AI 视频的下一门生意，未必是拍电影，也可能是接下普通人的制作订单。

9 月，海内外 AI 圈的新品发布接连不断。

一边，GPT-6 Astra 发布没多久，Claude 就推出 Opus 5.5，将编程和复杂任务处理能力推到新高度；另一边，Meta 推出个人 Agent Muse，Manus 也紧随推出个人 Agent 应用 Cue，拉开一场全新的较量：谁能成为那个真正接得住工作的 AI 助理。

这轮热潮里，一个值得注意的变化是，Agent 开始走出代码任务，海外 X 上用 Opus 5.5 制作视频的演示获得大量关注；9 月 28 日上线的 Manus 2.0，也将视频编辑列为重要更新。从 Coding 到 Content，内容创作似乎正在成为 Agent 的新战场。

而在这轮由巨头占据版面的新品潮中，一款来自中国的视频 Agent 也挤进了海外用户的视野。

它叫 Pexo，相关话题两天内五次登上 X Trending 热搜榜，霸榜热搜前三，热度甚至一度超过 Opus5.5、Muse 等产品。

配图：Pexo 相关创作话题登上 X News 页面，三条话题一度同时位列页面前三

Pexo 背后是一家来自中国的创业公司——极致上下文。创始人廖谦曾任生数科技产品副总裁、Vidu 产品负责人，期间带领百余人团队，不到一年时间将业务收入做到数千万美元规模。

更早之前，他曾任职于腾讯、字节跳动，参与搭建火山引擎智能创作云，并在剪映 CapCut 发起海外 AI 内容平台 Pippit。去年 10 月，极致上下文获得 HT Investment 与 BV 百度风投数百万美元投资。

在 Personal Agent 成为热门话题之前，这个团队就已经在探索类似的方向。今年 3 月，Pexo 内测版上线时便提出：用户需要的，不只是一个随时调用的生成工具，而是一个了解自己的业务、品牌和创作习惯，能够长期合作的视频伙伴。用户负责表达需求、判断结果，AI 负责制作与修改。

当不少 AI 视频产品聚焦短剧、影视等专业创作场景时，Pexo 早已把目光投向了更广泛的人群：那些不会制作视频，却在工作中需要视频的人。它想做的，不只是让专业创作者做得更快、更便宜，而是让普通用户也能更轻松地完成过去需要花费高成本请人制作的内容。因此，Pexo 瞄准的不只是一笔软件订阅费，还有背后更大的内容服务市场。

1. 从 " 操作工具 " 到 " 成片交付 "

AI 视频领域一直不缺新产品。

Seedance、海螺等基础模型不断迭代，应用层也出现了 oiioii、Flova 等产品：前者以动画创作为切口，后者将脚本、分镜、素材和剪辑放进同一个画布。

在强调画布、分镜和时间轴控制的创作流程中，用户拥有更细致的操作空间，也往往需要参与更多制作决策。

用户想完成一条视频，往往仍要知道：该选哪个模型，提示词怎么写，生成的片段如何连贯衔接，字幕和配乐怎么添加。对熟悉 AI 视频的创作者来说，这意味着更多自由发挥的空间；对普通用户来说，却可能是一道门槛。

很多人的需求，并没有这么专业。可能是市场人员想给新产品做一条发布视频，人力同事想给公司周年庆准备一条短片，或者知识博主想更清楚地解释一个概念。他们需要的是把视频做出来，而不是先学会做视频。

按照现有的流程，普通用户几乎要先成为一个 " 项目经理 "：研究不同工具，安排制作步骤，再把各个环节的结果拼起来。而 Pexo 想做的，就是把 " 需要用户自己操作 "，变成 " 由 AI 自动制作、交付成片 "。

这种区别，首先体现在产品界面上。Pexo 是纯对话式创作，不要求用户在无限画布上组织素材，也不必从一排功能入口中判断下一步该做什么。至于选用哪个模型，Pexo 甚至没有相应的按钮让用户进行点击。

用户只需要像在微信里发消息一样，说明视频要用在什么场景、给谁看、有什么要求，再提供相关资料。Pexo 会规划内容和分镜，选择模型与工具，制作画面，并组合旁白、字幕、配乐和转场。最终交付的是一条完整视频，而不是一组还需要拿到其他软件里拼接的素材。

配图：廖谦在发布视频中表示可以像 Vibe Coding 一样 Vibe Creating

廖谦将这种体验称为 Vibe Creating。它沿用了 Vibe Coding 中已经出现的概念：用户描述代码目标、判断结果，AI 负责具体执行，不必先掌握软件的操作语言。

放到视频制作中，Vibe Creating 是指用户主要围绕 " 这条视频要表达什么 " 来沟通，而不必亲自处理每一个镜头。创作的主动权仍然在人手里，只是表达意图的方式，从操作软件变成了与 AI 协作。

但 Pexo 想做的，也不是所谓的 " 一句话成片 "。做过视频的人都知道，第一版往往只是开始，后面的编辑和修改，同样需要花费大量时间。

修改意见不难提，真正落实却常常费工夫。换一个画面，可能要反复调整提示词、重新生成素材，再放回剪辑时间轴；改一处细节，也可能影响前后镜头的衔接，需要重新调整。

为此，Pexo 开发了 Mark to Fix。用户选中需要修改的片段，在具体位置打点或圈画，再留下修改意见，由 Pexo 理解要求并执行。它更像给文档留批注：哪里不对，就在哪里指出来。圈画标明对象，留言说明意图，用户不必为了修改一处画面，先学会对应的剪辑操作。

配图：Pexo Mark to Fix 功能——圈画修改

用廖谦的话来说，他们并不想再做一个让专业创作者更快、更便宜地用上 Seedance 的工具平台，而是让那些有表达需求、却没有制作经验的人，也能把自己的想法做成一条真正能用的视频。

2. 六个月前开始的 Personal Video Agent 探索

随着最近 Personal Agent 概念的火爆，也能看到，AI 应用正从回答问题进化到替用户处理事务。它们正在邀请用户做同一件事：把原本需要自己执行的事情，交给 AI。

甚至不只是 " 能帮你干活 "，Manus 为个人 Agent 配上了邮箱、电话和电脑，让它能够独立执行任务；Meta 的 Muse 则强调记住用户的偏好和生活背景，持续跟进目标。这里的 "Personal"，不只是供个人使用，更意味着这个 AI 需要了解你，也能在一次次合作中记住你的要求，成为长期合作的伙伴。

Pexo 的思路也是如此。今年 3 月，Pexo 内测版上线就打出 "Your Personal AI Partner" 的产品定位。当时，团队的判断是：用户需要的，不只是一个随时可以调用的生成工具，而是一个熟悉自己的业务、品牌和创作习惯，能够持续合作的视频伙伴。

配图：Pexo 产品官网

第一次使用时，这种区别或许还不明显。到了第二次、第三次创作，你就能发现：上一次交代过的事情，已经不需要再说一遍了。

Pexo 希望通过持续积累用户的 Creative Context 与 Creative Memory，让每次创作积累的经验，都能用于下一次制作。不只是上传过的品牌资料、产品图片，还有创作中确认的方案、反复强调的要求，以及修改背后的用户偏好，都将成为下一次制作的参考。

比如，一家创业公司的市场同学要给产品做发布视频，最初提供了官网、产品截图，以及 " 简洁、有科技感 " 的描述。看过第一版后，他又提出：开场直接展示产品，不要铺垫太久；中间增加创始人出镜画面；配乐不要太抢，片尾统一用品牌色。

这些修改，实际上把一句模糊的 " 有科技感 "，变成了可以在后续制作中参考的具体要求。

等到下个月发布新功能，合作方式就变成了：用户只需要补充新的产品资料，Pexo 就能参考此前确认的风格和要求继续制作，不必再从头解释配乐风格怎么选，创始人形象是怎样的。同时，它也要分清哪些适合沿用——品牌规范可以保持一致，但新功能的卖点和演示方式，需要重新考虑。

记住之后，再往前一步，则是主动性。

一个熟悉业务的视频伙伴，不会永远等着用户把每一步都交代清楚。例如，同一条产品视频要同时用于官网和社交媒体，不能只是换个画面比例：官网版本可以完整讲清功能，社交媒体版本则可能需要更快进入重点；横版里清晰的产品界面，到了竖屏上可能太小，需要改为局部展示。

AI 如果了解视频的用途，就应该在制作前提出这些建议。如果发现用户提供的截图还是旧版界面，或新文案与已有产品资料不一致，也应该先提醒确认，而不是等成片后再返工。

对 Pexo 而言，这是从完成单次任务走向长期合作的过程中，需要继续推进的一步。主动并不意味着替用户做所有决定，而是在了解背景之后，能比用户多考虑一步，给出更专业的方案。

Personal Video Agent 的价值，因此不只在于第一次交出一条满意的视频，还在于后续合作中，用户能否少解释几次、少纠正几遍，更轻松地做出符合需求的优质视频。一个值得长期合作的伙伴，应该让下一次创作比上一次更省心。

3. 从一笔软件订阅费，到一笔内容制作预算

今年 7 月，Pexo 面向海外正式上线。据透露，截至目前，平台已有近百万用户。

而 Pexo 服务的用户群体，也不局限于专业创作者。美国的儿童牙医诊所老板，制作社媒上引流的动画广告；建筑咨询公司的创业者，制作业务介绍视频用于社交媒体发布和客户提案；加拿大的法语教师，则用它制作教学内容。他们的职业各不相同，却有一个共同点：视频是工作中需要用到的东西，而不是他们的专业。

这些需求背后，原本就有一笔制作预算。它可能付给广告代理商、视频制作公司和自由职业者，一条视频可能就要花费数千甚至上万美元；又或者是交给内部团队，投入不低的人力和时间。

因此，Pexo 所看中的机会，不只是一笔视频软件订阅费，更是背后更大的内容服务市场。

这里的商业空间有多大？第三方内容服务平台 Fiverr 提供了一个参照：2025 年约 310 万活跃买家在该平台上购买营销、视频、设计等制作服务，全年交易额约 10.73 亿美元。这说明了一件事：大量用户已经习惯于在线提出需求，为一项工作的完成付费。

同时，据 Grand View Research 的报告显示，2026 年全球数字视频广告市场规模预计可达 3,240 亿美元。随着大众对 AI 接受度的不断提升，高预算背后对应着巨大的潜在渗透空间。

在 Pexo 团队的一项对比测试中，一条传统制作报价至少数千美元的产品发布视频，使用 Pexo 的制作成本可以降至前者的几十分之一。

当制作成本降下来，那些因为预算不足、找人麻烦而被搁置的需求，就有了实现的可能。一家小公司也不必攒够预算，才在年度发布会上做一条视频；一次功能更新、一个客户案例，甚至日常的营销活动，都可以有相应的视频内容，这也意味着释放更多此前未被满足的内容需求。

当视频真正进入日常业务，用户对 AI 的要求也不再只是画面好看：它还需要理解业务、按反馈完成修改，最终交付一条真正能用的视频。能否持续做到这些，决定了用户会不会把下一次制作任务继续交给它。

写代码之后，Agent 能否在内容制作中被长期使用，最终要回到这些细节。对用户而言，拿到一条符合业务需求、可以直接使用的视频，比又多学会一种工具更有意义。

（封面图来源：AI 生成）

END.

追加内容

本文作者可以追加内容哦 !