Medeo AI

义项:人工智能产品
Medeo AI

Medeo AI 是由北京一生智能科技有限公司(ONE2X)开发的 AI 视频生成与编辑工具, 以对话式创作为主要交互方式。用户无需使用专业剪辑软件, 只需在对话框内用自然语言描述需求, 即可生成包含脚本、画面、配音和字幕的视频, 并可通过继续对话实时修改场景与台词[1][2]。该产品由前月之暗面模型产品负责人王冠于 2024 年创立团队研发, 2025 年完成 A 轮融资并发布正式版本[2][3]。

目录
  1. 定义
  2. 原理
  3. 发展历程
  4. 应用
  5. 局限
  6. 参见

定义

Medeo AI 是一款基于对话交互的 AI 视频生成与编辑工具, 由北京一生智能科技有限公司(ONE2X)研发运营[3]。按照官方说明, 它的定位是把视频制作过程转化为一次自然语言对话: 用户描述想要的内容, 系统负责完成后续的脚本、画面、配音与导出工作, 而不需要掌握传统非线性编辑软件的用法[1]。

从产品分类看, Medeo 属于视频生成类多模态应用, 官方将其核心能力概括为「聊天即创作」, 支持把文字、链接、PDF 文档、演示文稿以及图片、音频等素材输入后生成视频[1][4]。它与一次性出片的早期 AI 视频工具的区别在于, 生成结果可以反复通过对话修改, 这一点被官方称为「Chat-to-Video」工作流[5][6]。

原理

官方把 Medeo 的技术框架称为「生成系统」(Gensystem), 由三个部分组成。第一部分是 Medeo DSL, 即一套用于精确描述视频内容与制作方法的领域特定语言, 作用是在用户模糊的自然语言表达与底层精确的视频操作指令之间建立映射; 第二部分是 Context 系统, 由工具集、制作方法与专门知识库构成, 用于在每轮对话中为模型补充有效的上下文信息; 第三部分是 Environment, 即为用户与 AI 提供共同行动空间、并带有明确奖励函数的活动环境, 使系统具备自行迭代的条件[2][3]。

在具体执行层面, 系统在生成前先对输入做规划: 将脚本拆解为若干场景, 映射节奏并锁定结构, 再据此匹配或生成视觉素材、语音旁白与背景音乐, 使各元素与脚本意图保持一致[7][8]。据第三方应用数据平台记录, 该产品的视频生成能力接入 Sora2、Kling 2.6 与 Hailuo 等外部视频模型[4]。生成任务在后台运行, 单条视频的典型耗时通常为 5 至 15 分钟, 复杂脚本所需时间更长[9]。

在修改环节, 用户对成片提出调整要求后, 系统只重做被指定的部分, 其余场景保持不变, 从而避免整段重新生成; 官方将这种机制用于维持同一人物在不同镜头中的外貌、服装与姿态一致性[10][11]。

发展历程

Medeo 的产品构想约在 2023 年底形成雏形。2023 年第四季度推出内部测试版, 具备文本生成脚本与自动配音能力; 2024 年第一季度开放 Beta 测试并加入链接转视频功能; 2024 年第二季度接入大语言模型生成逻辑脚本, 并配合语音合成技术提供多语言旁白; 2024 年第三季度上线动画故事生成功能, 允许用户上传参考画风。开发方北京一生智能科技有限公司由前月之暗面模型产品负责人王冠于 2024 年 6 月创立, 核心团队来自月之暗面、字节跳动、阿里、快手等公司, 团队规模约 30 人[2]。

2025 年 5 月, ONE2X 发布 Medeo 测试版, 并与国内多家 AI 内容工作室建立商业合作[2]。同年 12 月, 公司宣布完成 A 轮融资, 累计历史融资额接近 2300 万美元, 投资方包括清流资本、九合创投、联想创投等[3]。2025 年 12 月 12 日, Medeo AI 新版视频 Agent 上线, 引入智能 Agent 架构, 支持复杂提示词解析与全流程自然语言编辑, 用户可增删镜头或重写剧本。2026 年 1 月 21 日, 该版本在海外市场正式发布[5][8]。

同期, 产品还以应用形式登陆移动端分发渠道, 发行商注册地显示为新加坡[4]。

应用

Medeo 面向的使用者包括内容创作者、教育培训从业者、营销团队、编剧与播客制作者等[12]。产品能力覆盖科普解说、新闻、动画剧情、产品宣传、广告片以及音乐视频等多种类型[3]。其音乐视频功能可围绕同一首歌曲生成主视觉视频、歌词视频、可视化视频以及面向社交平台的短片, 并按歌曲的前奏、主歌、副歌与尾声划分场景[11]。

在口播类内容方面, 该工具可根据脚本生成包含虚拟讲述人、配音与配合画面的成片, 并提供多种语言与口音的 AI 音色, 也支持上传用户自己的录音, 由系统同步人物口型与手势[10]。导出环节支持 16:9、9:16、1:1、4:3 等画幅, 分辨率最高 1080p, 便于适配不同社交平台的发布要求[1][10]。除网页端外, 产品也提供接口供第三方智能助手调用, 由助手在对话中代为提交生成任务并回传成片[9]。

局限

该产品的表现依赖所接入的底层视频模型, 官方说明中声明的画幅与分辨率上限为 1080p, 更高规格的输出并不在支持范围内[1]。生成结果中的字幕、数字与细节内容可能出现差错, 官方与第三方评测均提到过此类问题[13]。

在叙事类长片上, 生成片段的剧情连贯性与画面精细度仍受限制, 有测试者指出其输出与直接调用底层视频模型再行拼接的差别并不明显[13]。此外, 视频生成按复杂度与时长消耗平台内的积分, 积分按订阅计划按月发放, 额度用尽后需另行补充, 这构成了使用上的成本约束。

不同视频类型在该平台上走的是不同的生成路径, 官方建议用户选用名为 recipe 的预设模板以获得更稳定的结果, 这也意味着在模板之外的自由创作更容易出现瑕疵[13][12]。

参见

  • AI 视频生成 —— Medeo AI 所属的技术门类, 指用模型直接产出视频内容。

  • 大语言模型 —— 用于理解对话意图并生成脚本的基础模型。

  • 自然语言处理 —— 支撑对话式交互与指令解析的核心技术。

  • 多模态大模型 —— 能够同时处理文本、图像、音频与视频的模型形态。

  • 文本转语音 —— 为视频生成旁白与配音所依赖的技术。

词条评价
词条统计

浏览次数:2 次

阅读量:0 次 · 阅读完成量:0 次

最近更新:2026-10-13T18:02:55Z

历史版本

本条目引用的词条
AI 视频生成 大语言模型 自然语言处理 多模态大模型 文本转语音