AI Agent覆盖短剧全流程，StarAI拓展内容生产场景

AI Agent创作工具项目StarAI正在进一步扩大AI内容生产工具的应用范围。经过产品和业务持续迭代，StarAI已从早期聚焦AI短剧生产，逐步形成覆盖短剧制作多个核心环节的AI Agent工作流，并向AI电商内容等泛商业内容场景延伸。 

StarAI是一家AI内容生产公司，核心产品为自研AI Agent创作工具StarAI，主要面向AI短剧制作团队、AI电商内容生产团队，以及有规模化内容生产需求的B端机构和头部创作者。 

与以单一生成能力为主的AI创作工具不同，StarAI的产品思路是将大模型能力进一步嵌入实际内容生产流程，通过Agent将原本需要人工完成的多个制作环节进行串联。当前产品已经自研一键成片Agent、一键转绘Agent、一键生成短剧资产Agent等核心工作流，并配套无限画布等生产工具，覆盖从内容创意、视觉资产到视频生成和成片制作的多个环节。

 据StarAI披露，目前已有超过100家AI短剧生产公司接入使用，覆盖约1000名企业内容制作人，通过StarAI生产的AI内容日均时长约1500分钟。项目已经实现盈利，月度订阅性收入（MRR）稳定在300万至500万元，预计2026年年度订阅收入（ARR）将突破3000万元。

 从单点生成到Agent工作流，AI短剧进入规模化生产阶段 

生成式AI快速发展后，AI短剧的生产方式正在发生变化。过去，创作者更多是使用单个AI模型完成图片生成、视频生成或者文案创作，而当内容生产进入批量化阶段后，单一模型的生成能力已经难以覆盖完整业务流程。 

一部AI短剧从前期内容创作到最终成片，需要经历剧本拆解、分镜设计、人物和场景设定、角色资产制作、画面生成、图片转绘、视频生成以及后期成片等多个环节。不同环节往往需要调用不同的模型和工具，如果生产流程依赖人工在多个平台之间切换，不仅增加了学习和操作成本，也容易造成素材、角色和视觉风格在不同环节之间出现断裂。 

对于需要持续生产内容的AI短剧公司而言，真正影响效率的并不只是单个模型生成一张图片或一段视频需要多长时间，而是整个生产流程能否被标准化、自动化，并进一步形成可复制的工作流。 

StarAI的产品设计正是从这一需求出发。其核心并非重新训练基础模型，而是将不同模型的能力与具体内容生产任务进行组合，通过AI Agent完成生产流程中的任务拆解和执行。 

目前，StarAI已经自研一键成片Agent、一键转绘Agent和一键生成短剧资产Agent。其中，一键成片Agent主要针对从素材、脚本到最终视频成片的流程提效；一键转绘Agent面向视觉资产风格转换等需求；一键生成短剧资产Agent则围绕人物、场景等短剧生产所需的基础资产进行生成。 

与此同时，StarAI还提供无限画布等工作流工具，使不同生产环节能够在同一创作环境中完成组织和协作。 

由此，StarAI的产品形态正在从单纯的“AI生成工具”向“AI内容生产工作流”转变。对于短剧制作团队而言，工具的价值不再只是提供某一个模型的调用入口，而是减少多个工具之间的切换，将原本分散的生产任务整合到统一的Agent工作流中。 

模型矩阵+Agent工作流，覆盖更广泛的短剧生产需求

 除了Agent工作流之外，模型接入能力也是AI内容生产平台的重要组成部分。 

随着视频生成模型快速迭代，不同模型在运动控制、人物表现、镜头语言、画面质量和生成速度等方面存在差异。对于专业内容生产团队而言，单一模型往往难以满足所有生产任务，因此能够根据具体场景选择和调用不同模型，逐渐成为AI内容生产工具的重要能力。 

StarAI目前重点构建多模型接入能力。据项目披露，其平台已接入Seedance系列模型，并覆盖国内及海外版本，包括Seedance 2.0、2.5、2.0 Mini、2.0 Fast等不同模型版本，以及海外市场对应的Seedance模型服务。 

公开信息显示，Seedance 2.0已经开放API服务，支持文本、图片、音频、视频等多模态输入，国内可以通过火山方舟调用，海外也已经通过BytePlus提供相关模型API服务。 对于StarAI而言，模型接入并不是产品最终目的。更重要的是，将不同模型能力进一步封装进具体的Agent工作流，让用户不必理解复杂的模型参数和调用方式，而是直接围绕具体生产任务完成操作。 

这也使StarAI与单纯的模型聚合工具形成一定区别：模型是底层能力，Agent工作流则是连接模型和实际业务的中间层。对于AI短剧制作团队而言，用户最终购买的并非某一个模型本身，而是更稳定、更高效的内容生产能力。 

在这一产品思路下，StarAI目前的应用范围已经覆盖AI短剧生产中的多个环节，并进一步向AI电商内容等商业场景延伸。电商广告、商品营销视频、品牌内容等场景同样具有高频、批量和标准化生产的特点，因此与AI短剧生产在底层工作流上存在一定共通性。 

StarAI希望通过在AI短剧场景中积累的Agent能力，将产品逐步扩展到更多泛商业内容生产场景。 

从100+企业客户到3000万元ARR，商业化进入规模化阶段 

产品能力之外，StarAI的商业化进展也成为项目当前阶段的重要变化。 

据StarAI披露，目前已有超过100家AI短剧生产公司接入使用，覆盖约1000名企业内容制作人，通过StarAI工具生产的AI内容日均约1500分钟。相比早期主要验证产品能力，当前StarAI已经形成一定规模的企业客户基础。 

在收入结构方面，StarAI目前的MRR主要指月度订阅性收入，稳定在300万至500万元。按照目前的业务发展计划，StarAI预计2026年ARR，即年度订阅性收入将突破3000万元。 

对于AI内容生产工具而言，企业客户的持续付费能力是衡量产品是否真正进入生产环节的重要指标。与个人用户偶发性的内容生成需求相比，企业客户通常具有持续的视频生产任务，因此一旦工具进入日常生产流程，其订阅关系和使用频次相对更加稳定。 

StarAI目前的客户主要集中在AI短剧生产公司，同时正在向AI电商内容生产团队、B端机构以及头部创作者拓展。项目希望通过短剧场景建立的产品和技术能力，进一步覆盖具有规模化内容生产需求的商业客户。 

这一过程中，StarAI的商业模式也逐渐从单纯提供AI工具，向“订阅收入+模型调用及相关服务”的组合模式发展。对于企业客户而言，除了Agent工作流本身，模型调用、内容生产效率以及不同模型之间的适配能力同样是影响采购决策的重要因素。 

从行业发展趋势来看，随着AI视频模型能力不断提升，内容生产行业的竞争重点正在从“谁能生成视频”逐渐转向“谁能让企业持续、稳定、规模化地生产视频”。在这一变化下，能够将模型能力进一步转化为行业工作流的Agent产品，有机会成为连接基础模型与实际商业场景的重要工具层。 

StarAI团队也在持续围绕这一方向进行产品迭代。团队核心成员包括负责产品、商业化及融资的联创姜楠，负责AI短剧内容制作及商单拓展的祁鑫，以及负责AI Agent技术研发的区智殷。 

其中，姜楠此前曾先后任职于新浪、豌豆荚、李宁、能链等公司，拥有互联网产品、商业化及团队管理经验，曾参与千万级日活产品运营、亿级GMV业务运营，并具有连续创业经历。团队此前也参与过短剧内容制作和商业化业务，对AI短剧生产流程进行了实际探索。 

从产品路线来看，StarAI并未将自身定位限定在单一的AI短剧工具，而是希望以短剧作为切入口，继续向更广泛的商业内容生产场景扩展。随着一键成片、转绘、短剧资产生成等Agent工作流持续完善，以及多模型能力不断接入，StarAI正在尝试形成覆盖更多内容生产环节的AI Agent产品体系。 

对于当前阶段的StarAI而言，核心目标也从早期的产品验证进一步转向规模化商业化：一方面持续扩大企业客户覆盖，另一方面通过Agent工作流和模型矩阵提升用户使用深度，并将已经在AI短剧场景中验证的生产能力进一步复制到电商、营销等泛商业内容场景。 

如果这一模式能够持续跑通，AI内容生产工具的竞争将不再局限于单个模型的生成效果，而会进一步进入工作流、场景理解和企业生产效率的竞争阶段。