近日，星宇智算 AI 视频工作台对无限画布功能完成重要升级，正式上线 AI 自动布局与语义分组两大核心能力。此次更新聚焦于无限画布场景下的素材管理与分镜编排效率，旨在解决创作者在大规模项目中面临的画布混乱、节点查找困难、分镜组织耗时等实际问题。
无限画布普及后的新矛盾：空间自由了，管理却更难了
无限画布作为 AI 视频创作的下一代交互范式，正在被越来越多的创作者和团队采用。它打破了传统固定画幅的边界约束，让分镜、素材、参考图、生成结果可以在同一张无边界的画布上自由排布。星宇智算基于自研 Vera 1.1 模型推出的无限画布能力，已支持横向长镜头、竖版长序列、超大画幅内容输出，并通过节点式存储完整留存每一次生成的提示词、参数与坐标信息。
然而，随着画布上的节点数量增长，新的问题开始浮现。一个典型的短剧项目可能包含数十个分镜节点、上百个素材参考，创作者需要花费大量时间手动排列节点位置、区分不同场景的素材、查找特定版本的生成结果。画布越大，管理成本越高，这已经成为制约无限画布从 “创意工具” 向 “生产系统” 升级的关键瓶颈。
AI 自动布局：让节点自己找到该在的位置
此次新增的 AI 自动布局能力，核心在于将画布编排从纯手动操作转变为智能辅助。系统能够基于节点之间的依赖关系、时间线顺序和内容类型，自动计算最优的空间排布方案。
具体而言，当创作者在画布上导入剧本或批量生成分镜后，AI 自动布局会识别节点间的逻辑关联 —— 哪些分镜属于同一场景、哪些节点存在前后依赖、哪些素材是角色参考而非正片内容 —— 然后按照时间线流向和场景聚类进行自动排列。创作者无需逐个拖拽对齐，即可获得结构清晰、逻辑连贯的画布布局。
这一能力的底层依托于 Vera 1.1 的全局坐标映射与节点关系推理机制。不同于简单的网格对齐，AI 自动布局会综合考虑节点的语义标签、生成参数和连接关系，生成符合创作逻辑的空间结构。对于需要频繁调整分镜顺序的项目，重新布局只需一键触发，大幅降低了画布维护的时间成本。
语义分组：用内容理解替代文件夹思维
与 AI 自动布局同步上线的语义分组能力，则从另一个维度解决画布管理问题。传统的素材组织方式依赖人工命名和文件夹分类，本质上是一种 “标签思维”—— 创作者需要提前想好分类规则，再手动将素材归入对应分组。
语义分组采用了不同的思路。系统会对画布上的每一个节点进行内容理解，自动识别其所属的语义类别：是角色设定、场景参考、分镜脚本，还是生成结果、废稿、最终精选。基于这些语义信息，系统自动将同类节点聚合为可视化分组，并支持折叠、展开和整体操作。
这意味着，创作者不再需要手动创建文件夹或给每个节点打标签。导入一批素材后，系统会自动区分哪些是人物参考图、哪些是场景概念图、哪些是已生成的视频片段，并分别归入对应分组。当项目规模扩大到上百个节点时，语义分组能让创作者在几秒钟内定位到所需内容，而不必在画布上反复缩放查找。
两大能力协同，重构无限画布的生产效率
AI 自动布局与语义分组并非孤立功能，而是形成了互补的管理体系。语义分组负责 “分类”—— 让内容各归其位；AI 自动布局负责 “排列”—— 让分组之间的空间关系符合创作逻辑。两者结合，使无限画布从一个 “可以无限放大的白板” 升级为 “具备自我组织能力的智能工作台”。
在实际创作流程中，这一组合的价值尤为明显。以短剧制作为例，创作者导入完整剧本后，系统可自动拆解分镜节点，通过语义分组将同一场景的分镜聚合，再由 AI 自动布局按照剧情时间线排列所有分组。从剧本导入到画布就绪，整个过程从过去的数十分钟缩短至分钟级。
融入星宇智算 AI 视频工作台全链路能力
此次无限画布的功能升级，是星宇智算 AI 视频工作台持续完善全链路创作能力的一部分。该工作台基于自研 Vera 1.1 视频大模型，整合了文生视频、图生视频、数字人口播、无限画布创作、多轨剪辑等核心能力，提供 SaaS 云端使用、星桥 API 调用和企业私有化部署三种交付模式。
在商用层面，工作台支持 LoRA 角色专属训练以保持跨镜头角色一致性，配备 8K 超分重建与原生音频适配能力，并建立了完善的商用版权合规体系。针对企业团队，还提供分级权限管理、操作日志全留存和团队媒资库等协作功能。此次 AI 自动布局与语义分组的加入，进一步补齐了大规模项目管理的能力短板。
画布竞争的下一程
无限画布的竞争正在从 “比谁的画布更大” 转向 “比谁的画布更好用”。星宇智算此次推出的 AI 自动布局与语义分组能力，指向的是 AI 视频工业化生产中一个常被忽视的环节 —— 画布管理效率。当生成能力不再是瓶颈，如何让创作者在复杂项目中保持清晰的创作脉络、降低非生产性操作的时间消耗，将成为下一阶段产品竞争的关键变量。
