先回答一个可能大家都在关心的问题：达摩院的寻光，到底是个什么产品？简单说，这是阿里达摩院在2024年上海世界人工智能大会（WAIC）上首次亮相的一站式AI视频创作平台。它的目标很直接——让视频编辑像操作PPT一样简单。听起来有点夸张？但实际体验下来，确实有几分道理。

传统的视频制作流程是什么样？剧本、分镜、素材、剪辑、后期……每个环节可能需要不同的工具和专业技能。寻光要做的事情很明确：把这些分散的步骤全部整合到一个平台上。你可以在同一个地方完成剧本创作、分镜图设计、视频素材编辑，甚至直接用AI辅助生成这些内容。

但寻光真正的亮点，在于它的AI编辑能力。它支持对生成及上传的素材进行超过10种精细编辑：人物控制、场景控制、运镜控制、目标新增/消除/修改……这些操作都可以在语义层面完成。换句话讲，你不需要手动逐帧修图，输入文本指令，系统就能理解你的意图。

更重要的是，寻光引入了视频图层编辑的概念。你可以在视频中提取特定人物或物体，保留透明背景，然后将其融合到其他场景中。哪怕是飘动的头发这类细节，也能处理得很干净。这背后，是达摩院视觉技术实验室在精准控制生成与编辑方面的积累。

寻光官网地址：https://xunguang.damo-vision.com/

核心功能有哪些？

整理下来，寻光现在能做的事情基本覆盖了视频创作的全链路：

• 一站式服务：剧本创作、分镜设计、素材编辑全在同一个平台上完成，不再需要在多个工具之间切换。这对非专业用户来说，降低了不小的门槛。

• AI编辑能力：在语义层面进行编辑，通过文本指令控制视频内容。例如调整镜头角度、消除或修改目标对象、控制人脸精准运动——这些以前需要逐帧修图的工作，现在靠指令就能完成。

• 视频图层编辑：这是寻光的一个创新点。可以提取并编辑视频中的特定对象，人物或物体都可以，提取后自带透明背景，便于融合到其他场景中。无论素材是AI生成的还是实拍的内容，都能进行图层拆解和融合，定制化完成度很高。

• 风格迁移与运镜控制：支持20多种风格迁移，让视频风格变换变得非常方便。运镜方面，平移、推进、拉远、环绕等多种效果都支持控制，视觉效果很丰富。

• 剧本与分镜辅助：不仅简化后期编辑，也辅助前期创作剧本和分镜图。直接从剧本到分镜，AI帮你把想象中的画面具象化。

• 定制角色：谁能成为你的主角？寻光支持专属定制角色，在故事中实现一致性表现。演员由你定，角色由你控制。

• 视觉素材自由创作：按照你的想法生成具备一致性的角色和场景画面，再配合运镜控制、运动编辑，完成你的个人大片。

内测申请：三类用户都能参与

从目前的开放情况来看，寻光面向的用户群体非常宽泛，主要分成三层：

• 大众用户：普通爱好者为代表的UGC群体，对视频创作感兴趣但可能缺乏专业工具经验。

• 准专业用户：自媒体或小型工作室为代表的PUGC群体，需要快速产出高质量内容。

• 专业用户：使用标准工作流、团队化商业交付的PGC群体。

这意味着无论你是视频新手还是行业老手，基本都能找到适合自己的使用方式。

技术背景与来源

寻光由达摩院-视觉技术实验室开发。这个实验室的主要方向是多模态视觉信号的理解与生成技术研究，当前重点包括：更精准的图像/视频/3D内容生成、更可控的图像/视频/3D内容编辑、更高效的生成框架、多模态检索增强生成，以及统一的多模态理解-生成框架。

从技术路径上看，寻光出现在这里并不令人意外。多模态生成与编辑的能力，正在从一个实验室课题变成实用的产品体验。

最后，附上官网地址：https://xunguang.damo-vision.com/

寻光官网入口：https://xunguang.damo-vision.com/&size=150&margin=10