如果说过去的 AI 视频工具解决的是”生成一个视频”，那么 Jellyfish 想解决的是”生产一部短剧”。
最近逛 GitHub 时，发现了一个非常有意思的开源项目——Jellyfish。
GitHub 地址：
Forget-C/Jellyfish
短短几个月时间，项目便收获了数千 Star，成为 AI 视频创作领域最受关注的开源项目之一。它最大的特点不是模型能力，而是重新定义了 AI 短剧的生产流程。(T.co)
今天，我们就来聊聊这个项目到底解决了什么问题，以及为什么它值得所有 AI 创作者关注。
AI 视频工具很多，但为什么大家还是做不好短剧？
现在市面上的 AI 工具已经非常丰富。
- ChatGPT 写剧本
- Midjourney、Flux 生图片
- Kling、Runway、Veo 生成视频
- ElevenLabs 配音
- 剪映完成剪辑
看起来工具已经齐全。
但真正做过 AI 短剧的人都会发现一个现实：
工具越来越强，流程越来越乱。
Например:
- 今天生成的人物，明天就变脸了；
- 同一个角色换了三种服装；
- 一个场景重复生成几十次；
- Prompt 到处复制粘贴；
- 图片、视频、角色素材散落在几十个文件夹里。
真正限制 AI 短剧发展的，从来不是模型。
而是生产流程。
Jellyfish 正是围绕这个问题设计的一套完整工作流。
Jellyfish 并不是一个 AI 生视频工具
官方对它的定义非常明确：
An end-to-end production workspace for AI-generated short dramas
翻译过来就是：
面向 AI 短剧创作的一站式生产工作台。
很多人第一次看到项目，会误以为它又是一个：
输入一句 Prompt → 输出视频
实际上完全不是。
Это больше похоже на:
AI 短剧版 Notion + Jira + Midjourney + Runway 的结合体。
它关注的是整个生产链路，而不是单次生成。
它把短剧生产拆成了一条完整流水线
Jellyfish 将整个创作流程标准化。
整个流程大致如下：
剧本
↓
AI 理解剧本
↓
自动拆分分镜
↓
识别人物
识别场景
识别道具
识别服装
↓
建立统一资产
↓
确认每个镜头
↓
AI 图片生成
↓
AI 视频生成
↓
统一管理任务
↓
导出成片
官方将这一流程概括为：
Script → Storyboard → Asset → Generation → Export。
这已经不是一个”工具”，而是一条生产流水线。
最大亮点：角色一致性管理
如果做过 AI 视频，你一定知道最大的痛点：
角色一致性。
Например:
第一集女主长这样。
第二集换了一张脸。
第三集年龄变了。
第四集发型变了。
第五集衣服也变了。
最后观众根本认不出来。
Jellyfish 专门设计了一套资产管理系统。
它会把所有元素统一管理：
- 人物
- 场景
- 道具
- 服装
- 演员
每个镜头引用这些资产，而不是重新生成。
这样就避免了：
每一个镜头都重新”创造世界”。
Вместо этого,
在同一个世界里继续创作。(T.co)
AI 自动理解剧本
这一点也非常有意思。
传统工作流：
Сценарист написал сценарий.
Режиссер сам разделил кадры.
Теперь это становится:
Введите сценарий.
Автоматический анализ:
- 人物
- 场景
- Диалог
- 道具
- Эмоции
- Камеры
Можно даже сделать:
- Оптимизация сценария
- Упрощение содержания
- Проверка согласованности
В конечном итоге создается структурированный фрагмент.
Это означает,
ИИ не только создает контент.
Начало работы с режиссером.
У каждого снимка свой жизненный цикл.
Есть много видео инструментов AI только:
Нажмите Создать.
Завершение.
Jellyfish спроектировал объектив, чтобы он был настоящим рабочим блоком.
Каждый выстрел проходит:
待分析
↓
待确认
↓
素材准备
↓
Ready
↓
开始生成
↓
完成
Каждый шаг может быть изменен.
Каждый шаг может быть восстановлен.
Каждый шаг отслеживается.
Это, по сути, перенос идей Workflow в интернет-продуктах в создание искусственного интеллекта. (T.co)
Единое планирование всех задач
Еще один дизайн, который стоит похвастать:
Он не писал о смерти.
Вместо этого был разработан комплекс комплексных центров.
Независимо от:
- LLM
- Создание изображений
- Создание видео
Все переходят в асинхронную систему заданий.
Вы можете:
- Просмотр хода работы
- Просмотр времени
- Отменить задание
- Перепробовать задание
- Возвращение соответствующего элемента
Это означает, что в будущем доступ к любой модели:
- Flux
- SDXL
- Kling
- Veo
- Взлетно-посадочная полоса
- ComfyUI
Это не влияет на процесс в целом.
Модель - это просто плагин.
Процесс - это ядро.
Более похожа на операционную систему AI
После просмотра всего проекта, мое самое большое ощущение было:
Jellyfish не занимается ИИ.
Он делает:
ИИ создает операционную систему
За последние несколько лет большинство проектов были посвящены:
Модель становится все сильнее.
Prompt становится все сложнее.
Но после того, как мы действительно вступили в коммерческое производство, мы обнаружили:
Эффективность определяет не модель.
А скорее, процесс.
Что действительно важно в будущем:
- Рабочий процесс
- Управление данными
- Управление материалами
- Соответствие.
- Автоматическое взаимодействие
Модель - это просто базовый потенциал.
Кто может использовать Jellyfish?
Официальные типичные сценарии использования включают:
- Создатель коротких сериалов
- Видеостудия AI
- Независимый создатель контента
- Команда по производству образовательного видео
- Команда маркетинга брендов и контента электронной коммерции
Если ваша цель заключается в массовом производстве контента, а не в создании одного или двух видеороликов изредка, такие инструменты рабочего процесса могут быть более ценными, чем простое моделирование.
Письмо в конце
В прошлом году мы стали свидетелями быстрого прогресса в видеомоделях с ИИ.
На следующем этапе соревнования, возможно, будет больше не о том, кто создает быстрее, а о том, кто создает.Более стабильные, эффективные и многоразовые производственные системы。
Jellyfish - это именно такой пример:
Он не стремится стать «самой сильной моделью», а стать единой платформой, соединяющей сценарии, фрагменты, активы, генерации, задачи и экспортировки, повышая создание видео с помощью ИИ от «однократного генерации» до «устойчивого производства». (T.co)
Если вы следите за короткометражными сериалами ИИ, видео ИИ или индустриализацией контента, этот проект стоит углубленного изучения.
Адрес проекта: