你给AI一句“做一条关于量子计算的短片”，真正麻烦的不是写出几句旁白，而是找资料、拆镜头、生成或检索素材、配音、剪辑，再把画面和音乐合成。OpenMontage想把这些环节交给同一个AI助手协调。它不是一种新的视频模型，更像一套数字片场管理系统。项目近期受到关注，但目前材料全部来自项目方GitHub仓库及其Issues，缺少论文、第三方实测和媒体报道的独立印证。
AI不只出主意，还要把片子做完
OpenMontage把自己称为开源的“agentic video production system”。Agentic工作流是指AI不只回答一次问题，还会规划步骤、调用外部程序，并根据中间结果继续行动。用户用自然语言描述需求后，助手可以依次处理调研、脚本、素材生成、编辑和最终合成。
它也支持从参考视频起步。用户贴入YouTube、Short、Reel、TikTok或本地视频后，系统会分析字幕、节奏、场景、关键帧和风格，再给出两三个不同方案、工具路径、成本估算及样片。说白了，它试图把“我喜欢这条片子的感觉”翻译成一份可以执行的制作计划。
另一个值得注意的方向是真实动态素材。项目方称，Agent可以从免费素材库和开放档案建立素材集合，检索实际拍摄的动态片段，排进时间线并渲染成片，而不只是让几张静态图动起来。
它更像总制片，而不是单一导演
样片展示了这种编排思路。“THE LAST BANANA”是一条60秒动画短片，使用6个Kling v3动态片段、Google Chirp3-HD旁白和Remotion合成；项目方给出的总成本是1.33美元。“Reimagine Your Universe”长50秒，包含5个生成式动态场景，并组合Google Chirp旁白、Pixabay配乐与HyperFrames，标称成本约4美元。另一条54秒的“OBJECTS IN OVERDRIVE”则用Blender Eevee/Cycles渲染，再由FFmpeg组装。
这些名字背后的分工很直观：有的系统生成画面，有的负责语音，有的负责三维渲染或最终合成。OpenMontage的价值主张主要在于把它们串成可重复执行的流水线——前一步的产物，自动成为后一步的输入。因此，样片效果不能全部归功于OpenMontage本身。
“700种技能”为什么仍需打问号
技能通常是写给Agent的任务说明、流程约束和工具用法组合，类似给数字员工准备的操作手册。把专业制作拆成技能，确实有利于复用和组合。不过，本专题标题所说的“700种技能”尚不能写成已证实事实：现有仓库材料没有给出清单、定义或计数方法，“技能文件”也未必等于700种彼此独立的专业能力。
真正值得关注的，不是数字够不够大，而是专业创作正在从“一条神奇提示词”转向可检查、可替换的制作流程。维护者在2026年6月的GitHub Issues中招募有AI视频制作经验的评审者，并指出普通代码审查不容易发现画质漂移、隐藏费用和供应商默认值失效。这也说明，流程可以自动化，成片是否经得起交付仍要靠专业判断。
局限与未知
- 所有功能与样片信息目前都来自项目方，尚无独立复现。
- 1.33美元和约4美元只是个案口径，可能没有完整计入失败生成、重试、人力与本地算力。
- 据项目GitHub Issues，一位使用者发现成本估算可能只统计成功素材，而既有CostTracker尚未真正接入项目账本。自动制片已经开始，可靠记账仍在补课。