Invideo AI 整合 OpenAI 模型

Invideo AI 已整合一套 OpenAI 模型，使得能夠從自然語言提示創建專業品質的影片，將製作時間從整天縮短至 30 分鐘或更少。此系統以 AI 驅動的編排層取代傳統的手動時間線與複雜軟體，負責規劃、腳本撰寫與資產生成。

多代理影片製作架構

Invideo AI 採用多代理系統，將特定的 OpenAI 模型指派至製作工作流程中的不同角色，以確保每項任務都能得到最佳的創意成果：

• OpenAI o3：擔任規劃者與編排者。它會思考內容的目的、語調與目標平台，制定整體創意計畫並協調工作流程。
• GPT-4.1：負責結構化與精練敘事，將創意計畫轉換為具最佳節奏與語調的腳本。
• Search-augmented GPT models：進行研究，以即時的背景與相關見解豐富腳本內容。
• Moderation API：作為內容策略師，審查素材的安全性、語調，以及是否符合品牌與平台規範。
• gpt-image-1：產生品牌資產、插圖視覺與背景。
• OpenAI text-to-speech：提供類似人聲的旁白，支援多種語言與語調。

平台特定優化

系統允許使用者透過自然語言指令，為特定受眾與平台優化內容。例如，請求 TikTok 的「開場」會觸發 GPT-4.1 調整節奏與語調，而 text-to-speech 與 gpt-image-1 模型則分別微調旁白與挑選高轉換率的視覺素材。

此編排使得能夠製作完整的內容策略，針對特定格式與績效目標進行客製化，例如為針對城市通勤者的產品廣告調整音樂與影像。

商業影響與規模

Invideo AI 目前支援超過 5000 萬使用者，每月製作超過 700 萬支影片，涵蓋短影片、說明影片與廣告等。透過自動化製作流程，使用者報告稱製作時間縮減至原本的十分之一，且部分使用者因專業級創意產出而營收翻倍。

「OpenAI 的模型是我們建構的基礎，」Invideo AI 共同創辦人兼執行長 Sanket Shah 說。「它們協助我們向使用者提供專業品質的影片，並突破傳統的界限。」

未來發展

Invideo AI 會根據 OpenAI 模型的發布，持續調整產品路線圖。團隊不斷評估新模型的迭代如何提升決策速度、節奏、語調判斷，以及音訊與視覺資產的真實感。