寻光

一、平台定位

寻光（Xunguang，xunguang.damo-vision.com，备用 xunguang.com）由阿里巴巴达摩院视觉技术实验室研发，命名寓意"寻梦光影间"，2024 年 7 月在上海世界人工智能大会（WAIC）首次公开亮相，2025 年 1 月起开放内测申请（[量子位](http://m.toutiao.com/group/7388065119177081380/)、[Hello123](https://www.hello123.com/xunguang/)、[AI地带](https://www.aididai.cn/sites/10934.html)、[猫目](https://www.maomu.com/p/xunguang-com)、[AIGCbb](https://www.aigcbb.com/sites/2967.html)、[掘金实测](https://juejin.cn/post/7414027978378936374)）。

不同于 Sora 等"文生视频"模型，寻光定位为PUGC 一站式 AI 视频创作平台，目标是重塑传统视频制作流程，从剧本 → 分镜 → 角色 → 素材 → 编辑 → 成片全链路覆盖。核心技术架构融合多模态视觉生成 + 视频图层编辑系统，整合5500 亿参数知识图谱 + 深度学习模型，行业首创系统性视频图层功能，语义级精准控制（不是像素级）。

二、核心能力

寻光的能力矩阵分为 「剧本分镜 + 角色库 + 素材生成 + 视频编辑 + 运镜 + 图层 + 风格 + 配音 + 画质」 九大模块：

• 剧本与分镜生成：输入文字描述，AI 自动生成分镜故事板，包含场景布局、角色位置、动作等，解决"凭想象绘制画面"的痛点，分镜设计 3 分钟完成；
• 角色库管理：定制专属虚拟演员，智能换脸，表情控制（口型匹配、点头、大吃一惊），3D 动作迁移，跨场景一致性；
• 视觉素材创作：角色生图 / 文生图 / 图生视频 / 运镜控制，快速产出原始素材；
• 角色换脸：在角色库中新建角色，从角色库中选择角色替换视频中的人脸；
• 目标新增：框选区域 + 提示词，如在水底视频中输入"水母"，AI 生成游动的水母；
• 目标消除：两种模型，运动目标消除模型（基于帧间信息补充，处理速度快，背景变化大）+ 稳定目标消除模型（"脑补"背景，背景稳定，速度较慢）；
• 目标编辑：框选目标 + 提示词描述，如把水母改成"粉色水母"，视频中的水母自动变色；
• 风格变换：20+ 预设风格，包括梵高画、莫奈画、水彩画，10 秒视频风格转绘 20 秒完成，实拍转水墨风高效；
• 超分辨率：最高 2K（部分文章提到 4K），修复低清素材 + 老旧素材翻新 + 提升分辨率与色彩层次；
• 帧率控制：精细化调节视频帧率，优化流畅度；
• 运镜控制：左右平移 / 上下平移 / 推进拉远 / 左右环绕 等多种运镜模式；
• 运动控制：对视频中目标对象的运动轨迹精细控制；
• 前景生成：通过文本输入即可生成符合描述的、具有透明背景的视频，一键融合到其他背景；
• 图层拆解：在视频第一帧选择目标，算法自动跟踪，把整段视频中对应目标拆解为独立的带透明背景的视频图层，头发丝级抠像；
• 图层融合：将不同前景图层与背景融合，多场景切换 / 角色复用，保证场景和角色在多个镜头间的一致性；
• 语音驱动 + AI 配音：语音驱动角色唇形同步精度 98%，多语种配音；
• PPT 式操作：项目抽象为分镜头面板，拖拽调整顺序 / 折叠 / 展开场景，降低专业工具学习门槛；
• 实时预览：编辑效果即时可视化，调整运镜角度后可直接查看动态变化；
• 多场景管理：多场景 + 多分镜，场景间和分镜间拖动调整顺序；
• 多屏转换：支持视频格式适配手机 / 平板 / PC，跨设备兼容性；
• 一键导出：导出4K 视频（MP4 / MOV） 或分享协作链接。

三、适用场景

寻光围绕 「影视 + 广告 + 自媒体 + 教育 + 文博 + 游戏 + 企业」 多个行业：

• 专业影视制作：快速生成特效镜头、角色动画或分镜预览，图层功能保持角色一致性（Sora 常出现角色变形），3D 场景重建，复杂特效制作效率提升 80%；
• 短剧 / 中长视频：零基础制作 vlog / 短剧，10 分钟生成 1 分钟成片；
• 广告与营销：一键生成多语言字幕 + 智能换脸，快速产出本土化广告（跨国品牌区域化营销）；
• 自媒体团队：快速产出营销视频，支持多平台格式导出；
• 教育与培训：输入"高中生物实验课"自动生成含安全指南的动画课件，教学视频 / 虚拟角色演示；
• 文博推广：博物馆可制作数字展览内容，文物静态图转化为 3D 动态展示；
• 企业市场部门：制作产品宣传视频 / 教学视频 / 内部培训材料，提高内容生产效率；
• 动画和游戏开发：角色定制和场景生成提供灵感和素材，游戏内动画或过场视频快速原型设计；
• 社交媒体：快速生成短视频内容，吸引人的 vlog / 短剧 / 创意视频；
• 广告和公关：快速生成视频广告 / 宣传材料；
• 电影和电视剧前期：辅助制作故事板 + 概念艺术，团队更好规划拍摄；
• 航空模拟 / 医疗培训：未来规划垂直领域，如与国家天文台合作开发天文可视化模块。

四、使用流程

以 「制作一段 10 秒的国风短剧'竹林少年舞剑'」 为例：

1. 访问寻光官网 https://xunguang.damo-vision.com（或备用 https://xunguang.com）；
2. 点击「试用体验版」，手机号注册并登录，申请内测资格（需注明个人 / 企业 / 机构身份）；
3. 进入创作空间，新建项目；
4. 在剧本区输入文案：
   「清晨竹林，少年白衣执剑，晨雾弥漫，光影斑驳；少年拔剑起舞，剑光如水，剑气横扫竹叶纷飞；镜头从远景环绕推进至人物特写」；
5. 点击「AI 生成分镜」，系统自动生成 3-5 个分镜画面，包含场景布局、角色位置、动作；
6. 进入「角色库」→ 新建角色 → 上传角色参考图 / 输入文字描述，定制专属虚拟演员，保持跨场景一致性；
7. 将角色和素材拖拽到时间轴；
8. 对每个分镜选择生成方式：图生视频 / 运镜控制，目前视频最大时长 4 秒（早期），10 秒视频需多个分镜拼接；
9. 点击「确认分镜」生成视频，实时预览；
10. 不满意可重新生成，或使用视频编辑功能优化：
11. 风格变换：选中视频 → 选择"水墨画"风格，10 秒视频转绘 20 秒完成；
12. 图层拆解：框选人物，算法跟踪，人物拆解为透明背景图层；
13. 图层融合：选择另一个背景视频，从素材库选择图层融合，人物添加到新场景；
14. 目标消除 / 编辑 / 新增：框选 + 提示词，AI 自动处理；
15. 运镜调整：选择推进 / 拉远 / 环绕 / 平移 运镜，实时预览；
16. 超分辨率：对低清素材选择2K 超分，提升画面质量；
17. AI 配音：输入台词或上传音频，多语种配音 + 唇形同步（98% 精度）；
18. 确认所有分镜视频后，点击「导出作品」，4K MP4 / MOV 格式下载；
19. 在我的作品中查看 / 下载，也可分享协作链接；
20. 提示：目前生成视频无背景音乐 / 配音 / 字幕，需要用剪映等工具后期添加。

五、产品定价

寻光目前处于内测阶段（2025.1 起开放申请），定价以内测免费 + 每日 100 光点为主，未来规划企业级私有化部署方案（[量子位](http://m.toutiao.com/group/7388065119177081380/)、[Hello123](https://www.hello123.com/xunguang/)、[AIGCbb](https://www.aigcbb.com/sites/2967.html)）：

• 内测版（当前）：免费，每日登录赠送 100"光点"（消耗型资源），基础功能体验，个人 / 企业 / 机构均可申请，普通用户需排队；
• 内测申请：访问官网 → 填写申请 → 注明身份 + 用途 → 等待审核 → 专业用户可申请高阶权限；
• 消耗型资源：光点是平台内统一计算单位，不同功能消耗不同光点，文生图 / 图生视频 / 运镜 / 图层拆解 / 风格变换 / 超分 各有消耗；
• 资源限制：长视频生成暂限 10 秒，复杂任务执行速度需提升，视频最大时长 4 秒（早期阶段）；
• 未来规划：企业级私有化部署方案，支持定制 API 接入，价格面议；
• 垂直行业：未来扩展航空模拟 / 医疗培训等领域，与国家天文台合作开发天文可视化模块；
• 商业授权：生成内容版权归属及商用规则暂未公开说明，商业项目需关注后续政策；
• 正式版定价：详见 https://xunguang.damo-vision.com 官方公示。
• 提示：当前可免费申请内测，每日 100 光点足够轻度体验；专业团队可申请高阶权限；商业项目关注后续正式版定价 + 商用授权。

完整定价请见 https://xunguang.damo-vision.com 官方公示。

六、竞品对比

在 「AI 视频创作」 赛道，寻光与 可灵 AI、即梦 AI、Runway Gen-2 形成竞争：

对比维度	寻光	可灵 AI	即梦 AI	Runway Gen-2
所属公司	阿里达摩院（国内）	快手（国内）	字节跳动剪映（国内）	Runway（国外）
产品形态	PUGC 一站式平台	AI 视频生成 + 编辑	AI 创作平台（图片+视频+数字人）	AI 视频工具
核心定位	影视级全流程 + 图层编辑	短视频 + 商业化	短视频 + 字节生态	创意短片 + 实验性
文生视频	核心	核心（2-3分钟）	核心（15秒）	核心（15秒）
图生视频	核心	核心	核心	核心
运镜控制	✅ 多种	✅ 支持	✅ 7 种	✅ 镜头控制
首尾帧	✅ 分镜拼接	✅ 支持	✅ 智能多帧 2.0	🟢 支持
图层拆解	✅ 行业首创 + 头发丝级	❌ 无	🟢 智能画布	🟢 基础
图层融合	✅ 透明背景 + 动态	❌ 无	🟢 多图融合	🟢 基础
角色换脸	✅ 角色库 + 3D 动作迁移	🟢 支持	🟢 数字人	🟢 支持
风格变换	✅ 20+ 风格	🟢 支持	🟢 12 种	✅ 多种风格
剧本生分镜	✅ 行业核心	❌ 无	✅ 故事创作模式	❌ 无
角色库	✅ 跨场景一致性	🟢 基础	✅ 数字人分身	🟢 基础
AI 配音 / 唇形	✅ 98% 精度	✅ 支持	✅ 对口型 9 秒	🟢 基础
超分辨率	✅ 最高 2K（部分 4K）	✅ 1080p	✅ 4K（Seedream 4.0）	✅ 4K
多模态	文本+图像+视频	文本+图像	四模态（Seedance 2.0）	文本+图像
中文优化	✅ 古风 / 成语 / 东方美学	✅ 中文不错	✅ 92% 准确率	🟢 英文为主
全流程工作流	✅ 剧本→成片全链路	🟢 偏生成	🟢 偏生态	🟢 偏实验
起售价	内测免费（每日100光点）	免费 + 66 元/标准	免费 + ¥79 基础	$12/月起
移动端	❌ 缺失	✅ iOS / Android	✅ iOS / Android	🟢 移动端
生态	阿里（淘宝/优酷/钉钉）	快手	字节（剪映/抖音/豆包）	独立

七、数据安全

寻光作为阿里达摩院旗下 AI 视频创作平台，数据与版权按以下规则管理：

• 研发主体：阿里巴巴达摩院视觉技术实验室，国内合规，阿里集团数据安全体系；
• 模型自研：5500 亿参数知识图谱 + 深度学习模型，多模态视觉信号理解与生成，自主可控；
• 资源消耗：光点（消耗型）是统一计算单位，不同功能消耗不同光点；
• 内容审核：对生成内容进行安全审核，符合国家相关法规；
• 隐私保护：用户上传素材加密存储，不用于商业用途；
• 数据加密：Web 端 HTTPS 加密，阿里云安全防护；
• 账号体系：手机号注册 + 内测申请，实名认证；
• 版权提醒：要求用户确保上传素材拥有合法授权，违规生成责任由用户承担；
• 商业授权：生成内容版权归属及商用规则暂未公开说明，商业项目需关注后续政策；
• 企业级部署：未来规划企业级私有化部署方案，支持定制 API 接入，数据隔离；
• 阿里生态：与淘宝 / 天猫 / 优酷 / 钉钉 / 闲鱼 30+ App 共享MNN 推理引擎 技术，基础设施稳定；
• 提示：商业项目关注后续正式版定价 + 商用授权；敏感行业（金融 / 医疗 / 政企）推荐企业级私有化部署；重要素材自行本地备份。

八、入口说明

寻光目前提供 「Web 网页端 + 内测申请 + 协作链接」 入口，暂未提供移动端 APP：

• 官方主站：https://xunguang.damo-vision.com（主入口）；
• 备用域名：https://xunguang.com（跳转主站）；
• 使用方式：访问官网 → 点击右上角"试用体验版" → 手机号注册登录 → 填写内测申请（个人 / 企业 / 机构）→ 审核通过后使用；
• 核心功能：AI 作图 / 视频生成 / 视频编辑 / 角色库 / 分镜 / 图层拆解 / 图层融合 / 风格变换 / 超分 / 运镜 / AI 配音；
• 创作空间：剧本区 + 分镜区 + 角色库 + 时间轴 + 素材库 + 多场景管理；
• 导出格式：MP4 / MOV，4K 高清，分享协作链接；
• 开发方：阿里巴巴达摩院视觉技术实验室，负责人：陈威华（达摩院视觉技术实验室高级算法专家，WAIC 2024 公开发布人）；
• 关联技术：阿里达摩院 MNN 推理引擎（15.5K+ Stars，OSDI 2022 顶会论文，30+ App / 70+ 场景）；
• 生态基础：阿里集团淘宝 / 天猫 / 优酷 / 钉钉 / 闲鱼 等 30+ App，日均千亿次调用；
• 未来入口：规划企业级私有化部署、定制 API 接入、移动端（待定）。

新手建议先用 https://xunguang.damo-vision.com 申请内测，每日 100 光点免费体验剧本→分镜→成片全流程，国风 / 中长视频 / 影视级制作首选图层拆解 + 图层融合 + 风格变换，中文创作 / 东方美学 / 角色一致性推荐寻光；短视频 / 移动端推荐可灵 AI / 即梦 AI，国际项目 / 创意短片推荐Runway Gen-2；商业项目关注正式版定价 + 商用授权，企业级需求关注后续私有化部署方案。