← 返回项目展厅
精读 02 / 24 · 多智能体长片 · 来自《C2V_案例精读_24例_证据版》

ATTENTION IS ALL YOU NEED:131 个 agent、101 亿 token 做出 5 分 26 秒

片长一旦超过 3 分钟,瓶颈就从“生成”变成“编排”——这条案例把编排开销第一次量化到了 token 级。

行业 艺术与实验
技术栈 多智能体视频模型BlenderSuno
证据类型 案例精读 · 含成本与口径
原片片段 · 5 秒静音循环,取自作者 X 原帖视频,非本站复现

看哪里

看哪里。看片头标题卡:S1-01、A LECTURE IN 96 LAYERS,以及底部 <|endoftext|> 50256 的字幕——这是模型给自己写的元叙事,说明编排层在控制叙事结构,不只是堆画面。

链路拆解

核心定位把长片当工程调度:131 个 agent 分部门并行,用一个 token 总量衡量整条产线的规模。
适用场景有清晰词曲或分镜结构、可以拆成并行工段的长片、MV、纪录片式内容。
必备输入人写的钢琴旋律与歌词;外部素材模型(Grok Imagine Image 2.0 / Video 1.5、Qwen-Image 2.1);Suno 音乐;Blender 承担 3D 段落。
标准流程词曲 → 分镜 → 131 个 agent 按部门并行生产素材 → Blender 段落地制作 → 统一剪辑与混音。
AI职责分镜、素材生成、3D、字幕、剪辑决策由 agent 承担;人负责作曲、歌词与终审。
关键指标目标:5 分 26 秒纪录片式 MV。实际:26 小时 51 分、10.1B token、23,354 次模型调用、131 个 agent(均为作者自述)。美元成本未披露。

为什么值得看

10.1B token 这个数字,比“131 个 agent”更值得记。如果把 token 当成产线的“耗材”,这条片子相当于烧掉了 101 亿个 token 才换来 5 分 26 秒。23,354 次模型调用除以 131 个 agent,平均每个 agent 调用约 178 次——真正的工作量不在单次生成,而在反复的调度与重试。这也解释了为什么长片的时间成本是超线性的。

链路是混合的,不是纯代码。作者的清单里同时出现了 Grok Imagine 的图像与视频模型、Qwen-Image、Suno 和 Blender。这不是“代码生成视频”的原教旨做法,而是把视频模型当素材供应商、把代码当编排层。判断这类项目时,看的是编排层能不能稳定调度异构工具,而不是它有没有用到视频模型。

人留下的那部分,恰好是最难被替代的。钢琴旋律由作者写、歌词由作者写,模型负责把它变成 96 层结构的影像。这条分工线很清楚:可结构化的部分交给 agent,需要作者性的部分留在人手上。

可复用点与适用边界

可以迁移的

长片按“部门”拆 agent(画面、音乐、字幕、剪辑),而不是按镜头拆——按镜头拆会让 agent 数量爆炸而协作成本失控。

成立的条件

需要一个能记录调用次数的编排层,否则连“花了多少”都无从统计。

不能外推的

只有 token 总量、没有单价与账单,无法换算成钱;也无提示词与 runlog,不可复现。

来源与证据缺口

使用边界

媒体与许可登记

作品许可与预览媒体使用依据分开登记;后者不由前者推导。

作品许可(作者保留权利)
SPDX未声明(作者保留权利)
许可 / 说明来源https://x.com/tetsuoai/status/2119341048367665201
覆盖说明作品本身未附开源许可文件;本栏只记录作品的权利状态,不推断任何画面或素材的使用权限。
预览媒体使用依据(逐条单独登记)
素材ATTENTION IS ALL YOU NEED 案例对照画面 · 案例精读内嵌截图(静帧) · /media/studies/attention-131-agents/cover.jpg
权利方 / 署名原作者(X 账号) · ATTENTION IS ALL YOU NEED · X 原帖作者
使用依据画面取自作者 X 原帖视频帧,经案例精读文档整理并内嵌;本站以介绍性引用方式使用,已署名并保留原帖回链,使用依据单独登记,不由代码或作品许可推导
来源https://x.com/tetsuoai/status/2119341048367665201
备注本地仅存展示用副本;公开托管或商用分发前需向原作者单独确认
素材ATTENTION IS ALL YOU NEED:131 个 agent、101 亿 token 做出 5 分 26 秒 动态预览 · 原视频片段(5 秒静音循环) · /media/studies/attention-131-agents/preview.mp4
权利方 / 署名原作者(X 账号) · ATTENTION IS ALL YOU NEED · X 原帖作者
使用依据由作者原帖视频或官方影片截取 5 秒、静音、缩放后用于站内动态预览;以介绍性引用方式使用,已署名并保留原始来源回链,使用依据单独登记,不由代码或作品许可推导
来源https://x.com/tetsuoai/status/2119341048367665201
备注本地仅存展示用副本;公开托管或商用分发前需向原作者单独确认

来源与更新时间

原始 DemoX 原帖(5:26,2026-11-08,72K 播放)
Demo 类型Demo 类型:单条成片(无同题对照,作者另附制作说明)
精读文档C2V_案例精读_24例_证据版 · 多智能体长片
本站更新日期2026-11-16
来源核验说明数据与画面均来自案例精读文档及其标注的 X 原帖,作者自述口径;本站未独立复现任何一条链路。

相关精读