OiiOii 一键动画创作实操全拆解：角色设定、漫画转视频、动漫 MV、剧情短片三种成片思路一次讲透

本文由 莫潇羽@源码七号站（www.fuyuan7.com）撰写，转载请注明出处。

快速摘要

先把结论甩在前面，方便只想要答案的朋友：OiiOii 是上海天码形空科技自研的、目前第一个专门为"动画成片"打造的 AI 智能体平台。它自己不训练底层大模型，核心本事是"调度"——把"艺术总监、编剧、角色设计师、分镜师、音乐总监"这一整套剧组角色塞进一个对话框，再在背后接入并调用市面上多款主流的图像、视频生成模型（官方口径是 30 多款，常见的有字节系的 Seedance、Seedream，也包括 Sora 2、通义万相 Wan 2.5 等），由这支虚拟团队接力帮你把一句话或一张图变成动画。平台里你会看到单段视频通常被限制在 15 秒上下，这是 OiiOii 为了保证角色一致而设的"平台侧生成规则"，不要把它误当成某个模型雷打不动的物理上限——不同底层模型原生支持的时长本就不一样。普通人用它，主要走三条成片路线：漫画转视频、动漫音乐 MV、剧情故事短片。它最大的价值在于把"会画、会写、会剪"这三件门槛极高的事打包自动化了；最大的短板则是可控性偏弱、远景人脸容易崩、清晰度还不够，很多时候得反复"抽卡"才能拿到一条满意的镜头。

我自己把这三条路线全都从头到尾跑了一遍，踩的坑、好用的地方、积分大概怎么花，都记在下面了。这篇是按"先讲清原理，再手把手拆操作，最后给真实评价"的顺序写的，不堆术语、不画大饼。想看完整拆解，往下翻就行。

一、先把 OiiOii 这件事说清楚：它到底是个什么东西

很多人第一次听到"动画创作 AI 智能体"这个词是懵的。我刚上手那会儿也一样，盯着界面研究了半天才反应过来：它跟我们平时用的那种"输入一句话出一张图"的工具，完全不是一个物种。

1.1 它的本质：不是一个模型，而是一支"虚拟剧组"

先解释一个名词。智能体，英文叫 Agent，你可以把它理解成一个"能自己规划步骤、自己调用工具、还能跟别的 Agent 商量着干活"的 AI 角色。普通的 AI 画图工具是"一问一答"，你给提示词，它吐结果，中间没有任何"思考流程"暴露给你。而 OiiOii 走的是另一条路——它把做一部动画拆成了好几个工种，每个工种由一个专门的智能体负责。

这里先把它的身世交代清楚，免得后面理解跑偏：OiiOii 是上海天码形空科技自研的产品，2025 年中开始内测。它自己并不训练底层的图像、视频大模型，而是站在更上层做"编排与调度"——背后接入了市面上多款主流生成模型，按需调用它们来干活。换句话说，它卖的不是"模型"，而是"一支会协作的 AI 团队"加"一套把活分发出去的流程"。这个定位你记住了，下面很多设计才解释得通。

平台对外的说法是内置了七个专业角色，组成一个完整的创作团队。我实际跑下来，能明确看到登场的大概是下面这几位：

这套设计的聪明之处在于：你全程扮演的角色其实是"甲方"。你不用懂分镜语言、不用会写运镜提示词，你只需要像对接外包团队那样，看它交上来的东西，点头或者打回去重做。莫潇羽我自己第一次跑完整个流程的感受是——它确实把"动画制作"这件原本需要一个小团队折腾好几天的事，压缩成了一个人坐在电脑前点几下鼠标。

1.2 两种使用姿势：托管式和对话式

进了平台你会发现，几乎每个创作入口都让你二选一：托管模式，还是对话模式。这两个的区别，新手一定要搞清楚，不然很容易白白浪费积分。

托管模式，说白了就是"傻瓜式一键出片"。你把需求丢进去，剩下的全交给智能体团队自动跑，中途基本不问你意见，最后直接甩一条成片给你。好处是省事，坏处是你几乎没有插手的余地，出来啥样就是啥样。

对话模式，则是在每个关键环节都停下来问你：这个角色脸满不满意？这个分镜要不要改？这个音乐时长选哪个？它更像是你和团队一边沟通一边推进。我个人的建议是——只要你对成片有具体想法，就老老实实用对话模式。托管模式适合"我就图一乐，随便出个东西看看"的场景。

这里有个我踩过的小坑：用对话模式的时候，它经常停下来等你回话，你要是走开了去干别的，它就在那儿干等着，进度条一动不动。所以选了对话模式，人最好别离开。

1.3 底层逻辑：它是个"多模型调度台"，不是某一个模型

这一段稍微硬核一点，但搞懂它，你后面所有的"为什么会崩""为什么单段就这么短"都能想明白。

前面说了，OiiOii 自己不训练大模型，它是个"调度层"——把活儿分发给底层那些真正干脏活累活的第三方模型。这里要先纠正一个很多人（包括早期一些教程）会犯的误判：不要以为它只挂了某一家的模型，更不要以为它是某个大厂自研的平台。OiiOii 整合的是一整批主流生成模型，官方口径是 30 多款，常见的有负责出图的 Seedream 系列，负责出视频的 Seedance、Sora 2、通义万相 Wan 2.5 等等。你在不同创作场景里，它调用的可能是不同的模型组合。所以平台里偶尔冒出来的"S2"这类简写，更像是某次生成里被调用到的某个具体模型档位，而不能简单粗暴地等同于"就是 Sora"或"就是某一个模型"——这点早期传得很乱，记住"多模型"这三个字就不会被带偏。

抛开具体是哪家模型，它的成片在机制上是"两段式"拼出来的，这个底层套路是通用的：

第一段是生图。先由图像生成模型把静态画面画出来——无论是角色的主视图、三视图，还是 MV 开场那张整体海报，都是这一步的产物（平台里有时会显示类似 "Seedream 4.5" 的模型档位）。

第二段是图生视频。再由视频生成模型，基于上一步那张定好的图 + 文字描述，把画面"动起来"，生成一个个镜头段落。

理解了这套"先定图、再动起来"的两段式，你就能抓住用好 OiiOii 的两个关键点：

关键点一：单段视频通常 ≈ 15 秒（这是平台侧的生成规则）
   ↓ OiiOii 为了把"同一个角色的脸"在一段里稳住，给单段设了较短的时长
   ↓ 注意：这是平台为保一致性而定的工作流规则，不是模型雷打不动的物理上限
   ↓ 不同底层模型原生支持的时长本就不同，有的能做到更长，平台是另做了取舍
   ↓ 实际效果：超过单段长度就切下一段，跨段时角色容易"换张脸"

关键点二：成片 = 图生视频
   ↓ 先有一张定下来的图（角色 / 海报）
   ↓ 再让视频模型基于这张图 + 文字描述去"动起来"
   ↓ 所以图没定好，视频就别想稳

这套逻辑你一旦想通，就会明白后面我反复提到的"角色崩坏""为什么要先把角色锁死再生成""为什么单段别贪长"，根子全在这儿。AI 视频这个领域现在还在飞速迭代，底层模型几个月一变样，OiiOii 之所以搞内测、让大家进来玩，很大程度上也是想一边收集真实反馈、一边持续打磨它这套"多模型调度"的编排逻辑。

1.4 它能做什么、适合谁

把能力盘一下，OiiOii 目前能产出的形态相当丰富：多格漫画、漫画转视频、动漫音乐 MV、剧情故事短片、静态角色立绘、衍生品设计，甚至动态壁纸这种小东西。风格库也大，官方口径在 140 到 160 多种之间浮动，水墨、赛博朋克、国潮 3D、日系、哥特、插画风……基本你能想到的二次元和动画风格都能翻得到。

适合的人群其实很明确：做内容的自媒体作者、品牌营销岗、需要可视化作品的音乐人、动漫设计爱好者，还有想用动画形式做教学内容的教育者。说到底，它瞄准的就是"有创意、但没有专业动画制作能力"的这群人——莫潇羽@源码七号站 我自己也算其中之一，所以才会一头扎进去研究这么久。

二、动手之前：账号、积分，和那块绕不开的"画布"

工具再强，门没进对也白搭。这一章把开工前必须搞清楚的几件事说明白：怎么进、积分怎么算、画布怎么操作、资产库是干嘛的。

2.1 内测邀请制：怎么进去

截至我写这篇的时候，OiiOii 还