深挖第二轮 · 竞品 / 一致性配方 / 判片设计 / 合规标准 / 源码考古（2026-09-22）

方法：8 路 schema 约束 agent（资本路数图路因网络故障待补跑；价格表与能力矩阵两路已直接灌入 data/prices.json 与 data/capabilities.json，不入本文件）。 规则：以 2026-09-22 为"现在"，一手来源优先，空位判断必须附证据。 原始结构化输出：workflow run wf_1b079cd9-5e7。

直接竞品拆解（VideoRouter / vibeframe / muapi 系 / RunComfy / PixVerse / ComfyUI 官方）

六家竞品/近邻拆解（今天 2026-09-22；全部结论附一手 URL，本地 AtlasCloud CLI 仓库为"我们"的定位参照）。

【a) VideoRouter / videorouter.sh（Synvia Corp, Newark CA）】做什么：OpenAI 兼容统一 API 的"OpenRouter for video"，按价格/健康度在 Fal、WaveSpeedAI、Atlas Cloud、Replicate、Novita 之间路由，渲染中自动 failover，逐请求列出供应商成本+平台费；自建部分开源权重模型（Wan、HunyuanVideo、MiniMax H3）。商业模式：统一 2% 平台费（对标 OpenRouter 5.5%），无订阅无折扣，BYO key 也照收 2%；报价表直接列出 "MiniMax H3 Developer (Atlas) $0.020→$0.0202/sec"、"Wan 3.0 (Atlas) $0.0404/sec"——Atlas Cloud 是其上游供应商之一。不做什么：不开源平台本身；无 dry-run 成本预检/硬顶；官方 CLI @videorouter/cli 在 npm 不存在（registry 查询 not found），官方 skills 仓库 synvia-corp/videorouter-skills 0★；社区零牵引（HN 9/16 帖 1 分 1 评论，作者 franklin_yao karma=1；9/11 帖 2 分），5 天内从"Save 80%"改为"OpenRouter for video"说明定位仍在漂移。活跃度：官网与定价页活跃，GitHub 生态近乎为零。威胁等级：中高（方向与我们+中立层完全重叠，但执行面是空壳）；对 Atlas 同时是渠道而非纯对手。

【b) vibeframe（vericontext/vibeframe, 168★）】做什么：CLI+MCP，让 coding agent 用用户自己的 key 调 Seedance/Runway/Veo/Kling 生成视频；核心契约是 --dry-run 免 key 报价、--max-cost 硬顶（超限返回 COST_CAP_EXCEEDED + retryWith 两条降级路径 + 完整报价 plan）、机器可读错误信封与恢复动作；编排委托 Remotion/Hyperframes（自称非 HeyGen 关联）。商业模式：无（MIT 开源、BYOK、不抽成，npm 包 @vibeframe/cli）。不做什么：不托管、不代账、无统一计费与目录，全部成本透明转嫁。活跃度：单人 Kiyeon Jeon（1110/1117 contributions，bio "AI Engineer"）；2026-02-01 建仓，最后 push 与最后 release 均停在 2026-07-26（v0.115.2），已停滞 8 周；npm 766 下载/月；51 个 issue 全关闭、0 开放。威胁等级：低（验证了成本契约需求，但不构成商业威胁）。

【c) muapi.ai 系 SKILL.md 合集（SamurAIGPT/Generative-Media-Skills, 4316★）】做什么：面向 Claude Code/Cursor/Gemini CLI 的 100+ 模型技能合集（41 个 UGC/电商向视频图片配方 + core 原语），底层全部走 muapi-cli；UTM 漏斗完整（repo homepage 和 "Powered by MuAPI" 徽章均带 utm_source=github&utm_campaign=generative-media-skills）；计费为 Stripe 充值积分（muapi account topup --amount 20 经 Stripe checkout）。定价页宣称比 Fal 低 60-64%（Seedance 2.5 720p $0.34/sec）、比 OpenAI 官方低 29-31%，低于成本价的逻辑不可持续或为引流，抽成率不公开。不做什么：无成本预检；无中立性（只指向 muapi）。真实使用与口碑背离：4316★/494 fork 但 muapi-cli 仅 1,934 npm 下载/月；仓库 2023-05-25 创建，issue 跟踪器里是 privateGPT 时代的旧账（"404 after running privateGPT.py"、"Run slowly in my 16G notebook"）——星数大量继承自已转型旧仓库；issue 区几乎全是 dependabot 与互推机器人，73 个 issue 中找不到真实用户抱怨，生态靠 SamurAIGPT(99 仓库/619 粉丝)+Anil-matcha（Open-Generative-AI 29k★）约 25+ 个仓库 README 互链刷量。威胁等级：中（分发机器真实存在，但产品与信任面薄）。

【d) RunComfy CLI + genmedia-labs 技能矩阵】做什么：runcomfy-com 官方 Rust CLI（@runcomfy/cli，OAuth+token，models/run/status/result、Serverless ComfyUI 部署、LoRA 训练全流程）+ 官方 skills（12★，走 skills.sh 与 Claude/Cursor marketplace 插件）+ 托管 MCP（31 工具）。商业模式：ComfyUI 云 GPU 托管 + Model API + LoRA 训练，积分计费。3.8M 安装解剖：skills.sh 显示 genmedia-labs/skills（匿名组织，单人 kalvinrv，2026-08-12 建仓、仅 3 commits、13★）33 个技能共 3.8M 安装、357 个 UTM 链接指向 runcomfy.com、零 fal 端点——是 RunComfy 的营销阵地（前期文档已做源码级核实）；但顶部 5 个技能安装数 597.5K-599.5K 高度一致，疑似批量/统一计数；真实使用侧 @runcomfy/cli 仅 1,652 npm 下载/月、官方仓库 1★，fal 官方社区 skills 也仅 8.8K 安装且 5/13 停更。周边还有 prime-skills、agentspace-so、doany-ai 等 SEO 式第三方技能农场。活跃度：2026-09 多面并进（cli 9/7、mcp+skills 9/15、gemini 9/6）。威胁等级：分发渠道上中高、产品面上低。

【e) PixVerse 官方 CLI（PixVerseAI/cli, 59★, MIT）+ skills（61★）】做什么："UI-free 版 pixverse.ai"，npm pixverse（4,275 下载/月），OAuth device flow，订阅制积分；约 27 个视频模型（自家 V6/C1 + 第三方 Sora/Veo/Kling/Seedance/Wan/MiniMax/Grok——单厂商聚合者）。契约是全场最佳参照：仓库根 capabilities.json（schema 1.2.0，"Generated from Commander definitions, Do not hand-edit"，exit codes 0-7 含 CREDIT_INSUFFICIENT=4、CONCURRENCY_LIMIT=7，trace_id，global/cn 双区）；skills/references/execution-contract.md 精确到 streams 分工、批次 partial completion 的 JSON 形态（items/failed_ids/fail_count）、防丢数据的 jq 单行模板；prompt-contract.md 界定"生成不改 prompt、优化需授权、禁止加质量垫话/保留故意孪生与品牌文本"。不做什么：无成本预检（积分不足是运行时退出码）、订阅墙、无跨厂商。活跃度：cli 9/20、skills 9/10 仍在推送（v1.4.5）。威胁等级：低（单厂商），但其契约工件是我们最应吸收的标杆。

【f) ComfyUI 官方两轨（Comfy-Org）】本地轨：comfy-cli（974★，技能随 CLI 二进制分发 comfy skills install）、comfy-mcp（234★，AGPL-3.0-or-later OR Commercial 双许可的 open-core，含 MCP Registry 所有权令牌机制）；云轨：comfy-skills（200★，Claude Code 插件 /comfy-cloud:* 斜杠命令 + hosted MCP cloud.comfy.org/mcp）。官方作者规则已成文："steer the approach, defer the specifics"——安装时固化的命令禁止写死模型名/模板/节点，必须指向运行时 discovery 工具。商业模式：开源引流 + Comfy Cloud 订阅。活跃度：全场最高（9/16-9/21 连发 mcp/skills/python-ts SDK/api-proxy）。威胁等级：对中立层低（云轨只覆盖自家目录），但其作者规则应成为行业标准。

【总判断】这一层目前是"强分发、弱契约"：会刷量的（muapi、RunComfy 矩阵）没有统一契约与真实使用；有契约的（PixVerse）只覆盖自家且无成本预检；有成本契约的（vibeframe）是停滞单人项目；方向正确的中立路由（VideoRouter）社区与 agent 面是空壳且已把 Atlas 当上游。差位点详见 gaps。

关键信号

要点 / 模式清单

空位与建议

未解问题

来源

角色一致性技术路线（Wan2.2 LoRA / VACE / 商业 API 形态 / character_id 契约）

角色一致性技术路线深挖（截至 2026-09-22，全部依据可给出 URL 的一手来源）。结论：(1) 自训路线已完全可行——kohya musubi-tuner 官方文档明确支持 Wan2.1/2.2 LoRA，fp8+block swap 下"720x1280 图像训练仅需 24GB 显存"（wan.md 原文），Wan2.2 双 DiT（高/低噪声）可用 --dit_high_noise + --timestep_boundary（T2V 0.875 / I2V 0.9）联合或分段训练；tdrussell diffusion-pipe 支持 Wan2.2 但强制 Deepspeed 流水线并行（面向多卡），提供 wan_14b_min_vram.toml 极限显存配置，且已在 RTX 4090 上验证（PyTorch 2.9+CUDA 12.8）。(2) 单卡成本：RunPod RTX 4090 Community $0.34/hr、Secure $0.74/hr，RTX 5090 $0.69/$0.99，H100 SXM $2.69/$3.49；Modal 按秒计费 H100 $0.001097/s（约 $3.95/hr）、A100 80G 约 $2.50/hr、L40S 约 $1.95/hr（时薪为秒价×3600 折算，非官方报价）。按单卡 4090 训 24 小时估算约 $8-18，属于个人开发者可承受区间；但两平台定价页均无独立 spot/interruptible 档位（RunPod 的低价来自 Community Cloud，Modal 靠按秒计费实现弹性），"spot 补位"的真实形态是被抢占风险更低的社区云/按秒计费。(3) 参考控制路线：开源侧 VACE（Wan2.1-VACE-1.3B/14B，Apache-2.0，R2V 参考生成，--src_ref_images）与 ByteDance Phantom（Wan2.1 基座，单/多主体参考≤4 图，Apache-2.0）都停在 Wan2.1，尚无 Wan2.2 版本；闭源侧已收敛到"@名字"引用范式——Kling 3.0 Omni 的 contents[].type=element（element_id + @名称语法，单任务最多 3 个 element，配 Element Management API）、Vidu reference2video 的 subjects[]（每主体≤3 图、@subjectname 引用、总量≤7、viduq1-q3/2.0）、火山 Seedance 2.5 的 omni_reference_task_type + role=reference_image/reference_video（@图像1/@视频1 语法，doubao-seedance-2-5-260628）。(4) 数字人路线：HeyGen Avatar V 主打"Character consistency across every angle, expression, and video"，REST/CLI/MCP 接入、批量 100 请求/调用，但 API 单价藏在登录墙后；ByteDance OmniHuman-1/1.5（图像+音频驱动、1 分钟以上动态表演）明确闭源——官方页声明"we do not offer services/downloads anywhere"。(5) 修正性发现：fal.ai 已有 fal-ai/wan-trainer/t2v-14b（"Train custom LoRAs for Wan-2.1 T2V 14B"）——"训练设施厂商完全不做视频 LoRA 托管训练"的前提不成立，真实情况是覆盖极薄（仅 Wan2.1 T2V 一个模型，无 Wan2.2、无 I2V）。这为 character_id 契约 + 托管 Wan2.2 双专家 LoRA 训练配方留出明确机会：契约需包含数据集规格（视频+同名 .txt 字幕 / musubi JSONL）、LoRA 权重引用（区分高/低噪声 DiT、timestep_boundary）、trigger 词、一致性评测集、以及四套商业端点适配器（element_id / subjects / reference_image / avatar_id）。

关键信号

要点 / 模式清单

空位与建议

未解问题

来源

判片与验收层设计（VBench / VLM judge / 抽帧 / verdict schema）

判片/验收层设计深挖（judge rubric + verdict schema 设计输入）

a) 先例体系

VBench（官方仓库已核对，16 维，精确名称）：质量 7 维——subject_consistency、background_consistency、temporal_flickering、motion_smoothness、dynamic_degree、aesthetic_quality、imaging_quality；语义 9 维——object_class、multiple_objects、human_action、color、spatial_relationship、scene、temporal_style、appearance_style、overall_consistency。权重与归一化在 scripts/constant.py 开源。VBench-2.0（arXiv 2503.21755）转向"内在忠实度"：18 个细粒度维度覆盖物理合理性/常识推理/人体运动，但具体维度名未在 README 列出。关键启示：temporal_flickering/motion_smoothness 这类维度 VLM 在低帧率下不可见，判片维度必须按"VLM 可判性"重新分层。 VideoFeedback（TIGER-Lab，官方 HF 页核对）：33.6k 条（test 680），每条 8-24 帧 JPG + prompt + mp4 链接 + 5 个整数分：visual quality / temporal consistency / dynamic degree / text-to-video alignment / factual consistency；数据页观测为 1-4 分制（中置信，与论文口径需复核）；标注方式即"GPT-4V 扮演判片专家"的多轮对话——这就是 VLM-as-judge 判视频的最直接数据先例，可直接取样本做 judge few-shot 校准。 EvalCrafter（CVPR 2024）：17 个客观指标 + 8.6k 人工标注（5 个方面，明确含 visual quality 与 t2v alignment），工具箱含 RAFT（光流）、DOVER、CLIP 等——光流在评测界是运动度量而非选帧手段。 图像域 VLM-as-judge 产品化先例：VIEScore（官方仓库核对）对图像生成/编辑输出 SC（语义一致）+ PQ（感知质量）+ Overall 三分，--mllm 支持 gpt4v/gpt4o/gemini 等 10 种后端，官方 news 声明"GPT-4o 达到与人类 on par 的相关性"；仓库内已有 t2v 任务标记。DALL-E 3 报告用 GPT-4V 做自动评测是业界惯例（单一来源、本次未复核一手 PDF，低置信）。

b) Judge 候选 VLM 能力矩阵（全部官方一手来源）

模型 视频输入 关键机制 价格/1M（in/out） 判片适配
Gemini 3.8 Flash 原生 mp4/mov/webm 等 9 种 agentic 模式（"processing":"agentic"）：模型"选择性查看 transcript、动态调整帧率与分辨率"，response steps 出现 processing_call/processing_result 即自导航时间线；官方称长视频"最多省 88% token、质量 +7%"。静态模式默认 1FPS，低分辨率 66 token/帧、高分辨率 258 token/帧，音频 32 token/秒；自定义 fps 与裁剪仅静态模式；prompt 可引用 MM:SS 时间戳 $0.75/$3.75（促销价至 2026-12-31，之后 $1.50/$7.50）；Batch 半价 首选 judge：原生视频 + 时间戳引用 + 自适应抽帧，10s 判片成本约 $0.005
Qwen3-VL（235B-A22B-Instruct） 原生视频，"小时级视频全召回 + 秒级索引"，Text-Timestamp Alignment 时间戳定位 默认 fps=2，视频 token 预算上限 16384，上下文 256K（YaRN factor=3 可扩 1M） OpenRouter 实测：$0.21/$1.9（235B）、$0.13/$0.52（30B-A3B）、$0.117/$0.455（8B）、$0.104/$0.416（32B）；OpenRouter 侧 input_modalities 仅 text+image（视频需转帧图传入） 失败事件秒级定位最佳；自建推理可自控抽帧
Claude（全系） 无视频输入，官方原文："Animations are unsupported, and only the first frame is used"（GIF 只取首帧） 规避方案：抽帧转多图。API 单请求最多 600 张；超过 20 张触发 2000px 长边硬限（否则 invalid_request_error）；1920×1080 帧标准档降采样到 1456×819=1560 token，高分辨率档（4.7+）4784 token 10 帧 ≈ 15.6K token，Haiku 4.5（$1/1M）约 $0.016/次——比 Gemini 原生贵 3-5 倍 仅适合"网格拼图"式降采样判片（如 3×3 网格=1 张图），不推荐做主 judge
GLM-4.6V（z.ai 官方） 支持视频（Input Modality: Video/Image/Text/File），128K 上下文，"一次推理约一小时视频" 原生 Function Calling；具体帧/像素上限文档未给 $0.3/$0.9；FlashX $0.04/$0.4；Flash 免费 Flash 免费/FlashX 做"粗筛级"，FlashX 价格约为 Gemini 的 1/10
DeepSeek V4.1-Flash（官方定价页） 定价页标 vision ✓（deepseek-v4-pro 无视觉）；是否支持视频未确认 1M 上下文；峰谷价差 2 倍（谷时=UTC 周一至五 01-04 及 06-10 点） in $0.15（谷）/ $0.3（峰）；out $0.6/$1.2 若支持视频则为谷时批量判片的低价选项，需先验证

c) 抽帧方案对比

d) 设计草案

verdict JSON schema v1.0

{
  "verdict_version": "1.0",
  "generation": {"generation_id": "gen_xxx", "provider_model": "...", "request": {"prompt": "...", "params": {"seed": 0, "duration_s": 10, "resolution": "1080p"}}, "artifact": {"video_url": "...", "sha256": "..."}},
  "evidence": {"sampling": {"method": "uniform|adaptive|two_pass", "fps_sent": 1.0, "n_frames": 10, "timestamps_s": []}, "judge": {"model": "gemini-3.8-flash", "processing": "agentic", "tokens_in": 0, "tokens_out": 0, "cost_usd": 0.0, "rubric_version": "r1"}},
  "alignment": {"elements": [{"element_id": "e1", "type": "subject|action|scene|style|count|text|camera", "text": "prompt 原文片段", "present": true, "timestamps_s": [1.5], "note": "..."}], "adherence_score": 8.5, "missing": ["e3"], "contradicted": []},
  "dimensions": [{"id": "prompt_adherence|subject_consistency|temporal_consistency|motion_quality|visual_quality|aesthetics|safety_overlay", "score": 8.5, "confidence": 0.9, "evidence_ts_s": [1.5, 4.0]}],
  "failures": [{"code": "IDENTITY_DRIFT", "severity": "minor|major|hard", "timestamps_s": [6.0], "description": "主角发色第6秒改变"}],
  "failure_codes": ["PROMPT_OMISSION","PROMPT_CONTRADICTION","COUNT_ERROR","SPATIAL_RELATION_ERROR","TEXT_RENDER_ERROR","IDENTITY_DRIFT","OBJECT_VANISH","OBJECT_DUPLICATE","MORPHING","FLICKER","GHOSTING","MOTION_ARTIFACT","PHYSICS_VIOLATION","ANATOMY_ERROR","WATERMARK_LOGO","COMPRESSION_ARTIFACT","COLOR_SHIFT","FRAMING_ISSUE","UNSAFE_CONTENT"],
  "overall": {"score": 7.8, "verdict": "pass|conditional_pass|fail", "confidence": 0.85, "one_line": "..."},
  "action": {"recommended": "accept|retry_same_model|retry_other_model|revise_prompt|abandon", "reason": "...", "hints": {"target_failure_codes": ["IDENTITY_DRIFT"], "prompt_suggestion": "...", "fallback_model": "..."}, "retry_budget_left": 1}
}

判定→动作映射（写进 rubric 尾部）：overall≥8 且无 major/hard 失败且 adherence≥7 → accept；adherence 缺失/矛盾（PROMPT_OMISSION/CONTRADICTION/COUNT/SPATIAL）→ revise_prompt；FLICKER/ARTIFACT/MOTION 等瞬态类且 overall≥5 → retry_same_model（换 seed）；IDENTITY_DRIFT/PHYSICS_VIOLATION 且当前模型已知此弱点 → retry_other_model；hard 失败（UNSAFE/WATERMARK）或重试 2 次后仍 <5 → abandon。

judge rubric（可整段贴 system prompt）

你是 AI 生成视频的验收判片员。输入：原始 prompt + 按时间戳标注的帧序列。规则：
1) 先证据后打分：每个维度分数必须引用 MM:SS 时间戳，无证据的分数无效。
2) 只扣 prompt 要求的东西：prompt 未提及的属性不扣 alignment 分。
3) 分制 0-10 锚点：9-10 优秀（该维度无可挑剔）；7-8 良好（轻微瑕疵不影响使用）；5-6 及格（明显缺陷但仍可用）；3-4 差（影响观感/偏离要求）；0-2 崩坏（不可用）。
4) prompt_adherence：9-10=所有元素出现且无矛盾；7-8=主要元素在、次要缺失；5-6=主体对但动作/风格偏；0-4=主体错误或与 prompt 相反。
5) subject_consistency：0-4=身份改变/换人；5-6=衣着发型漂移；7-8=轻微变化；9-10=跨帧完全稳定。
6) temporal_consistency：9-10=背景物体无闪变；5-6=局部闪烁/物体短暂消失；0-4=场景突变级不一致。
7) motion_quality：0-4=运动崩溃/形变；5-6=卡顿滑步；7-8=偶发抖动；9-10=平滑且符合物理。
8) visual_quality：按伪影/模糊/压缩逐级；aesthetics：构图/色彩/光影。
9) safety_overlay 为硬性项：水印/logo/不当内容 → 直接在 failures 记 hard 并给 verdict=fail。
10) 不确定时给保守分并降低 confidence 字段；两难时以"用户会不会要求退款"为准。
11) 输出仅限 verdict JSON，禁止额外文本。

总成本参考（10s 1080p 单次判片，官方价推算）

Gemini 3.8 Flash 静态低分辨率 ≈ $0.005（980 in + 1K out token）；agentic 短视频成本相近、TTFT 略增；Qwen3-VL 235B（OpenRouter）≈ $0.006；GLM-4.6V-FlashX ≈ $0.001；Claude 帧图方案 ≈ $0.016 且受 20 张/2000px 限制。批量验收层建议：GLM-Flash 免费粗筛 → Gemini 3.8 agentic 精判 → 争议样本 Claude 高分辨率网格复核。

关键信号

要点 / 模式清单

空位与建议

未解问题

来源

合规与标准（内容标识办法 / C2PA / SKILL.md 治理 / MCP 演进）

合规与标准深挖结论（截至 2026-09-22，全部基于一手来源实测/抓取）：中国侧，《人工智能生成合成内容标识办法》（国信办通字〔2025〕2号，2025-09-01 施行）与强制性国标 GB 45438-2025（2025-02-28 发布、2025-09-01 实施、现行）构成"显式标识（视频：起始画面+播放周边显著提示，下载导出须保留）+ 隐式标识（文件元数据须含生成合成属性、服务提供者名称/编码、内容编号）"双层义务，传播平台有三情形核验义务（办法第6条），用户可依第9条约定"无显式标识交付"但需协议+≥6个月日志。四家视频 API 实测（官方文档抓取）：可灵 options.watermark_info.enabled 默认 false、火山方舟 Seedance watermark 默认 false、Vidu watermark 默认不加（但默认水印文案即"内容由AI生成"，支持 wm_url 定制与 watermarked_url 返回）、MiniMax 英文 API 全文档零水印参数——即显式标识责任系统性落在调用方，且无一家文档化 AIGC 隐式元数据输出（第5条符合性盲区，契约需设计 label_required / implicit_metadata / c2pa / 责任划分字段）。国际侧，C2PA 规范已到 2.3，TikTok/OpenAI/Google/Meta 均在指导委员会；YouTube 官方确认会依据 C2PA 元数据或内部检测自动打 AI 标、反复不披露可下架或取消 YPP 资格。规范治理侧，SKILL.md 由 Anthropic 首创后"以开放标准发布、向生态开放贡献"（agentskills.io 官方原文），未见捐入中立基金会、无规范版本号/变更日志/兼容承诺，allowed-tools 仍标注 Experimental（"支持程度因 agent 实现而异"）——第三方 skill 存在兼容风险，规格内已提供 compatibility 字段与 skills-ref 校验器作缓解。MCP 当前版本 2026-07-28 完成无状态化重构："Stateless, self-contained requests"+按请求版本/能力协商（_meta + MCP-Protocol-Version 头）+强制 server/discover；Roots/Sampling/Logging/动态客户端注册被弃用（最早 2027-07-28 可移除），HTTP+SSE 传输可在 SEP-2596 转 Final 三个月后移除；长任务应迁移到 Tasks 扩展（io.modelcontextprotocol/tasks：CreateTaskResult/taskId 持久化/轮询/input_required 中途输入/取消），其语义与视频生成这类分钟级任务高度契合，但属 opt-in 扩展、客户端支持矩阵未定。

关键信号

要点 / 模式清单

空位与建议

未解问题

来源

本地源码考古 + PixVerse 参照（契约设计模式提取）

对 7 个本地克隆仓库（anthropics/higgsfield/runwayml/runway-mcp/atlascloud/fal/elevenlabs 共 103 个 SKILL.md）做了契约设计模式考古，并以 PixVerse 官方仓库（skills + cli）为远程对照。核心发现：(1) frontmatter 三代演进——官方最小 name+description → 厂商扩展（version/user-invocable/allowed-tools/argument-hint/metadata），description 写法上 higgsfield 的「Use when 触发词 + NOT for 反向路由 + Chain with 链式声明」是技能间路由的最优解，无需任何额外机制；(2) 异步表达三派——CLI 阻塞（higgsfield --wait，默认 10m 超时/3s 间隔，rejoin 用 generate wait ）、SDK wait-helper（runway waitForTaskOutput，'Submit once; do not add a manual polling loop'）、显式轮询（fal --async→request_id→status；atlas 固定 2s），共同不变量是轮询静默、永不重复提交、状态查询只读；(3) 计费披露两极——runway 全透明（SKILL.md 内置每模型 credit 表、输出行带成本、get_credit_balance 前置）vs higgsfield「不预算成本、除非用户问」（cost 子命令按需），atlas 独特：把成本语义编入状态机（重试=显式决策，先报旧 ID 与新增成本）；(4) 错误处理四形态——错误→动作映射表（runway）、按报错字符串的 playbook 含 CLI 版本 bug workaround（higgsfield troubleshooting.md）、终态/非终态分类学（atlas：timeout/慢输出/轮询中断≠失败）、退出码语义学（PixVerse exit 0-7，'exit 0≠生成完成'、'exit 2 timeout≠提交失败'）；(5) 组合模式四派——基座+表面技能（runway-dev + '+' 语法）、基础技能+路由数据技能（fal genmedia + model-routing）、能力与方法论分离（atlas spec/execution 二分）、单入口三路由表（PixVerse 唯一 SKILL.md + capabilities/ + workflows/ + 'Read only what the task needs'）；(6) PixVerse 作为最接近路线的参照，其独有价值是把契约拆成三份独立文件：execution-contract.md（stdout/stderr 流分离、ID 分型与可移植性、部分批处理形态学、幂等键、并发退避 5/10/20s、cost_credits 缺失≠免费）、prompt-contract.md（生成式请求不改写、'Optimize and generate' 一次授权、禁止 mandatory quality/logo/subtitle pads、'Missing decorative detail is not a reason to ask questions'）、persistent-assets.md（角色/道具注册表），加上 capabilities.json 离线机器可读能力发现与不耗 credit 的离线回归测试套件。对照 Atlas CLI 现状（近期 commit 已有 agent input/recovery/artifact contracts 与 generate JSON contract），主要空位在：退出码语义表、幂等键、prompt 改写授权契约、部分失败输出形状、prose 回归测试。

关键信号

要点 / 模式清单

空位与建议

未解问题

来源

资本路数图（money-map，2026-09-22 补跑回收）

摘要：2026-09-22 视频生成生态资本路数：a) fal：Series D（$140M，Sequoia 领投，2025-12-09 官宣，估值 $4.5B）为最后官方轮；$8B 的 Series E-2 截至 2026-09-22 仍只是 The Information 2026-03-19 报道的"谈判中"（$300–350M），官方博客无 Series E 公告；ARR $400M 为二手单一来源（ARR Club，2026-03）。b) 可灵：快手已于 2026-05-12 在港交所发自愿性公告，官方确认"董事会正评估重组可灵 AI 相关资产及业务以获取外部财务资源"并拟议独立上市，但明确"仍处初步阶段、未签最终协议"；媒体传估值最高 $20B/近 1560 亿港元、最早 2027 挂牌；WSJ 2026-07-03 报已完成约 28 亿美元融资（标题 slug 与中文站金额口径有差异）；无 HKEX A1 备案证据；2025Q4 可灵收入 RMB 3.4 亿（36kr 引快手财报）。c) Replicate：2025-11-17 被 Cloudflare 收购（双方官方博客），对价未披露；官方承诺 5 万+模型迁入 Workers AI、微调能力并入、API 不变；头部创作者 fofr 截至核查日仍活跃（Qwen 系微调、face-swap-with-ideogram 39.3K runs 等），但交易对创作者分成机制的影响未披露，独立"中立托管"品类实质消失。d) RunComfy：法律实体与融资历史无任何公开记录（官网隐私页 404）；其 GitHub 关联组织 genmedia-labs 自述发布 runcomfy-agent-skills（Claude agent 技能分发），说明其转向 agent 层。e) PixVerse/爱诗科技：2026-03 完成 $300M C 轮，2026-07-14 完成 $439M C 轮扩展、估值突破 $2B，2026-04 传考虑最快年内赴港上市（传闻级）。f) HeyGen 无 2026 新轮（Latka 9 月报 ARR $200M）；Lightricks 停在 $335M/D 轮无新动作；Decart 2026-05 完成 $300M C 轮（Radical Ventures 领投、Nvidia 参与，估值口径 $3.1B vs 近 $4B 存分歧）；Moonvalley 最近官方轮为 2025-07 $84M（General Catalyst 领投，CAA/Comcast Ventures 参与）。g) 国内：MiniMax 已于 2026-01-09 港股挂牌（首日收盘 +109%、市值破千亿港元）；智谱 2026-06 完成科创板辅导验收并同日开源 GLM-5.2；阶跃星辰 2026-01 完成 50 亿+元 B+ 轮、2026-04-13 Reuters 报拆境外架构备战港股 IPO、2026-05 证券时报报即将完成 25 亿美元新融资（华勤技术等产业资本入场）。整体格局：云厂吞并中立托管（Cloudflare–Replicate）、港股 AI 上市窗口打开（MiniMax 打样、可灵/PixVerse/阶跃排队）、中立推理层估值重估（fal $4.5B→$8B 谈判）、资金从纯 VC 转向战略/产业/好莱坞资本。

90 天时间线（全部带源）

资金面信号（将要做/正在发生）

做得好的（资本面健康信号）

空位与机会（可占位）

未决问题

来源