纳逗pro是以奇智大模型为底座的影视全流程智能体平台，通过感知—规划—记忆—动作四层结构模块化增强，实现从“生成内容”到“协同执行”的垂直优化，并支持轻量化边缘部署与可信决策溯源。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

纳逗Pro不是单一模型，而是以奇智大模型为底座、面向影视全流程构建的智能体平台。它的迭代重点不在参数堆叠，而在于把通用语言能力“翻译”成影视行业能直接调用的专业动作。

聚焦影视生产链路的模块化增强

奇智大模型在纳逗Pro中被拆解为可编排的感知—规划—记忆—动作四层结构，每层都注入影视领域知识：

飞书群聊机器人接入大模型

从零搭建飞书机器人。支持 MiniMax/MiMo 等模型、工具调用（搜索/天气/百科/记忆）、Skill 架构。一站式交付可上线运行的飞书群聊 bot。基础版本，后续可自行升级能力

下载

• 感知层强化对分镜脚本、场记表、BOM（道具/服装/特效清单）等非结构化文档的理解，支持OCR识别手写备注并自动归类
• 规划层嵌入制片管理逻辑，例如输入“下周需完成3场夜戏+2场雨戏”，自动校验场地档期、灯光组排班、天气预报数据及备用棚资源
• 记忆层对接私有知识库，如某剧组已验证的绿幕打光参数、某演员常用微表情标签、某IP过往美术风格偏好，形成持续积累的“剧组数字孪生”
• 动作层直连Vidu视频生成、海螺音频合成等多模态工具，输出不是文本建议，而是可导入DaVinci Resolve的时间码标注版LUT预设或带音轨标记的剪辑粗切版

从“生成内容”转向“协同执行”

纳逗Pro的垂直优化体现为弱化单点输出，强化多角色智能体之间的任务交接与校验：

• 编剧Agent生成分镜后，自动触发美术指导Agent校验场景合理性（如“宋代宅院出现玻璃窗”会被拦截）
• 视效Agent提交粒子模拟方案时，同步向制片Agent推送渲染耗时预估与云算力成本对比表
• 配音Agent完成台词适配后，向导演Agent返回情感强度热力图，标注“第17场哭戏尾音衰减过快，建议补录”

适配真实片场约束的轻量化部署

不同于通用大模型追求全量推理，纳逗Pro在边缘侧做了三类裁剪：

• 将剧本评估、台词润色等高频任务蒸馏为3B参数级本地模型，可在现场笔记本实时运行
• 关键决策链路（如安全合规审查）保留云端大模型调用，但通过RAG实时接入《网络视听节目审核通则》2026修订版原文
• 所有Agent输出默认附带置信度标签和依据溯源，例如“建议删除第4幕方言台词”会注明依据是某省广电局2025年方言使用白皮书第3.2条