Fotor：设计起家的商用视频 Agent，版式强、生成弱-知了AI

Fotor 是成都恒图科技旗下的设计与视频平台，2026 年推出 Video Agent，把脚本、分镜、配音、字幕自动排进多轨工程。强在版式与可编辑，弱在生成画质，适合跨境电商与中小商家批量做素材。

一、该工具是什么

1.1 一句话定义

Fotor 是一个以在线图片编辑和平面设计起家的多模态创作平台，由成都恒图科技有限责任公司运营，2012 年面向海外上线，2026 年 9 月推出视频智能体（Agent）后，把自己重新定义为「商用与自媒体视频创作工作台」。

理解它需要先把它拆成两层。下层是做了十四年的设计底座：十万级模板、智能抠图、拼图、批量改尺寸、品牌套装、可商用字体与素材库。上层是 2026 年才补齐的视频层：一个对话式智能体负责写脚本、排分镜、配音配乐、对齐字幕，底层再调用外部视频模型出画面，随后把所有元素摊到一条多轨时间线上。

这两层的关系，决定了它的性格。它不是一家模型公司，拿不出自研的视频生成大模型；它是一家工作流公司，把别人的画面能力装进自己的版式系统里。所以它在「片子长什么样、能不能改」上很强，在「单帧有多真、运动有多顺」上，取决于当天调用的模型。

1.2 它解决了谁的什么问题

第一类是跨境电商卖家。一款新品要上 Amazon、TikTok Shop、独立站，需要主图、场景图、十五秒竖版广告、三十秒横版讲解，一共七八个版本。传统做法是拍一次剪八次，外包按条报价。他们真正缺的不是「一个炫酷镜头」，而是「一套素材裂变出多尺寸、多语言、可反复改的成片」。

第二类是中小商家与门店。他们想做品牌 TVC 或产品原理动画，影视公司报价动辄五位数，改一版加一次钱。矢量动画解说模板把「专业动效」拆成可填内容的版式，让不会 After Effects 的人也能出图表、数据卡片与流程演示。

第三类是自媒体与代运营团队。手上有直播回放、口播长视频、课程录像，需要切成六十秒以内的竖版切片，还要去废话、配 B-roll、上字幕。智能剪辑把这段最枯燥的粗剪压缩成一次指令。

第四类是被改稿拖垮的团队。改一句文案、换一个 Logo、调一个价格，传统流程要回源文件、重新渲染。多轨工程的意义就在这里：文字与图形是独立图层，改内容不动画面。

这四类人的共同点是：交付物是「一条能投出去的片子」，而不是「一个惊艳的镜头」。这正是 Fotor 能力的边界。要电影级画面、复杂人物动作与长镜头调度，它不在第一梯队；要一周出二十条版式统一、随时能改的商用素材，它比拼装四五个工具更划算。

二、基本信息

项目	内容
工具/平台名称	Fotor（中文站亦称 Fotor 懒设计）
官网网址	fotor.com.cn（国际站 fotor.com）
上线时间	2012 年面向海外上线；视频智能体功能于 2026 年 9 月发布
产品功能	图片编辑与平面设计、模板化海报、AI 生图、对话式视频成片、多轨时间线编辑、4K 矢量动效、智能剪辑
所属公司	成都恒图科技有限责任公司（2009 年成立，创始人段江）

官方口径称平台覆盖全球 200 多个国家和地区，累计用户约 8 亿，月活超过 1500 万。这组数字来自企业公开宣传与百科条目，未经第三方审计，看量级即可，不必当作精确财报数据。

三、主要功能

3.1 对话式成片

在 Fotor 里输入一句话、一个商品链接、一份 PDF 或一段现成素材，智能体先理解意图，再输出解说词与分镜规划，确认后自动生成画面、配音、配乐与字幕，再拼成一条完整视频。它支持联网检索，脚本可以基于真实资料而不是凭空编。

限制在于「一句话」的颗粒度。你给的信息越抽象，它替你做的决定越多，返工概率越高。一句话能启动，但想一次过稿，输入里至少要写清受众、卖点、时长、画幅四件事。另外单场景上限约 30 秒，长片靠拼接。

3.2 多轨时间线工程

这是它和其他「生成式视频工具」最本质的区别。产出不是一段压平的视频文件，而是一个工程：视频轨、配音轨、音乐轨、音效轨、字幕轨、动效轨各自独立，可以单独选中、单独替换、单独调时长。

所以改一个字不用整片重生成，换 Logo 也不用重跑模型。代价是它把「后期」重新交给你：工程越自由，越需要基本的剪辑常识，零基础用户第一次打开时间线会发怵。

3.2.1 与传统生成器的差别

普通生成器的工作单元是「镜头」，改一处等于重抽一次卡，结果不可复现；多轨工程的工作单元是「元素」，改动是确定性的。对要过品牌与法务审核的商用场景，可复现比惊艳更重要。

3.3 4K 矢量动效

官方称动效由参数化渲染引擎生成，不是像素视频，文字、图表、数据卡片在 4K 下依然锐利，位置、颜色、节奏都能在画布上拖拽调整。要放数据、价格、参数的产品讲解片，这比画面写实度更实用。

限制是风格取向单一。矢量动效天然偏「信息图」气质，做知识科普、企业汇报、产品原理合适，做情绪化、电影感的品牌片就不对味。它能替代实拍的成本，替代不了实拍的情绪。

3.4 智能剪辑

面向已有素材的用户：按指令提取高光片段、删掉口播里的停顿与废话、自动匹配 B-roll、给实拍叠加动效包装。直播回放、访谈、课程这类长素材，粗剪能从几小时压到几十分钟。

限制在于「判断力」。它识别的是停顿、音量、画面变化这类信号，不理解「这句话啰嗦但它是重点」。所以智能剪辑适合做第一版，最终取舍仍要人过一遍，带货口播删错一句卖点就是事故。

3.5 场景模板

官方预置四类入口：产品广告、矢量动画解说、达人带货、品牌 TVC，另有上百个细分场景模板，覆盖海报、封面、主图、片头等。模板的价值不只是省时间，更是把「什么样的片子能投」固化下来。

限制是模板感。用的人越多，画面越像。投放看转化率不看创意奖，这不是大问题；但做品牌建设时，模板化会稀释辨识度，至少要换掉字体、配色与转场三处。

3.6 多模型接入

Fotor 的视频画面并非自研。官方定价页列出的视频模型超过三十个，包括 Seedance 2.5 与 2.0、可灵（Kling）3.0 系列、Veo 3.1、Wan 系列、海螺（Hailuo）、PixVerse、Vidu、MiniMax H3 等；图像侧则接入 Seedream、Nano Banana Pro、GPT Image、Midjourney 等。用户按积分消耗，不同模型价格差可达数倍。

好处是不必为四个模型开四个账号、付四份账单，一个订阅打通；坏处是它是转售方，涨价、下架、限流都会传导到你身上，且「独家模型权限」属付费档权益，免费额度摸不到全部模型。

3.7 设计与素材底座

图片侧是它的老本行：智能抠图、一键增强、批量去背换背景、多品牌套装、十万级可商用模板与字体、五十多种海外平台尺寸。视频做完可在同一账号出配套主图、封面、落地页横幅，风格统一。

限制是深度。它比不了专业修图软件的精细控制，也做不了复杂合成，定位始终是「够用的商用级」。真要精修，还得回到桌面软件。

3.8 人机协同

提供「手动确认」开关，脚本、分镜等关键节点由人审批后再继续执行。这个设计针对的是全自动黑盒跑歪、跑完才发现方向错了的返工成本。开启后流程会慢一些，但可控性明显提升。

限制是节点粒度固定。你只能在它给的检查点介入，不能像跟人沟通那样随时打断、随时改方向，复杂项目仍需开工前把要求写清楚。

四、发展历程

时间	事件	影响
2009 年	成都恒图科技成立，主攻高动态范围与图像增强算法	技术底子来自图像处理，不是视频
2012 年	Fotor 面向海外上线，覆盖网页、桌面与移动端	以「轻量版修图工具」切入，避开专业软件正面竞争
2015 年	把神经网络算法引入图像处理，成为 Facebook Messenger 首批合作应用之一	从工具转向平台，海外分发渠道打开
2022 年 10 月	上线基于扩散模型的 AI 生图功能	月活从百万级跃至千万级，完成从工具到生成平台的转身
2025 年 8 月	推出语音控制智能体 SiSi，可用语音完成图像与视频创作	第一次把「对话」引入产品交互
2026 年 9 月	发布 Fotor Agent，主打 4K 动效与长视频自动编排，获 Product Hunt 当日第一	正式进入视频生产赛道，与剪辑工具、模型聚合平台同时竞争

把这条线拉直看，Fotor 的每一次跃迁都踩在同一个节奏上：先有底层算法，再有轻量产品，最终靠分发规模摊薄成本。2012 年靠修图需求起量，2022 年靠生成式 AI 二次起量，2026 年想靠智能体三次起量。前两次它都是「把专业能力做成普通人能用的按钮」，这一次它想做的是「把整条生产线做成一个对话框」。前两次成功率很高，因为需求单一；这一次要同时解决画面、声音、节奏与合规，难度不在一个量级。

但第三次跃迁的难度明显更高。修图和生图是单点能力，做好一个功能就能赢；视频成片是系统工程，涉及脚本、画面、声音、节奏、合规，任何一环掉链子，成片就不能用。这也解释了它为什么选择「编排 + 聚合」而不是自研模型：在自己不擅长的那一环，直接买最好的，把力气花在自己擅长的版式与工程上。这个选择很务实，也划定了它的天花板。对用户来说，这意味着别指望它每个月都变强，而该指望它每个月都变得更顺手。

五、核心优势

5.1 版式与素材资产

Fotor 十四年积累的模板库、字体授权、可商用素材、多平台尺寸规范，是最难被复制的部分。新入场的视频工具可以接同样的模型，但接不到十万级模板和背后的版权清理工作。

所以对你意味着什么：做一条产品广告，你买到的不只是生成能力，还有一套踩过版权坑的素材体系。对没有法务团队的中小商家，这层保障往往比画面质量更值钱。

它不擅长的是原创视觉语言。模板给的是下限，不是上限，想要独特风格仍要靠人或外部设计。

5.2 工程可编辑

多轨工程把「改」变成低成本动作。改价格、换 SKU、调字幕、替换某个镜头，都是元素级操作，不触发整片重生成。对需要 A/B 测试的投放团队，这意味着同一支片子能快速裂变出十几个版本。

所以对你意味着什么：素材的生命周期变长。片子上线后能按数据持续微调，而不是数据不好就整条重做。这是它相对纯生成工具最实际的优势。

它不擅长的是从零建立美学判断。工程自由度高，审美不到位做出来只会更乱。

5.3 多模型不押注

一个订阅打通三十多个视频模型，新模型上线通常能较快接入。对不确定该用哪个模型的用户，这是最低成本的试错方式：同一个提示词换三个模型跑一遍，谁好用一目了然。

所以对你意味着什么：选型阶段不必做长期承诺，也不必为偶尔用一次的高端模型付整月订阅。试错成本从「四个账号」降到「一个积分池」。

它不擅长的是稳定供给。转售模式决定它无法控制上游的价格、限流与区域可用性，某些模型在国内站可能长期缺席。

5.4 中文与本地化

国内站独立运营，原生中文界面与提示词、人民币结算、国内直连，客服与文档也是中文。对不习惯英文界面和跨境支付的团队，省下的是实打实的时间。

所以对你意味着什么：注册到出片之间没有工具链断层，不需要额外配置网络、不需要双币卡，团队里非技术岗也能直接上手。

它不擅长的是海外平台适配的深度。做 TikTok、Reels 的本地化梗与合规话术，仍需人工把关。

5.5 成本结构

按年订阅折算后，单条视频的算力成本可以压到个位数美元量级，相比外包一条几千元的报价，差距是数量级的。叠加模板与工程复用，边际成本还会继续下降。

所以对你意味着什么：它把「做视频」从项目制变成日常动作。以前一个月做一条，现在一周做五条，试错次数本身就是投放效果的一部分。

它不擅长的是高要求项目。真要做品牌大片，省下来的钱会以返工和妥协的形式还回去。

六、如何使用

在 Fotor 里，从注册到第一条成品，标准路径大约三十到六十分钟，取决于你审脚本的仔细程度。下面按实际操作顺序拆开写。

注册并进入工作台。打开官网，国内用户直接访问中文站，点右上角登录，用手机号或邮箱注册。首次进入会落在「Agent」入口，左侧是项目列表，中间是输入框，右侧是场景模板。免费账号可以直接试用，不需要绑卡。
选择启动方式。输入框支持四种输入：一句话描述、商品或文章链接、上传 PDF 与文档、直接拖入素材。有现成素材就拖素材，没有就写一句话。旁边四个模板入口（产品广告、矢量动画解说、达人带货、品牌 TVC）可以先点一个，它会预填一套结构，比空白输入更容易出结果。
设置基础参数。在输入框下方确认三项：画幅（9:16 竖版、16:9 横版、1:1 方图）、分辨率（1080P 或 4K）、时长档位。同一页面还有一个「手动确认」开关，第一次用建议打开，让它在脚本和分镜两个节点停下来等你点头。
等待脚本与分镜。提交后一般一到三分钟出结果，页面会先给解说词，再给分镜表（每个镜头的画面描述、时长、字幕）。这一步不要急着点继续，逐段读一遍，把不确定的卖点、数字、品牌名改掉。改这里比改成片便宜一百倍。
生成画面与声音。确认后进入生成阶段，系统按分镜逐段出画面，同时合成配音、配乐与字幕。一个十五秒的项目通常三到八分钟，一分钟以上的项目按场景数量线性增加。中途可以离开页面，完成后会留在项目里。
在时间线上微调。成片落在多轨编辑器里。左侧是轨道列表，视频、配音、音乐、音效、字幕、动效各自分层。点中任意片段可以裁剪、拖动、替换；点中文字可以直接改字；点中动效元素可以调颜色与位置。想用对话改，就把片段拖进右侧对话框描述要求。
导出。右上角导出，选分辨率与格式，等待渲染。竖版投放建议 1080×1920，官网与展会大屏用 4K。导出后建议本地再看一遍，重点检查字幕错字、数字单位、Logo 位置三处，这三处是自动生成最容易出错的地方。

七、使用教程

7.1 案例一：跨境宠物饮水机 UGC 广告

目标。为亚马逊在售的无线宠物饮水机做一条 15 秒竖版广告，投 TikTok 与 Reels，要求有真人出镜感、有使用场景、有核心卖点字幕，不需要口播解说。

提示词原文。直接复制到输入框，不要精简。

做一条 15 秒竖版（9:16）宠物用品 UGC 广告，产品是白色无线宠物饮水机，售价 39.99 美元。
目标人群：25-40 岁养猫的都市女性，租房、上班族、在意水质和清洁麻烦。
结构：0-3 秒猫咪凑近饮水机喝水特写；3-8 秒手部演示拆洗滤芯，桌面无电线；8-12 秒俯拍展示 2L 水箱刻度；12-15 秒产品正面定格 + 卖点字幕。
画面风格：自然光、居家客厅、浅木色地板、手机竖拍质感，轻微手持晃动，不要影棚打光。
字幕：英文，短句，每屏不超过 6 个单词。卖点依次为 No Cord、2L Capacity、Dishwasher Safe。
配乐：轻快 lo-fi，音量低于环境音。不要口播，不要 AI 感强烈的虚拟人正脸。

参数设置。画幅 9:16，分辨率 1080P（投放平台会二次压缩，4K 没有收益），时长 15 秒，场景数 4，画面模型选 Seedance 2.5（人物与动物动作较稳），开启手动确认，字幕语言英语，配音关闭。

结果评估。四段画面里，猫咪喝水与拆洗滤芯可用；水质刻度那段因俯拍视角与水流动画不匹配，水面静止，需要替换。字幕断句基本准确，但 Dishwasher Safe 被拆成两行，要手动合并。整体节奏偏慢，前 3 秒不抓人。

返工点。把第一镜改成「猫爪先入画再抬头」，把冲突前置；刻度镜头换成参数化动效做的容量对比图，比生成实拍更准也更快；字幕统一改为每屏 4 个单词；配乐换成 120 BPM 以上。改完重跑成本约等于原成本的三成，因为只重生成两个场景。

7.2 案例二：户外储能电源原理讲解片

目标。做一条 60 秒横版（16:9）产品原理片，用在独立站详情页与展会循环播放，要求把「磷酸铁锂电芯、双向逆变、边充边放」三个技术点讲清楚，画面以矢量动效为主，不要实拍。

提示词原文。

做一条 60 秒 16:9 产品原理讲解片，产品是 1000Wh 户外储能电源，面向欧美露营与应急备电用户。
不用实拍，全部使用矢量动效（MG 动画）呈现，风格接近技术白皮书：深蓝底、青色高亮、白色无衬线字体、细线图标。
分四段：
第一段 0-12 秒，电芯结构剖面动画，标注 LiFePO4、4000 次循环、-20℃ 可用；
第二段 12-30 秒，双向逆变流程，市电/太阳能/车载三路输入汇入，再分两路输出，箭头流动方向要正确；
第三段 30-45 秒，边充边放场景，一台设备同时给笔记本和电饭煲供电，功率数字 1000W 实时跳动；
第四段 45-60 秒，产品正面定格 + 三个参数卡片 + 品牌 Logo 位。
所有文字必须准确无错字，数字带单位。转场用位移与遮罩，不要炫光、不要粒子爆炸。

参数设置。画幅 16:9，分辨率 4K，时长 60 秒，场景数 4，画面走矢量动效通道而不是视频模型，字体选用站内可商用无衬线体，配色锁定品牌深蓝，语速中等偏慢，英文字幕，背景音乐选企业感钢琴。

结果评估。这类信息型片子是它的舒适区。三段动画文字全部准确，箭头流向正确，4K 下数字边缘不糊，第二段流程逻辑一次通过。问题在第三段：功率数字跳得太快，读不清；第四段参数卡片挤在一起，留白不足。

返工点。把功率数字改为每 0.8 秒跳一次并加缓动；参数卡片从三列改两列，字号放大两档；开头补一个 2 秒的钩子镜头（比如「停电 72 小时」字样淡入），避免详情页前三秒跳出。矢量元素直接改参数即可，不需要重生成画面，这是它比纯视频模型省事的地方。

八、价格优惠

Fotor 国际站采用「订阅 + 积分」制，国内站另有一套人民币会员体系，两侧档位与权益不完全对应，最终价格以下单页显示为准。下表是 2026 年 11 月国际站公开报价的量级，仅作参考。

套餐	价格（量级）	包含额度	适合谁
免费版	0	少量体验积分，导出带水印，仅限个人非商用	只想验证效果的新用户
Pro	月付约 US$9，年付更低	每月约 100 积分、2 个智能体任务、2GB 云存储	每月出片 3-5 条的个体卖家
Pro+	月付约 US$20	每月约 300 积分、5 个智能体任务、100GB 云存储	每周出片的代运营与小团队
Max	月付约 US$40	每月约 1000 积分、10 个智能体任务、500GB 云存储	多店铺、多品牌的投放团队
积分加购	按档位递增，大额档有赠送	每月 200 至 10000 积分不等	用量波动大的项目制团队

需要注意两点。一是积分在订阅期内可顺延累计，上限约五个月，这对用量忽高忽低的用户比「月底清零」友好。二是额度不只受积分限制，智能体任务数、并发生成数、对话次数是三条独立的闸门，只看积分容易低估实际产能。

8.1 怎么买最省

先按年付，不要月付。年付折算单价通常是月付的六到七成，还常有额外折扣。视频是低频高波动的活，月付容易在「没用完」和「不够用」间横跳，年付加顺延机制更稳。

在 Fotor 里按模型选档，不要按视频条数选档。同样一条 15 秒片子，用便宜模型和用高端模型，积分消耗可能差三到五倍。先用低档跑通流程、定稿后再用高端模型重生成定版，是最常见的省钱手法。

能复用就别重生成。多轨工程的意义就是把钱花在改而不是重做上。一套模板跑通后，换 SKU 只改文字和产品图，成本接近于零。真正的浪费不是订阅费，是每次改一个字都从头生成一遍。

九、最新动态

2026 年 9 月，Fotor Agent 正式发布。官方新闻稿显示，发布会在洛杉矶进行，主打「AE 级可编辑动效 + 长视频自动编排」，发布当日登上 Product Hunt 日榜第一。这是它从设计工具转向视频生产工具的标志性节点。

2026 年 10 月起，四类商用场景模板在中文站铺开。官网首页目前主推产品广告、矢量动画解说、达人带货、品牌 TVC 四个入口，并挂出上百个细分场景案例。据官网描述，动效采用专属渲染引擎，支持 4K 输出，成本目标是压到传统外包的一个零头。

2026 年上半年，母公司入选福布斯中国人工智能科技企业 TOP50。据人民日报客户端报道，成都恒图科技于当年 5 月入选该榜单，报道同时提到平台全球用户约 8 亿、覆盖 200 多个国家和地区。这类榜单不构成产品能力评价，但能说明规模与资方关注度，也解释了两个站点为何能各自维持一套定价。

模型池仍在扩容。据第三方评测统计，其定价页可选的视频模型已超过三十个，且列表仍在增加。有消息称部分新模型会先在海外站上线、再同步到国内站，两侧存在时间差，采购前建议在站内确认目标模型是否可用。图像侧同样在扩容，同一账号内可切换的生图模型数量也在增加，对需要横向比对效果的用户是好事。

十、竞品对比

同类工具其实在解三道不同的题：Canva 解「设计资产如何复用到视频」，PixTV 与 Pollo AI 解「如何用最少的钱试最多的模型」，CapCut 解「素材如何剪得又快又好看」。Fotor 站的位置在第一道与第三道之间。

维度	Fotor	Canva	PixTV	Pollo AI	CapCut
产品定位	设计起家的视频创作工作台	在线设计平台	多模型无限画布	模型与特效聚合	剪辑工具 + AI 生成
画面来源	接入三十余个外部模型	以 Veo 为主，单一模型	接入多家模型，可逐镜切换	接入多家模型 + 自研模型	字节系模型为主
单段时长	约 30 秒，可拼长片	约 8 秒	按模型，数秒至十几秒	按模型，最长可达一分钟	最长约 30 秒
工程可编辑	多轨时间线，元素级可改	画布内可改，非多轨工程	画布节点，偏生成侧	仅成片，改则重生成	强，专业时间线
版式与模板	十万级模板 + 品牌套装	最强，上亿素材与品牌工具	弱，几乎无模板	强在特效模板，弱在版式	强在剪辑模板，弱在平面设计
中文与国内直连	支持，独立国内站	支持，国内可访问	支持，原生中文	支持中文，国内访问一般	支持，国内版独立
4K 输出	支持，动效为矢量渲染	部分套餐支持	按套餐，多档位	高套餐支持	付费版支持

工具	起步价（量级）	计费方式	最适合	明显短板
Fotor	约 US$9/月起	订阅 + 积分	版式统一、需要反复改的商用素材	单镜头画质不占优
Canva	约 US$13/月起	订阅 + 共享额度	已有品牌体系的设计团队	视频额度少，模型不可选
PixTV	约 US$10/月起	订阅 + 积分	短剧、漫剧、多镜头叙事	无模板与设计资产
Pollo AI	约 US$15/月起	订阅 + 积分	追热点、试新模型的创作者	无版式与音频工具
CapCut	约 US$10-20/月	订阅 + 点数	已有素材的精剪与包装	生成能力受区域限制