Kahit recent, binabasa ko ang Pexo na ginawa ni @evanLiaoQ, at sa tingin ko, worth it talagang pag-usapan ang project na ito. Ngayon, sobrang kompetisyon na sa AI video niche. Kling, Veo, Seedance, Sora, Runway—bawat ilang araw, lumalago ang kapasidad ng mga model, lalo na sa visual quality, haba, consistency ng karakter, at motion effects. Ngunit pagkatapos mong subukan ito mismo, makikita mo ang isang problema: Mas maraming model ay hindi nangangahulugan na mas madali na ang paggawa ng isang buong video. Kailangan pa rin mong piliin ang topic, isulat ang script, i-break down ang mga shot, piliin ang model, isulat ang prompt, gawin ang maraming generations, tapos magpa-voiceover, magdagdag ng musika, subtitle, at i-edit. Madalas, ang paggawa ng isang shot ay nangangailangan ng ilang minuto lamang—ngunit ang paggawa nito sa isang buong video na handa na para i-post, gamitin, o gamitin para sa marketing—ay ang pinakamaraming oras na kinukuhang bahagi. Ito ang gustong lutasin ng Pexo. Hindi ito isang bagong base video model—kundi isang AI Video Agent na nakakapag-iba sa ibabaw ng mga model na ito. Simpleng pag-unawa: Kahit noon, ikaw mismo ang gumagawa ng lahat ng AI tools. Ngayon, kailangan mo lang sabihin sa Pexo: “Gusto kong gumawa ng isang video tungkol sa ano.” Ang lahat ng iba ay i-leave sa Agent. Makakaintindi ito ng iyong pangangailangan, makakabasa ng webpage o素材, mag-organisa ng impormasyon, mag-generate ng script, i-break down ang mga shot, at gamitin ang tamang image, video, at audio models ayon sa sitwasyon—tapos i-combine lahat nito sa isang buong video. Kaya sa tingin ko, ang tunay na interesante sa Pexo ay hindi kung ilang model ang na-connect nito—kundi kung paano ito gustong baguhin ang interactive experience ng AI video: mula sa “Generate a clip” papunta sa “Make me a video.” Ang dalawang ito ay magkakaibang logic. Ang una ay bumebenta ng “generation capability,” samantalang ang pangalawa ay bumebenta ng “result.” Halimbawa, ngayon ay direktang maaari nang ilagay ng Pexo ang URL ng isang product website, at papasokin ng Agent ang impormasyon ng produkto para awtomatikong i-convert nito sa Product Video. Para sa mga SaaS, brand, e-commerce, at Crypto projects, ang ganitong scenario ay napaka-praktikal. Kahit noon, para gumawa ng isang product intro video, kailangan mong hanapin ang copywriter, designer, editor—o kaya’y maglabas ng isang team. Sa hinaharap, baka sapat na lang na ilagay mo ang website, product screenshots, at ilang pangunahing selling points sa Agent—tapos i-adjust mo ito sa pamamagitan ng chat. Isa pang feature na pinapansin ko ay ang Mark to Fix. Hindi na problema ngayon kung “kaya ba” gumawa ng video—ang totoong problema ay: Paano i-edit pagkatapos maging generated? Kung malaki ang logo sa isang shot, mali ang kulay ng damit ng tao, kailangan palitan ang isang bahagi, o hindi nakakatugma ang posisyon ng subtitle—kung bawat pagbabago ay nangangailangan ng buong video na i-generate muli, sobrang mababa ang efficiency. Ang ideya ni Pexo ay direktang i-circle mo sa screen at sabihin sa Agent: “Ipalit dito.” “Huwag alisin dito.” “I-change dito sa ibang bersyon.” Kung mapanatili nila ang kakayahang gawin ito nang lokal at mapanatili ang konteksto—totoong maaaring lumipat na ang AI video mula sa “gacha tool” papunta sa “production tool.” At hindi lang nagiging isang independiyenteng website ang Pexo. Nagsisimula sila na maglabas ng Pexo Skills at mag-connect sa mga Agent environment tulad ng Claude Code, Codex, Cursor, Manus, OpenClaw. Ito ay mas mahalaga pa sa tingin ko. Dahil sa hinaharap, baka hindi na tayo aktibong buksan ang maraming AI website. Mas posibleng sabihin natin sa ating General Agent: “Gumawa ka ng produkto.” “Gumawa ka ng website.” “Gumawa ka rin ng Launch Video.” At saka gagawin ng General Agent sa background ang paggamit ng mga vertical agent tulad ng Pexo para makumpleto ang video production. Ang General Agent ay responsable sa pag-unawa sa buong task—samantalang ang Pexo ay responsable sa paggawa nito nang sapat na propesyonal para sa video. Ito ang posibleng posisyon na gustong takpan ni Pexo. Ang founder ni Pexo—si Evan Liao—ay may mahabang karanasan din sa AI video at content generation; dati siyang nasa Tencent, ByteDance, at Vidu. Kaya napaka-continuous talaga ng landas ng project na ito. Mula kay Apex Context hanggang sa kasalukuyang Pexo, palaging pinapahalagahan nila ang konsepto: Context. Lalaking mas malakas at mas mura ang mga model. Ngunit ang tunay na nagpapasiya kung gaano kagaling ang isang Agent ay hindi kung ilan ang model na na-connect nito—kundi kung kaya niya bang maunawaan nang tama kung ano ang gusto mong ipahiwatig, tandaan ang brand at karakter context, alamin kung anong model dapat gamitin sa bawat sitwasyon, at kung paano ma-auto-correct kapag nabigo ito. Sa tingin ko, ito rin ang pinakamahalagang bagay na dapat obserbahan sa mga Vertical Agent. Kapag naging commodity na ang mga base models—sana’y maging kompetisyon hindi na “sino ang may pinakamalakas na model,” kundi “sino ang pinakamalalim na nauunawaan ang task at user—at pinakamalapit sa resulta.” Ang ginagawa ni Pexo ay pagsuporta sa direksyong ito. Mula sa AI Video Generator papunta sa AI Video Agent. Papatuloy kong susubaybayan kung makakapag-ugnay ba ito nang maayos ang generation, editing, context, at agent workflow—isang buong video production system.
