MIT團隊推出Palette統一多模態生成引擎
MIT計算機科學與多模態AI研究者Serena Pei與Josephine Lee正式推出Palette。
該平臺將分散的創意工具整合爲單一多模態生成引擎，企業團隊與內容創作者可通過自然語言直接生成、編輯並自動化品牌一致的視頻、廣告與培訓媒體，支持從提示、圖像或文檔一鍵輸出多格式內容，並保持角色與視覺一致性。
AI原生媒體工具將內容生產從人工拼接轉向可重複流水線，依賴傳統剪輯與多軟件協作的團隊效率承壓，具備自然語言控制能力的創作者與企業獲規模化產出優勢，事件驅動創意軟件競爭向“單一對話完成全流程”遷移。
來源：公開信息
ABAB AI 解讀
Serena Pei與Josephine Lee同爲MIT CS背景，前者任CTO、後者任CEO，兩人此前在Scale AI、Datadog、Amazon積累多模態與計算機視覺經驗，並在YC S26批次中以兩人團隊快速產品化，延續MIT研究者直接落地AI工具的典型路徑。
資本與產品路徑上，Palette把資源集中於統一生成引擎與模型路由（覆蓋Seedance、Veo、Kling等），而非單一模型，動機在於解決企業品牌一致性與創作者工具碎片化痛點，通過自然語言+上下文記憶把一次性生成升級爲可重複工作流，搶佔L&D、廣告、產品內容等高頻場景。
類比Runway、Pika、Luma等早期視頻生成工具仍停留在“單次生成”，Palette更接近“全流程操作系統”，處於AI創意工具從模型能力展示轉向企業級工作流重構的階段。
本質屬於技術替代：當多模態模型足夠可控，傳統“提示→導出→多軟件拼接”鏈條被單一對話引擎替代，定價權從工具數量與人工時長轉移到上下文一致性與路由效率。
ABAB News · 認知定律
工具越碎片，統一者越值錢
自然語言最終會喫掉所有中間層
可重複比一次性更接近商業