大厂激战AI办公入口，万兴脑图悄悄打通知识到视频的隐秘链路

撰 文丨风 间

编 辑丨美 圻

2026年AI办公的同质化，已经卷到让人疲惫——豆包工作把飞书、TRAE、扣子收进同一个对话框，WorkBuddy 把资料库沉成AI原生空间，千问办公绑上钉钉组织架构，库库AI从百度文库里独立成军。大厂的方向高度一致，谁拿到协作流的默认入口，谁就拿到下一轮办公软件的门票。

同一段时间里，万兴科技在做一件看起来完全不在这个赛道上的事。

4月，旗下万兴脑图在世界思维导图锦标赛上亮相手绘模式；

5月，完成DeepSeek-V4 深度适配，Agent从“辅助画图”改成对话驱动的知识工作台；

9月，脑图转解说视频与AI信息图功能上线，知识结构化和内容可视化之间的沟壑被填平。

手绘是审美活，Agent是工程活，转视频是生态活——都不性感，都不够快，都不像大厂那个打法。

这三步里没有一个是入口战。但它们凑在一起，回答了一个大厂懒得答的问题：你还没想清楚的时候，软件如何接住你纷乱的思绪？——以及你刚想清楚之后，它怎么替你讲出去。

手绘模式

让知识从“存”起来到“传”起来

从1994年 MindManager 问世算起，思维导图软件走过了三十年。这三十年里，它的形态收敛得非常快：方框、直线、关键词、层级。

不是技术做不到别的样，是三十年里买单的始终是企业：签字的是项目经理和咨询顾问，验收标准是能投影、能打印、能塞进汇报附录。

手绘的“乱”被修剪成方框的“齐”，是一次很理性的取舍，代价是博赞当年那三条主张（有机放射、图文混排、激活右脑）全没了。

手绘在软件里不是没出现过。2015到2022年，它一直以“教育场景的甜点功能”存在，但永远不是主航道。原因很简单：贵在人工。

今年，两头的账同时变了。

在需求侧，读书博主、财经UP 主、教师自媒体、考研考证从业者，过去五年把“一张图讲清一本书”做成了可变现的内容。脑图的首要读者，也正在从“未来的自己”变成“屏幕另一端的陌生人”。知识不仅要存起来，更要传出去。

（《嫌疑人X的献身》手绘版脑图）

在供给侧，万兴脑图提前批量出图，海量手绘插画进向量库。用户敲下节点，系统通过语义匹配，秒级返回一张现成的图，单次耗时稳定在秒级。

在这两个变化之上，手绘的意义浮出来：它不是给脑图换皮肤，是万兴主动切入了一个此前没人命名过的位置——知识表达市场。这个品类过去的甲方是企业，现在的第一批真实用户是创作者和个人学习者；过去的交付物是“存档”现在的交付物是“能发出去的图”。

一句话概括这一步：万兴做手绘，赚的不是脑图市场的增量份额，是借AI把这个沉寂三十年的品类重新定义成内容生产的上游工位。

Agent模式

脑图作为知识工作流的起点

大厂AI办公抢的是“公司协作流里的默认入口”，万兴脑图抢的是知识可视化这一侧的第一道结构化入口。这个站位差异，决定了Agent的设计逻辑完全不同。

豆包工作和WorkBuddy的Agent长在对话框里，目标是“帮你写完这篇文档”——输入一句指令，输出一段文字。但知识工作的起点往往不是一句话，而是一堆杂乱材料：3份访谈录音、2份研报、1个 PDF、一段网页摘录。用户需要的不是“AI帮我写”，而是“AI帮我把这些看完、理清楚、画出来”。

万兴脑图接DeepSeek-V4之后，Agent的入口从“一句话”换成了“一堆材料”。单次支持最多5份资料、20+种格式，跨文档读取、跨格式整合，对话式输出导图、看板、PPT，且导图与看板双向同步。指令可以是“把这3份录音加2份研报，整理成项目立项看板，重点提竞品和市场数据”。三个结果同时出来；改其中一个节点，看板卡片跟着变。

（万兴脑图Agent作为知识工作流的起点）

（Agent模式生成信息图- 北京天坛信息解说）

用户省掉的，是那个没人愿意承认的半小时：自己先把材料通读一遍、在脑子里分个类、再动手画。

所以万兴没去抢飞书的工位。它卡的是工位之前那段——你还没打开协作软件、还没建群、还没拉齐对齐会之前，脑子被理顺的那半小时。

这个站位差异，直接决定了Agent 在产品里的身份。它不是聊天框，是这台软件里的操作系统：对话即创作，看资料、理思路、出结构、排计划、记笔记，在一个对话框里串成一条链。聊天机器人每次对话都是一次性的，万兴脑图Agent可以对画布用自然语言做持续编辑。换言之，万兴脑图从“画完即结束”的孤岛，变成知识工作流的起点。

脑图转视频

为什么对万兴是生态级动作

2026年，图像模型已经把“画得好不好看”变成了一个参数问题。这一代图像模型，让风格可控、细节可用，成本也落到了个人创作者能承担的区间。

但内容产能没跟着释放。卡点有二：

第一，生成模型擅长填充，不擅长决策。它能把“一只猫坐在窗台上”画得很好，但它不知道这只猫该出现在第几个镜头，这个镜头和上一个是并列还是递进，整条片子的论证顺序是什么。可以说，长内容翻车，翻的是结构，不是画质。

卡点二，分镜从哪来。一个读书博主为一条三分钟视频先写份分镜脚本，等于把工作量原样搬到了前面，省下的剪辑时间，全贴回去了。所以这个卡点很拧：全交给模型它瞎编，全交给用户他不愿干。

解法其实一直在，只是没人把它当答案：

思维导图是普通人唯一会主动、认真、带着明确逻辑亲手产出的结构化数据。

拆解主题、给信息归类、定层级、连关系——这些动作本身就是分镜要的东西：有主题、有分层、有先后、有归属。和模型从一段自然语言里猜出来的框架不同，那个是猜的；而导图结构化的信息约束了模型走偏的空间，进而优化了成片的精准性。

过去这份数据的命运是画完就结束：存进文件夹，或者截个图发出去。到了要做内容的环节，人又打开一个空白脚本文档，从零开始。

行业里最稀缺的结构，和被浪费得最彻底的结构，是同一份东西。

（AI解说视频生成效果：脑图直接进入视频链路）

（AI导出解说视频）

放到收益端则更清楚。同一份知识要出图文、海报、视频，传统是三条互不相通的生产线，成本近似三倍。结构先行之后，一次结构化，可同步AI导出解说视频、手绘脑图、AI知识卡片（信息图），基础的PDF、HTML、Markdown、SVG、OPML等内容形式。省的不是那半小时剪辑，是一份结构第一次被多个产出摊销，实现“一鱼多吃”。

这件事换一家办公软件做不出来。

没有视频底子的产品，做“导图转视频”，交付出来大概率是两样东西：会动的 GIF，或一段配了自动朗读的幻灯片。差在哪？差在它没有下游——不知道一个镜头该停三秒还是八秒，那是剪辑工业攒出来的节奏感，不是提示词能调的；AI 现出的图塞进成片，色调颗粒对不上，像贴纸。

万兴剧厂、万兴喵影（Filmora）、Filmora.TV、Virbo AI，是万兴科技在视频赛道深耕二十余年沉淀下来的核心产品矩阵，也是其从剪辑工具、影视化生产到 AI 营销视频全链路标准化的主力产线。

所以万兴做的不是“脑图多了个导出格式”。是它把视频产线的前端，往前挪到了用户脑子刚理顺的那个瞬间。视频生产的内容产能，第一次不用再拿人力去换。

功能到位之后

胜负手在习惯

万兴脑图这三次更新，是把一个沉了三十年的品类，从存档格式改成源文件。

读书博主打开电脑，先开脑图而不是先开剪辑软件；内训师交作业，交一张手绘图而不是二十页Word；考研党复盘完，顺手多一条三分钟解说片。

（万兴脑图V14焕新上线）

这是万兴真正在赌的那件事：不是脑图市场还能涨多少席位，而是内容时代的第一道工序，要不要先从一张图开始。

方向已经摆出来了。门槛拆到这儿，剩下的是2500万用户自己走进来。