Mito 的目标是让创作者用生成式 AI 制作长片叙事，但真正跨到全国电视广告时，基础设施瓶颈全部暴露。为 Movistar Plus+（Telefónica 旗下）制作西班牙国家队世界杯 120 秒广告时，生产产生了超过 5000 个 AI 素材（其中 1000 个是视频），在大约 65 轮迭代中完成。原先的本地素材库、手动反馈回路、同步渲染让协作几乎不可能：每段短视频渲染要 4-5 分钟，同步运行会卡死界面；不同生成模型的提示逻辑不同，保持人物一致性（比如名厨 Ferran Adrià、记者 Juanma Castaño 的外貌）极其困难；公共模型 API 还有速率限制和区域吞吐瓶颈。

Mito 在 Google Cloud 上构建了无服务器、异步架构。API、AI Director、后台 worker 都是 Java 服务跑在 Cloud Run，按请求量伸缩；用 Cloud Pub/Sub 作为事件总线解耦任务，长时间视频生成放到后台 worker，创作者在 UI 画布上继续工作。媒体资产放 Cloud Storage，通过 Cloud CDN 分发，带过期签名的 URL 保护未发布素材；存储靠近通过 Vertex AI 调用的模型，减少网络延迟。业务分析与生产负载隔离，使用 Cloud SQL / PostgreSQL。基础模型包括 Omni、Veo、Nano Banana，通过 Vertex AI 访问并配自定义 system prompts。前端画布实施 Rule of 6（限制 World、Camera、Light、Texture、Actions、Character 六类提示变量），先做静帧再生成视频来控制成本。

结果是交付了一支被制作团队称为 95% AI 生成的国家级广告：120 秒的 Movistar 西班牙国家队广告在西班牙所有主要电视频道播出，临近发布时有 1441 个素材同时出现在一个共享画布上。AI Director 是一个对话式代理，把自然语言指令转成精确的模型参数，并保持场景间光照和视觉风格一致。团队成员和品牌客户能实时在同一画布协作，新生成内容存为新资产而不是覆盖旧版本，可以复制项目做平行创意。Mito 内部工作室 Mito Films 在高风险客户项目上自用产品，反馈直接回落到工程。

工程细节还包括：为第三方 API 限流建立虚拟排队系统，有界重试，每个任务都有明确结果。因为生成式输出无法用标准单元测试验证，Mito 构建了由 Gemini 驱动的自动化评估 harness，充当独立评判，在 AI Director 变更时对着原始用户意图跑自动测试。AI Director 还会跨 Sonnet、Gemini、ElevenLabs（音频）动态协调任务，把空间画布当作实时代码仓库推断上下文。他们还接受“不完美美学”：在广告里，AI 误解 prompt 让教练说“In the same milkshake”，主角改成“In the same heartbeat”后视频即时重算；加入超现实视觉元素（悬崖上的球场看台、铺满球草的小酒馆）展示生成式 AI 能提升而非遮蔽人的叙事。