——以《我在阴间送外卖》为例探析产业变革 一、现象级案例：小团队撬动大流量由知了互动团队打造的AI短剧《我在阴间送外卖》（简称《送外卖》）以“3人团队+两个月周期”的极简配置，在小红书创下单集50万播放、总曝光100万的战绩。这背后映射的是一场席卷影视工业的AI革命：通过Stable Diffusion、Runway等工具，制作成本压缩90%，玄幻场景精度达像素级，虚拟演员实现24小时“零风险”创作8。正如中文在线AI动漫部总经理周立强所言：“AI已实现数周内生成完整动漫短剧，为二次元赛道开辟新…

2024年2月1日— 视觉灵动，一家在视觉技术领域处于领先地位的创新公司，近日成功举办了其2024年度年会。在这次盛会上，公司不仅重申了面对全球经济挑战时的坚定决心和创新策略，特别是在人工智能生成内容（AIGC）领域的深入探索和实践，同时也为员工提供了一系列丰富的活动，包括抽奖、发放奖金、赠送礼品、享受温泉和水果餐等，确保每位参与者都能在紧张的工作之余找到放松和快乐。 抓住未来，拥抱变革 视觉灵动CEO在年会上强调，尽管面对不确定的全球经济环境，公司仍然看到了成长和发展的机遇。特别是AIGC技术…

2024年1月24日，唐山市文化广电和旅游局主办的“畅游动漫盛宴，数字赋能未来”活动在唐山举行，吸引了来自业界专家学者、院校、企业以及动漫作者和从业人员等200余人的参与。活动围绕着动漫产业发展的话题展开，特别聚焦于人工智能生成内容（AIGC）对动漫产业带来的影响。 本次活动的圆桌会议上，视觉灵动创始人高鹏飞先生发表了关于AIGC对动漫产业未来的影响的重要讲话。他强调了AIGC技术在提高效率和降低成本方面的巨大潜力。高鹏飞先生提到了视觉灵动亲自进行的测试，在这个测试中，一个原本需要一个月制作的3…

视觉灵动创始人高鹏飞先生与联合创始人汪娜娜女士近期参加了金刀奖2023生机品效大会，与业界分享了视觉灵动在品牌建设方面的最新理念，其中关键的亮点之一是马晓波先生提到的「二元分流法」。 马晓波提到的二元分流法是品牌创新的新路径： 在会上，马晓波先生强调了「二元分流法」作为品牌创新的新路径。这一理念旨在在品牌发展中实现更为明确的方向选择，通过精准的分流策略，实现品牌与产品的双向推动。 核心思想概括： 明确分流方向： 二元分流法要求品牌在发展过程中明确分流方向，不再盲目广泛覆盖市场，而是通过精准的定位…

特仑苏×《一路前行》：让地球朋友圈所有人可见 近日，《一路前行》拍摄途中，胡歌与刘涛关于野外入厕要不要带走手纸的争执“吵”上了热搜，二人各执其词也各有道理，引发了网友热议，但本质上，辩论的出发点都是人与环境的和谐。就在前一阵，我司制作了一条特仑苏与《一路前行》的联合先导宣传片。 《一路前行》   1.项目背景与目标 作为一条冠名先导片，意在给电视节目预热的同时，增强品牌格调，并传达爱护环境保护野生动物的公益理念。 2.执行 影片通过纯素材剪辑的方式制作，乌兰布和当地的环境与生灵，有一部…

广告业遇冷，疫情已成隐形杀手！出片量下降的情节下依然拿了奖，还不错哦！给自己打气。 面对当前不景气的广告行业，我们迎难而上，保持乐观心态！疫情无法掌控，但我们可以积极应对。困境里培养创造力，让我们重新定义广告营销。不断创新，追逐现代消费者的需求，找到新的机遇。我们有信心在这个时刻出类拔萃。尽管疫情给广告行业带来挑战，但我们坚信，变革中蕴藏着无限的机遇。某些行业的需求可能减少，但社交媒体、线上购物等领域需求的快速增长也为广告业提供了新的天地。 与此同时，我们还应关注消费者的变化和需求的转变。加强线…

AIGC是挑战也是机遇可以说AI不是⻛口，它是革命!它是社会性事件，也是行业性事件。 AIGC是在PCG、UCG的基础上发展而来的，是一种新的创作模式，这种内容生产模式对于内容营销 来说既是挑战又是机遇。 1、改变内容生产关系,颠覆内容生产模式今年的AI发展速度是爆发式的，从ChatGPT开始，AIGC热度持续至今未曾消退，当然，也不可能消 退。很简单，因为这次的AI大模型，将完全改变大部分产业的生产方式，颠覆性的提高了我们的生 产力，也将彻底的改变了我们的生产关系。 2、AIGC迅速进化,改变…

举杯邀明月，灵动迎双节～如“月”而至，马上开盘！ 舍得给赞助大礼盒 想怎么盘，就怎么盘！灵兔奔月，玩转灵感！ 兔个开心，乐个美满！    

近日，我们公司喜讯传来，荣获了备受行业关注的金瞳奖（China Content Marketing Awards）。自2011年创立至今，金瞳奖一直是广告制作内容营销领域商业价值认定的标杆奖项。这次的获奖既是对我们创意团队的认可，更是对我们一直以来坚持的内容营销理念的极大肯定。 金瞳奖以内容为核心，以不同媒介及内容创意为维度，全方位呈现了各类媒介所涉及的不同内容营销模式。这个奖项具有权威性、专业性，是业内对于内容创意和营销创新的高度认可。获得这个奖项，代表我们公司在TVC广告内容创意和商业营销方…

视觉灵动在年末自己设计了一套以“灵灵兔”为主题的文创限量礼品分发给了合作的朋友们深受大家的欢迎，同时还做了公众号的互动，选出幸运的评论者，将以这套礼包为奖品赠送给幸运的参与者，没有想到的时候大家评论非常的积极，很多人都写出了2023年自己的寄语。 imgSpider 采集中…

很多品牌方第一次看 AI 片子，反应都差不多：说不上哪里不对，但就是”不像拍的”。分辨率已经 4K、细节也够丰富，可那股塑料感怎么都去不掉。于是有人开始加钱堆模型、堆渲染步数，结果钱花了不少，观感没变多少。问题在于，”一眼假”从来不是清晰度问题，而是好几层东西同时塌了一点点。找 AI广告片制作公司 之前，先把这几层拆明白，才知道预算该往哪儿投。 一、质感是五层叠出来的，不是一层拉满就行 把观众对”真实”的判断拆开，大致是五层…

双十一刚收尾，很多市场部的日历就已经红了：双十二、圣诞、元旦跨年、年货节，一个接一个，中间基本没有喘息。过去这时候最怕的是拍不过来，现在用了 AI广告制作，产能反倒不再是瓶颈——真正让人加班到半夜的，变成了一堆没人说得清先后顺序的版本。素材出得越快，排产越要提前定，否则高产能只会把混乱放大。这篇聊的不是怎么生成得更多，而是年末这几档该怎么把顺序排明白。 一、年末不是一个旺季，是四条并行的线 最容易犯的错，是把十一月到一月当成”一段大促”。实际上双十二讲清仓与凑单、圣诞讲礼…

很多品牌第一次做出海素材，理解都停在一句话：把中文片配个外语字幕。真投出去才发现，同一条片子在不同市场的点击率能差出三倍，而问题往往不在语言，在画面。同一个卖点，东南亚讲性价比、欧美讲成分与环保、中东要避开一堆不能出现的元素——这些差异是画面级的，不是字幕级的。AI广告片制作 让”拍一次、多市场改版”第一次变得划算，但改什么、改到哪一层，得有人先想清楚，不然只是把一条不合适的片子翻译成三种不合适的版本。 一、本地化至少有三层，多数人只做了第一层 第一层是语言：字幕、口播、…

双十一的战报还没发完，已经有客户来问年货节的素材了。说实话，每年这个节点最容易冒出两种极端：一种是大促刚收尾就想歇两周，等十二月上旬才开工，结果投放窗口只剩十天；另一种是双十一那批素材直接改个日期就复用，用户划到第三帧就认出是旧片子。年货节从来不是双十一的续集，它压根是另一套题——送礼、囤货、返乡、全家围坐，卖点和情绪全换了。而 AI广告制作 恰好是最适合解这套题的工具，前提是别等到十二月才想起来。 一、年货节的难点不是”量”，是”变体” 大促素材…

找几家制作公司问AI广告片的报价，你会收到三张完全不同的单子：有报三万的，有报三十万的，还有一家说”先免费出方案”。价格差十倍，甲方最容易犯的错不是选贵的也不是选便宜的，而是根本没看懂报价单在玩什么心理游戏。做AI广告制作这么多年，我们自己也是从被比价的乙方一路过来的，今天拆给你看，报价单上的”锚点”到底怎么设的。 第一个锚点：拿”传统制作”当参照物 很多报价单第一页不是价格，是一张对比表：传统TVC实拍八十万，我们AI制作…

很多品牌方算宣传片的钱，只算一条片子的账：花三十万拍一支TVC，投完这一轮campaign，素材就沉到网盘里吃灰了。第二年立项，又从零开始再拍一遍。做AI广告制作这几年，我们最常跟客户说的一句话是：别问这支片子值多少钱，问这套素材三年能产出多少条内容。这两种算法，差出来的就是白花的预算。 先换个算法：从”单条成本”到”资产产出” 一支片子拍完，真正值钱的不是那一条90秒成片，而是它背后拆出来的所有原料：4K主视觉、产品特写、人物镜头、场景空镜、配音…

现在打开任何一个电商直播间，十有八九是数字人在讲。画面越来越真，可观众一眼就能感觉到”哪里不对”，刷两下就划走。做AI广告片制作这几年，我们团队操盘了不少直播间素材，发现让人出戏的往往不是模型能力，而是三个被忽略的制作细节。 细节一：话术是”播”出来的，不是”说”出来的 大部分尬感来自语气。很多团队直接把图文详情页的文案喂给数字人念，结果就是标准播音腔，毫无对话感。我们的处理方式是在AI广告制作的脚本环节单独给数字人写&#8…

年底了，好多市场部朋友都在头疼同一件事：明年的预算表怎么填。老板问TVC还投多少，你答不上来——传统TVC一支几十万起，AI广告一支几万，中间的差价到底省在哪、又该把省下的钱花到哪去？做AI广告这几年，我们帮不少品牌算过这笔账，其实拆开就清楚了。 先看结构：一支广告片的钱花在哪 传统TVC的报价里，大头是拍摄：场地、设备、团队、演员，再加后期。而AI广告制作把其中大部分环节搬进了数字世界，成本结构从”重资产”变成”重创意”——预算不再被物理条件绑架…

AIGC素材上线前要过几道审？品牌内容审核流程怎么搭 最近不少品牌市场部在纠结一件事：AI生成的广告素材产出速度太快了，一天几十版，但审核还停留在”总监肉眼过一遍”的原始阶段。素材越快，审得越累，风险还越攒越多——肖像权、版权、违禁词、品牌调性，哪一项翻车都够喝一壶。今天聊聊我们在AIGC制作公司实战里沉淀下来的一套审核流程，供正在搭体系的市场团队参考。 第一道：合规硬闸，机器先过 AIGC素材上线前，第一关不该是人，而是规则引擎。违禁词检测、极限用语筛查（”…

同一支片子投五个平台？AI素材多平台适配的省力做法 不少品牌方都有过这种崩溃时刻：一条30秒的广告片好不容易定稿，投放团队马上追过来——抖音要竖版、视频号要竖版但时长压到15秒、B站要横版、朋友圈只要6秒循环，电商详情页还要再加个方图动图。一条片子瞬间裂成七八个版本，剪辑师连夜改画幅、改节奏、改字幕。其实这个问题现在有了更省力的解法：在AI广告工作流里，多平台适配不再是”重新剪一遍”，而是从源头就按多版本设计。 先想清楚：适配不是裁切 很多人以为多平台适配就是把横版裁成竖…

Token到底是什么？大模型计费与上下文长度的关系 第一次看大模型的账单，几乎都会愣一下：明明只发了几句话，怎么消耗了几千 token？聊到第十轮，同样的提问比第一轮贵了好几倍；上传一张图，token 又突然涨一截。 问题在于 token 既不是”字”，也不是”次”，而且计费口径跟大多数人以为的不一样。把这三件事拆开——切分规则、双向计价、上下文重发——账单就完全可预测了。 第一步：token 是子词，不是字符 模型读不进文字，只读得进整数编号。分…

为什么AI画的玻璃和金属总像塑料？材质渲染的盲区 让 AI 画一只玻璃杯、一块拉丝金属表壳，出来的图构图漂亮、光影也像样，但一眼就觉得”这是塑料”。杯壁不透，金属没有环境反射，高光软塌塌地糊成一片。加了”glassy””metallic””photorealistic”也没用，有时反而更假。 这不是提示词写得不够狠，而是生成模型根本没有”材质”这个物理量。它学的是像素长什么样，…

本地跑文生图：ComfyUI 和 WebUI 该怎么选 准备在自己电脑上跑文生图，一搜教程就撞上两个名字：ComfyUI 和 WebUI（AUTOMATIC1111）。装哪个？有人说 ComfyUI 快，有人说 WebUI 简单，还有人说”先用 WebUI 入门、迟早要换 ComfyUI”。这些说法都对，但没讲清楚差在哪。 其实两者用的是同一套模型权重、同一个采样器、同一份 VAE，出图质量的差距远没有传闻中那么大。真正的分水岭是它们把生成过程拆成了什么形状。理解这一点，…

怎么用一张参考图锁定产品外观？可复制的实操流程 客户只给了一张产品实拍，要出一组不同场景的广告图。提示词把瓶身、颜色、材质全写进去了，生成结果看起来”挺像”——但 logo 变了形、配色偏了一档、盖子莫名多出一道棱。这种图不敢交付，因为品牌资产错了就是错了。 问题出在把三件难度完全不同的事，交给了一次生成。先拆层，再选工具，流程才稳得住。 第一步：先拆清楚要锁的是哪一层 产品一致性至少分三层，难度递增： 形状与结构——瓶型、比例、盖型、接口位置。最该在生成阶段锁死，也最容…

ControlNet是什么？给生成模型装上”骨架”的控制方式 提示词写到第三版，”画面左侧三分之一的白色香水瓶，瓶盖朝上，背后是柔和的窗光”，出来的构图依旧随机：瓶子有时居中、有时躺着、有时干脆变成两个。于是有人开始堆形容词，越堆越玄，可控性却没变好。 这不是文笔问题。文字能描述”有什么”，却很难规定”在哪儿”，而广告图最不能让步的恰恰是位置、比例和透视。ControlNet 就是为解决这件事设计的。…

AI视频的帧间闪烁怎么压？时序一致性的原理 做 AI 视频常遇到一种困惑：把成片逐帧抽出来看，每一帧都挺漂亮；可一按播放，衣服纹理像在爬、背景树叶忽明忽暗、人脸有轻微的”呼吸感”。很多人第一反应是帧率不够，插帧补到 60fps，结果闪烁反而更明显，还多了一层果冻感。 问题不在帧率，而在帧与帧之间的高频细节压根不是同一套东西。理解这一点，才知道该在哪个环节动手。 第一步：闪烁的根源——每帧都在独立”猜”细节 扩散模型生成一张图，是从一团随机噪声起步、…

什么是提示词注入？AI应用最容易忽略的安全边界 一家公司上线了 AI 客服，运行良好——直到有人发来一份”产品说明书”PDF，机器人读完突然开始承诺五折退款。没人改过它的系统设定，问题出在说明书里藏了一句话。这就是提示词注入（Prompt Injection）：AI 应用最常见、也最容易被忽略的安全漏洞。 第一步：根源——模型分不清”指令”和”数据” 大语言模型的输入就是一段文字，它天然要靠内容自己判断”哪部分是…

AI换脸与数字替身：身份一致性的三条技术路线 让同一个人出现在十个不同场景里——换装、换景、换语言——是广告和短视频里最硬的需求之一。但”每张脸都像，又都不完全像”的尴尬经常出现：五官对了，气质不对；单帧像了，动起来又变了。目前业界主要有三条技术路线，各自解决”身份一致性”的方式完全不同。 第一步：路线一，表演驱动——把脸”贴”到真人表演上 第一条路线不直接生成人脸，而是找一个真人演员完成表演，再用模型把目标身份的脸迁移过去…

采样步数越多越好？扩散模型推理的性价比曲线 同一个提示词，有人把步数拉到 60 追求”高质量”，有人压到 15 图快。出图慢了想调步数，画质不满意也想调步数——但它到底是怎么起作用的？调多少才不亏？拆开扩散模型的推理过程，这条”性价比曲线”其实很好理解。 第一步：扩散模型出图天生是”多步工作” 扩散模型生成一张图，不是像画画那样一次成型，而是从一团纯随机噪声开始，反复做”去噪”：每一步模型观察当前画面…

AI真的”看懂”图片了吗？ 把一张照片丢给 AI，它能说出图里是”一只金毛在草地上叼着飞盘”，甚至能点评构图和情绪。看起来它”看懂”了。但同样是它，数不清图里有几只动物，分不清左右，也不理解”图里没有猫”这句话。这份聪明和这份笨拙来自同一个源头——CLIP 和它开创的”图文对齐”技术。理解了它，你就理解了 AI 视觉能力的真实边界。 第一步：CLIP 做的事，是把图和文拉进同一…