从Sora到Seedance，25.5亿播放背后，是一个熊猫头

AI训练营26-1期，3月初开班，欢迎咨询

在之前AI项目三大品类为：AI工作流 > AI客服 > AIGC（文字），但从去年开始，我这边关于AIGC（视觉）的需求就显著超过AI客服了，并且在下半年竟一度超过AI工作流，成为了第一品类！！！

由此可见，人们对于文生图、文生视频的容错率是很高的，因为这块的能力肯定不能跟文字媲美，换句话说：我们可以接受一个动画视频盯着一个熊猫头，但我们不能接受文字里的逻辑错误。

总而言之，因为我们对AI视觉的可接受程度之高，所以AI在这块也足够火热，相应的，最近刷短视频的时候，你有没有发现：很多视频下方都会出现一个小小的「AI 生成」标识。

娱乐领域已经在大范围使用 AI 生成作品了。包括插画、动漫、小说、短视频...

AI 正在悄无声息地进入内容创作的每一个角落。有时候划到一个视频，风景美得不像话，或者人物说话特别高清，但又总觉得哪里不对，好像哪里透着一股“科技味儿”。

甚至有时候，你都分不清这到底是实拍，还是AI生成的，我们也真的不得不感叹，AI在这块发展真快，前两年我们还在玩 Midjourney 生成图片，觉得挺新鲜；现在，AIGC 视频生成已经充斥着整个互联网。

我最近看了一份关于 2025-2026 年 AIGC 市场的报告，它正在实实在在地改变内容创作的门槛：

所以，什么是 AIGC？我们今天需要再次聊聊这个话题！

AIGC

AIGC 全名：AI Generated Content。简单理解：

只要是 AI 生成的文字、图片、视频、音频、代码等等。都属于 AIGC 的范畴

AIGC 的核心定义是：在大模型驱动下，通过自然语言或其他指令形式，自动生成高质量内容的技术体系。

它的实践范围，本质就是，内容创作。其本质上是生成能力，常见形态包括：

围绕这个表格，商业场景也就展开了，比如：

1. 内容创作行业：公众号矩阵、短视频脚本、自动新闻写作等，AI 让一个人顶一个团队成为可能。
2. 电商行业：商品渲染图、自动客服、详情页生成，设计师在厕所瑟瑟发抖。
3. 软件开发行业：代码补全与重构、一键搭建系统，这可以说是程序员的噩梦了。

整体受影响最大的，应该是短视频行业，因为这个领域流量特别大，以往一些镜头需团队耗时数周，如今文生视频工具输入描述即可生成动态画面。

其实从去年Google Veo 套件开始，从概念设计到分镜预览，AI 已经开始大幅降低了创作门槛，而发展到Seedance2.0，AI生成已经成为常态，而非技术噱头了。

下面主要着重谈及 AI 视频行业：

AI 视频行业

随着 AI 视频生成模型的不断迭代，正在改变传统影视行业。从拍摄成本、制作周期，到创作门槛，整个行业逻辑都在被重塑。过去拍一部影视作品，需要：场地、摄影、灯光、演员、后期...

现在，某些场景下，只需要：一段提示词 + 一台高性能设备，而这种趋势越来越明显。

以前我也觉得 AI 视频离我们挺远的，生成慢、效果差、时间短。还要不断的调整提示词，生成出来的视频也要考运气。

但是经过模型的厂商不断迭代，现在的AI视频生成有了很大进步，市场上得到的数据是：光是 AI 视频生成这个细分市场，2025 年就要达到 7 亿多美元，到 2032 年甚至能翻到 25 亿多。

这意味着什么？意味着大家不再是拿 AI 当玩具了，而是真的有人在用它干活、赚钱。事实也是，在一些AI短剧工作室，做出的精良的AI短剧在各大平台都有很好的收益。

特别是对于做内容的人来说，图像和视频是增长最快的领域。现在的 AI 视频，已经从“能看”变成了“好看”。快手，抖音这些平台上的 AI 内容播放量都在暴涨，很多时候你不看AI生成水印，可能真分辨不出来。

但是，凡是都是利益驱动的，如果后续平台打击AI内容，这块的前景到底如何，AIGC和人工的关系到底如何配合，还得磨合。

另一方面，AI视频的成本不低，某些场景下视频生成的算力成本确实比画图高，但这里得算性价比、也得考虑额外的成本；

比如，拍一条高大上的宣传片，人工、场地、设备成本不说，最烦的其实是管理成本；但用AI的话，在电商海报、口播视频这类场景，AI的成本简直是降维打击。

就在我写这篇文档的这几天，即梦又发布了新的视频生成模型 Seedance 2.0，整体效果和成本迎来了进一步优化，人人都是导演的时代，可能就在今年！

最后，我们来简单介绍下Seedance 2.0：

Seedance 2.0

这款模型在网络上得到了极高的评价，游戏科学 CEO、《黑神话：悟空》制作人冯骥在试用 Seedance 2.0 后，评价其为“当前地表最强的视频生成模型”，并称其标志着“AIGC 的童年时代结束”。

而且资本市场也非常认可即梦的新模型，因为 AI 视频太逼真，导致字节官方甚至限制了真人人脸上传。

在即梦 Seedance 2.0 之前，大家公认的是 Sora 视频模型是视频生成最好的模型，但是在即梦 Seedance 2.0 发布后，通过大家的测评发现，Seedance 2.0 已经可以和 Sora 平起平坐，有些地方甚至超过了 Sora，这也是为什么即梦 Seedance 2.0 在网络上得到了极大的反响。

Seedance 2.0 的核心优势在于多模态参考能力：

• 支持上传文本、图片、视频、音频，这些素材都可以被用作使用对象或参考对象。
• 你可以参考任何内容的动作、特效、形式、运镜、人物、场景、声音，只要提示词写得清楚，模型都能理解。
• 简单来说：Seedance 2.0 = 多模态参考能力（可参考万物） + 强创意生成 + 指令响应精准（理解力很棒）。

互联网上大家都知道，我们与美国在 AI 基座模型上的差距还有不少，但是国内的字节、阿里、DeepSeek等大厂 都在不断迭代，与美国的差距在不断缩小。

在实践操作中，虽然针对即梦的新模型，AI 视频的制作后续可能会有新的方法论，但是我们这里还是以通用的主要流程来制作。

新手小白

对于新手来说，进入一个未知的领域，第一步就是调研，而不是拿着网上的某个观点就开始创作。你需要了解 AI 视频的模型有哪些，步骤是什么，费用怎么计算。类似这样的脑图：

对 AI 视频有一个初步了解后，就可以开始制作了。

第一步：制作故事

一般来说故事的字数基本上决定了视频的长短，300 字差不多就是 60 秒~90 秒这样子。

故事也可以原创，直接让 AI 进行生成即可。这个比较简单，但最好是自己有大体思路，这样生成的故事就不会太离谱。然后人工进行审核，因为 AI 原创的故事有时会忽视逻辑性。

我们这边做demo，就随意来个望梅止渴：

东汉末年，曹操率领部队去讨伐盘踞在宛城的张绣。当时已经到了中午，烈日当空，天气十分炎热。将士们携带着沉重的武器，全身都被汗水浸湿，又热又渴，非常难受，给行军带来了严重影响。
曹操见将士们一个个舔着干燥的嘴唇，勉强行走，心里非常焦急。下令队伍原地休息，派人分头到各处去找水。过了好一会，派去的人全都提着空桶回来。
原来，这里是一片荒原，没有河流，也没有山泉，根本找不到水。曹操又下令就地挖井，士兵们挥汗挖土，但过了好长时间，也挖不出一滴水。
曹操心想，情况很严重，如果在这里久留，会有更多的人无法坚持下去。曹操略微思索了一下，猛地用马鞭指着前边的山坡。大声对手下的将士说：“这个地方我熟悉，翻过前边的山坡，就会有一大片茂盛的梅林，到了那里，你们每个人都可以尽情的享用个够。”将士们一听，就自然而然地想像起酸味，从而流出口水，顿时不觉得那么渴了。
曹操立即指挥队伍行进。经过一段时间，终于带领队伍成功找到了水源。大家痛痛快快的喝了水，精神焕发的继续行军。

第二步：人物制作

制作主要人物的三视图，为了保持 AI 视频的人物一致性。

因为现在的 AI 视频还无法进行长视频生成，只能 5s、10s，最大也就 15s。

Sora 模型倒是可以一次性生成 60s 的视频，但国外模型使用比较麻烦，也是需要抽卡的，不能每次都一次性生成想要的。

在望梅止渴的故事中，主要人物是曹操和士兵，所以需要把曹操和士兵的人物三视图制作出来。这个地方也确定了，视频的画风：

我这里制作画风为动漫画风。人物制作的提示词：

你是一位角色设计大师，请根据我提供的这份文档，结合文档中的历史时期，设计文档中出现的主要人物的造型，要求设计包含人物的发型，发色、体型、外貌、穿着等。以适用于即梦 AI 图片生成提示词的方式，把设计造型的文本发给我。

人物制作完成后，下一步就是分镜了，也是最重要的一步。

第三步：分镜制作

这个是分镜制作的提示词：

你是一名专业漫画分镜师 + 影视导演，请根据我提供的故事文本，自动拆分为清晰、可视化的分镜表格。
 要求：
1. 严格按照故事情节顺序拆分分镜，不遗漏关键信息
2. 每一个分镜必须画面明确、可直接绘制或拍摄
3. 分镜颗粒度适中（一个动作或情绪变化即可一个分镜）
4. 不扩写剧情，不新增原文不存在的情节
 输出格式：Markdown 表格，表格必须包含以下列：
 ● 分镜编号
 ● 故事片段（对应原文内容）
 ● 场景（时间 / 地点 / 环境）
 ● 画面描述（人物构图、动作、镜头内容）
 ● 镜头类型（远景 / 中景 / 近景 / 特写）
 ● 镜头角度（平视 / 俯视 / 仰视 / 侧面等）
 ● 情绪与氛围（紧张 / 压迫 / 温馨 / 阴暗等）
 ● 画面重点（观众第一眼注意的元素）
 风格要求：
 ● 偏向【漫画 / 动画 / 分镜脚本】
 ● 描述具备画面感，避免抽象词汇
 现在请根据以下故事生成分镜表格：
 【在这里粘贴故事正文】

然后会生成一个表格：

分镜表格制作好之后，后面就是根据分镜的内容和对应的画面提示词，制作切合每一个分镜的图片。后续根据图片和自己的想法制作 AI 视频。

第四步：文生图，图生视频

根据分镜文档里面的场景，画面描述，镜头类型，镜头角度，情绪氛围等等，来描述这个画面关键的一帧画面，然后根据这一帧画面生成对应的短视频，一般就在 5 秒或者 10 秒。

这一步是比较消耗资源的，因为 AI 通常不会一次性就生成你想要的结果，你只能对生成的结果进行调优，当然提示词得描述清楚。现在的即梦新模型 Seedance 2.0 降低了抽卡的频率，AI 视频生成更加准确，但是也不是每次都能一对一生成想要的效果，抽卡是避免不了的：

在第二张图片中，很明显可以看出，士兵头盔上的水滴，这也是模型幻觉所造成的。

正常逻辑来说，在提示词的炎热环境下，是不会出现这种情况的。但我尝试让即梦去识别头盔上的水滴，让即梦去掉头盔上的水滴，但是即梦 3.5 识别不了，所以使用到了 Gemini 模型，帮我进行修改，它在画面修改这方面表现很强：

这样可以更直观的看到对比，右边为修改后的效果。以此类推把分镜文档中的视频都生成出来即可。

第五步：剪辑

AI 视频都是需要剪辑的，剪辑的素材就是 AI 分镜视频。

视频剪辑推荐——剪映（也是字节产品）。剪映上手快，学习成本低，素材库丰富。如果不是大型工程视频剪辑或者特效处理，剪映应该是一个很好的选择：

主要处理的就是这五件事：

1. 音效
2. 视频衔接
3. 配音
4. 字幕
5. 转场

在剪映中处理好素材后，差不多一个 AI 视频就生成完成了。剪映的教程这里就不做说明了，在抖音、B 站学习 2 小时差不多就可以掌握基础剪辑。

最近想要体验即梦新模型的同学还是等字节放开模型规范化吧：

现在即梦Seedance 2.0已经是不能正常使用的地步了，除非你购买更高权益的订阅，Seedance 2.0 fast 还能用一些，但是也需要等待非常长的时间。或者就是等2月24号后官方放开API调用，使用API进行体验使用吧：

结语

随着 Seedance 2.0 这样的工具出现，内容的“生产成本”正在趋近于零，但“审美成本”和“认知成本”正在无限拔高。

它变成了一场关于“想象力”和“判断力”的较量，你能不能想到别人想不到的故事？你能不能在 AI 生成的 100 个结果中，一眼挑出最有吸引人的一个结果，或者自己做一个脑洞大开的故事。

冯骥说“AIGC 的童年结束了”，但这并不意味着人的退场。相反，这是“超级个体”时代的到来。AI 削平了技术的门槛，却让“人”的特质变得前所未有的重要，那就是创新。

点击上方卡片关注叶小钗公众号，查看下方二维码，添加我个人微信：