AI 工具赛道
AI Video vs AI Photo:两条产品线的素材差异
八款 AI 应用、同一个 30 天窗口排下来,AI Video 与 AI Photo 在媒体结构上并没有分界线——两条线内部的 Meta 渗透率从 8.2% 拉到 88.4%,线内的跨度盖过了线间的差距。真正把两条线分开的,是体量的离散度(Photo 线头部挤在 2,139 到 2,685 之间,Video 线相差 102.3 倍)与产品名和卖点的脱钩(叫 Video Generator 的产品,过半素材在卖照片)。
以下是 AI 工具赛道根据多语种素材库与全球性媒体平台的广告数据,对 2026 年 8 月 AI 类 App 买量营销特征进行的分析;数据窗口 2026-08-18 至 2026-09-16。
① 本报告的「大盘」由 8 款点名产品同窗口同口径实测汇总,不是品类全量普查——素材检索接口是素材级数据、不含所属产品字段,品类级聚合在结构上取不到(详见末章)。
② 「素材数」与「广告数」是两个量纲,本报告只统计素材数,两列不可互推。
③ 同一素材可同时投放多个媒体,各媒体素材数之和大于素材总量;Meta 系各版位数值高度重合是同一素材池跨版位分发,不可相加。
④ 创意方向与 Hook 占比为手工编码,样本 n=100;卖点占比样本 n≈160 至 n≈170。误差约 ±10pp,属方向性结论。
⑤ 素材投放天数与曝光是生命周期累计值,不随查询区间变化,本窗口不做环比。
⑥ 报告里有两套素材口径:前六章用引擎口径(按产品检索),素材台账章用检索接口口径(按投放主体名过滤)。同一款产品两个数不同是正常的,两套不可相加、不可互换,详见末章「两套口径并存」。
🧭 结论摘要
八款 AI 应用、同一个 30 天窗口排下来,AI Video 与 AI Photo 在媒体结构上并没有分界线。两条线内部的 Meta 渗透率从 8.2% 一路拉到 88.4%,线内的跨度盖过了线间的差距。
真正把两条线分开的是另外两件事:一是体量形态——AI Photo 头部三家挤在 2,139 到 2,685 条之间,AI Video 却从 21 条铺到 2,149 条,相差 102.3 倍;二是卖点边界——名字里写着 Video Generator 的产品,过半素材在卖照片,而 Photo 线的高频卖点里,「照片变视频」本身就占了 14%。
| 维度 | 结论 | 关键数据 |
|---|---|---|
| 大盘体量 | 八款点名产品同窗口同口径实测合计,不做品类级推算 | 11,919 条 |
| 线间差异 | 媒体结构不是分界线,产品自身的选择才是 | 8.2% ~ 88.4% |
| 线内形态 | Photo 线头部体量高度趋同,Video 线极度分化 | 3.03 倍 / 102.3 倍 |
| 锚点产品 | AI Catch 素材过半押在同一个复古方向,媒体却压在 Meta | 2,149 条 |
| 卖点边界 | 两条线在「照片↔视频」上正面撞车,产品名不再指向卖点 | 52% / 14% |
| 素材用法 | 同一条素材被复用多少次、活了多久,比产品投了多少条更能说明打法 | 120 组 / 243 天 |
| 外部环境 | 模型不再是卖点,Agent 与系统入口才是 | 8 条 |
- 极客公园 09-16:腾讯、字节、阿里「会战」AI 办公之后:Agent 领域格局已变 ↗
- 游戏陀螺 09-14:独立创作者借 AI 发力,TapTap 热门榜前十闯入 3 款「AI 制作」游戏 ↗
一句话读法:这份报告的「大盘」是点名实测,不是品类普查——引擎侧的素材检索接口是素材级数据、不含所属产品字段,品类级聚合在结构上取不到(详见末章)。与其拿一个来路不明的品类总数,不如给八款产品的同窗口同口径绝对值,后者才可比。
🔥 外部环境:模型不再是卖点,入口才是
这一章为什么值得看:纯平台数据回答不了「这个赛道最近发生了什么」。下面 8 条是本窗口(2026-08-18 ~ 09-16)内的外部报道,筛选标准只有一条——是否改变投放约束或竞争格局。
信源取向:本机 Google News 全域不可达,改用行业媒体自有 RSS 直采(游戏陀螺、白鲸出海、极客公园为优选白名单信源,共 6 条;The Verge 为表外正规科技媒体,2 条)。因此链接是文章最终地址,不是聚合跳转页,可以直接点开。
口径提示:本窗口暂无 AI Catch / PixVerse / Remini 等被拆产品的直接报道,以下均为厂商层面与 AI 应用赛道层面的动态。表中的日期与标题为他人文章原文,不参与本报告的数字保真。
| 日期 | 信源 | 标题 | 维度 | 影响 | 原文 |
|---|---|---|---|---|---|
| 09-14 | 游戏陀螺 | 独立创作者借AI发力,TapTap热门榜前十闯入3款“AI制作”游戏 | AI 供给 | 中 | 原文 ↗ |
| 09-02 | 游戏陀螺 | 完美世界、三七互娱、4399参投,做AI 3D的VAST半年融了50亿元 | 资本 | 中 | 原文 ↗ |
| 09-17 | 白鲸出海 | 倍思Baseus AI直播成功案例:单品AI直播如何跑出与真人持平的转化 | AI 内容转化 | 中 | 原文 ↗ |
| 09-12 | 极客公园 | AI 时代的「4399」,可把我玩嗨了|AI 上新 | 品类入口 | 低 | 原文 ↗ |
| 09-08 | 极客公园 | 传字节开发实时空间视频生成模型;微信内测「AI 社交」功能;华为小米同天发布折叠屏手机 | 平台能力 | 高 | 原文 ↗ |
| 09-16 | The Verge | The sexy AI-powered dating app scams are here | 合规 | 中 | 原文 ↗ |
| 09-16 | The Verge | Snap is launching a new Specs AI tool, and it’s coming to iOS and Mac | 平台 | 低 | 原文 ↗ |
| 09-16 | 极客公园 | 腾讯、字节、阿里「会战」AI 办公之后:Agent 领域格局已变 | 竞争格局 | 中 | 原文 ↗ |
八条报道指向同一件事:AI 竞争的焦点已经不在「模型能不能做出来」,而在「谁能占住用户的入口」。腾讯字节阿里的 Agent 会战、Snap 把 AI 装进眼镜、字节做实时空间视频生成——这些都是把 AI 从独立 App 里抽出来、塞进系统与硬件入口的动作。对依靠买量获客的独立 AI 工具 App,这意味着两件事:获客成本会被动抬升,而素材本身必须更快地讲清「我为什么值得单独装一个」。
🗺️ 八款产品排一张表,体量差一百倍
把八款产品放在同一窗口、同一接口、同一口径下,第一眼看到的不是「Video 与 Photo 的差别」,而是同一个赛道里的体量鸿沟。
| 产品 | 产品线 | 素材数 | Meta 系 | TikTok | YouTube | AdMob |
|---|---|---|---|---|---|---|
| AI Catch | AI Video | 2,149 | 59.93% | 33.60% | 5.54% | 5.03% |
| Hailuo AI | AI Video | 1,752 | — | — | — | — |
| PixVerse | AI Video | 1,020 | 41.86% | 7.0% | 48.0% | 29.5% |
| Kling AI | AI Video | 726 | 31.68% | 7.3% | 49.9% | 55.9% |
| Vidu | AI Video | 21 | 0% | 100% | 0% | 0% |
| AI Mirror | AI Photo | 2,685 | 77.3% | 17.0% | 4.5% | 5.0% |
| FaceApp | AI Photo | 2,293 | 11.0% | 0.8% | 89.4% | 28.7% |
| Remini | AI Photo | 2,139 | 8.2% | 65.8% | 30.2% | 17.3% |
| BeautyPlus | AI Photo | 886 | 88.4% | 0% | 8.5% | 9.7% |
Meta 系指 Instagram / Facebook / Facebook (FAN) / Threads / Messenger 五个版位去重后的覆盖素材数;同一素材跨版位分发会同时计入多个版位,五个版位的数值不可相加。Hailuo AI 本轮只取到总量口径,媒体拆分未跑成,以「—」占据,不做估算填充。
先记住这张表的两端:AI Catch 把 59.93% 的素材铺进 Meta 全家桶,而同样是 AI Photo 的 BeautyPlus 把这个数字做到了 88.4%;另一端,Remini 的 Meta 渗透率只有 8.2%,把 65.8% 押在了 TikTok。同一产品线内部,媒体打法的分歧比跨产品线还大——这是本报告后面所有结论的地基。
🎞️ 素材台账:九款产品各自在跑什么
前三章量的是体量与媒体结构,量到最后发现两条产品线切不开。这一章换一把尺子——不看产品投了多少条,看单条素材跑成什么样:跑出多少曝光、被多少个广告组复用过、活了多久。
这一章的口径与前几章不同,先看清楚再读。下面每张卡片来自素材检索接口:按曝光降序取各产品前 3 页,再按广告投放主体名过滤出该产品自己的素材。它与前三章的引擎口径存在差异——例如 AI Mirror 在检索接口口径下是 5,022 条,在引擎口径下是 2,685 条。两套数字不可互换、不可相加,本章一律用检索接口口径,前三章一律用引擎口径。
曝光、关联广告数、投放天数都是素材生命周期累计值,不随查询窗口变化;窗口只决定「这条素材在本窗口还在不在投」。样本为定向抽样而非全量普查,样本内的占比按方向性读。
九款产品各自的高跑量素材,按曝光档切着看
每个产品最多放 12 条:按曝光分四档(10M 以上 / 1M 到 10M / 100K 到 1M / 100K 以下)分层抽取,每档至多 4 条,缺档的产品按曝光降序回填。每个产品第一条是代表作——样本里曝光最高的那条,内嵌可播。档位构成是抽样规则的结果,不是分布;要看真实结构,用下面那张对照表。
横向对照:谁在长跑,谁在铺量
抽样会抹平档位分布,但有三件事不参与抽样,因此跨产品可比:关联广告数(同一条素材被多少个广告组复用)、投放天数(素材的寿命)、媒体族与画面比例。下面三个量都按各产品的全部命中素材算,不是按抽中的那 8 到 12 条。
| 产品 | 产品线 | 命中素材 | 关联广告数中位 | 投放天数中位 | 竖屏占比 | 媒体主力 |
|---|---|---|---|---|---|---|
| FaceApp | AI Photo | 84 | 120 | 243 | 75.0% | Google 系 84 条 |
| AI Catch | AI Video | 290 | 15 | 14 | 91.4% | Meta 系 159 条 / TikTok 78 条 / Google 系 52 条 |
| Vidu | AI Video | 81 | 11 | 8 | 72.8% | TikTok 58 条 / Google 系 23 条 |
| Remini | AI Photo | 238 | 9 | 156 | 80.3% | TikTok 112 条 / Google 系 94 条 / Meta 系 31 条 |
| PixVerse | AI Video | 276 | 5 | 155 | 46.7% | Google 系 219 条 / Meta 系 52 条 / Unity Ads 4 条 |
| Kling AI | AI Video | 278 | 3 | 108 | 27.7% | Google 系 235 条 / Meta 系 43 条 |
| AI Mirror | AI Photo | 288 | 3 | 55 | 94.4% | Meta 系 257 条 / Google 系 30 条 / TikTok 1 条 |
| BeautyPlus | AI Photo | 199 | 3 | 71 | 79.9% | Meta 系 134 条 / Google 系 65 条 |
| Hailuo AI | AI Video | 292 | 2 | 28 | 100.0% | Meta 系 291 条 / TikTok 1 条 |
「命中素材」= 按曝光降序前 3 页(至多 300 条)里广告投放主体名匹配该产品的素材条数,是样本规模不是该产品的素材总量。关联广告数与投放天数的中位按这份命中集合计算。FaceApp 与 Vidu 的命中集合偏小(分别为 84 条与 81 条),中位数按方向性读。
这张表把「买量强度」拆成了两种完全不同的能力。FaceApp 的关联广告数中位 120、投放天数中位 243 天——它不是靠多产素材赢,是靠一条素材反复铺;Vidu 反过来,投放天数中位只有 8 天,素材刚上就被换掉。同一个赛道里,素材的用法比素材的数量更能说明打法。
立刻做什么:查竞品时不要只看「他有多少素材」,要同时看每条素材的关联广告数与寿命。高复用 × 长寿命说明这条素材是资产,值得逐帧拆;低复用 × 短寿命说明对方自己在试错,去抄只会抄到被淘汰的那一批。
回到 AI Catch:过半素材押在同一个复古滤镜上
AI Catch 的产品名写着 AI Video Generator,但打开它的素材池,第一眼看到的不是视频生成能力,而是一个滤镜。
一条素材的三段时间:先给结果,再教操作,最后收口
这六条,值得直接拆开看
- 借鉴点
- 第 1 秒即 80 年代主题房间 + 双马尾女性 + 复古妆造,观众先看到结果,再产生「我也想要」的欲望。
- 关键帧
- 真实抽出 4 帧:复古卧室全景 → 人物入画 → 场景细节 → 成片对比。全片无口播,靠画面自身完成说服。
- 为什么有效
- 结果前置把「要不要装」的决策压缩到一秒;复古滤镜本身是可复制的视觉锚点,不依赖任何文案与语言。
- 借鉴点
- 开口即承诺「我教你最简单的做法」,把复杂功能翻译成一句本地语言的行动指令,信任成本远低于字幕翻译。
- 关键帧
- 真实抽出 4 帧:真人出镜 → 手机演示 → 生成结果 → 收口。口播与画面同步推进,没有静默段。
- 为什么有效
- 本地化口播是 AI Catch 打进西语、葡语市场的核心手段。同一条母版换语言即可复用,边际成本极低。
- 借鉴点
- 用提问直击痛点,再用拟人化反差制造停留。非人主角天然降低广告感,完播率通常高于真人素材。
- 关键帧
- 真实抽出 4 帧:抱猫提问 → 界面操作 → 拟人化场景 → 收口。萌宠与功能演示交替出现。
- 为什么有效
- 宠物拟人在 AI Catch 素材里约占 5%,是差异化副线——它不承担主转化,但负责把完播率拉起来。
- 借鉴点
- 用「同一场景、两个时间」的对比构图触发怀旧,观众对功能的判断被情绪替换掉。
- 关键帧
- 真实抽出 4 帧:童年场景 → 成年场景 → 对比分屏 → 收口。全程无口播,靠构图叙事。
- 为什么有效
- 家庭 / 亲子方向约占 8%,情绪浓度最高。它卖的不是生成能力,是「把遗憾补回来」这件事。
- 借鉴点
- 用真人实拍 + 现金奖励制造事件感,把「AI 能生成你的画像」包装成一场街头游戏。
- 关键帧
- 真实抽出 4 帧:街头实拍 → 现金白板 → 生成结果 → 下载收口。真人实拍段落占比高于同族其他素材。
- 为什么有效
- 身份 / 财富幻想约占头部素材的 4%,属于长尾方向。它的价值在于提示:不是所有素材都要走「变美」这条路。
- 借鉴点
- 这是 Remini(AI Photo 线)的素材。放在这里是为了让读者能亲手点开,对照两条线的收口与卖点结构。
- 关键帧
- 此卡不做关键帧拆解——它承担的是横向对照角色,不是可仿拍拆解对象。
- 为什么有效
- 同一窗口里,Remini 把 65.8% 的素材放在 TikTok,AI Catch 把 59.93% 放在 Meta 全家桶——两条线的媒体结构差异,在这两条素材上可以直接感受到。
全量素材按创意方向分族
下列卡片全部来自会话素材清单,点击可跳转素材详情页;带播放器的封面为内嵌视频,图片类素材以封面呈现。本节素材族内嵌视频 31 条,没有一条走封面兜底。
80 年代复古
11趣味特效 / 身份幻想
5图片素材与功能演示
5AI Photo 线对照
452% 的素材押在同一个复古方向上,是优势也是单点风险。好处显而易见:一个方向跑通后,家庭、情侣、宠物、个人写真都只是换主体不换母版,边际成本极低。
但复刻门槛同样低——同一套 80 年代视觉没有任何技术壁垒,竞品换一套滤镜就能追平。真正的护城河不在滤镜,在它把滤镜拆成了多少个子场景:家庭 / 情侣 / 宠物 / 个人写真四条支线共用母版,这才是那 52% 能持续跑量的原因。
⚖️ 分水岭:不在媒体上,在体量形态和卖点边界上
到这里可以正面回答那个问题了:AI Video 与 AI Photo 的素材差异到底在哪。先排除一个看起来很像答案的选项——媒体结构。
主动给一个反例。「AI Video 抢 Meta、AI Photo 守 TikTok」这句话听起来顺,但数据不支持:BeautyPlus 的 Meta 渗透率 88.4%、AI Mirror 77.3%,比 AI Video 线任何一家都高;FaceApp 的 TikTok 只有 0.8%,比 AI Video 线任何一家都低。把媒体当分界线,第一眼就会被反例打脸。它描述的是单个产品的投放习惯,不是产品线的属性。
真正分开两条线的,是体量形态
| 产品线 | 素材量区间 | 中位数 | 极差 | 形态判断 |
|---|---|---|---|---|
| AI Video(5 款) | 21 ~ 2,149 | 873 | 102.3 倍 | 头部与长尾断层,少数几家在真打,多数在试水 |
| AI Photo(4 款) | 886 ~ 2,685 | 2,216 | 3.03 倍 | 头部体量趋同,几乎人人都在 2,000 条量级上正面拼 |
AI Photo 是一个已经打平的赛道,AI Video 还是一个分层的赛道。Photo 线四款有三款落在 2,139 到 2,685 之间,说明这个品类的投放密度已经形成共识——不投到这个量级就上不了牌桌。Video 线则相反:2,149 与 21 之间是一片空白,中间没有产品。
对入局者的含义完全不同:进 Photo 线是拼执行效率,进 Video 线是赌能不能挤进头部。
第二个分界:产品名不再指向卖点
| 产品线 | Top1 卖点 | Top2 卖点 | 样本 |
|---|---|---|---|
| AI Video | 照片变动态视频 38% | 零门槛一键生成 26% | n≈170 |
| AI Photo | 一键变美·AI 美颜 30% | AI 写真·照片变大片 22% | n≈160 |
数据来源:两条产品线各自的高相关素材样本,手工编码、按主要表达归类,同一素材可能承载多种卖点。置信度标为素材共性 · 中——样本量在 160 到 170 之间,误差约 ±10pp,属方向性结论,不可当审计级数据引用。
两条线的边界,在产品层面已经被抹掉了。AI Video 的第一卖点是「把照片动起来」,起点是照片;AI Photo 的「数字分身」与「照片变视频」合计约 30%,终点是视频。起点和终点互为对方的主场。
这不是巧合,是产品逻辑的必然:用户不会为了「生成视频」这个技术动作付费,只会为了「我这张照片还能这么玩」付费。AI Catch 把这点做到极致——它叫 Video Generator,却用 52% 的素材卖 80 年代复古照片。产品名是给渠道看的,卖点是给用户看的,两者已经脱钩。
立刻做什么:做竞品素材库时,不要再按「AI Video / AI Photo」分组。按卖点分——「照片动起来」「一键变美」「数字分身」「老照片修复」四组,跨产品线合并。同一组里的竞品才是真竞品。
🎯 该抄结构,不该抄素材
上面几条结论落到执行层,可以拆成「不动会怎样 / 立刻做什么」三组。
不动会怎样:继续用「AI Video」「AI Photo」这种品类词做素材分组的团队,会在竞品分析里持续漏掉真正的对手——一个美颜 App 的「照片变视频」素材,跟视频生成 App 的主力素材是同一件事。
立刻做什么:把现有素材库按卖点重挂一次标签,跨产品线合并成四组;每组拉出投放量最高的十条,横向比 Hook 与收口,而不是纵向比同一款产品的月度变化。
不动会怎样:把 52% 的素材押在单一视觉母版上而不做子场景拆分,一旦竞品用同一滤镜跟进,没有任何缓冲。
立刻做什么:学 AI Catch 的母版 × 子场景结构——一套 80 年代视觉,配家庭 / 情侣 / 宠物 / 个人写真四条支线,每条支线只换主体与文案,制作成本几乎只增加拍摄量。
不动会怎样:只按自己习惯的媒体铺素材,会误判品类真实的分发格局。Remini 把 65.8% 押 TikTok,BeautyPlus 在 TikTok 上一条都没投——两类素材的节奏、时长、口播密度完全不同,照搬会直接亏钱。
立刻做什么:新市场冷启动时,先抄同品类在你目标媒体上的投放结构,再定创意。同品类同媒体的竞品素材结构是免费的结构化答案,比动辄百万的测试预算便宜得多。
下一步怎么走:三步承接
整份报告压成一张图
这棵树的读法:从上往下是「大盘 → 结构 → 执行 → 风险」。如果只有三十秒,看「体量形态」与「卖点边界」两枝——那才是 AI Video 与 AI Photo 真正的差异所在。
🛂 哪些数能信,哪些数别用
这一章怎么用:报告里每个数字都能追到接口字段或已登记的派生值。下面把「口径怎么定的」「哪些维度本轮没取到」「哪些数字别拿去汇报」一次说清。想复现这个报告,看这一章就够。
口径怎么定的
| 项 | 本报告口径 | 容易被误读成 |
|---|---|---|
| 素材数 | 窗口内在投素材按素材 ID 去重计数 | 投放花费 / 曝光量——两者无关 |
| 媒体素材数 | 该媒体维度下命中的素材条数,一条素材可命中多个媒体 | 各媒体相加等于总量——会重复计数 |
| Meta 系 | 五个 Meta 版位去重后的覆盖素材数 | 把 IG / FB / FAN / Threads / Messenger 相加 |
| 创意方向与 Hook 占比 | Top 100 高跑量素材手工编码,误差约 ±10pp | 全量素材的精确分布 |
| 卖点占比 | AI Video n≈170 / AI Photo n≈160 手工编码,误差约 ±10pp | 审计级数据 |
| 首次发现时间 | 监测起点,不是产品上线时间 | 产品上线时间 |
两套口径并存,谁也别换谁
这份报告里有两套素材口径,来自同一平台的两个不同接口。它们对「一条素材算不算在窗口内」的判定不同,因此同一款产品会给出两个素材数,差值不固定、方向也不固定——有的检索接口更高,有的引擎口径更高。
| 口径 | 用在哪 | 怎么来的 | 典型差异 |
|---|---|---|---|
| 引擎口径 | 结论摘要、大盘表、媒体结构、卖点与分水岭三章 | AI 分析引擎按产品逐条提问,返回口径内的素材总量与媒体拆分 | AI Mirror 2,685 条 / Vidu 21 条 |
| 检索接口口径 | 素材台账章的卡片与横向对照表 | 素材检索接口按曝光降序取前 3 页,再按广告投放主体名过滤出该产品的素材 | AI Mirror 5,022 条 / Vidu 109 条 |
不要做的事:把两套数字相加、取平均,或用一套去验证另一套。它们不是「同一个量的两次测量」,而是两个不同的量——判定素材归属的规则不同(一个按产品检索,一个按投放主体名过滤)。要引用哪一章的结论,就用那一章的口径,跨章引用时把口径一起带上。
为什么明知冲突还要两套都放:引擎口径能给出体量与媒体结构的全貌,但落不到单条素材(接口是素材级、不含产品字段,聚合本身都取不到);检索接口口径能落到每一条素材的曝光、关联广告数、投放天数,但它的总量不是产品级普查。两章回答的是不同问题,各自用各自能站住的那套数。
两个量纲不能互推
「素材数」与「广告数」是两个量纲,本报告只统计素材数。同一条素材可以挂在不同广告组下反复投放,广告数通常远高于素材数,且倍数因品类而异。不要用素材数去推算投放花费或广告数——本报告没有取广告数口径,两者之间没有可用的换算关系。
本轮没取到的三类东西
| 维度 | 状态 | 原因与本报告的处理 |
|---|---|---|
| 品类级素材总量 | 不可得 | 素材检索接口返回素材级数据、不含所属产品字段,无法按产品聚合。本轮唯一一次品类级提问返回的是全文模糊匹配估算(引擎自述约 25 万~30 万条,并主动标注模糊匹配会命中大量含「AI」字样的无关素材)。该数字不作为本报告口径,本报告改用八款点名产品的同窗口同口径绝对值。 |
| Hailuo AI 媒体拆分 | 未跑成 | 总素材量已取到 1,752 条,媒体 TOP8 一路读超时未返回。表中以「—」占据,不做估算填充。 |
| 地区 / 国家分布 | 不可得 | 接口无国家字段。本报告改用语种分布作降级代理,并注明语言不等于国家。 |
素材实体的处理
本报告全部素材卡片共 131 张,素材 ID 未做任何推断或截断,卡片链接一律指向素材详情页全量 ID。两批卡片的实体化方式不同,分开说明:
① 素材台账章(检索接口口径,96 张)——每个产品曝光最高的那条作为代表作,内嵌重编码后的视频(共 9 条);其余 87 张走压缩封面:封面取接口直接返回的封面图,压到宽 360px 后内嵌,点击可跳详情页播放。
② 素材族与可仿拍区块(会话素材清单口径,35 张)——内嵌视频 31 条,没有一条走封面兜底;封面为视频首帧抽取并压缩,关键帧为真实抽帧,未用封面重复充数。另有 4 条素材在清单里是图片而非视频(标注为「图片」),已按图片处理,不做抽帧。
本轮正文引用过 3 条 Vidu 素材 ID,但其会话素材清单接口未返回数据,这 3 条未进入第②批卡片墙,正文也未再引用,此处据实说明;第①批的 Vidu 素材来自检索接口,与那 3 条无关。
外部资讯的处理
本机 Google News 全域不可达(TCP 超时,非偶发),因此改用行业媒体自有 RSS 直采,产出结构与常规聚合一致。8 条中 6 条来自优选白名单信源(游戏陀螺、白鲸出海、极客公园),2 条来自表外正规科技媒体(The Verge)。新闻标题中的日期、排名、金额均为他人文章原文,不参与本报告的数字保真,也不得被搬进正文当论据。本窗口暂无被拆产品的直接报道,均为厂商与赛道层面动态。
数据边界与下一步
这份报告能回答什么:八款 AI 应用在同一窗口、同一接口、同一口径下的素材体量与媒体结构对比,以及两条产品线在卖点层面的真实边界。
不能回答什么:品类级的市场规模、各产品的投放花费、国家维度的分布、以及任何需要广告数口径的推算。
下一步值得补的三件事:① 把 Hailuo AI 的媒体拆分补齐,AI Video 线的矩阵就完整了;② 对 AI Photo 线做一次与 AI Catch 同深度的创意拆解,验证「母版 × 子场景」结构是否跨产品线通用;③ 拉长到近 90 天窗口,看复古方向是阶段性潮流还是长线趋势——本轮 30 天窗口判断不了这个。