分界线不在媒体上

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)。

AI Catch · 2,149 条 Remini · 2,139 条 AI Mirror · 2,685 条 FaceApp · 2,293 条 窗口 2026-08-18 ~ 09-16 8 款点名产品 素材 11,919 条
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%。
8 款点名产品素材 11,919 条窗口 2026-08-18 ~ 09-164 个媒体域
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 Meta2,149 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
窗口内两条外部动态值得先看
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 ↗
09-16The VergeThe sexy AI-powered dating app scams are here合规中原文 ↗
09-16The VergeSnap 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。

窗口内在投素材量(条)
AI Catch 的 2,149 条与 Remini 的 2,139 条几乎并列,Vidu 只有 21 条——同是 AI Video,差 102.3 倍
Meta 系素材渗透率(%)
BeautyPlus 88.4% 与 Remini 8.2% 同属 AI Photo 线,线内落差 80 个百分点
三条媒体路径的渗透率(%)
Meta、TikTok、Google 系三列并排看:没有任何一条能干净地把两条产品线切开
产品产品线素材数Meta 系TikTokYouTubeAdMob
AI CatchAI Video2,14959.93%33.60%5.54%5.03%
Hailuo AIAI Video1,752————
PixVerseAI Video1,02041.86%7.0%48.0%29.5%
Kling AIAI Video72631.68%7.3%49.9%55.9%
ViduAI Video210%100%0%0%
AI MirrorAI Photo2,68577.3%17.0%4.5%5.0%
FaceAppAI Photo2,29311.0%0.8%89.4%28.7%
ReminiAI Photo2,1398.2%65.8%30.2%17.3%
BeautyPlusAI Photo88688.4%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。

关联广告数中位(条)
FaceApp 一条素材被 120 个广告组复用,是 AI Catch 的 8 倍——这不是投得多,是同一条素材铺得广
投放天数中位(天)
FaceApp 与 PixVerse、Remini 拉开一个量级;Vidu 的中位只有 8 天,素材还没进入长跑期
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
FaceAppAI Photo8412024375.0%Google 系 84 条
AI CatchAI Video290151491.4%Meta 系 159 条 / TikTok 78 条 / Google 系 52 条
ViduAI Video8111872.8%TikTok 58 条 / Google 系 23 条
ReminiAI Photo238915680.3%TikTok 112 条 / Google 系 94 条 / Meta 系 31 条
PixVerseAI Video276515546.7%Google 系 219 条 / Meta 系 52 条 / Unity Ads 4 条
Kling AIAI Video278310827.7%Google 系 235 条 / Meta 系 43 条
AI MirrorAI Photo28835594.4%Meta 系 257 条 / Google 系 30 条 / TikTok 1 条
BeautyPlusAI Photo19937179.9%Meta 系 134 条 / Google 系 65 条
Hailuo AIAI Video292228100.0%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。

创意方向占比(Top 100 样本)
80 年代复古一家吃掉过半,其余六个方向加起来不到一半
前 3 秒 Hook 类型分布(Top 100 样本)
结果前置 38%,与教程口播、悬念提问共同构成三分之二的开场

一条素材的三段时间:先给结果,再教操作,最后收口

0.0–3.0s① 结果前置
第一帧就是完整的 80 年代成片:霓虹灯、迪斯科球、胶片质感暖色调、复古卷发造型。约 38% 的素材走这条路——先把惊艳结果甩出来,再解释这是什么。
霓虹灯胶片质感复古妆造
3.0–8.0s② 场景代入与口播
切到真人场景:卧室梳妆台、生日烛光、咖啡馆桌面。同时起西语、葡语、土耳其语口播——「我要教你最简单的做法」。约 15% 的素材是真人对镜口播,12% 用悬念文字做钩子。
真人出镜多语种口播生活场景
8.0–21.0s③ 转化收口
视频后半段统一收在同一套转化路径上:虚线上传框 → 进度条 → App Store / Google Play 下载按钮。不同创意方向共用同一个收口,说明这是被验证过的标准件,不是逐条设计的。
上传框进度���商店按钮

这六条,值得直接拆开看

01可仿拍 · 80 年代复古第 1 秒就把成片甩出来无口播 · 竖屏
复古卧室 + 粉色霓虹 + 迪斯科球,第一帧就是完整成片,没有一句铺垫。
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。
关键帧
0.6s0.6s
2.6s2.6s
5.4s5.4s
8.6s8.6s
结果前置无口播复古滤镜竖屏
02可仿拍 · 本地化口播用葡语把趋势讲给本地人听葡语口播 · 真人出镜
真人对着镜头讲「这波 80 年代趋势正在流行」,再展示自己的变身结果。
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。
关键帧
0.6s0.6s
2.6s2.6s
5.4s5.4s
8.6s8.6s
葡语口播真人出镜趋势话术本地化
03可仿拍 · 宠物副线让猫替你说服用户西语口播 · 宠物主角
女性抱着黑猫提问「想要不用出门就拍专业宠物照吗」,随后猫戴墨镜开车。
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。
关键帧
0.6s0.6s
2.6s2.6s
5.4s5.4s
8.6s8.6s
西语口播宠物拟人痛点提问反差
04可仿拍 · 情感向把功能卖成弥补遗憾无口播 · 对比构图
母女生日对比:小女孩抱熊 → 成年职业女性,左右分屏串起时间线。
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。
关键帧
0.6s0.6s
2.6s2.6s
5.4s5.4s
8.6s8.6s
家庭亲子对比构图情感向无口播
05可仿拍 · 身份幻想街头发钱,把欲望前置真人实拍 · 街头挑战
街头举牌挑战「画肖像赢现金」,真人实拍穿插生成效果,最后落到下载入口。
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。
关键帧
0.6s0.6s
2.6s2.6s
5.4s5.4s
8.6s8.6s
身份幻想真人实拍事件感街头
06对照样本 · AI Photo 线同赛道另一条线怎么打AI Photo · Remini
AI Photo 线的代表素材,卖点结构与本报告的 AI Catch 样本可直接横向对比。
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。
关键帧
0.6s0.6s
2.6s2.6s
5.4s5.4s
AI Photo对照样本ReminiTikTok 侧

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。

🗣️

教程口播 / UGC

3
真人出镜承诺「我教你怎么做」,把使用门槛压到最低。
👨‍👩‍👧

家庭 / 亲子

3
情绪浓度最高的一族,卖的不是功能是「弥补遗憾」。
📷

AI Photo 线对照

4
同赛道另一条产品线的素材,放在这里做横向参照。
52% 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。
体量 × Meta 渗透率:八款产品的定位图
左上角是「小额精准」,右上角是「大额全押 Meta」——两条线在四个象限里交错分布,没有聚类

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 ~ 2,149873102.3 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 ~ 2,6852,2163.03 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

两条线的 Top5 卖点正面对照(%)
AI Video 第一卖点是「照片变动态视频」,AI Photo 第三、四位是「数字分身」与「照片变视频」——两边在同一个能力上撞车
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。
🎨对设计师创意执行
母版拆分,不要重做母版AI Catch 用一套 80 年代视觉跑出 52% 的素材占比,靠的是家庭 / 情侣 / 宠物 / 个人写真四条支线换主体不换母版。下批素材按这个结构排产,边际成本只增加拍摄量。
第一帧就给结果38% 的头部素材把成片放在第 1 秒。把「先解释、后展示」的顺序反过来:0.0–3.0s 直接上成片,3.0–8.0s 再补场景与口播。
收口做成标准件AI Catch 所有创意方向共用同一套收口:虚线上传框 → 进度条 → 商店按钮。把它固化成模板,不要每条重新设计。
多语种口播要预留位置AI Catch 的主力市场是西语、葡语、阿拉伯语、土耳其语与泰语区;口播型素材占 15%。在设计阶段就把字幕位与口型段留出来,别等本地化时返工。
图片素材别丢AI Catch 素材池里还有约 70 条图片素材。静态素材在联盟流量位仍有位置,不是过时品类。
🎯对优化师投放策略
按体量形态选赛道AI Photo 线中位数 2,216 条、极差 3.03 倍,是拼执行效率的战场;AI Video 线中位数 873 条、极差 102.3 倍,是赌头部的战场。预算规模决定该进哪条线。
Meta 全家桶可以一套素材铺满AI Catch 的 Instagram / Facebook / FAN / Threads 四个版位素材数完全一致(均为 1,288),说明走的是自动版位全托管。没有特殊版位需求时,不必为每个版位单独做素材。
Google 系是被低估的第二战场Kling AI 的 AdMob 渗透率 55.9%、FaceApp 的 YouTube 高达 89.4%。如果只在 TikTok 与 Meta 之间分配预算,会漏掉一整块流量。
小心小样本结论Vidu 只有 21 条素材且 100% 在 TikTok。这是小样本事实,不足以支撑「AI Video 适合投 TikTok」的推论,别拿它做决策依据。
素材寿命要单独看FaceApp 有素材投放天数超过 1,000 天,AI Mirror 也有一条跑了 472 天。老素材持续跑量说明这条赛道的长尾价值高,新素材考核周期可以拉长。
图片素材在联盟位仍有量Remini 在 AdMob 的素材里图片类是主力之一。做联盟流量时不要把图片素材排除在测试范围外。
🚀对产品 / 市场团队战略决策
停止按品类词划分竞品两条线的 Top 卖点已经互相渗透:AI Video 卖「照片动起来」(38%),AI Photo 卖「照片变视频」(14%)与「数字分身」(16%)。竞品清单按卖点重排,不按品类词。
产品名与卖点脱钩是常态AI Catch 名为 AI Video Generator,实际过半素材在卖复古照片。别被名字误导,也别被自己的名字框住素材方向。
出口竞争在挤压独立 App窗口内 Agent 化与系统级 AI 入口的报道密集出现。独立 AI 工具 App 的长期获客成本会上升,素材要更快讲清「为什么必须单独装一个」。
细分市场的语种能力是壁垒AI Catch 的打法是西语、葡语、阿拉伯语、土耳其语、泰语多语种并行。在小语种市场,本地化口播的边际收益远高于把主流市场的素材直接翻译。
合规风险要前置窗口内有主流科技媒体报道 AI 应用灰产化。换脸、数字人素材在平台侧审核趋严,素材储备里要留出合规替代版本。

下一步怎么走:三步承接

阶段一 · 重挂标签
按卖点而非品类词,把素材库重挂成「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
阶段二 · 补齐结构
对标同组竞品的母版与收口,把「第一帧给结果 + 标准收口」固化成模板,按子场景批量排产
阶段三 · 按形态配预算
用两条线的体量形态决定投入方式:Photo 线拼效率对齐 2,000 条量级,Video 线集中资源赌头部

整份报告压成一张图

AI 工具赛道素材地图 · 可交互
滚轮 = 滚动页面 Ctrl + 滚轮 = 缩放 拖动 = 平移 点节点 = 折叠
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。