AI Video Pipeline Tools · 2026

AI 视频全链路生产工具调研:从「文案 → 剧本 → 分镜 → 成片」的一站式流水线

调研对象:8 个「串联多环节」的短视频生产力平台(剪映 Hub / 小云雀、LibTV、RHTV、爱奇艺纳逗Pro、VibePaper、Topview、InVideo AI),以及 10+ 个同赛道候选。核心问题只有一个——哪些工具真正把「写脚本 → 出图 → 生视频 → 配音剪辑」压进同一条流水线,各自的边界与真实成本是多少。所有价格与数字标注来源等级(L1 官方文档 / L2 官方自述或官方发布会 / L3 第三方整理),冲突项并列而不取平均。

报告更新点
2026-09-23 15:24v5:S14「二次元方向相关平台索引」表新增「上线 / 发布时间」列(5 家平台补齐时间与来源),并新增「上线时间口径提示」与平台上线时间核实来源 7 条
历史版本
2026-09-23 12:55v4:新增 S15 专题「人物一致性:6 条技术路线与各平台实现拆解」——原 S15 来源顺延为 S16
更早版本
2026-09-22 21:14v3:新增 S14 延伸专题「二次元玩家的 AI 生成需求」——需求分层、强度排序、合规约束与平台索引;2026-09-22 20:59 v2:新增「上线时间」必须字段——8 个调研对象 + 海外对标 3 家全部补齐建立/发布时间及来源
首版
2026-09-22 17:00v1:首版,8 张对象卡片 + 横向对比 + 成本口径
调研对象
8 个平台 + 10 个候选覆盖字节系 / 影视级 / 画布节点 / 电商出海
数据口径
L1 / L2 / L3 三级标注价格冲突项并列,不取平均
链接要求
全部显性完整 URL正文、表格、来源一处不落

S1摘要

结论先行:「一站式」在 2026 年已经从营销词变成可验证的产品形态,但没有任何一个平台能同时做到「零成本、全自动、影视级一致性」——选型的核心是判断你更缺「产能」还是更缺「控制力」。

四条关键判断

  1. 痛点是真的,且已被官方口径承认。剪映 2026-09-20 发布会直接以「专业创作者频繁切换工具、重复操作耗时」为立项理由推出剪映 Hub,把无限画布与多轨道编辑器合成一个工作台,并打通自家即梦(https://jimeng.jianying.com/)与小云雀(https://xiaoyunque.jianying.com/)作为素材供给端。(L2 官方发布会)
  2. 「一键调用 AI」的技术实体是节点树或 Agent,而不是一个按钮。LibTV(https://www.liblib.tv/)与 VibePaper(https://vibepaper.io/)走可视化节点 + 多 Agent 分工,RHTV(https://rhtv.ai/)把 Agent 直接嵌进画布,纳逗Pro(https://nadoupro.iqiyi.com/)用近 70 个岗位化智能体拆解影视工种。四者的共同点是:每一步都可单独重跑,而不是整段推倒重来。
  3. 真实成本必须按「有效镜头」算,不能按「元/秒」算。各平台均为「订阅 + 积分」双轨制,官方宣传的每秒单价全部绑定特定模型、分辨率、参考模式与活动期限(如小云雀 Seedance 2.0 Fast 720P 低至 0.21 元/秒、LibTV 尊享版口径 0.39 元/秒)。AI 生成有失败率与返工成本,理论单价 ≠ 单集成本。(L2/L3,详见 S11)
  4. 市场侧已经从「敢不敢用」变成「上不上量」。国家广电总局数据:2026 年前 8 个月全国上线微短剧 43 万部,是去年全年的 13 倍,其中 AI 剧超九成;DataEye 测算 2026 年前 5 个月中国 AI 剧漫剧市场规模 220 亿元,全年预计 400 亿元。(L2 官方数据 / L3 第三方测算)

行业背景:为什么这类工具成为刚需

指标数值等级来源
微短剧上线量2026 年前 8 个月 43 万部,为去年全年 13 倍;其中 AI 剧超九成L2https://k.sina.com.cn/article_5953189932_162d6782c06704yhcc.html
AI 剧漫剧市场规模2026 前 5 个月 220 亿元,全年预计 400 亿元,同比 +138%L3https://k.sina.com.cn/article_5953189932_162d6782c06704yhcc.html
单项目成本压缩动画电影《一掌熊猫》28 天、3 万元完成(传统实拍需数百万元启动资金)L3https://k.sina.com.cn/article_5953189932_162d6782c06704yhcc.html
AI 视频生成市场(窄口径)2026 年 8.47 亿–9.46 亿美元;预测 2033–2034 年 33.5 亿–34.4 亿美元,年复合约 19%–20%L3https://frameloop.ai/blog/ai-video-market-2026
AI 视频市场(另一口径,冲突)2026 年约 55 亿美元 → 2033 年 423 亿美元,CAGR 约 33.7%L3https://algorithmine.com/news/generative-video-2026-state
生产效率对比AI 流水线约快 3 倍、成本低 40%–80%;分钟成本从约 4500 美元降至约 400 美元L3https://ailove.ai/blog/ai-video-generation-tools
仍需人工介入约 68% 的企业级 AI 视频部署仍需人工干预才能达到可发布质量L3https://algorithmine.com/news/generative-video-2026-state

口径提醒

上表两个「AI 视频市场」数字来自不同研究口径(是否含剪辑、分析、计算机视觉等)——不可相加,也不应取平均。窄口径只统计「从文本/图片/音频生成视频」的软件收入;宽口径把视频分析、自动化剪辑、企业视频智能一并计入。

S2榜单速览

按「是否覆盖剧本→分镜→画面→成片全链路」与「是否有明确的一站式工作台形态」排序。价格列为该平台最低门槛的公开报价,货币不同处按 ≈7.1 折算人民币,口径以原文为准。

#平台归属流水线形态核心差异化最低门槛(公开报价)上线时间官网
1剪映(Hub + 小映)字节跳动无限画布 + 多轨道编辑器唯一自带成熟剪辑器与跨端素材流免费(AI Ultra 会员价格未公布) App 2019-05;Hub 2026-09-20 https://www.capcut.cn/
2小云雀 AI字节 / 剪映团队对话式 Agent + 短剧项目流官方称全球首个 Seedance 2.0 短剧 Agent免费(每日赠送积分);基础会员首年 453 元 2025-05-29 https://xiaoyunque.jianying.com/
3爱奇艺纳逗Pro爱奇艺影视创作工作台 + 自由画布近 70 个岗位智能体 + 正版 IP 库 + 百人协作积分制,50 积分起充 2025 年底内测;2026-04-20 商用 https://nadoupro.iqiyi.com/
4RHTV / RunningHubRunningHub原生画布 Agent + 节点树Anchor First:先锁角色三视图再铺镜头免费每日 100 RH 币;轻享版 249 元/期 2026-05-07 https://rhtv.ai/
5LibTVLiblibAI无限画布 + 节点式工作流30+ 模型接入,20+ 独家分镜工具专业版 499 元/年(第三方转载) 2026-03 https://www.liblib.tv/
6VibePaperPixelArrayAI节点式画布 + 四 Agent 协作策划/编剧/视觉/剪辑四角色分工Basic 79 元/月(第三方转载) 2026-05(L3 收录口径) https://vibepaper.io/
7TopviewTopview AICanvas + Drama Studio商品 URL 直接出 UGC 风格广告Free 档含 10 积分 2024 https://www.topview.ai/
8InVideo AIInVideo Inc.时间线编辑器 + 可自定义多 AgentAgent One 记忆化工作流,团队多人协作Starter 20 美元/席/月(约 142 元) 平台 2017;AI 版 2023-08 https://invideo.io/

S3剪映:把「画布 + 剪辑器」缝成一个工作台

2026-09-20「AI 新创作发布会」是这一轮形态升级的标尺事件。剪映专业版推出 剪映 Hub——由无限画布与多轨道编辑器构成;同时上线智能创作 Agent「剪映助手」,移动端形态叫「小映」。

官网https://www.capcut.cn/
上线时间剪映 App 于 2019 年 5 月上线(来源:https://www.163.com/dy/article/KRKMI8F7051481US.html);海外版 2020-04-14 以 Viamaker 名义上线;剪映 Hub 与「小映」于 2026-09-20「AI 新创作发布会」发布
归属字节跳动(抖音生态)
定位全场景智能创作平台:AI 承接素材生成与机械剪辑,立意与风格把控留给创作者
核心链路一句话 / 一份文档 → 无限画布梳理脚本 → 调用即梦与小云雀生成图片、视频、音频 → 多轨道编辑器精修 → 导出
关键能力对话式共同构思与剪辑;AI 承担素材整理、口播删减、字幕纠错、视频包装;支持自定义 Skills;模板新范式「剪同款」可用自然语言改情节与素材
Agent剪映助手(桌面端);小映(移动端,含 AI 创作助手 + 多轨道剪辑助手 + 营销专家三项能力)
专业能力多时间线、素材混排、草稿本地备份、素材变形、平面跟踪、AI 超清、二级调色、杜比视界;平板与折叠屏适配;「碰一碰」手机素材直传电脑端
生态数据每年约 1.5 亿元创作者激励;过去一年 6768 万用户导出第一条作品,121 万创作者从零粉丝起步,服务 166 万中小商家(L2 官方发布会口径)
定价新上线「AI Ultra 会员」,把 AI 创作积分与 SVIP 专业剪辑权益并入同一订阅——官方暂未公布具体档位价格,不要用第三方估算替代
来源https://www.stdaily.com/web/gdxw/2026-09/20/content_584720.html
https://news.dayoo.com/finance/202609/21/171077_55005948.htm

为什么这条最值得关注

其它平台的瓶颈在「最后一公里」——生成完还得导出到剪辑软件。剪映是唯一在同一条时间线上同时具备成熟剪辑引擎与 AI 生成入口的产品,并且它把外部 Agent 产出的草稿也纳入了导入通道。对「产能优先」的团队,这是链路最短的起点。

S4小云雀 AI:短剧 Agent 的「一句话成片」路线

官网https://xiaoyunque.jianying.com/
https://xyq.jianying.com/
上线时间2025-05-29 官宣发布,安卓端先行、App 随后正式推出(来源:https://baike.baidu.com/item/%E5%B0%8F%E4%BA%91%E9%9B%80/67428202)
归属字节跳动剪映团队,官方自我定位「字节跳动旗下创意 Agent 平台」
定位一站式 AI 内容创作 Agent,主打「一句话生成爆款内容」,打通创意、脚本、画面、配音到成片
模型底座Seedance 2.0 / 2.5(视频)、Seedream 5.0(图像,2K/4K)、豆包大模型、DeepSeek
核心功能一句话智能成片(15–60 秒,一次产出 4 种风格版本,可混合实拍与 AI 画面);数字人口播(200+ 可商用数字人形象);短剧专属 Agent(支持 10 万字长篇剧本自动拆分镜、统一人物形象);照片会说话;AI 设计;智能换背景;爆款复刻
多语言19 种外语,另支持粤语、川话、东北话等方言
定价免费增值 + 会员 + 积分三轨。免费:每日赠送约 120 积分(带水印、限速)。会员首年价(第三方整理,L3):基础 453 元 / 830 积分每月;标准 1199 元 / 2320 积分每月;高级 10.2k 配置 4199 元 / 10150 积分每月;超级 21840 元 / 54600 积分每月。另有来源称连续包月约 79 元、首月低至 39 元
单价口径Seedance 2.0 Fast VIP 按 1 秒 11 积分扣除(官网展示口径);Seedance 2.0 Fast 720P 活动价低至 0.21 元/秒(限时,L3)
已知短板多家来源提到 C 端算力紧张、排队与报错;积分用尽后所有套餐都需另购积分包;会员档位名称与价格随活动高频变动
来源https://m.toutiao.com/article/7680530894456750632
https://www.ai-indeed.com/encyclopedia/20360.html

价格冲突提示

关于小云雀会员,不同来源给出的区间从「39–529 元/月」到「首年 453 / 1199 / 4199 / 21840 元」不等,档位名称也不统一。这类数字随官方活动按周变动,建议以登录后的会员中心报价为准,本报告不做单一取值。

S5LibTV:无限画布上的 20+ 独家分镜工具

官网https://www.liblib.tv/
上线时间2026 年 3 月上线(来源:https://aiskillnav.com/en/news/liblibai-evoken-300m-funding-1f0u1w,L2 融资报道口径)
归属LiblibAI(Liblib 社区生态,社区创作者规模约 2000 万,L3 第三方)
定位专业 AI 视频创作平台:无限画布 + 节点式工作流,把剧本、分镜、画面、视频、音频与导出统一到一个引擎
模型覆盖官方口径 30+ 模型:Seedance 2.0 / 2.5、可灵 3.0、Wan 2.6 / 3.0 Prime、Vidu、PixVerse、SD 系列等
独家工具9 / 25 宫格分镜生成、多机位九宫格、剧情推演四宫格(基于参考图生成 2×2 时间线)、25 宫格连贯分镜、电影级光影校正、角色三视图生成、画面推演(-5 秒 / +3 秒)、拖拽式打光、虚拟摄影机
工作流复用画布内可框选流程打包为模板,下次直接调用;节点可同步并行、互不干扰
开发者接口开源 libtv-skills 组件,支持 AI Agent 调用:https://github.com/libtv-labs/libtv-skills
定价(冲突项)来源 A:专业版 499 元/年(1800 积分/月)、大师版 1299 元/年(5800)、旗舰版 2999 元/年(15800)、尊享版 6599 元/年(34000)
来源 B:标准版 569 元/年(1500 积分/月)、进阶版 1199 元/年(4600)、高级版 3999 元/年、豪华版 6999 元/年、至尊版 10299 元/年 —— 两来源档位命名与价格体系均不一致,并列呈现
风险检索中发现域名相似的非官方站点,购买与充值请只走 https://www.liblib.tv/
来源https://www.hitpaw.tw/reviews/lib-tv-review.html
https://libtv.gongke.net/pricing/

它解决的具体问题:分镜一致性

「角色变脸」是 AI 剧集的头号返工源。LibTV 的应对是把一致性前移——先用角色三视图 + 多机位九宫格锁定形象,再以「剧情推演四宫格」把同一参考图展开成时间线关键帧,最后才是图生视频。这套顺序是节点式工作流相对「一句话成片」路线最实在的优势。

S6RHTV:把 Agent 焊进画布,锚点先行

官网https://rhtv.ai/
https://rhtv.runninghub.cn/
上线时间RHTV 于 2026-05-07 发布;RunningHub 无限画布 Beta 2026-02-27 上线(来源:https://baike.baidu.com/item/RunningHub/67615455)
母平台RunningHub:https://www.runninghub.cn/ / 国际站 https://www.runninghub.ai/
定位原生 AI 无限画布创作工具。与「画布外挂对话框」的区别在于:Agent 常驻画布内部,需求分析、脚本策划、分镜生成、成片输出全在画布内完成
核心机制Anchor First 锚点先行:先锁定产品定稿板或角色三视图等核心视觉锚点,再铺开后续全部片段,从源头控制跨镜头一致性
透明性全流程以可视化节点树呈现,模型调用与参数可见,单节点可精准修改而不必整体重跑
生态规模官方口径 10 万+ 模型、1.3 万+ ComfyUI 节点,覆盖图像、视频、音频、3D、文本五大模态(L2 官方自述 / L3 第三方转述)
后处理内置剪辑器,与画布联动,可自行增加素材;支持把作品与工作流模板发布到社区变现
定价RunningHub 创作套餐(L2 官方页面):轻享版 249 元、轻享版 Plus 429 元、基础版 599 元、基础版 Plus 1019 元、专业版 899 元、专业版 Plus 1529 元、优享版 3699 元(4.9 折)、进阶版 6399 元(4.3 折)、创作版 9799 元(3.8 折)、超能版 11999 元(3.5 折)。免费用户每日登录赠 100 RH 币(24 小时有效)
单价口径超能版口径下 Seedance 2.5 720P 低至 0.492 元/秒;海外站标价从 0.036 美元/秒起
来源https://www.runninghub.cn/vip-rights/2
https://openi.cn/sites/320117.html

适用判断

RHTV 与 RunningHub 是同一生态的两层:RunningHub 提供云端 ComfyUI 与模型算力,RHTV 提供面向创作者的画布与 Agent。它的价格结构里,高档位套餐卖的不是功能而是并发数与每秒算力单价——如果你的瓶颈是「排队」,才值得为它付费。

S7爱奇艺纳逗Pro:把影视工种拆成 70 个智能体

官网https://nadoupro.iqiyi.com/
归属爱奇艺(北京爱奇艺光影纪元科技有限公司)
时间线2025 年底内测 → 2026-03-30 预商用开放 → 2026-04-20 正式开放商用
定位专业级影视制作 AI 智能体平台,目标不是「生成一段视频」,而是支撑长篇影视作品的工业化制作
两种模式自由画布(开放式节点组合,适合创意探索)与 影视创作工作台(剧本 → 主体 → 分镜 → 制作,结构化推进)
模型聚合近 30 个模型能力:Seedance 2.0 / 2.5、HappyHorse 1.1、可灵 4K、MiniMax H3、Wan、海螺、自研奇智大模型等,平台内自由切换
智能体开发及规划中近 70 个,覆盖编剧、导演、美术、摄录、剪辑、宣发全流程。代表能力:3D 导演台(人体素模多机位预览)、专业戏增强智能体「武打戏」、360 度全景图(解决正反打穿帮)、创作辅助(故事银行 + 知识库)、剧本评估
独家功能「素材泛搜」与「大片提示词」——用爱奇艺影视素材库优化提示词表达,把「抽卡」变成可控创作
协作画布支持团队实时协作,最高支持 100 人同时在线编辑;创作资产可共享,色调参考与数字资产独立画布管理
定价积分制:单次最少充值 50 积分,有效期自发放起 1 年;任务失败原路等额返还;付费服务协议与积分规则均为官方公开文档(L1)
分发闭环作品可一键发布至爱奇艺号(https://creator.iqiyi.com/),打通创作到分账;AIGC 内容享限时 20% 额外补贴,精品短剧厂牌年度最高 300 万元现金激励(L2 官方)
规模口径官方稿件分别提到「活跃创作者过万」(2026 年 4 月开放商用后)与「上线两个月突破 2 万」;第三来源称服务超 100 个爱奇艺自制项目。数字随发布时间推移,注意口径日期
来源https://nadoupro.iqiyi.com/docs/getting-started
https://nadoupro.iqiyi.com/docs/point-policy

它和其他平台的根本差别

其它平台把「AI 生成」当成产品本体,纳逗Pro 把「影视制作方法论」当成产品本体——武打戏的招式与运镜节奏、正反打的背景一致性、长篇改编的故事银行,都是从真实剧组经验里沉淀出来的。代价是门槛与积分消耗都更高,适合有明确长片/剧集项目的团队。

S8VibePaper:四个 Agent 分工的画布协作台

官网https://vibepaper.io/
https://vibepaper-ai.com/
上线时间官方未公布明确上线日期;第三方工具目录最早收录时间为 2026-05-15(L3,来源:https://www.toolify.ai/compare/vibepaper-vs-free-image-generator-ai);国际站上线时间不明
团队PixelArrayAI(L3 第三方)
定位面向短剧制作公司与专业创作者的 AI 协作工作台,节点式无限画布
四 Agent策划(角色设定与场景描述)→ 编剧(结构化分集剧情)→ 视觉(分镜表、三视图、多机位)→ 剪辑(调用视频模型合成、超分、拼接、配音字幕),四者在同一画布透明协作
模型池Gemini 3.1 Pro、GPT-5.5、Claude Opus 4.8 / Sonnet 4.6、Seedance 2.0 / 2.5、Kling 3.0 Omni、Veo 3.1、Midjourney V8.1、Seedream 5.0、Nano Banana 系列等,按任务自动调度
一致性机制参考图与生成节点连线传递,锁定角色、场景、道具的视觉一致性;局部重算——改一处只重跑对应节点,不需整体返工
协作与沉淀多人共享画布、版本可溯;品牌语气与视觉规范沉淀为团队长期记忆供 Agent 调用;工作流可存为模板批量出片,竖横方版一键适配
已接入生态官方站点公告已接入 HeyGen 数字人、Seedance 2.5、MiniMax H3、Z-Image-Turbo、Seedream 5.0 Pro 等(L2 官方站点公告)
定价Basic 79 元/月、每月 490 积分(约 245 张图或 61 个视频,L3 第三方转录);同时支持包月会员、购买点数、企业定制三种方式
来源https://openi.cn/sites/320170.html
https://www.aitop100.cn/tools/vibepaper-ai

注意

中文站(https://vibepaper-ai.com/)与国际站(https://vibepaper.io/)并存,功能描述接近但定价与模型清单展示口径不同,付费前请确认你所处站点。不同第三方来源对「四 Agent」与「节点式」的描述一致,但对其工业化程度的评价分歧较大(一方称其更偏概念创意阶段而非成品交付)。

S9Topview:商品链接直接出 UGC 广告

官网https://www.topview.ai/
上线时间2024 年于新加坡上线(来源:https://www.prnewswire.com/apac/news-releases/kamet-capital-leads-exclusive-series-a-investment-in-ai-avatar-pioneer-topview-302520686.html,L2 官方通稿)
定位AI Video Agent,面向短视频、短剧与营销视频;对电商场景对口度最高
输入形态一句话想法、脚本、参考视频或商品链接。支持平台:Amazon、eBay、Shopify、Etsy、AliExpress、TikTok Shop、App Store、Google Play
核心能力Video Agent 自动规划场景、选择模型、生成素材,并在 Canvas 内保持每一镜可编辑;Reference Video Recreation(分析参考视频的节奏、镜头结构与钩子并复刻方向);UGC 风格广告;批量适配 TikTok / Reels / Shorts 比例
一致性多镜头视频中保持声音、角色与视觉识别一致;3D 场景摆放角色与道具、调整虚拟摄影机后生成多角度镜头
数字人与配音100+ AI 数字人、100+ 超真实音色(OpenAI 与 ElevenLabs 驱动)、20+ 语言
数据资产官方自述脚本生成基于对 500 万条 YouTube 与 TikTok 广告视频的洞察;另称服务 5 万+ 电商从业者(L2 官方自述)
定价(冲突项)来源 A:Free 0 元(10 积分、含水印、单条最长 15 秒);Pro 约 16.5–29 美元/月;Business 约 41.5–75 美元/月
来源 B:免费版 0 美元;入门版 19 美元/月(50 积分);专业版 69 美元/月(250 积分);企业版定制 —— 两来源档位命名与积分额度不同,并列呈现
局限官方 FAQ 明确「暂不兼容移动端」,需电脑浏览器使用;单条视频时长上限在低档位为 15 秒、高档位 25 秒,不适合长叙事
来源https://www.topview.ai/ai-product-video
https://www.saasworthy.com/product/topview-ai/pricing

选型要点

Topview 不属于「影视级画布」阵营,它是营销产能工具:把商品页变成可投放素材,靠的是「参考视频→复刻结构」与批量变体,而不是镜头语言的精细控制。做短剧/长剧不要用它,做带货投放测试它是性价比最高的路径之一。

S10海外同赛道对标:InVideo / Pictory / Fliki

这三家的共同选择是「降低创作门槛」,而不是「提高镜头控制力」。它们与国内画布派的分野值得对照着看。

InVideo AIhttps://invideo.io/
上线时间平台 2017 年上线;AI 文生视频版(InVideo AI)2023 年 8 月推出(来源:https://baike.baidu.com/item/InVideo/63337185)
形态时间线编辑器 + Agent One 记忆化工作流;可自建 Agent 角色(编剧、剪辑、摄影、声音、音乐、调色)
能力脚本/想法 → 分镜计划 → 多镜头一次性批量修改;多人协作(实时光标);支持 Seedance 2.0 / Veo 3.1 / Kling 3.0 / Nano Banana 等 200+ 模型;iStock、Storyblocks 等素材库
定价(冲突项)来源 A:Starter 20 美元/席/月(400 积分)、Plus 60 美元/月(2000 积分)、Max 150 美元/月(5000 积分)
来源 B(官方页):Plus 17 美元/月(年付,75 积分)、Max 85 美元/月(390 积分)、Generative 170 美元/月(800 积分)、Elite 900 美元/月(4250 积分)—— 积分口径与档位差异极大,务必以官方定价页为准
局限积分不结转;无 MCP 服务器,不与外部 CRM/DAM 同步;第三方评价中账单与积分制度是主要抱怨点
Pictoryhttps://pictory.ai/
上线时间2019 年成立并上线(来源:https://www.cbinsights.com/company/invideo,L2 商业数据库口径)
形态文本 / 网址 / PPT / 长视频 → 场景化短视频,自动匹配 Getty 与 Storyblocks 素材
定价Starter 25 美元/月(年付,200 视频分钟/月)、Professional 35 美元/月(600 分钟)、Team 119 美元/月(1800 分钟,3+ 席)(L3 第三方转录官方定价页)
定位差异「素材优先(footage-first)」的文本再利用工具,不含基础模型层,也不做口播数字人深水区
Flikihttps://www.fliki-ai.com/pricing
上线时间2021 年由 Nine Thirty Five, Inc. 推出(来源:https://knowara.com/?p=2321/,L3)
形态一段想法 / 博客 / PPT → 带配音的多语言成片;2000+ 音色、80+ 语言
定价Free 0 美元;Standard 21 美元/月(年付,2160 积分/年);Premium 66 美元/月(7200 积分/年);Enterprise 定制(L1 官方定价页)
关键局限不生成原创 AI 动态画面——非数字人的视觉全部来自素材库或 AI 生成静图,追求电影感仍需外接 Runway / Kling / Veo

S11横向对比

维度剪映 Hub小云雀LibTVRHTV纳逗ProVibePaperTopview
上手门槛最低低中高(需学节点)中高中(有结构化工作台)中高低
控制粒度中(强在后期)低高高高高中(强在结构复刻)
一致性方案依赖即梦/小云雀资产短剧 Agent 统一人物形象角色三视图 + 多机位九宫格Anchor First 视觉锚点360° 全景图 + 数字资产库连线参考图 + 角色资产锁定多镜头声画识别一致
模型策略聚合字节系为主自研 Seedance / Seedream30+ 模型聚合10 万+ 模型 + ComfyUI 节点近 30 模型 + 自研奇智十余家前沿模型自动调度聚合多模型 + 广告库洞察
团队协作跨端素材流弱画布共享节点树共享最高 100 人在线多人实时 + 记忆沉淀团队积分与资产共享
收费模式免费 + AI Ultra 会员免费 + 会员 + 积分年订阅 + 积分套餐 + RH 币 / 按秒纯积分制(50 积分起充)月订阅 + 点数积分订阅(含免费档)
最佳场景产能优先、需精修成片零基础上手、批量口播漫剧 / 短剧批量生产广告片、需吞 ComfyUI 生态长篇影视、团队工业化短剧公司团队协作电商带货投放测试
主要短板AI 会员价格未公布算力紧张、排队学习曲线陡、社区属性强高档位溢价买并发积分消耗高、偏专业工业化程度评价分歧不支持移动端、时长受限

成本口径:为什么不能看「元/秒」

平台对外宣传单价绑定条件
小云雀
https://xiaoyunque.jianying.com/
Seedance 2.0 Fast 720P 低至 0.21 元/秒高级会员 + Fast 模型 + 720P + 限时活动期(L3)
LibTV
https://www.liblib.tv/
720P 低至 0.39–0.41 元/秒豪华版 / 至尊版 + Seedance 2.5 + 720P(L3)
RHTV
https://rhtv.ai/
Seedance 2.5 720P 低至 0.492 元/秒超能版档位(L2 官方页面)
RunningHub
https://www.runninghub.cn/
0.036 美元/秒起Seedance 2.5,按用量计费(L2 官方自述)

记账公式(建议直接用)

单次有效镜头成本 = 当期实际付费 ÷ 通过人工验收的镜头数

再把会员与积分支出、外部工具支出、返工消耗、人工审片时间一并计入。行业侧的数据佐证了这一点:约 68% 的企业级 AI 视频部署仍需人工介入才能到可发布质量(L3 第三方)。没有模型、清晰度、时长、扣分规则、失败与重做次数记录时,不要用任一秒单价直接换算单集成本。

S12可复用结论

每条都是可执行动作,附证据来源。

  1. 先跑通最小闭环,再买年包。用「剧本 → 资产 → 故事板 → 镜头 → 审片 → 后期」六步走完一个 1 分钟成片,再决定档位。证据:多个平台的免费额度足以完成单次验证(小云雀每日约 120 积分、RunningHub 每日 100 RH 币、Topview 免费档 10 积分)。
  2. 用有效镜头成本记账,别用每秒单价。公式见 S11。把失败与重做次数一并记录,否则预算会被系统性低估。
  3. 一致性优先选「锚点先行」类路径。需要跨镜头不换脸时,先在 LibTV 的角色三视图(https://www.liblib.tv/)、RHTV 的 Anchor First(https://rhtv.ai/)或纳逗Pro 的 360 度全景图(https://nadoupro.iqiyi.com/)里锁资产,再批量生成。
  4. 电商带货不要用影视级画布。商品链接直接出片走 Topview(https://www.topview.ai/);影视级平台的价值在镜头语言,不在商品信息解析。
  5. 零基础或小团队,从剪映生态切入。剪映 Hub 是唯一能在同一时间线完成生成与精修的工作台,且打通即梦(https://jimeng.jianying.com/)与小云雀(https://xiaoyunque.jianying.com/)。
  6. 要做长篇/剧集,把「资产复用率」列为一号指标。选有剧本空间、数字资产库与版本管理的平台(纳逗Pro 工作台、VibePaper 团队版),因为多集项目里省下的返工时间会直接超过年费差额。
  7. 保留人工审核关卡。68% 的企业部署仍需人工介入;把审片设为流水线的固定节点,而不是补救手段。
  8. AI 生成内容的标注合规要前置。2026 年 8 月起欧盟对合成媒体施加强制披露要求,主要短视频平台也已对未标注的合成内容降低分发权重(L3 第三方,具体条款请以官方法规文本为准)。
  9. 只认官方域名的付费入口。此类工具域名仿冒与第三方「定价转载页」混杂,本报告中的所有价格条目均注明来源与等级,付款前请回到官方页面核对(尤其 LibTV 与 VibePaper 存在多个相似站点)。
  10. 把「能否导出」写进选型清单。一站式不等于封闭:剪映 Hub 支持外部 Agent 草稿导入多轨道精修,是对抗平台锁定的有效手段。

S13平台与工具索引

上游模型与生成能力

名称用途完整 URL
即梦 AI字节图像/视频生成平台,剪映 Hub 与纳逗Pro 的素材供给端之一https://jimeng.jianying.com/
可灵 AI快手视频生成模型,被多平台接入(含 4K 档)https://app.klingai.com/cn/
豆包字节大模型,小云雀的对话与脚本底座之一https://www.doubao.com/
火山方舟体验中心字节面向开发者的模型接入与 API 试用入口,视频模型可编程调用https://www.volcengine.com/experience/ark

同赛道候选平台(本次未单独出卡片)

名称侧重完整 URL
PixmaxAI 短剧 / 漫剧 / 真人剧一站式画布工作流https://pixmax.ai/
Seko(商汤)面向漫短剧的无限画布,官方称 10 集短剧成本约 300 元https://seko.sensetime.com/
Flova海外 AI 视频平台,支持按单镜购买(Seedance 2.5 系列)https://www.flova.ai/
OiiOii专注动画方向的一站式创作https://www.oiioii.ai/home
TapNow综合性 AI 视频创作平台https://app.tapnow.ai/
LumeFlow一站式视频创作流程https://www.lumeflow.ai/
SeaArt全模态创作社区https://www.seaart.ai/zhCN
Higgsfield电影级镜头控制与运镜https://higgsfield.ai/
万兴剧场 ReelMate短剧 / 漫剧制作https://www.reelmate.cn/

分发与变现入口

名称用途完整 URL
爱奇艺号纳逗Pro 作品一键发布与分账的分发侧平台https://creator.iqiyi.com/
libtv-skillsLibTV 开源 Agent 组件,可构建自定义工作流https://github.com/libtv-labs/libtv-skills

S14延伸专题:二次元玩家的 AI 生成需求

结论先行:有,而且是目前 AI 生成需求里最刚性的一块。但强度分场景差异极大——排序为出图(头像/OC/同人)≫ 出视频(漫剧/二创)> 实物周边(谷子)。付费点从来不是「生成」本身,而是一致性 + 批量 + 可控。

需求分层与强度

场景谁在要强度硬证据证据来源(完整 URL)
头像 / 壁纸 / 表情包大众二次元用户极高(量大、单价为零)国内 AI 绘画活跃用户 8000 万+,18–35 岁渗透率约 40%https://www.sgpjbg.com.cn/labelsyh/aishejiaopeibanyutuxiangshipinsaidao/1/6664906.html
OC 设定 / 同人图表达型玩家极高(付费主力)PixAI(二次元垂直 AI 绘画)移动端收入 2025 同比 +434%(Sensor Tower 口径)https://www.sgpjbg.com.cn/labelsyh/aishejiaopeibanyutuxiangshipinsaidao/1/6664906.html
角色三视图 / LoRA 训练要求「角色一致」的重度玩家高NovelAI 月访问 450 万,$10–25/月,卖点即 anime + 角色一致性(Vibe Transfer)https://novelai.net/
AI 二创视频有产出的 UP 主高但门槛高B站 AI 二创《凡人修仙传》4 天 390 万播放;Re:0 同人动画 1 天 500 万播放https://www.toutiao.com/article/7592827599932408347
AI 漫剧工作室 + 兼职创作者极高(已产业化)2026 上半年用户 6 亿、从业者 50 万+、规模 400 亿元(+138%)https://finance.sina.cn/2026-07-27/detail-inikhckx2975395.d.html
AI 谷子(周边)小商家 / 摊主中,且有版权雷AI 出图印吧唧,单个成本 8 元 → 4.5 元,利润率 60%+https://www.cpengx.cn/productivity/m-ai-gu-me.html

三件反直觉的事

  1. 掏钱的不是「想画图的人」,是「想让自己角色出现的人」。付费点是一致性 + 批量 + 可控:NovelAI 的 Vibe Transfer、LibTV 的角色三视图 / 九宫格、纳逗Pro 的素材泛搜,都在打同一件事——让我的角色每张图都是同一个人。谁解决这个,谁收得到钱。
  2. 需求真实,但渠道被压制。Pixiv 2026-03-18 新规把「AI 生成却标原创」和洗版纳入违规,违规作品在搜索结果中直接隐身(来源:https://www.toy-people.com/?p=107712、https://news.17173.com/content/02202026/095557856.shtml);国内画师社区对 AI 的敌意是结构性的。结果是:玩家照样在生成,但不在主社区发布——这恰好是垂直 AI 平台(PixAI、Civitai、LiblibAI)能吃到的增量。
  3. 视频侧的需求大部分不是「我要做」,是「我要看」。6 亿漫剧用户里,真正动手的是 50 万从业者。视频需求的真实形状是工具化的产能需求,不是玩家自娱需求——这正是本报告 S3–S9 各平台的战场。

合规是入场券,不是加分项

口径提示

PixAI、Civitai 的关键数字来自第三方评测转述,口径互相冲突(Civitai 模型数有 20 万+ / 50 万+ / 120 万+ 三种说法),并列呈现、不做平均;泛二次元用户 2026 年预计 5.2 亿(灼识咨询口径)。要做采购或立项决策,需再补 L1 一手口径(PixAI / NovelAI / Civitai / Pixiv 官方页面)。

二次元方向相关平台索引

名称上线 / 发布时间侧重完整 URL
PixAI2023 年(Web 端 pixai.art)
移动端 App:2024-01
二次元垂直 AI 绘画,移动端收入高增长https://pixai.art/
NovelAI2021-06-15(Beta,10:00 PT)
图像生成功能:2022-10-03;官方 FAQ 另有「6 月 16 日」写法
anime 向生成 + 角色一致性(Vibe Transfer)https://novelai.net/
Civitai2022-11-10
官方 FAQ 明示「launched on November 10, 2022」,现为官方生日口径
开源模型分享社区(LoRA / Checkpoint)https://civitai.com/
LiblibAI2023-03
另有「2023-05 成立」「2023 年底成立」两种二手口径,未做平均
国内 AI 绘画社区,累计 3000 万用户、50 万原创模型,二次元动漫为最活跃品类https://www.liblib.art/
Pixiv2007-09-10
官方口径:当日起以 β 版正式开始运营
画师社区,2026-03-18 起严打 AI 标签欺诈https://www.pixiv.net/

上线时间口径提示

五家平台的上线时间按来源等级标注:Civitai、NovelAI、Pixiv 有官方一手口径(分别摘自 Civitai 官方 FAQ 生日说明、NovelAI 官方博客路线图与官方 FAQ、pixiv 官方运营公告);PixAI 为媒体转述母公司时代传浮的公开时间线(腾讯新闻 2026-01-30);LiblibAI 三种二手口径冲突(2023-03 / 2023-05 / 2023 年底),并列呈现、不做平均。另需注意 NovelAI 的「服务 Beta 上线」与「AI 绘画功能上线」相隔约 16 个月,引用时必须区分是服务上线还是图像生成能力上线。

S15人物一致性:6 条技术路线与各平台实现拆解

结论先行:「不换脸」不是某一个功能,而是三道防线叠加的结果——生成时的条件约束(参考图 / 参考视频 / 人脸身份嵌入)、训练层的身份固化(角色 LoRA、Soul ID 身份层)、后处理兜底(换脸、人脸修复、相似度筛选);再外加一条不在模型里的组织防线:角色资产库 + 逐字不改的身份描述 + 固定 seed。一句话概括分工:平台卖的是「资产 + 工作流」,模型卖的是「参考条件 + 身份嵌入」,而真正把稳定性拉开一个量级的是参数化训练——身份从「每次输入」变成「模型权重里的参数」。

先理解问题:为什么一定会「变脸」

传统 AI 生成存在三个结构性缺陷:没有记忆机制(每次生成相互独立,模型不记得上一个镜头长什么样)、身份与风格纠缠(模型难以区分「这个人是谁」和「这是什么画风」)、注意力发散(角色、背景、风格要同时兼顾,最容易丢掉的是脸)。此外同一角色换角度时,模型还要补齐它从没见过的 3D 结构——这正是「转头就熔脸」的来源。

15.1 六条技术路线:原理、强度与代价

路线技术原理落地形态一致性强度主要代价代表实现与官方/参考 URL
T1 参考条件注入把参考图 / 参考视频 / 参考音频编码成条件张量,注入扩散或 DiT 的采样过程,生成时逐帧对齐图生视频、参考生视频、@素材 引用语法、主体绑定中:单次生成内很强,跨请求会漂移每次生成都要带同一套参考集;参考素材越多,注意力越稀释即梦 Seedance 2.0(最多 9 图 + 3 视频 + 3 音频的单次参考预算):
https://reapi.ai/blog/seedance-2-0-character-consistency-guide
可灵 Kling 3.0 Subject Binding(最多 9 张参考图):
https://aivideoadvisor.com/kling-3-0-subject-binding-locks-character-consistency-across-every-ai-video-shot/
T2 人脸身份嵌入用人脸识别模型(ArcFace 一类)提取 ID 向量,经 cross-attention / IdentityNet / ID-LoRA 注入,把「身份」与「文本可编辑性」解耦IP-Adapter FaceID、InstantID、PuLID、PhotoMaker中高:人脸相似度可量化、可调权重需额外模型与显存;工程上推理耗时增加约 20%–30%ID 余弦相似度实测排序(越高越像):PhotoMaker 0.271 < IP-Adapter 0.597–0.619 < InstantID 0.725–0.755 < PuLID 0.708–0.773:
https://ar5iv.arxiv.org/html/2404.16022
机制综述(FaceID / InstantID / PhotoMaker / PuLID):
https://patents.google.com/patent/CN120260103A/en
T3 参数化微调(身份进权重)用角色多角度素材训练专属 LoRA 或身份层,身份不再依赖每次输入,而是写进模型参数角色 LoRA、Higgsfield Soul ID、Sora 2 Cameo最高:跨场景、跨集、跨风格最稳一次性训练成本(30 分钟–数小时)+ 素材准备;素材质量决定上限角色 LoRA 6–15 张图即可收敛(工程实践):
https://blog.csdn.net/weixin_30952479/article/details/165660061
Higgsfield Soul ID 需 20–80 张同一人照片:
https://higgsfield.ai/creator-hub/help-center/ai-models/how-do-i-create-and-use-a-soul-id-character
Sora 2 Cameo 录 3–10 秒正面视频提取人脸与声音:
https://blog.wentuo.ai/en/sora-2-character-consistency-cameo-api-guide-2026-en.html
T4 结构化锚定(先锁世界再派生镜头)不靠模型「记住」,而靠流程「锁死」:先产出角色三视图 / 定妆板,再以首帧为锚点派生全部镜头角色三视图、首帧锚定(Chain Continuity)、9/25 宫格多机位、剧情推演四宫格、3D 导演台、720° 全景图高:对跨镜头连贯最有效人工前置时间显著增加;不解决模型自身漂移LibTV 角色三视图 + 四宫格:
https://www.liblib.tv/
RHTV Anchor First 锚点先行:
https://rhtv.ai/
爱奇艺纳逗Pro 3D 导演台 + 720° 全景图:
https://nadoupro.iqiyi.com/
T5 3D 与姿态约束用 ControlNet(OpenPose 骨骼 / Depth 深度)或平台内置人体素模,从几何层锁住动作、站位与透视;新一代模型进一步引入 3D 空间感知姿势控制、白模参考、多机位预览、正反打一致性结构层强:解决姿势与空间,但本身不保证身份每帧多一次条件推理;参数权重需反复调平衡OpenPose + Depth 组合、LoRA + FaceID 叠加:
https://skyfalling.cn/blog/engineering/aigc/AI%e7%9f%ad%e5%89%a7%e5%b7%a5%e7%a8%8b%e5%ae%9e%e8%b7%b5%ef%bc%9a%e8%a7%92%e8%89%b2%e7%94%9f%e4%ba%a7%e6%b5%81%e6%b0%b4%e7%ba%bf/
可灵 O1 的 3D 空间感知描述:
https://klingai.com/blog/kling-video-3-omni-multi-shot-native-audio-guide
T6 后处理与自动校验前五条仍有漏网镜头:用 Face Swap / 人脸修复做最后修正,并用相似度打分、口型一致性打分筛掉低分镜头后重抽换脸兜底、人脸精修、多版本生成再筛选、SyncNet 类对口型打分兜底:把 80 分的结果拉到可交付额外一轮推理与人工审片工时角色生产流水线(LoRA + IP-Adapter + ControlNet + Face Swap 后处理):
https://skyfalling.cn/blog/engineering/aigc/AI%e7%9f%ad%e5%89%a7%e5%b7%a5%e7%a8%8b%e5%ae%9e%e8%b7%b5%ef%bc%9a%e8%a7%92%e8%89%b2%e7%94%9f%e4%ba%a7%e6%b5%81%e6%b0%b4%e7%ba%bf/
「一次生成多个版本、5 镜头一致性测试通过再放量」:
https://ailistprime.com/ai-guides/ai-consistent-characters-video-generation

口径提醒

上表把「云端一站式平台」和「本地工作流」放在同一张表里比较,但两者的可见度不同:平台只暴露 T1 与 T4(参考图、三视图、资产库),T2 / T3 / T5 / T6 属于工程层,多数云端产品不提供也不披露。判断一个平台的一致性能力,看它是否允许你:① 固定参考集并复用;② 局部重算单镜头;③ 把角色存为可复用资产。三条都满足,才具备「不返工」的工程条件。

15.2 各平台实际用了什么

平台一致性机制(具体到功能名)对应技术路线口径等级官网(完整 URL)
剪映(Hub + 小映)自身不做角色训练,一致性由上游即梦资产承担:Seedream 5.0「角色参考」出定妆照,Seedance 2.0 / 2.5 以多模态参考 + 主体绑定 + 音色绑定带进视频;剪映 Hub 负责把同一套资产铺进多轨道时间线T1 + 平台资产复用L2 官方发布会 / L3 第三方评测https://www.capcut.cn/
https://jimeng.jianying.com/
小云雀 AI短剧 Agent 的全局角色管理:自动扫描全剧本,分析角色全生命周期的形象变化(年龄、服饰、面部特征),自动解决面部一致性与资产层级问题;生成「故事蓝图」后支持逐分镜修改角色引用与替换角色图T1 + 长文本理解 + 角色资产库L2 官方媒体口径https://xiaoyunque.jianying.com/
LibTV角色资产中台:上传单张参考图,平台自动生成正面 / 侧面 / 背面三视图入库,全项目、全系列共用一套基准参数;再以 9 宫格多机位、25 宫格连贯分镜、剧情推演四宫格把同一参考图展开成关键帧;3D 虚拟导演台拖拽人体素模调机位T4 为主 + T1L3 第三方(含自述转载;「跨镜头 100% 一致」为宣传口径)https://www.liblib.tv/
RHTV / RunningHubAnchor First 锚点先行:先锁定产品定稿板或角色三视图等视觉锚点,再铺开后续全部片段;节点树把模型调用与参数全部可见,单节点可改而不必整段重跑,等于把 T2 / T3 / T5 / T6 的自定义空间留给用户T4 + 可自定义节点链路L2 官方自述 / L3 第三方转述https://rhtv.ai/
爱奇艺纳逗Pro3D 导演台内置人体素模,在三维空间设人物站位、机位与景深,并支持白模参考;720°/360° 全景图一键生成环境图,专治正反打时背景光影与空间逻辑穿帮;数字资产库把角色、场景、分镜稿沉淀为可反复调用的资产(与 Seedance 2.5 的 50 个全模态参考协同)T4 + T5 + 资产库L1 官方公告 / L2 官方发布会https://nadoupro.iqiyi.com/
VibePaper角色节点「一次定义、全剧复用」:上传参考图或由视觉 Agent 生成角色形象后节点被锁定,后续镜头只需把角色节点连线到新节点;改角色节点则所有依赖它的节点自动更新(惰性更新),配合 3D 导演台与节点级返工T1 + T4 + 节点式资产锁定L3 第三方https://vibepaper.io/
Topview走「固定数字人资产」路线:模板数字人 + 自定义 Avatar(用一段视频训练)+ 声音克隆 + 口型同步;Product Avatar 让同一虚拟形象手持商品,多镜头的声画识别保持一致T3(数字人级)+ 唇形驱动L2 官方指南 / L3 第三方评测https://www.topview.ai/
海外模型层(Runway / 可灵 / Sora 2 / Veo 3.1 / Higgsfield / LTX Studio)Runway Gen-4.5 用 @ 引用 + References 把角色、产品、场景跨片保持,Act-Two 做表演迁移;可灵 Character Identity 3.0 直接从 3–8 秒角色视频中提取外观、动作与声线;Sora 2 Cameo 录 3–10 秒提取人脸 + 声音后 @ 复用(仅 App,API 未开放);Veo 3.1 用 Ingredients-to-Video 把多张参考图合成进同一场景;Higgsfield Soul ID 用 20–80 张照片训练身份层;LTX Elements 把角色做成持久可复用资产并用 @ 引用T1 / T2 / T3 全线L1 官方帮助文档 + L3 第三方https://runway.com/
https://klingai.com/app/
https://higgsfield.ai/
https://ltx.io/

本节新引入对象的公开时间与官网

对象可查的公开时间口径官网(完整 URL)
Runway(Gen-4 / Act-Two / Gen-4.5)Gen-4 References 于 2025 年上线、2025-06 增强对象一致性;Act-Two 于 2025-07-17 向付费计划开放;Gen-4.5 为 2025-12 的版本更新(均为 L3 第三方口径)https://runway.com/
可灵 Kling 3.0Kling 3.0 于 2026-02 推出并新增多镜头分镜;Subject Binding(主体绑定)于 2026-06-26 发布(L3 第三方口径)https://klingai.com/app/
Sora 2(Cameo)官方未公布 Cameo 上线日期;可查口径为「需 iOS App 录制 3–10 秒」,且 Sora 独立应用于 2026-03 关停(L3 第三方口径)https://www.fuseaitools.com/news/sora-complete-guide-beginner-to-pro
Higgsfield(Soul ID)官方未公布,最早可查为官方帮助文档(L1)中「上传 20–80 张同一人照片训练」的口径https://higgsfield.ai/creator-hub/help-center/ai-models/how-do-i-create-and-use-a-soul-id-character
LTX Studio(Elements)官方未公布,官方博客(L1)已收录 Elements 持久角色资产机制https://ltx.io/blog/how-to-create-a-consistent-character

15.3 量化:一致性做到什么水平,代价是多少

下面两组数字来自第三方实测与工程实践,都是 L3 口径,用于判断量级而非承诺效果。

指标普通工作流一致性工作流来源
平均重做镜头数12–18 个3–5 个https://www.toutiao.com/article/7668118233094734374/
面部一致性评分(人工判定)55–70 分80–92 分https://www.toutiao.com/article/7668118233094734374/
观众「换脸」反馈次数5–8 次0–1 次https://www.toutiao.com/article/7668118233094734374/
后期修图工时3–5 小时0.5–1 小时https://www.toutiao.com/article/7668118233094734374/
仅挂角色 LoRA 的角色相似度—约 80%https://blog.csdn.net/weixin_29240343/article/details/165659015
LoRA + FaceID / InstantID 叠加后—95%+(推理耗时 +20%–30%)https://blog.csdn.net/weixin_29240343/article/details/165659015

模型侧:参考图容量与第三方评分(口径冲突项并列)

模型参考方式参考图上限第三方一致性评分官网(完整 URL)
Seedance 2.0图像提示 + 人脸锁定1–3 张8.5 / 10https://jimeng.jianying.com/
可灵 Kling 3.0Character ID / 主体绑定冲突项:第三方汇总表称 3–5 张;另一来源称主体绑定最多支持 9 张9.0 / 10https://klingai.com/app/
Runway Gen-4Character reference1–4 张8.0 / 10https://runway.com/

评分与上限表来自单一第三方汇总(L3),不同来源对同一模型的参考图上限存在冲突(如可灵 5 张 vs 9 张),本报告并列不取平均;实际可用上限还取决于平台当日开放的模型版本与档位。

15.4 工程落地:四种组合与适用边界

  1. 免训练快速试妆(前期验证 / 次要角色):用 IP-Adapter FaceID 或 PuLID 单图/多图参考,权重通常取 0.5–0.7;优点是上手快、不需要训练,缺点是多角度与复杂动作下容易走形。选型矩阵与权重经验见 https://blog.csdn.net/weixin_41855721/article/details/157292454。
  2. 主角 / 长期连载(身份进权重):为每个核心角色单独训练 LoRA。数据量从 6–15 张(快速收敛)到 20–30 张(跨场景更稳)不等;训练只跑一次,之后所有镜头固定挂载。常见坑:训练集混入不同人会导致特征模糊,轮数过多过拟合,忘了加正则化会让所有人生成成训练角色。
  3. 多角色同框(分层控制):多个角色 LoRA 同时挂载会「串味」(A 的脸混进 B)。行业做法是分层生成 + 掩膜/分区,或改用轻量参数高效方案;字节开源的 ComfyUI-HyperLoRA 就是针对「角色数量多、无法逐个训练」的场景。
  4. 后处理兜底:即使三层叠加(LoRA + IP-Adapter + ControlNet),大动作与偏角帧仍会偏,最后一步用 Face Swap 与人脸精修补齐。
  5. 平台内可立即执行的一致性动作:① 身份描述写成固定段落,逐字不改地贴在每条提示词顶部;② 参考图按「每人 1 张正脸 + 1 张全身」准备,官方建议用 4–5 张而不是塞满上限,并明确反对同人多角度堆叠;③ 生成阶段固定随机种子,保证参数可复现;④ 按同类镜头批处理(先出全部正面特写,再出全部侧面),比对镜头混杂生成更稳;⑤ 长镜头用上一段的末帧作为下一段起点做续接。

边界与风险:这些「一致」都有前提

  • 没有持久角色 ID 的平台,跨请求一致只能靠人工纪律。官方文档明确:Seedance 2.0 不提供 seed 参数、也不提供持久化角色 ID,跨视频一致来自「复用同一套参考集」与「末帧续接」;同时首帧模式与多模态参考模式互斥,混用会直接导致参考被忽略(来源:https://reapi.ai/blog/seedance-2-0-character-consistency-guide)。
  • 真人脸参考有合规限制。同一份官方口径说明:真人脸不得直接作为参考上传,需走授权路径。做真人短剧 / 数字人时,肖像授权要前置到素材准备阶段。
  • 云端「软约束」≠ 本地「硬约束」。平台给的三视图、参考图本质是生成时的软约束;LoRA 是把角色特征训练进模型权重,跨场景稳定性更高、可跨模型复用,代价是训练成本——这也是云端一站式平台目前普遍做不到的深度定制(来源:https://blog.grabbyte.com/p/2026/09/08-1100.html)。
  • 失败区间是存在的。第三方口径:即使在理想参考下仍有约 10% 的镜头会失败,集中在极端角度、很暗的光线、人物在画面中过小三种情况。
  • 训练素材用 AI 图会「越训越像 AI」。用 AI 生成图当训练集,等于在压缩后的分布上再压缩一次,角色会漂向「平均脸」;建议训练集里保持 40% 以上真实素材作为分布锚点(来源:https://ailistprime.com/ai-guides/ai-consistent-characters-video-generation)。
  • 声线一致性与画面对齐是两件事。跨语言、跨镜头的「同一个人同一把声音」依赖原生音画同步生成:可灵 Kling 3.0 Omni 用一段 3–8 秒角色视频同时锁定外观与声线,Seedance 系列用「主体 + 音色双重绑定」;纯后期配音再对口型,是另一条更容易出错的链路。
  • 宣传口径要打折。LibTV 等站点/转载自述的「跨镜头 100% 一致」属宣传语;第三方对同一平台工业化程度的评价分歧很大,采购前请用自己的一段脚本做 5 镜头可用性测试。

15.5 给采购与本项目立项的 5 条动作

  1. 先做 5 镜头一致性测试再谈年费:同一角色 × 5 个不同场景(室内特写 / 室外全景 / 人群 / 动作 / 静坐),任一镜失败就调参考集或加权重,不通过不放量。测试法与判据见 https://ailistprime.com/ai-guides/ai-consistent-characters-video-generation。
  2. 把「资产复用率」写进选型评分表:角色是否能存为可复用资产、是否支持局部重算、是否能跨集/跨项目调用——这三项直接决定返工成本,比元/秒单价重要。
  3. 把「一致性工作量」计入成本:按 15.3 的量级,普通工作流单集要多出十几镜返工与 3–5 小时修图;预算里为角色设计、参考集准备、LoRA 训练单独列工时。
  4. 按角色分档配置技术路线:一次性出镜 → T1 参考图;次要角色 → T2 身份嵌入;主角 / 长期 IP → T3 训练 + T4 资产库;多角色同框 → 分层控制 + T6 兜底。不要给不重要的角色付费训练。
  5. 合规前置:真人素材走授权路径,AI 生成内容按平台要求标注;用他人肖像训练数字人或 LoRA 前,先取得书面授权(数字人平台普遍要求录制授权声明)。

S16来源

行业数据

剪映 / 小云雀

LibTV

RHTV / RunningHub

爱奇艺纳逗Pro

VibePaper

Topview

海外对标

同赛道候选(索引来源)

人物一致性技术(S15 · 通用方法与工程实践)

人物一致性实现(S15 · 各平台与模型)

二次元需求专题(S14)

平台上线时间核实(S14 索引表)

免责与数据等级声明

本报告中的收入、用户量、市场份额、会员价格等数字未经独立审计,均按来源等级标注:L1 官方文档 / 官方定价页;L2 官方自述或官方发布会、官方页面公告;L3 第三方整理、转载页或评测站。第三方转载的定价页可能落后于官方最新活动,同一指标多来源冲突时本报告并列给出区间与口径差异,不做平均。产品功能与价格变动频繁,采购前请以官方页面为准。