Sora 2、Veo 3.1模型更新对可灵、即梦在广告素材生成领域用量影响，中短

以下为专家观点：

1，Sora2、Veo3.1等新版本AI视频工具的迭代，对专家所在广告代理公司对可灵、即梦工具上的使用策略和用量产生了哪些具体影响？

尽管Sora2和Veo 3.1等工具近期有所更新，但其在B端的推广并不十分顺畅，因此当前主流应用的工具格局未发生根本性变化。具体而言，当前的应用策略呈现出两个方向：一方面，针对海外市场，正在逐步拓展以Sora为代表的工具在品牌TVC、AI创意导向型短视频领域的应用。自10月份的版本更新后，Sora在细节和拟真度上表现突出，重点将其应用于TVC、中长视频、拟真人以及多场景的品牌视频创作，使用比例有一定提升；另一方面，作为一家以效果广告为核心业务的公司，尤其是在游戏、网服、电商等关键领域，对可灵和即梦这类平台依然保持着较高的使用比例。可灵和即梦主要应用于效果广告场景，特别是竖版视频。其中，可灵的使用范围虽在升级，但核心仍是效果广告。即梦则更侧重于其对应的巨量引擎生态。此外，相较于2025年8月初，对Google体系产品的使用也有所提升。得益于公司与Google在算力和应用框架上的深度合作，Veo 3.1在高质量场景，如效果广告、信息流广告以及海外市场的竖版视频制作中，应用均有所增加。

总结来看，可灵和即梦因深度绑定国内重要的广告平台，依然是核心用量所在，主要集中于效果广告领域。Sora和Veo 3.1则在特定领域（如品牌TVC、海外创意视频）实现了应用比例的提升。

2，从实际应用角度，如何评价Sora和Veo 3.1这两款产品的升级？它们各自适配哪些业务场景，以及在海内外平台的使用情况差异？

公司战略层面更看好OpenAI的技术路线，因此已通过B端合作渠道先行获得了Sora的较新应用版本和价格方案。目前，全团队在制作前期demo，尤其是在需要快速替换内容和文生视频的场景下，会优先使用Sora。不过，Sora当前重点适配的领域是品牌型demo、TVC以及与电影片段相关的场景，这可能与其模型的训练数据偏向影视级和精编辑内容有关。它尚不能完全替代效果广告视频的常规制作流程。在平台应用上，Sora目前主要用于海外平台，如TikTok、Meta Reels以及一些创意概念视频。海外用户对此类AI生成内容的接受度相对较高。在国内平台，由于Sora生成的内容在提升用户CPI和转化率方面存在短板，且视觉上略显不真实，因此应用较少。

对于Google的Veo 3.1，其核心定位是更高精、电影级的对象级编辑和生成工具，背后有其API和品控能力的支撑。当前主要在长TVC制作中应用Veo 3.1，特别是在汽车、快消品、日化和奢侈品行业。它尤其适用于满足全球性企业对电影级品质、高画质以及3D场景的需求，能够优化传统建模流程的工序和成本。这类客户通常预算较充足，且项目周期较长，能够容纳Veo 3.1相对更长的生成时间。

3，当前在使用Sora、Veo 3.1、可灵和即梦这几款AI视频工具时，具体的付费模式？不同产品的成本差异？

在付费模式上，可灵和Veo 3.1是通过广告返点进行抵扣。虽然这不涉及直接的现金支付，但返点本身就是代理公司的现金收益，所以本质上仍是付费行为，这种方式提高了双方的资金使用效率。对于即梦，由于其平台和字节方面的政策较为强势，需要直接进行现金付费。Sora目前仍处于前期应用和商务谈判的探讨阶段，尚未进入大规模付费使用。

从成本角度看，如果将返点视为付费，当前可灵和即梦的综合应用效率和成本效益是最高的。从使用频次来看，可灵和即梦的触发频率非常高。目前，可灵的日均应用条数已上升至上千条，即梦的日均应用条数也达到了800条以上。相比之下，Veo 3.1主要用于制作高质量的长视频，月均触发量在100条左右。

在单条视频的成本方面，可灵和即梦的成本可以控制在500至800元之间，这使得对客户的报价也能维持在千元以内，成本可控。这个成本是基于大批量输出后，结合算力报价等因素内部分摊核算得出的。例如，在制作一条直播引流或APP下载视频时，会使用AI生成其中5到15秒的核心场景或人物演绎部分。对于Veo 3.1，其成本核算更为复杂，通常不是按单次生成计价，而是包含多次生成和触发最终合成一条视频，当前为客户提供此类服务的成本大约在3000至5000元一条，如果项目特别复杂，成本还会更高。

4，在广告素材制作流程中，使用可灵或即梦等AI工具生成一条可直接用于广告投放的视频，通常需要进行多少次生成？生成后是否还需要大量的人工优化？

在一个顺畅的SOP流程中，如果prompt设计得当，通常生成3到5次就能产出一条可以直接拼接到原版视频中、用于广告发布并通过平台审核的素材。常规情况下，生成次数可能在5到8次之间，每次生成都会消耗相应的Token算力并产生对等的成本。生成后的视频素材仍需要人工进行多次优化。

目前，这些工具主要应用于效果广告和运营型短视频素材，其核心在于创造新场景或模拟人物间的互动对话，以形成“钩子型”视频内容。这部分AI生成的内容（约占视频的50%至80%）需要与原视频中包含利益点、下载激活等具体场景的部分进行人工拼接与合成。完全依赖AI进行拼接，有时在平台审核或客户满意度方面可能无法达到要求。

5，目前，AIGC素材在广告视频中的占比是多少？与2025年8月相比有何变化？

当前AIGC素材的占比略高于50%。相较于2025年8月时最高不超过40%的水平，该比例有所提升。不过，这一占比较难大幅提高，主要受限于两个因素：首先，部分平台规定单条视频中AIGC制作的内容不能过多，且客户出于归因等特定要求，仍需要部分内容由真人实拍或人工制作。其次，引入AIGC的核心目的之一是节省制作成本，但这并不意味着能完全替代人工。大量的创意产品经理仍需介入，根据客户需求不断优化prompt语言，并结合单元模型和各种工具进行体系化生成，这些前期准备和后期配合的工序无法省略。

6，考虑到当前各AI工具能力的提升，AIGC素材占比在中短期内预计能提升到何种水平？其上限或天花板大概是多少？

AIGC素材占比的上限预计在80%左右。这主要是由客户需求决定的，因为客户通常要求部分素材保留人工制作的痕迹或一定的真实感，以避免让用户在观看时感到不真实。从代理公司的角度，为了节省成本和提升效率，希望尽可能提高这一比例。但从广告主的角度，出于对广告转化效果的考量，可能会限制其过快发展。因此，80%是一个比较理想化的天花板，尤其对于视频内容而言。

对于静态图文或拼图类素材，该比例可能会更高。中短期来看，例如到2025年底或2026年第二季度前，该比例预计最多能提升至60%左右。这一进程还需密切关注各大广告平台审核规则的变化，若规则收紧，部分制作可能需要回归人工范畴。此外，AIGC素材的广泛应用也带来了一些问题，如审核速率偏慢，以及在巨量等平台投放时会被添加“AI生成”或“虚拟场景”的提示，这可能会降低广告的CTR。

7，客户要求素材具备“真实感”是AIGC应用的主要限制之一， AI生成素材与人工实拍素材在真实感上的核心差异体现在哪些方面？

核心差异体现在多个层面。人工实拍由真人演员根据脚本进行演绎，表情、动作丰富自然，且拍摄时的光线、环境等技术条件更为真实可控，即便场景或道具有些许瑕疵，其“真人感”依然很强。相比之下，AI生成的素材，即便在嘴型同步等技术上已较为成熟，但在人物表情、光感以及室内场景的氛围营造上，仍可能显得呆板和不真实。即使制作得非常精致，也容易被观众识别为非原生场景，带有一种“造作感”。两者在皮肤纹理、衣着质感和环境细节上存在显著差别。

以金融APP的下载激活广告为例，真人实拍视频中，演员手持手机介绍贷款流程，互动性强，能有效传达信任感。而AI生成的视频，即使内容相似，其不真实感可能会引发用户的风险疑虑，平台（如巨量引擎）也可能在识别后自动添加“谨慎辨别”之类的水印，从而显著降低用户的点击率、CPA下载率及后续的留资激活率，直接影响后端转化成本。在游戏推广场景中，传统的录屏素材能真实展现玩家视角，而AI生成的视频在转译游戏场景时，无论prompt如何优化，在道具、文字等细节上仍可能出现模糊或失真，降低玩家对游戏品质的信任感。

8，从商业化角度看，2025年公司在可灵和即梦这两个平台上的全年消耗量级分别是多少？

2025年在可灵平台上的消耗额度预计在数千万元级别，具体数据需待2026年一二月份结算后才能确定，该平台的返点政策相对稳定。对于即梦，其用量在2025年，尤其是在下半年实现了显著增长。2024年，公司在即梦上的花费不足1000万元，而2025年其消耗量级已确认超过可灵。

即梦用量反超主要有两方面原因：第一，从投放渠道看，公司在字节体系（巨量引擎）的广告流量消耗一直高于快手体系。即梦作为字节生态内的工具，其生成的素材能更优先、更顺畅地通过生态内的审核，获批概率更高，因此在适配抖音平台时会优先使用。第二，从成本和合作模式看，公司与火山引擎体系签订了整体性的战略或应用协议。该协议涵盖了云原生应用、算力借用以及即梦内核的视频和图片生成能力，形成了一体化的合作。因此，在综合价格优势上，即梦及火山整体应用体系可能比可灵更具经济效益，公司内部也因此存在一定的资源倾斜。

9，其他广告代理公司对AIGC工具的使用情况？

确实存在比专家公司在AIGC工具使用上更为激进的同行。这些公司通常规模较小，可能只有几十人，但他们将AIGC视为核心生产力，甚至将其作为主要的业务模式和对外宣传的亮点。他们会投入大量资源，让公司的优化师或投手全面转向使用AI工具进行素材创作。这类公司对AIGC的依赖程度非常高，几乎所有投手都深度参与到AI素材的生成和优化过程中。由于他们将此作为核心竞争力，因此在用量上，无论是可灵还是即梦，其消耗量级都可能远超专家公司。他们对这类工具的评价普遍较高，因为这不仅是提升效率的手段，更是其商业模式的基石。

但综合来看，行业内不同类型的广告代理公司在AIGC的应用上存在差异。以效果为导向的代理公司，在服务客户时AIGC的应用比例普遍不低。这是因为单纯依靠真人实拍并进行多种形式的分发和快速剪辑，成本非常高。这类公司深度服务于国内效果广告运营平台，尤其在巨量引擎和快手等平台上，其在金融、游戏、网服等领域的应用深度更强。同时，在B站、小红书等平台的综合派生应用也可能更多，因为其代理的客户量级和代理权限更高；另一类是综合型代理公司，其业务更偏向品牌代理。在竞标和客户沟通中，这类公司会强调其AI化的风格以及在品牌包装型TVC制作方面的效率与效果。行业内的普遍看法是，这类公司在创意制作效率和长期运营优化方面具有更高优势，它们已普遍应用AI工具生成品牌与效果组合型的广告元素，以提升广告投放和优化的实际效率。

10，从平台、广告主和代理公司等不同参与方的视角来看， AIGC及大模型在短期和中期内将对广告行业产生怎样的影响？

首先，在素材制作初期，从创意构思、沟通理解到最终效果呈现，AI能大幅提升效率。过去手绘线稿再上色的方式成本高、沟通效率低，而AI工具显著改善了沟通效能。

其次，广告系统正大规模推广智能化投放产品，例如国内抖音广告体系、海外Google的Performance Max和Meta的Advantage+系列等。这些产品对中小广告主尤为友好，能够帮助他们发现传统人工运营难以触及的人群，加速买量效率。对于代理公司而言，这类“一键智投”产品能够节省人力。在实际操作中，通常会将人工运营、智能创编和智能投放的效果进行综合对比，根据数据表现进行优化，通过AI勘探与人工操作的账户进行匹配对比，以获取更大流量。

在AI助手或智能客服领域，应用已相当广泛，例如在电商代运营、直播间自主客服以及将公众号FAQ转化为自动回复等场景。许多公司自身的产品、媒体助手及SaaS工具都已集成此类功能。

在更深的层面，如内容审核和跨媒体媒介策略的智能调整与投放，目前正在进行深入探讨。在跨渠道投放中，传统方式依赖客户提供的基准和渠道表现。AI时代，借助商业智能分析、智能表格和神经网络技术，能够从洞察、项目总结到新人群分析等环节发掘更多优化点，用于迭代后续项目。

最后，在运营优化层面，程序化广告时代的用户画像和标签体系多为静态数据库模式，需要人工查询应用。现在，以Meta为代表的媒体平台以及自研的出海和DSP平台，可以实现标签的智能化和自动化应用。例如，系统可根据新增标签自动调取近三个月的数据，直接应用于其他客户的复投，这使得数据应用更快捷，策略的延展性和执行效果也更好。