Tag: ai头像

  • Nano Banana 2.1 对比 2.0:图像生成神经网络比较

    Nano Banana 2.1 对比 2.0:图像生成神经网络比较

    Google 于 2026 年 10 月 6 日发布了 Nano Banana 2.1 更新,承诺在图像生成方面带来显著改进。新的神经网络旨在更好地遵循提示,生成更准确的文本,确保角色稳定性并支持宽幅格式。我们通过在五个相同任务上比较两个版本,验证了这些承诺与现实的符合程度。简短的回答是:对于新项目,应立即选择 Nano Banana 2.1,因为它通常能更准确地满足细微要求,并且很少添加多余元素。然而,此次更新并未解决所有问题,尤其是在场景之间转移外观时,旧版本有时能更好地保留特征。这对于计划扩展AI 视频和图像生成的人来说是一个重要考虑因素。

    技术特点和版本成本

    Nano Banana 2 的技术名称是 gemini-3.1-flash-image,而 Nano Banana 2.1 基于 Gemini 3.6 Flash,名称为 gemini-nano-banana-2.1。Google 宣称在真实感、指令理解、文本渲染和多步编辑方面有所改进。新模型最多可接受 14 个参考:最多四个角色和最多十个对象。

    根据 Google 的官方价格,Nano Banana 2.1 中的 2K 图像成本大约是 Nano Banana 2 的一半(0.0504 美元对 0.101 美元),这使得它对AI 内容制作具有吸引力。同时,2.1 版本取消了 0.5K 模式,而 Nano Banana 2 已被标记为过时模型。

    测试方法:5 个用于比较的提示

    为了进行客观比较,我们参考了 2026 年 10 月 6 日的 Fuser 公开测试。在该测试中,两个模型都收到了相同的英文提示和原始数据,图像以 2K 分辨率生成,一次尝试,没有重新启动。这使得我们能够在受控条件下评估 AI 的效率。如果您决定重复测试,请使用相同的设置,不要选择最佳结果,以避免失真。

    提示 1:具有精确要求的照片级真实场景

    “一张写实纪录片照片,描绘一位老渔夫在黎明时分,在旧木码头上修补一张鲜橙色的渔网。背景是雾蒙蒙的港口。渔夫的双手清晰对焦,背景柔和模糊。自然光,50 毫米镜头效果,柔和的色彩方案。不要在场景中添加文字和标签。”

    Nano Banana 2.1 保留了凉爽的雾蒙蒙的背景,完整地展示了渔夫,并且画面中没有多余的文字。Nano Banana 2 使场景更温暖、更饱和,并在船上添加了虚构的文字。在这里,2.1 凭借更精确地遵循限制而获胜,这对于 AI 广告视频至关重要。

    提示 2:带有精确文本的海报

    “在浅色纸上制作一张极简主义的音乐会海报。上半部分是一大片深蓝色波浪。放置四行文字:‘NIGHT TIDE’ ‘Live at Harbour Hall’ ‘Friday 14 November · Doors 8 PM’ ‘harbourhall.com/nighttide’ 不要添加任何其他文字。第一行使用大号窄无衬线字体,第二行使用更轻的字体。”

    在此测试中,两个版本之间的差异极小。两个模型都正确地写出了指定的行,包括日期和地址。这表明在某些任务中,Nano Banana 2 已经表现良好,更新可能不会带来显着的质量飞跃,尤其是在文本渲染方面。

    提示 3:带有广告文本空间的商品摄影

    “一张鼠尾草绿色哑光陶瓷咖啡漏斗在浅色橡木板上的工作室照片。左侧柔和的窗户光线,轻微的阴影应向右延伸。干净的近乎白色的背景。将画面的右三分之一留作广告文本空间。逼真的商品摄影。没有额外的物品和文字。”

    Nano Banana 2.1 满足了所有条件:左侧的光线、右侧的阴影以及文本的自由区域。Nano Banana 2 也留出了空间,但用一个空白的浅色区域分隔了图像,并且阴影方向不那么明显。对于创建 AI 广告视频和横幅,这是一个显着的优势,可以节省设计师的时间。

    提示 4:将产品转移到另一个位置而不改变

    “将这个相同的瓶子放在潮湿的苔藓覆盖的石头上。场景在早晨的自然环境中,有柔和的阳光和背景中模糊的森林小溪。只改变环境和照明。不要改变瓶子的形状、琥珀色玻璃、黑色滴管盖和‘LUMA 02’字样。”

    两个版本都成功地保留了瓶子的主要特征(形状、玻璃颜色、文字)。然而,两者都违反了一个小条件,将盖子的光滑细节改成了带棱纹的。2.1 选择了更宽的画面并保持标签干净,而 Nano Banana 2 则拉近了物体并在标签上添加了水滴。这表明了图像到图像模型的局限性:“不要改变任何东西”这句话并不能保证微小细节的像素级一致性。

    Nano Banana 2.1 vs 2.0: 图像生成神经网络对比 — 插图 2

    提示 5:将角色转移到新场景

    “使用参考肖像中的女性。让她全身骑自行车在潮湿的城市街道上夜间行驶。周围有霓虹灯招牌,她穿着一件黄色雨衣,帽子放下来。保持相同的脸部、红色卷发、雀斑和圆形眼镜。照片写实。”

    这里没有明显的赢家。Nano Banana 2很好地保留了卷发和眼镜,但将面部表情改成了灿烂的笑容。Nano Banana 2.1更准确地构建了全身构图,但在细节上削弱了相似性:头发卷曲度降低,镜框更细,雀斑几乎消失。选择取决于优先级:要么精确保留个别面部特征,要么是新场景的自然构图。这对于动画AI角色和AI头像尤其重要。

    五次提示后的结论:是否值得切换?

    根据测试结果,Nano Banana 2.1看起来像是对前一个版本的精细改进,而不是一个全新的模型。它的优势体现在具有多个具体要求的任务中,这与Google官方描述的更好的prompt adherence和text rendering相符。对于加密项目中的AI UGC,其中细节的准确性和对提示的遵循至关重要,这是一个显著的优势。

    • Nano Banana 2.1赢得了两项任务,并且在任何一项任务中都没有明显输给旧版本。
    • 在面部特征迁移方面,结果仍然模棱两可。
    • 如果您正在启动一个新项目,直接使用2.1更合乎逻辑,特别是考虑到成本降低和Nano Banana 2已过时的状态。
    • 如果您有一个基于Nano Banana 2的工作流程,请在两种模型上测试您的典型提示,以确保生成方式保持不变。

    常见问题

    Nano Banana 2.1真的比Nano Banana 2好吗?

    根据官方特性,2.1是推荐版本,具有改进的指令遵循、质量、文本和角色稳定性。在我们的测试中,它在具有多个限制的任务中表现出更好的结果。

    为什么相同的提示会产生不同的结果?

    神经网络中的图像生成默认不是确定性的。即使在同一模型中,重复运行也可能改变构图、面部、光线或小物体。为了进行正确的比较,需要使用相同的设置进行一系列运行。

    为什么模型会忽略提示的一部分?

    当一个请求中有太多同等重要的指令时,通常会出现问题。对于关键限制,最好使用单独的指令,例如:“只改变背景”、“文本必须逐字书写”、“不要添加徽标”、“保持面部不变”。

    在Nano Banana 2.1中是否应该始终启用高Thinking?

    不是。2.1有minimal、medium和high级别。更高的级别可能对复杂的布局或大量限制有用,但通常会增加计算量和执行时间。对于简单的草稿,从minimal或标准medium开始是合乎逻辑的。

    Nano Banana 2 还保留了哪些 2.1 没有的功能?

    最显著的技术区别是 0.5K 生成模式。2.1 的最低分辨率从 1K 开始。然而,新版本在相同分辨率下更便宜,并增加了超宽和垂直格式。

    如何在使用参考图时改进结果?

    为了获得最佳结果,请使用高质量的参考图。确保参考图像清晰并包含所有必要的细节。尝试不同数量的参考图(2.1 中最多可达 14 张),以找到最佳平衡点。

    如何在俄罗斯访问 Nano Banana?

    Nano Banana 可在无需 VPN 和国外卡的特殊平台上使用。您可以上传照片、更改背景和服装、收集多个参考图并根据文本描述创建图像。这些服务通常支持卢布支付,并为不同的模型提供通用余额。使用促销代码 HABRSPESHUAI,可将余额增加 115%。这是加密项目订购 AI 创意或将每天生成 100 个视频的规模化的绝佳方式。

    总的来说,Nano Banana 2.1 是一个重要的进步,特别是对于需要高精度和细节的任务。其成本降低和功能改进使其成为订阅式神经制作和 AI 内容制作的诱人工具。不要错过扩展不可能的机会——现在使用新的 Google 神经网络模型,这已成为可能。

  • AI头像:如何为语音助手添加面孔并避免陷阱

    AI头像:如何为语音助手添加面孔并避免陷阱

    将 AI-头像 集成到现有的语音 AI 助手 Aika 中,不仅仅是添加一张脸,而是一系列技术挑战。我们力求在 Yandex Realtime 上保持当前的架构,以便新服务仅 根据已生成的声音进行唇部动画。在测试 Simli 和 Anam 的过程中,我们发现了回答前的停顿、iPhone 上的视频启动以及移动互联网稳定性方面的问题。在创建第二个角色 Eva 时,我们发现 神经网络 的可信度不仅取决于面部本身,还取决于上下文。

    我们的语音引擎已经运行,因此任务仅限于面部动画。Aika 通过 WebSocket 直接在浏览器中与网站访问者通信,WebSocket 连接到我们基于 FastAPI 的服务器,该服务器又与 Yandex Realtime 保持会话。这提供了“语音到语音”模式,无需单独的识别链、文本模型和合成。

    服务器以 24 kHz 的 PCM16 格式将未压缩的声音分块 (pcm_chunk) 传输到浏览器,并且需要根据此流同步头像的表情。

    AI-头像平台选择:Simli vs Anam

    两个经过测试的服务——Simli 和 Anam——都提供了一种模式,用户提供他们的音频流,服务生成带有与声音同步的动画面部的视频,并通过 WebRTC 返回媒体。因此,Yandex 继续生成语音,而头像服务负责视觉部分。

    声音集成技术方面

    • 采样率:Yandex 以 24 kHz 输出声音。Simli 需要 16 kHz,Anam 也设置为 16 kHz,尽管它支持其他格式。
    • 音频块处理:声音以块的形式到达。为了避免连接处的伪影,小数位置和最后一个样本会传输到下一个块。这确保了动画的流畅性,尽管没有完整滤波器的频率重计算质量仍需改进。

    安全和会话管理

    服务密钥不会进入浏览器。页面通过 POST /voice/avatar-session 向我们的服务器请求一个短时会话令牌。服务器检查 origin 并限制令牌的颁发:每小时每个 IP 6 个,总共每小时 30 个。

    如果未获取令牌或视频未启动,页面将切换到普通语音模式。令牌请求时间为 8 秒,SDK 启动时间为 15 秒。重要的是,SDK 成功启动并不能保证立即出现第一帧;面部在这里是补充,而不是关键功能。

    Anam 中的头像状态管理

    Anam 提供两个关键命令:

    • endSequence(): 在发送完话语的最后一个音频片段后调用。
    • interruptPersona(): 在打断时停止头像当前的讲话,之后也会调用 endSequence()。

    Simli(旧一代)与 Anam Cara-4 的比较

    我们比较了我们可用的版本:上一代的 Simli 和 Anam Cara-4。这不是对所有功能的详尽比较,而是针对特定任务的选择。

    参数 Simli(上一代) Anam Cara-4
    面部表情 嘴唇会动,其他面部表情有限 眨眼、微笑、露出牙齿、倾斜头部
    面部创建 通过上一代 API 从照片创建 从一张照片创建,可提供试用视频

    主观上,Anam 展现出更生动自然的表情。这对我们来说是决定性因素。接下来,我们遇到了一些特定的问题。

    媒体播放特性

    • 声音: 在 Simli 中,声音通过单独的音频元素播放;在 Anam 中,通过相同的视频元素播放。这意味着 Anam 的视频元素不能保持 muted,否则头像会“无声”说话。
    • 分辨率: 视频通常以低分辨率(384×576)开始,几秒钟后才切换到高分辨率(768×1152)。选项 sessionOptions.videoQuality: "high" 有帮助,但不能保证以高质量开始。
    • 帧生成延迟: Anam 需要接收 0.8 秒的音频才能开始生成帧。这并不总是等于实际的 0.8 秒等待时间,因为声音可能比播放速度更快。

    麦克风和会话管理

    • 回声抑制: 在手机上,当 Ayka 说话时,麦克风会关闭,以避免从扬声器捕捉到她的声音。在 PC 上,麦克风处于活动状态,当用户开始说话时(来自 Yandex Realtime 的 barge_in 事件),头像会停止当前的讲话。
    • 会话槽占用: 在免费套餐中,只允许一个并发会话。如果浏览器崩溃,槽可能会保持占用状态。请求 GET /v1/sessions/concurrency 有助于诊断槽的占用情况。
    • 取消连接: 如果用户在视频连接期间点击“停止”,则需要正确终止异步操作,以免留下不必要的会话。为此,引入了生成计数器 videoGen。

    iPhone Safari 上的问题

    在 iPhone 上的 Safari 中,视频无法启动。假设这与自动播放规则有关。在视频元素上预先调用 play(),并临时提供来自 canvas 的流并取消 muted,在测试运行中有所帮助,但不是一个通用的解决方案。

    优化响应前暂停

    当虚拟形象沉默地看着用户时,长时间的响应前暂停比没有暂停感觉更糟糕。最初,静音阈值(VAD)设置为2.2秒,以防止Aika打断在停顿中口述信息的用户。

    我们将电话桥的逻辑移植到网站:在正常对话中,阈值为1500毫秒,在口述时为2200毫秒。这允许动态调整VAD的灵敏度。设置通过session.update应用,无需重新连接。

    AI-аватар: как добавить лицо голосовому помощнику и избежать подводных камней — illustration 2

    创建第二个角色:Eva

    对于工作室管理员Eva,我们遇到了空背景下的“库存金发女郎”问题。转折点出现在背景中出现了室内装饰:温暖的灯光、书架、植物、模糊的远景。这使得形象更具说服力,将“目录”变成了“工作中的人”。

    背景和肖像创建的细节

    • 背景:我们使用了符合我们风格的现有室内装饰,并使用生成器移除了人物。
    • 人物抠图:Eva使用macOS Vision工具(VNGeneratePersonSegmentationRequest,级别为.accurate)进行抠图。我们收缩并柔化了蒙版边缘,以消除光晕。
    • 比例:保持背景中物体的比例很重要,以避免滑稽的情况(例如,身后巨大的杯子)。背景只取桌面以上的部分,并为肖像镜头进行模糊处理。
    • 分辨率:对于Cara-4,建议使用1152×1152或更大的方形源图像。Real-ESRGAN ×4的纯放大使得皮肤过于光滑。神经网络放大与常规缩放、锐化和添加颗粒的组合效果更好。

    Eva的配音

    我们为Eva选择了Yandex LiveTTS系列中的一个声音。在SpeechKit API v3中,通过"model": "livetts"选择模型,并通过hints传递声音和角色。对于长文本,文本被分解成句子并单独合成。

    从七个短语配音选项中,我们选择了vera声音,角色为casual。我们不得不重写短语,因为合成在重音方面一直出错。

    录制带有虚拟形象的视频

    Eva的视频是通过与实时通话相同的动画引擎录制的,使用MediaRecorder直接从video.srcObject(视频和音频一起,WebM与VP9和Opus)录制。为了正确启动录制,流会预先“唤醒”一秒钟的静音,以防止视频以黑屏开始。

    常见问题

    什么是AI虚拟形象,它是如何工作的?

    AI虚拟形象是一种数字角色,能够根据提供的音频动画化面部表情和嘴唇动作。它使用神经网络创建逼真的视觉形象,与语音同步,使互动更自然、更具吸引力。

    可以使用自己的声音用于AI虚拟形象吗?

    是的,大多数平台,如Anam和Simli,允许您使用自己的语音引擎或预先录制好的音频。虚拟形象会根据此音频流来动画化面部,从而保持您的品牌或个人形象的辨识度。

    集成AI虚拟形象的主要难点是什么?

    主要难点包括音视频同步、音频块处理、延迟优化、确保在各种设备(尤其是移动设备)上的稳定运行,以及创建与上下文和品牌相符的令人信服的视觉形象。

    背景如何影响AI虚拟形象的感知?

    背景在创建令人信服的形象方面起着关键作用。空白或不合适的背景可能会使虚拟形象显得不自然。与角色或品牌风格相符的室内背景可以显著提高虚拟形象的真实性和可信度,营造出“人在工作”的感觉。

    创建AI虚拟形象需要多少费用?

    创建AI虚拟形象的成本可能因所选平台、定制程度、面部表情细节以及独特功能的需求而差异很大。有些服务提供订阅模式,而另一些则可能按每分钟生成的视频或独特角色的开发收费。

    结论

    集成AI虚拟形象是提高用户参与度的强大工具,但需要深入的技术开发。从平台选择到背景和停顿的精细调整,每一步都会影响最终结果。我们看到,神经网络能够为语音界面注入新的活力,但前提是必须关注细节。

    如果您想扩展您的内容并为广告创建AI视频,请考虑订阅式神经制作的可能性。这可以生成数百个视频,无论是用于加密项目的AI UGC还是用于电子商务的AI视频工厂。我们随时准备为您提供帮助!联系我们,了解AI内容制作如何改变您的业务。

  • TikTok的AI革命:神经网络如何改变广告和UGC内容

    TikTok的AI革命:神经网络如何改变广告和UGC内容

    大规模AI视频生成的时代已经到来。如果您曾考虑在TikTok上投放广告,但觉得Ads Manager界面过于复杂,入门门槛较高,那么本文正适合您。我们将介绍新的AI广告视频和基于人工智能的工具,如Agentic Hub、Symphony Creative Studio和Content Suite,如何简化广告系列的创建、管理和优化,让您无需深入了解平台专业知识即可为加密项目或任何其他业务生成AI UGC。

    TikTok AI:广告商的新机遇

    TikTok正在积极引入AI工具,以普及广告系列的创建和管理过程。据短视频专家Melissa Lori称,如果TikTok Ads Manager是一家餐厅,那么MCP(营销活动平台)就是服务员,而AI工具(如Claude或ChatGPT)就是菜单。

    通过这种集成,营销人员可以像往常一样与平台互动,询问广告系列表现、请求报告并生成创意。

    MCP:与AI双向数据交换

    在MCP出现之前,将AI工具连接到广告平台需要复杂的API集成,由开发人员实现。MCP实现了AI与平台之间的双向通信,不仅可以提取数据,还可以执行操作。

    有些连接仅支持读取(用于报告),而另一些则支持读取和写入(用于直接从AI工具创建广告系列或调整参数)。

    专业建议:AI的建议不应被视为最终真理。如果一个新的创意只运行了几天,TikTok AI可能会建议暂停它,因为它表现不如旧创意。然而,这忽略了平台优先考虑运行时间更长的广告这一事实。

    营销人员需要依靠自己的判断,并对AI的建议提出质疑,例如:“有没有其他方法可以做到这一点?”或“我能做得更好吗?”通常,当AI受到质疑时,它会重新审视其建议。

    AI技能:缩短成功之路

    可用的技能包括Viral Video Creator、Ad Group Optimizer、Account Diagnosis Co-pilots以及字节跳动的视频创作工具C-Dance。您可以通过在线搜索“TikTok AI skills”找到这些技能。

    • 病毒视频创作者:这个技能是Melissa Lorie的最爱,它分析TikTok每天处理的数百万视频,以识别表现最佳的广告。营销人员可以使用这些数据来模仿自己的视频,从吸引人的开头到行动号召。Melissa估计,这个技能可以将创意完成70%;剩下的30%需要人工润色,例如强调特定的产品优势。这使得用于UGC广告的神经网络能够以最高效率运行。
    • 技能的灵活性:由于技能是文件,因此可以修改、复制和改进它们。了解AI的营销人员可以在TikTok的官方技能之上添加额外的指令,自定义重复性任务并创建自己的自动化。
    • 跨平台兼容性:一个意想不到的好处是,技能不局限于它们创建的平台。营销人员可以使用TikTok的文案技能为Meta创建广告,或者发现Meta的Instagram文案技能更适合他们的TikTok营销活动。这种互操作性代表了范式的彻底转变。

    自动化营销活动管理

    为了自动化营销活动管理,Melissa建议从以下基本任务开始:

    • 自动化每日绩效报告。
    • 向AI询问哪个创意具有最强的“钩子”。
    • 监控创意的疲劳度。

    在设置营销活动时,营销人员可以告诉AI他们的预算和目标(例如,“我有5000美元,我想达到X”),并请求具体的营销活动设置建议。这使得神经网络批量生成视频变得真正可控。

    Symphony Creative Studio:订阅式AI制作

    Symphony Creative Studio是TikTok基于AI的AI广告视频制作中心。更新后的Symphony Agent利用TikTok趋势、表现最佳广告的信号、业务目标和品牌手册来大规模创建创意。

    该工具可以从简报到完成的视频进行营销活动,生成产品简报、洞察、故事板、脚本、头像和视频。营销人员随后介入,修改场景、添加画外音并完善行动号召。这才是真正的AI内容制作。

    即时文本生成视频

    界面简单,类似于任何其他AI工具的查询窗口。营销人员添加他们的提示、品牌手册和其他详细信息,Symphony几乎可以即时生成视频。这使得通过文本生成视频的速度前所未有。

    产品视频:AI最闪耀的地方

    产品视频是 Symphony 目前表现最出色的领域。梅丽莎举了一个家具公司的例子,该公司使用这个工具每周制作 100 个视频,每个视频展示一件家具。

    由于这些视频不需要真人出镜,公司可以以传统视频制作无法实现的规模制作内容。这是针对电子商务的AI 管道,每天可制作 500 个视频。

    AI-头像:挑战与前景

    视频中的动画 AI 角色对于大多数品牌来说尚未成熟。许多领先公司的共识是,这项技术尚未成熟到可以创建令人信服的人类主持人的程度。信任问题是真实存在的:一个 AI 头像说“我所有的朋友都在谈论这个”,这会引起明显的担忧。然而,带字幕的 AI 头像和AI 语音配音已经积极用于其他目的。

    混合方法:AI 增强真实视频

    梅丽莎认为,使用 AI 增强真实视频而不是完全替代它们是有前景的。她的机构 Oysterly Media 与 3M 合作制作拖把内容。创作者拍摄自己展示拖把,然后 AI 添加视觉元素,例如动画“邪恶微生物”,以戏剧化前后效果。

    AI-революция TikTok: Как нейросети меняют рекламу и UGC-контент — illustration 2

    这种混合方法——真实创作者加上 AI 增强——是知名品牌目前使用 AI 视频的两种主要方式之一。另一种是无人出镜的产品演示视频,尤其是在美容行业,AI 可以渲染产品材料、纹理和效果,例如唇彩涂抹后的效果。

    Content Suite:通过 AI 进行市场研究

    Content Suite 是一个 UGC 风格的视频和广告库,运行在该平台上。新的 AI 搜索更新极大地简化了查找相关内容以进行研究和构思的过程,解决了营销人员面临的最大挑战之一:提出新的内容创意。这是针对加密项目 AI UGC 和其他利基市场的强大工具。

    智能搜索和竞争分析

    营销人员可以在 Content Suite 中按关键词、行业类别(例如航空公司或美容)、时间过滤器(例如最近 30 天)、营销活动目标(销售、潜在客户生成或品牌知名度)和地理位置进行搜索。该工具的功能类似于 Facebook Ads Library,但导航更简单,尤其是在 AI 搜索的帮助下。

    梅丽莎建议从搜索公司自己的品牌开始,然后扩展到竞争对手的产品和更广泛的行业类别。真正的价值在于了解其他品牌在同一利基市场中发布了哪些创意,并利用这些见解来创建原创内容。

    Content Suite 也可用于直接的竞争研究,识别竞争对手正在投资的广告类型以及他们正在测试的创意方法。对于那些尚未在 TikTok 上投放广告的人来说,Content Suite 是一个很好的起点。在花钱之前,请浏览资料库,了解相关行业正在制作哪些视频。这项研究可以扩展创意思维,并提供具体的模型来开展工作。

    高效TikTok视频的解剖

    随着人工智能工具使广告制作变得更加容易,平台上的质量标准也在提高。梅丽莎认为,要超越这种不断提高的标准,就是要了解是什么让视频高效。最重要的不是前三秒,而是第一帧。

    吸引人视频的关键要素:

    1. 第一帧:观众在决定是否继续滚动之前看到的视频初始图像。这单一的帧决定了是否有人会停下来。
    2. 广告牌文字:屏幕上大的文本叠加。梅丽莎称之为“广告牌文字”,因为它就像路边的广告牌一样:观众在滚动时只有一瞬间瞥一眼,所以它必须立即吸引注意力并传达视频的价值。
    3. 开场白:如果有画外音或有人说话,前几个说出的词必须在视觉元素停止滚动后立即吸引观众。
    4. 连接组织:梅丽莎用来描述将视频开头与中间部分连接起来的元素的术语。如果没有这种连接组织,观众会在“钩子”和主体内容之间流失。
    5. 中间内容:在分享技巧时,梅丽莎建议将它们分组为3个或5个。3是保持内容简洁的理想数字。
    6. 突然结束:视频应该以清晰的剪辑结束,这样观众就不会意识到它即将结束。一个常见的错误是接近尾声时放慢速度和语速,这预示着视频即将结束,并给观众一个滚动离开的理由。干净的剪辑会告诉算法观众看到了最后,这有助于传播。

    真实性与精致性

    梅丽莎的机构倡导制作感觉像是家人或朋友制作的视频。精致、摆拍的视频会让观众滚动离开,因为它们立即被识别为广告。自然是推动表现的关键。

    制作自然内容的技巧:

    • 不要僵硬地站着直接对着镜头说话。相反,创作者在说话时应该做些什么:拿起水瓶、化妆或穿过门。
  • 即使是未经编辑的视频也能从轻微的编辑中受益。Melissa 建议设定清晰的开始和结束点,添加字幕(因为许多观众在没有声音的情况下滚动浏览),并使用随机跳跃剪辑。这些跳跃剪辑向大脑发出信号,表明正在发生一些有趣的事情,有助于留住观众。

专业提示:不要在视频开头就揭示结局。通过先暗示后果,然后在中途或结尾揭示结局来保持注意力。例如,不要以“Instagram 刚刚推出了 X 功能”开头,而是以“Instagram 刚刚进行了一次非常大的更新。它将改变你做 X、Y 和 Z 的方式”开头。然后解释后果,最后才揭示具体的更新。当答案首先给出时,观众就没有理由继续观看。

结论:AI 制作的未来

Oysterly Media 的创始人 Melissa Lori 认为,营销机构在这个新格局中仍然占有一席之地。她将其比作飞行:经济舱、商务舱和头等舱将乘客带到同一个目的地,但有些公司更喜欢机构提供的全方位服务。

改变的是,经济实惠的选择——通过 AI 自行完成——现在对于愿意花时间学习的企业来说是一条可行的途径。想了解更多关于 AI 如何编写脚本和编辑,以及如何使用 API 进行批量生成的信息吗?探索新的 TikTok 工具,浏览内容套件并开始尝试。AI 换脸剪辑和 AI 电子商务视频工厂的未来已经到来,任何愿意掌握这些技术的人都可以使用它们。立即开始扩展您的内容制作!

常见问题

什么是 Agentic Hub,它如何帮助 TikTok 广告?

Agentic Hub 是一个 TikTok 平台,允许集成 AI 工具来创建、管理和优化广告活动。它简化了营销人员与 Ads Manager 的交互,允许他们用自然语言提问和获取报告,并自动化日常任务。

TikTok AI 工具可以用于其他平台吗?

是的,TikTok AI 技能的关键优势之一是它们的跨平台兼容性。例如,TikTok 的文案撰写技能可以用于为 Meta 创建广告,这为营销人员开辟了新的可能性,并改变了与不同生态系统合作的范式。

Symphony Creative Studio 在视频创作方面的效率如何?

Symphony Creative Studio 允许根据文本生成视频,利用 TikTok 趋势、有效的广告信号和品牌手册。在没有人物出镜的情况下创建产品视频时,可以获得最佳效果。一些公司每周生成多达 100 个视频,这在传统制作中是不可能实现的。这是批量生产的绝佳 Synthesia 替代品。

是否应该在广告视频中使用AI虚拟形象?

目前,由于说服力和信任度方面的问题,AI虚拟形象尚未准备好被大多数品牌使用。专家建议使用AI来改进真实视频,例如添加视觉效果或动画元素,而不是完全取代人类主持人。然而,带有字幕的AI虚拟形象和AI语音旁白在其他情况下可能会很有用。

如何在TikTok上开始AI广告?

梅丽莎·劳里建议从探索TikTok的新工具和查看内容套件开始,以了解您所在领域的其他品牌正在创建什么样的内容。这将有助于为开发原创创意奠定基础,而无需初始广告费用。