DeepSeek-V4-Flash 正式版 API 上线公测，V4-Pro 正式版将「尽快」发布

7 月 31 日消息，今天（31 日）下午，DeepSeek 通过 API 文档发布日志，宣布 DeepSeek-V4-Flash 正式版 API 上线公测。

根据介绍，DeepSeek-V4-Flash 的 Agent 能力大幅增强，基准测试远超 V4-Pro-Preview：

• Terminal Bench 2.1: 82.7
• NL2Repo: 54.2
• Cybergym: 76.7
• DeepSWE: 54.4
• Toolathlon verified: 70.3
• Agent Last Exam: 25.2
• Automation Bench (Public): 25.1
• DSBench-FullStack: 68.7
• DSBench-Hard: 59.6

据悉，正式版 V4-Flash 原生支持 Responses API 格式并针对性适配 Codex。DeepSeek-V4-Flash-0731 的模型结构、尺寸和 DeepSeek-V4-Flash-preview 保持一致，仅重新进行了后训练。（来源：新浪财经）

字节跳动国内推出 Seedance 2.5 视频 AI 模型：单次生成时长 30 秒、突破长叙事能力

7 月 31 日消息，字节跳动今天（7 月 31 日）发布公告，宣布在国内推出 Seedance 2.5 视频生成模型，可单次生成 30 秒高质量视频片段，陆续上线即梦 AI 与豆包专业版，API 服务也将于近期接入火山方舟。

官方称，Seedance 2.5 延续 Seedance 2.0 统一的多模态音视频联合生成架构，重点提升长叙事、多模态参考和编辑能力。

该模型面向影视、广告、教育、工业制造、具身智能和自动驾驶等场景，目标是让视频生成从「生成一个片段」转向「完成一段创作」。

在生成方面，Seedance 2.5 将单次视频生成时长从 15 秒提升至 30 秒，并支持多轮延长。官方称，模型可在 30 秒内组织多个具备逻辑关联的镜头，让故事可以按照铺垫、推进、转折、收尾展开。

库克：苹果已获准在中国推出首批「Apple 智能」功能，未来的 Siri AI 还处于起步阶段

7 月 31 日消息，苹果现任 CEO 蒂姆 · 库克（Tim Cook）今天在 2026 财年第三季度电话会议中确认，苹果公司已在中国获准推出首批「Apple 智能」（Apple Intelligence）功能。

问答环节中，摩根大通分析师萨米克 · 查特吉（Samik Chatterjee）问库克：

库克对此回答道：

据此前报道，网信部门本月会同有关部门按照《生成式人工智能服务管理暂行办法》要求，新增「Apple 智能」等 7 款提供手机端侧生成式人工智能服务备案信息。（来源：IT 之家）

美团正式上线送外卖「等灯停表」功能，预计年内覆盖超百万骑手

7 月 31 日消息，美团今日宣布，美团和苏州公安联合正式上线了外卖骑手「等灯停表」功能首个正式版本，目前已在率先接入交通数据的苏州道路进行实际路测。

当骑手在交通路口等红灯时，页面呈现红灯倒计时读秒信息，美团骑手 AI 安全助手发布提示信息「红灯停一停，正在记录等灯时长，订单结束时将延长本单配送时间」，骑手还可在该页面中看到所在区域的禁行道路信息，选择不同的配送路线，或根据需求自主决定配送线路。

配送完成后，骑手页面弹窗提示「订单号、等红灯累计时间」，系统告知「相应顺延最晚送达时间」，完成「等灯停表」功能。

目前，外卖骑手「等灯停表」功能首个正式版本已率先在苏州落地试点，首批覆盖姑苏区和苏州工业园区约 1100 个路口。在已接入交通数据的路口，骑手「等红灯、表就停」。

实现「等灯停表」主要依赖两部分数据信息，一是骑手的位置轨迹信号，二是骑手所在区域实时的红绿灯灯态数据。美团接入交通数据后，骑手 App 结合位置轨迹可实时判断骑手等灯状态。

当骑手身上有多个订单怎么办？「如果骑手在等待红灯时，身上有多笔订单，那么等灯的时长也会计入每一笔订单的配时。」美团配送安全技术团队介绍，「从最近的内部封闭路测来看，骑手体验顺畅，也有不少骑手给我们提出一些细节建议，我们已经一一记录。」

目前，北京与无锡已在同步对接测试，上海、杭州、成都、南昌、兰州等 20 余个城市也在评估中，具备条件的城市将陆续上线，预计今年内覆盖超百万骑手。

（来源：腾讯科技）

「A 股老大」长鑫科技上市 5 天市值首次突破 4 万亿

7 月 31 日消息，长鑫科技今日继续冲高，盘中涨超 13%，每股达到 60 元，总市值首次突破 4 万亿。

国产 DRAM 龙头企业长鑫科技 7 月 27 日正式登陆科创板，当日收涨 465.82%，总市值突破 3.28 万亿元，登顶 A 股。

据此前报道，长鑫科技上市首日即刷新四大 A 股历史纪录：

• 1、A 股历史首只开盘市值破 3 万亿的科技股，开盘总市值约 3.31 万亿元；
• 2、登顶 A 股市值榜首；
• 3、A 股首只单日成交额突破千亿的个股，上市首小时成交已超 1000 亿元；
• 4、A 股首只千亿成交额叠加超 50% 换手率的新股。

规范互联网渠道售卡管理，移动联通电信三大运营商停止第三方互联网渠道号卡办理

7 月 31 日消息，据央视新闻报道，中国电信、中国移动和中国联通 7 月 31 日晚发布「关于规范互联网渠道售卡管理的公告」。

《公告》称：为保障用户权益和数据信息安全，对互联网渠道号卡订购业务进行统一规范。自 2026 年 8 月 1 日起，用户如需在互联网渠道订购号卡，只能通过电信运营商官方 App、官方网站等渠道办理，第三方互联网渠道不再提供电信号卡办理相关服务。

运营商在《公告》中表示，近期发现有不法商家冒用「运营商授权合作」名义发布虚假售卡信息，或假借售卡名义收集用户身份证件、住址、联系方式等个人敏感信息，侵害了用户权益，给用户带来了极大的信息泄露风险。（来源：IT 之家）

消息称 DeepSeek 计划在内蒙古建设大型 AI 数据中心，增加 1GW 算力

7 月 31 日消息，据彭博社今日援引知情人士消息，DeepSeek 正计划在内蒙古建设一座大型 AI 数据中心。这一雄心勃勃的基础设施项目显示，这家中国人工智能初创公司正在扩大 AI 算力布局。

据不愿透露姓名的知情人士透露，DeepSeek 计划在内蒙古乌兰察布增加 1GW（吉瓦）规模算力。该公司除了自建数据中心计划外，也有意从其他公司租赁额外算力。

其中两位知情人士表示，DeepSeek 数据中心的部分算力将在明年年底或 2028 年初投入运行，目前尚不清楚该项目使用何种芯片。作为参考，英伟达目前是 AI 数据中心的行业标准，而华为则是中国数据中心领域的代表企业。

据 IT 之家此前报道，DeepSeek 已于 4 月放出新一批招聘信息，除了杭州和北京外，首次出现了工作地为内蒙古乌兰察布的岗位。两个相关岗位分别为数据中心高级交付经理、数据中心高级运维工程师，薪资为 15-30K · 14 薪。

乌兰察布年平均气温约为 4°C，天然的低温环境能够降低高功耗 AI 服务器的散热需求，因此成为各大企业建设数据中心的理想地点。

英伟达 CEO 黄仁勋曾预计，一座配备最先进 AI 加速器的 1GW 级数据中心，投资成本可能达到 500 亿美元（IT 之家注：现汇率约合 3386.82 亿元人民币）。不过这种成本会因为建设地点、AI 芯片类别产生巨大差异。众所周知，中国 AI 数据中心的建设成本通常低于美国。

由于工作时间缘故，DeepSeek 并未立即回应彭博社的置评请求。

小米 REDMI K100 Pro 系列「满分旗舰」手机官宣，8 月 11 日发布

7 月 31 日消息，今天上午，小米集团合伙人、总裁、手机部总裁、小米品牌总经理卢伟冰宣布，REDMI K100 Pro 系列手机双旗舰将于8 月 11 日正式发布。

随后，卢伟冰通过长文详细介绍了这款手机背后的故事。

（来源：IT 之家）

比亚迪海洋旗舰 SUV 海狮 08 内饰全球首秀，有望 8 月上市

7 月 31 日消息，比亚迪汽车海洋网销售事业部总经理张卓今日公布海洋旗舰 SUV 海狮 08 内饰：「天地阔境，奢感入舱，落座之间，皆自在从容」。

从官方海报来看，此次展示的是海狮 08 六座版本，前排配备常规的悬浮式中控屏，二排吸顶屏带来更多娱乐功能，有望配备二排零重力座椅，带来更多舒适体验。

据 IT 之家此前报道，比亚迪海狮 08 今年 4 月在北京车展首发亮相，搭载第二代刀片电池、闪充技术、云辇-A（智能空气车身控制系统）、后轮转向、天神之眼 5.0 等配置。

（来源：IT 之家）

动力太强不适应：美国一女子首次驾驶 Model Y 撞入理发店后决定起诉特斯拉，索赔超 1000 万美元

7 月 31 日消息，据 CarsCoops 今日报道，美国一名 59 岁女子因试驾特斯拉 Model Y 时发生事故受伤，近日向法院提起诉讼，要求特斯拉赔偿超过 1000 万美元（I 现汇率约合 6765.7 万元人民币）。

诉讼文件显示，该起事故发生于 2024 年 9 月 21 日，美国弗吉尼亚州阿灵顿，59 岁的阿莱姆泽沃德 · 劳加莱特（Alemzewd Lawgalet）在试驾特斯拉 Model Y 时发生严重事故，车辆冲过路面撞入一家美发店，撞击后起火。她本人也在此次事故中受重伤。

她在诉状中提到，特斯拉销售人员明知这是她第一次驾驶电动汽车，却仍让她独自驾驶车辆，没有让她充分了解电动汽车的特性，包括动能回收等功能，且车辆处于最高性能的「Insane」加速模式。

据本人称，特斯拉销售人员曾告诉她 Model Y「和燃油车操作一样」。但当她在高速公路行驶过程中松开加速踏板时，动能回收产生的强烈制动感让她措手不及，随后她驶离高速准备归还车辆。

此次事故发生在路口绿灯亮起后，她当时毫无准备地踩下加速踏板，结果 Model Y 瞬间爆发出远超预期的加速性能，冲过路面并撞入路边美容店，而她完全来不及反应。

她表示，在该模式下，Model Y 的 0-60 英里 / 小时（约 96 公里 / 小时）加速仅需约 3.3 秒，已达到超跑水准。

特斯拉方面否认承担责任，并认为她驾驶过程中未能尽到合理注意义务。双方争议焦点包括，车辆处于「Insane」驾驶模式是否合理，以及特斯拉是否有责任提前向试驾用户说明动能回收制动和车辆性能特点。诉讼尚未作出最终裁决，目前无法确认事故责任归属。

（来源：CnBeta）

我的第一个问题想回到 WWDC。当时你们宣传 Siri AI 时提到，你们可能不会在中国大陆和欧洲率先推出 Siri AI。我现在想问问这方面的最新进展，以及如果要在这些地区推出 Siri AI，还需要跨越何种障碍？

感谢你的提问，我将分别回答两个地区的问题。

如果先看欧盟，我们正在和欧盟委员会密切合作。显然我们希望的情况是能够在全球所有地区同步推出所有功能，这一直是我们的理念。

但目前我们还无法在欧盟推出 Siri AI。但我们正在与他们紧密合作，努力寻求解决方案，以便在欧盟提供 Siri AI。

Siri AI 目前已在 Mac 上测试并即将推出，因为 Mac 不像 iPhone 和 iPad 那样受到法规约束。总体来说，我们正在和欧盟方面合作，希望能够达成某种解决方案。

如果再看中国市场，上周我们已经获得批准，可以推出首批「Apple 智能」功能，比如相册的「消除」等。

我们目前正在推进这些功能的发布工作。至于未来要推出的 Siri AI，我们目前还处于起步阶段，还有更多工作要努力完成。

满血性能，满配游戏体验

屏幕、影像、续航，全面焕新升级

一起见证，这份给你的「满分答卷」

当下手机行业，内存成本暴涨，核心硬件涨价，风浪席卷整个赛道。

REDMI K 系列从不是时代的幸运儿。2019 年至今，它每一次面对的都不是好打的仗，曾经的「缺芯少屏」犹在眼前，但正是那些最难的仗，逼出了双平台布局，逼出了国屏供应链的崛起。七代产品，七次蜕变，每一次求变迎战，都让 K 系列比上一次站得更高。敢变、能变、变得更好—— 这是 K 系列百战不殆的底牌。

今天，全新的 K100 系列来了。面对存储价格疯涨的行业周期，我们再次做出逆惯性的选择。行业惯性扎堆下半年发布，K100 系列产品节奏提档，只为打造一款用户真正期待的全能旗舰。

K100 Pro 双旗舰，率先登场。

去年我们以不设上限的理念，打造了 K90 Pro Max，在性能、续航、屏幕维持传统优势的同时，质感、影像、音质实现跨越式升级。这一次，K100 Pro 双旗舰，要让每一项体验都经得起较真。

K100 Pro，打造 4K 档全能旗舰，无短板：K100 Pro Max，目标是全能之上，打造游戏体验新标杆；

K100 时代，K 系列进入新阶段。全能旗舰已经是我们能做好的事。Pro 不再只是更好的版本，它就是 K 系列精神的继承者，能力的承载者，体验的标杆。满血满配，不是硬件堆料，是每个维度都拉到这个价位段的上限，尤其在游戏场景，我们花了大量精力去打磨。

K100 Pro 双旗舰，满血满配，满分旗舰。

当然，标准版并未缺席，它将坚守 K 系列「旗舰性能与务实体验」的精髓，稍晚时带来更多元选择。

作者｜Moonshot

编辑｜郑玄

最近，影视飓风开始进入 AI 影视赛道，选择与 TapNow 推出一套 AI 影像创作教程。

一套教程的出现，本身就是个信号，它说明 AI 影像正在走出「展示奇观」的阶段，开始形成可以被讲解、学习和复用的创作方法。

被教程吸引进来的，也未必都是准备拍电影的人。

车企、游戏公司和消费品牌都在增加视频内容的使用：产品发布需要概念片，游戏上线需要世界观短片，市场部门则要持续生产品牌视频、更新社交媒体。

对这些团队来说，AI 影像正在从一项新技术，变成工作里可以调用的制作能力。

但真正开始做视频以后，问题很快就从「怎么生成」变成了「怎么把视频做下去」。

一条完整的视频还要经过创意开发、视觉设定、分镜、素材生成、修改和剪辑。视频一旦从十秒左右的镜头走向完整作品，人物、场景和前后决定都要保持连续，原本分散在不同工具里的问题也会同时出现。

观众看到的是一条视频，但创作者面对的是一个项目。AI 影像已经不缺会生成的工具，缺的是一套能把项目做完的系统。

为此，TapNow 推出了 Creative OS，并将其定位为「世界首个 AI 原生创作系统」，平台的创作者们也把它类比为「创作界的 Codex」。

但 AI 影像，为什么开始需要一个操作系统？

01

AI 视频的真实落地

要回答这个问题，让我们先回到真实的创作场景里。为了理解 Creative OS 怎样进入真实生产，我实际体验了两个差别很大的项目，也带着一篇多年没有拍出来的短片剧本，观察它在专业影视上的能力边界。

第一个是准备改成自媒体视频的想法，只有一个大概方向，还没有发展成脚本；

第二个是已经立项的内容工作，时长、形式和更新频率基本确定；

第三个是我写完的短片剧本。因为拍摄成本和精力限制，一直停留在文字里。

一个念头、一项工作和一篇剧本，刚好构成了 AI 影像进入真实生产的三个台阶： 先进入个人内容创作，再进入 企业内容生产 ，再最后尝试承接电影级表达。

TapNow 的创作者类型并不局限在「导演」上｜图源：TapNow

传统 AI 视频产品通常默认用户已经想清楚了。打开工具后的第一步，就是输入 Prompt。但要写出一条准确的 Prompt，我得先确定人物、剧情、叙事方式和视觉风格，再把这些内容翻译成模型能够理解的语言。

可问题就在这里： 如果我已经能把一切描述清楚，最困难的创意阶段其实已经结束了 。

对于刚开始尝试 AIGC 的用户，这一步是劝退级的门槛。但 Creative OS 里的 Brainstorm 提供了另一种起点。

Brainstorm 不会直接把一个模糊想法生成视频，而是沿着现有方向继续发散，带着我把还没想清楚的问题拆成人物设定、叙事方向和视觉方案，再给出几组可以选择、修改和继续追问的提案。

这些没在脚本里体现的内容，Brainstorm 会直接拿出可用方案｜图源：TapNow

这也让我看到了 Brainstorm 对非专业用户的价值。

自然语言处理让 AI 听懂了人的想法，Brainstorm 则是反过来，把视听语言里的专业问题，翻译成普通用户也能看懂的方案。 它让 AI 听懂「外行」，也让「外行」看懂内行在判断什么。

用户不需要先学会景别、运镜和用光，才能迈进创作的第一步。专业判断依然存在，作出判断的人也仍然是用户，只是一个模糊想法终于有了继续往下发展的路径。

Brainstorm 的前期推演同样适用于企业内容。像是产品发布、游戏宣发和品牌活动，往往都从一个传播目标为起点，再逐渐长出视觉概念和视频方案。

当方向讨论清楚后，Agent 还会把前面的创意直接整理成一个对外展示的网页。省掉了把聊天记录重新整理成提案的步骤，可以直接进入汇报、评审和客户沟通环节。

Agent 生成的提案网页｜图源：TapNow

Brainstorm 解决了「怎样开始」的问题。接下来要解决的，是怎样把一套方法稳定地重复下去。

02

让 AI 进入已经运转的工作流

第二个项目，是一个脚本结构、视频时长和更新频率都已经确定的内容项目。

目前项目进展了很多期，但我面临着特别现实的问题：人已经找到方法，AI 却没有把它记住。这也是很多打工人和 AI 协作共创的常态。

每换一篇新脚本，我都要重新说明画面风格、怎样拆解剧情、怎么运镜……即使工作内容高度相似，我和 AI 的沟通仍然要从头开始。

Creative OS 里的 Skill 解决的就是这个痛点。

我在 TapNow 里完成第一条成片后，就可以把这套流程封装成一个 Skill。之后，我只需要在新窗口调用它，再输入一篇新的脚本，Skill 就会沿着之前的画风、改编方法和制作步骤自动推进，我只需要检查结果，再处理这一期内容里的特殊部分。

Skill 很像 WPS 里的工作模板。模板不会替人完成所有工作，却能保留一套已经验证过的格式和方法，让后来者不用每次重新搭建。

一套方法能够被重复以后，AI 才真正有机会进入日常工作 ，毕竟对于需要持续更新的内容项目来说，稳定地做出第二条、第三条，往往比偶尔生成一条效果出色的视频更重要。

我调用 Skill，只需要输入新的脚本，TapNow 会自动跑一遍已有的工作流｜图源：TapNow

而在工作场景里，一个项目也很少只由一个人，在一个平台里单独完成，往往要经过策划、设计、视频和客户审核，在多个同事和软件之间流转。

于是 Creative OS 做出了 Plugins（插件），让 AI 可以直接进入这些已经存在的工作资料。

比如，公司准备举办一场新品发布会。策划人员可以让 Agent 读取飞书里的会议纪要，再结合 Notion 中的客户 Brief，整理出活动方案和汇报 Deck。

设计师可以从 Pinterest 挑选参考图，确定发布会的视觉风格；负责视频的同事也可以使用同一批资料，完成发布会预热视频；客户新的要求还可以从 Slack 同步；视频进入审核阶段，还可以通过 Frame.io 完成批注和版本确认，最终成片可以放到 Vimeo 管理、分享和展示。

在过程里，Brainstorm 还能辅助策划，提供更丰富的视觉方案；如果品牌已经形成稳定的视觉规范和内容方法，可以继续把它们保存成 Skill 复用。

原本需要多个软件、多个岗位反复协调的工作，在 Creative OS 里变成了一条连续的生产线。

从 Brainstorm 到 Skill 再到 Plugins， Creative OS 超越了单一的 AI 影像，深入到了更泛化的内容工作场景。

这种场景对应着一群数量更大的用户。TapNow 面对的企业用户，往往分布在品牌、市场、游戏发行和产品传播团队。他们很少把自己称为影视创作者，却在持续生产视频内容。

因为做方案、找参考、出物料、剪视频和完成跨部门协作，就是工作的一部分。

文档的流转可以全部在 Creative OS 里实现｜图源：TapNow

对他们来说， TapNow 不只是影视工具，也是一套从策划走到影像的创作工具。

专业影视项目有明确的行业边界，企业里的产品传播、品牌活动和内容更新却每天都在发生。

Creative OS 能覆盖多少这样的工作，构成了 TapNow 的应用广度，象征了 Creative OS 的横坐标。

另一条纵坐标，是它在自己最擅长的 AI 影像领域，究竟能走多深。

03

AI 横店，一套 AI 创作系统的专业上限

第三个项目是一篇多年没有被拍出来的短篇剧本。它对 TapNow 的要求最高，因为剧本影视化涉及人物、场景、镜头、表演、声音和剪辑。

在我输入短片剧本后，TapNow 会直接给我生成一套项目方案｜图源：TapNow

受限于体验时间，我没有把它从剧本完整跑到成片。但这次体验让我观察到 TapNow 为复杂影像项目准备了哪些能力。

短片的宣传小片｜图源：TapNow

打开 TapNow 时，最先吸引我的，是首页那批极具电影感的样片。

其中不少作品长达五到二十分钟，有人物，有场景，也有完整的情绪和叙事，在篇幅上已经进入电影短片的范围。

这些作品展示的不只是画面质量，也在展示 TapNow 能够把 AI 影像推到多高。

模型、专业 Prompt、角色资产、Skill、3D 场景和镜头工具，被 TapNow 集中在同一个平台里。为了理解这种密度，我把 TapNow 看成一座「AI 横店」。

TapNow 建立了一个完善的 AI 角色库供用户直接调用｜图源：TapNow

剧组经常在横店扎堆，因为场景、群演、服装、道具、器材和制作班底都聚集在那儿。剧本需要一条古代街道，或者临时增加一场夜戏，制片团队能迅速找到相应的资源。

TapNow 也在尝试搭建类似的环境。

平台提供了大量的视频模型，因为模型决定了画面能够达到的高度。但模型越多，创作者越难判断什么时候该用哪一个。

比如同样是一条视频，汽车高速行驶的镜头和游戏角色的表情特写，对模型的要求完全不同。

Harness Layer 会根据具体任务，准备更合适的模型、专业 Prompt、参考资产和生成方法。它就像一名熟悉所有制作部门的制片人，用户提出画面要求，它负责安排合适的班底。

这套匹配能力也来自 TapNow 与模型供应商的前置合作。

在新模型正式发布前，双方就会针对具体场景沟通，提前调整 Prompt 和 Agent 工作流。等模型上线，用户调用的模型是已经优化好的方案，发布后就能丝滑使用。

TapNow 提供的海量模型｜图源：TapNow

3D 虚拟片场解决的是另一个问题：怎样把镜头放进一个稳定的空间里。

它可以把一张场景图，搭成一个能够进入和拍摄的空间。底层的世界模型还会推算出图片之外的部分，让摄影机能够向前走、转到侧面，或者拍摄原图里没有出现的角度。

这功能很像先搭好一座可以反复使用的虚拟摄影棚。

车企可以围绕同一个展厅和产品空间制作不同机位的宣传镜头，品牌想要制作的横屏宣传片、竖屏短视频和发布会物料，都能从同一个空间里取景。

3D 世界可以把一张静帧图扩展为一个可调用的场景｜图源：TapNow

场景搭好以后，TapNow 的多角度和镜头切分功能再负责「拍」，可以围绕同一个场景生成不同机位，再把一个连续动作拆成一组镜头。

因为真实片场也不会只拍一个机位。导演会准备全景、中景、特写和反打，给后期剪辑留下重新组织场面的空间。

视频剪完后，过去还要再花一轮时间单独处理声音。

TapNow 新接入的视频原生 AI 声音模型 Sonilo Sound Effects 1.0 就能识别视频里的动作和场景，自动补上动作声与环境声，并把时间点对齐。

再配合 Sonilo 的音乐模型，上传一次视频，配乐和声音设计就能一起完成，用户可以直接拿到一个声画完整的版本。

这些视听能力也不只服务 AI 电影。

产品广告里，需要准确表现产品、空间和运动镜头，游戏宣发视频里，要维持角色与世界观的一致性。这些低频却关键的能力，决定了 TapNow 能否承接复杂、专业、高规格的影像项目。

而一套 AI 影像系统的专业上限，最后还是要由作品来证明。

04

AI 视频的商业化，可能先发生在一到十分钟之间

长片电影仍是 AI 影像最远的目标。但在现阶段， AI 视频的「工业化」和「商业化」，可能先发生在一到十分钟之间。

十秒 Demo 太短，只要一个镜头足够惊艳，人物有没有变化、空间能不能接上、故事是否成立，都可以暂时藏起来。

九十分钟的电影又太长，它会同时考验长叙事、制作管理、算力成本和发行体系。现阶段，大多数 AI 团队还很难承担这一整套压力。

一到十分钟的中视频刚好处在中间。它足够长，人物、场景、风格和节奏都要经得起时间检验；它也足够短，个人和小团队仍然承担得起试错；它还刚好是品牌短片、MV、动画和自媒体视频的长度舒适区，已经有成熟的发布渠道和明确的内容需求。

AI 视频最早形成规模的地方，很可能就在这里。

市场也证明了这一点，目前国内超过 70% 的车企、部分头部的游戏厂商，都在把 TapNow 纳入产品传播、游戏宣发和品牌内容中的固定生产环节。

当 AI 开始进入有预算、有流程、有交付要求的项目，AI 影视的工业化就有了更具体的尺度。

这些领域正是 AI 影像最先能商业化的地方｜图源：TapNow

创作者敢不敢给出报价和工期？客户能不能提出修改？团队做完这一条以后，还有没有能力继续制作下一条？

当这些问题都有稳定答案，AI 视频才能变成一个行业，一门生意，它也会拥有一套比「效果展示」更具体的评价标准。

当 AI 视频从一个镜头走向一部作品，平台的竞争方式也会跟着改变。

第一轮竞争看的是模型和功能。谁接入的模型更多，画布更灵活，工作流更完整，谁就能吸引创作者。这些能力今天仍然重要，但正在逐渐成为 AI 视频平台的基本配置。

下一轮竞争，要看平台能不能持续产生完整作品，它能承接多复杂的项目，能不能让创作者从一个想法走到交付，又能不能聚集一批愿意长期使用这些专业能力的人。

TapTV 上不断涌现的中短片，就是一种答案。大量的优秀 AIGC 创作者在 TapTV 上分享制作过程，作品可以传播，方法可以学习，一些内容也借由 TapNow 引荐，开始进入专业展映和行业活动。

TapTV 上汇集了大量的优质 AI 短片｜图源：TapNow

当这些经验继续回到新的项目里，TapNow 积累的就不再只是一组功能，还包括创作者、作品和逐渐形成的专业标准。

至此，文章开头的问题「AI 影像为什么开始需要一套操作系统？」也有了答案。

当创作停留在一次生成，一件工具就够了。项目开始变长以后，创意、资料、人物、场景、镜头和团队协作会陆续加入，还会在反复修改中不断变化。它们需要围绕同一部作品保持联系，也要沿着前面作出的决定继续推进。

Creative OS 处理的，正是从「想法」到「项目」的全过程。

从影视飓风推出教程，让普通用户第一次接触 AI 影像，到 TapNow 提供完整的创作环境，再到 TapTV 展示作品和工作流，最后进入电影节与行业活动。

TapNow 正在搭建一条从入门到专业创作，从一个想法到一部作品，全链路能跑通的路径。

两端之间那段漫长的制作过程，就是 TapNow 希望用 Creative OS 覆盖的位置。

*头图来源：TapNow

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO