视频、语音直播互动、短视频、视频制作、电商带货工具与中小微 AI 应用案例追踪
Claude Code 创始人 Boris Cherny 在 Scale AI 炉边谈话中表示，企业关注 AI 的 ROI 完全正确，但不应因成本顾虑过度限制实验。他建议先给员工发放 token 并允许安全试错，待发现有效内部用例后再从后端控制成本，而非前端设限。Cherny 强调，最创新的流程改进和产品创意往往来自基层员工，如会计或市场人员。Anthropic 提供按席位成本控制等企业预算管理方式。随着 AI 模型进步，衡量 ROI 的指标也在变化，从 AI 写代码占比转向工程师产出加速，最终瓶颈将是好创意的生成速度。
TikTok 在 2026 年戛纳国际创意节上发布 Symphony Agent 和 Custom Creator Networks。Symphony Agent 是一款代理型 AI 工具，支持营销人员通过文本提示、图片输入和视频示例生成视频广告活动。系统分析 TikTok 热门内容，提供表现参考案例，并利用字节跳动 Seedance 2.0 模型生成视频，内置 AI 标签、隐形水印和内容审核。该工具集成到 Symphony Creative Studio、Content Suite 和 TikTok One 三个产品中，支持聊天式创意资产构建、AI 搜索创作者视频、以及多市场创作者发现与简…
Tad AI 是一款 AI 音乐生成器，采用高级波形合成技术，可生成自然、深沉、工作室品质的音乐，避免了传统 MIDI 系统的机械感。用户无需专业录音室或技术能力，即可在几分钟内创作完整歌曲。Tad AI 提供两种模式：Smart Mode 适合新手，只需输入提示即可自动生成歌词、曲式和风格；Custom Mode 允许用户指定流派、情绪、节奏和乐器，并可添加最多 3000 字符的个性化文本或音频参考。该工具面向创作者、营销人员和艺术家，支持快速、可扩展的音乐制作，填补了人类创意与机器精度之间的空白。
字节跳动于 6 月 23 日在北京发布会上推出新一代 AI 视频生成模型 Seedance 2.5，可生成最长 30 秒的视频。相比 Seedance 2.0，提示中可包含的参考素材（图片、视频、音频文件）数量从 12 个增加到 50 个，使用更多参考素材可更精确地控制生成视频。字节跳动计划 7 月在中国上线 Seedance 2.5，海外发布时间尚未公布。此前 Seedance 2.0 因生成包含好莱坞明星的超逼真视频及使用版权内容，导致字节跳动与迪士尼、华纳兄弟探索、派拉蒙等美国娱乐公司发生法律纠纷。
阿里巴巴于 6 月 23 日发布最新视频生成模型 HappyHorse 1.1，相比 1.0 版本在运动动态、主体一致性、提示遵循度、视觉质量和音频生成能力方面均有提升。用户可通过 HappyHorse 网站、阿里云百炼平台和通义千问云使用该模型。同时，阿里巴巴与华影娱乐集团合作启动 HorsePower AI 视频竞赛，面向全球 AIGC 视频创作者开放，获奖者将获得现金奖励、AI 计算积分以及最高 100 万元人民币（约 14.7 万美元）的商业合作机会。
NemoVideo 发布 AI 驱动的 Pro Video Editing Agent，帮助小企业、独立营销人员和电商卖家从现有素材、产品页面和自然语言编辑指令中创建视频草稿。该平台采用代理型 AI 架构，可理解编辑目标并分解为多步骤工作流，支持趋势分析、片段选择、结构重建和初稿组装，减少手动编辑时间。其 Viral DNA Reverse-Engineering 功能分析高表现视频的节奏、视觉线索、叙事转折等元素，并应用到用户素材中。用户可通过对话式指令（如“剪掉我停顿的部分”）或提供产品 URL 生成视频广告初稿。系统采用 80/20 自动化模型，AI 处理大部分编辑，用户只需微调品牌、…
TikTok 在戛纳国际创意节上推出 Symphony Agent，这是一款面向广告商的 AI 代理，可自动创建和优化广告活动。该工具利用字节跳动的 Dreamina Seedance 技术生成定制视频内容（每次请求最多三个视频），并支持从图片或提示生成视频、创建虚拟形象和生成脚本。Symphony Agent 结合品牌目标与平台洞察及表现信号，开发创意资产。Content Suite 中的 AI Search 功能允许广告商输入创意需求，系统分析数千个相关视频，识别与品牌相关的现有创作者视频。此外，Custom Creator Networks 功能允许广告商建立精选创作者、员工或品牌大使…
阿里巴巴于 6 月 23 日发布视频生成模型 HappyHorse 1.1，在运动动态、主体一致性、提示遵循度、视觉质量和音频生成方面相比 1.0 版本有显著提升。该模型可通过 HappyHorse 网站、阿里云百炼平台和通义千问云使用。同时，阿里巴巴与华影娱乐集团合作启动 HorsePower AI 视频竞赛，面向全球 AIGC 视频创作者，获奖者将获得现金奖励、AI 计算积分以及最高 100 万元人民币（约 14.7 万美元）的商业合作机会。
TikTok 推出 Symphony Agent，这是一个 AI 系统，可从文本提示、图片和视频参考中生成视频广告内容。广告商通过输入简报或上传产品图片，选择 TikTok 趋势、模板或现有高表现广告作为参考，系统生成产品简报和创意方向，然后依次进行洞察总结、故事板创建和视频生成。每个阶段广告商可通过界面反馈调整细节。系统支持图片转视频、脚本编写和虚拟形象内容，并可修改画外音、语气、场景结构和行动号召。TikTok 应用平台信号（包括热门内容和高表现广告模式），每次最多生成三个视频版本供测试。Symphony Agent 集成到 Symphony Creative Studio、Conten…
AI 音频公司 ElevenLabs 发布了一部由迈克尔·凯恩爵士 AI 声音旁白的《奥德赛》有声书，这是娱乐行业最受瞩目的授权 AI 语音技术应用之一。这部约 13 小时的制作是 ElevenLabs 首部电影化有声书，结合了经授权的凯恩 AI 声音、完整演员阵容、原创音乐和沉浸式音效设计。凯恩此前已将其声音和肖像授权给 ElevenLabs，允许经批准的商业项目使用其数字声音。该项目在克里斯托弗·诺兰执导的电影《奥德赛》上映前几周发布，旨在让观众通过新兴技术重温这部经典文学作品。
字节跳动在火山引擎FORCE大会上发布Seedance 2.5视频模型，可单次生成最长30秒的连续视频片段，无需后期拼接，支持场景切换和节奏变化。模型可同时接收多达50个参考输入（图片、音频等），并支持生成后局部编辑而不改变整体视觉风格。Seedance 2.0同步升级至原生4K和10位色深。该模型计划2026年7月初上线，对短视频创作者、广告制作和电商带货场景有直接价值。
文章指出AI视频创作者面临的核心问题不是模型能力，而是能否可靠地获得预期结果。好的AI视频需要结构化提示词工作流：选择输入、编写提示、测试运动、检查主体一致性、调整镜头语言。不同场景（产品展示、社交钩子、角色片段）需要不同的提示结构。图像到视频工作流对商业用途更实用，可保留原始视觉特征。AISeedance2.app提供提示示例和指导，帮助减少失败迭代。
字节跳动Seedance 2.5突破AI视频时长限制，单次生成30秒连续视频，原生4K分辨率，支持10位色深。可同时上传最多50个参考素材（照片、视频、音频、3D模型），实现角色、背景、产品等元素的一致性。支持局部编辑，可单独替换产品、背景或模特而不影响其他部分。预计2026年7月初上线，对广告创意、产品变体测试和短视频制作有显著效率提升。
字节跳动在火山引擎FORCE大会发布五款新AI模型，核心是Seedance 2.5视频模型，可单次生成最长30秒视频，包含场景变化和节奏调整，无需后期拼接。支持最多50个额外输入（参考图像、音频等），并可在生成后编辑视频同时保持视觉风格。Seedance 2.0升级至原生4K和10位色深。同时发布Doubao 2.1 Pro语言模型（成本比Claude Opus 4.6低80%）、Seedream 5.0 Pro图像模型和Seed-Audio 1.0音频模型。
AI原生短剧平台StoReel推出Canvas端到端制作与变现平台，创作者上传剧本后，AI代理系统自动生成场景分解、故事板、角色和场景参考，以及针对主流AI视频模型的优化提示。支持系列化格式、多集连续性和高产量工作室输出。Canvas将制作时间缩短约三分之二，成本仅为真人实拍的15%。其AI制作剧集《OMG! My Snowwhite Is a Man》安装成本4.63美元，低于传统真人剧的8-10美元。
CapCut宣布与Google Gemini合作，将视频和图像编辑工具直接集成到Gemini AI助手中。用户可在Gemini应用内使用CapCut的编辑功能，无需切换应用。创作者可通过对话方式完成内容规划、生成、编辑和优化，例如将素材转为20秒预告片、添加字幕或转换竖屏版本。该合作旨在简化独立艺术家和创作者的短视频制作流程，减少重复性工作。具体上线时间和订阅要求尚未公布。
AI视频生成已从新奇工具变为创意制作的实际组成部分。营销团队、创始人、教育者和独立创作者使用文本提示、源图像和简短指导来创建视频，无需摄像团队或漫长编辑周期。图像到视频工作流在视觉一致性要求高时尤其有价值，可将现有品牌素材转为可控视频。文本到视频适合早期探索。质量检查标准包括主体可识别性、运动是否支持信息、剪辑是否适合平台、是否有视觉伪影。
字节跳动火山引擎发布Seedance 2.5，支持单次生成30秒原生4K视频，可同时输入最多50个多模态参考素材（图像、构图参考、品牌指南等）以保持视觉一致性。引入局部场景编辑，可单独修改资产、服装或角色而不影响背景和构图。支持音素级唇形同步和自动环境音设计。Seedance 2.0同步升级原生4K。同时预告AI版权商业化平台，导演周星驰为首批合作伙伴。企业版2026年7月初上线。
Snap发布一系列AI广告能力，包括Snap Smart Assistant（根据广告目标自动推荐策略）、AI Sponsored Snaps（品牌通过AI代理与用户聊天互动）、动态产品广告（整合用户行为和实时意图信号）以及生成式AI镜头广告。新创意工具可将单张产品图转为多种竖版广告格式。Snap Creator Network通过AI匹配创作者与广告主。动态产品广告收入同比增长超30%，中小企业采用率翻倍。
Studio Freewillusion的TailorDub AI配音技术从原始音频而非翻译脚本出发，解决传统TTS配音的三大问题：语速不同步、机械语音丢失情感、音质下降。工作流程：分离源视频音频→分析语音片段→生成并对齐翻译对话→保留原始情感和语调→重新合成到原始音景中。在50名专业AI视频创作者的评估中，TailorDub在语速稳定性（高48.4%）、说话风格自然度（高26.9%）和语音同步质量（高23%）上均优于全球AI配音SaaS。
旅游品牌和酒店利用Pollo AI的Marketing Studio中的照片转视频工具，将已有的专业摄影照片自动生成流畅、专业的视频内容，用于Instagram、TikTok、YouTube等平台。该工具解决了传统视频制作流程成本高、产出慢的痛点，使没有专属视频团队的小型精品酒店或目的地营销组织也能批量产出高质量视频，提升社媒互动和预订转化率。Pollo AI的共享积分系统还将其与创意工作室和营销广告工具打通，实现一站式视觉内容生产。
小企业主常因数据分析滞后而错过运营问题（如过度排班、路线浪费、未授权折扣），导致利润流失。AI工具通过实时分析已有数据，在问题恶化前发出预警。例如，面向暖通和管道承包商的平台Netic利用AI分析工单队列，根据紧急程度、位置和可用性自动重新分配团队，优化调度，避免因效率低下而误判需要增员。AI还能监控日常运营损失和客户体验信号，将被动应对转为主动管理，尤其适合利润率薄的小微企业。
NH农协银行与首尔信用担保基金签署MOU，利用AI大数据支持小商户。银行拥有信用卡交易、存贷款及Hanaro Mart零售消费数据，担保基金则运营基于数据的商圈分析业务。双方将联合研究首尔各行政区的消费模式和商圈变化，开发针对小商户的定制化经营诊断模型，帮助评估区域商圈状况，并支持地方政府的数据驱动行政。此举旨在让小商户获得更精细的商圈大数据，提升经营决策能力。
SEO Guru Atlanta创始人Jeff Tormey在IntegriCom午餐学习活动中分享AI搜索洞察，讲解企业如何在ChatGPT、Google AI Overviews、Gemini、Perplexity等AI搜索平台中提升可见性和推荐。他指出AI搜索系统通过信任度、权威性、专业性、一致性、相关性、技术信号、内容质量、品牌提及、引用、评论和数字公关等维度决定推荐哪些企业。这是自Google 1998年上线以来搜索领域最大的变革，及早适应的企业将主导市场。
Meta在2026戛纳国际创意节上发布一系列AI驱动的广告、创作者和客户互动工具。核心包括：端到端AI创意系统，通过性能数据自动生成和优化广告变体；Brand Memory功能学习品牌历史调性以保持一致性；整合Creator Marketplace和Partnership Ads Hub为统一的Meta Creator Marketing Hub，支持跨Instagram和Facebook发现创作者并激活合作广告；Meta Business Agent平台已超百万企业使用，将消息对话转化为购物体验。Meta分析显示，广告主每投入1美元平均获得4.13美元收入，较2022年增长25%。
Meta推出系列广告和营销工具更新，重点整合AI驱动的创意制作、活动管理和创作者合作。端到端创意方案允许营销人员在单一工作流中创建、测试和优化广告，系统根据性能数据建议改进并生成新变体。Brand Memory功能学习品牌语调以保持创意一致性。Ads Manager增强包括AI文本生成扩展至创意资产内嵌文字、多语言翻译和视频配音，以及内置审批流程。创作者方面，合并为Creator Marketing Hub，并扩展至Facebook创作者，支持发现用户生成和产品标记内容。Business Agent平台已超百万企业使用，用于消息对话中的推荐和交易。
Meta在戛纳宣布AI广告创意工具升级，推出端到端创意系统，利用性能数据指导迭代，包含连接创意和媒体团队的工作空间。Brand Memory功能保留品牌语调以确保AI生成内容一致性。Ads Manager新增AI文本生成（嵌入图片内）、多语言翻译和视频配音（支持葡萄牙语、法语、德语等11种语言），以及创意审批工作流。创作者方面，合并为Meta Creator Marketing Hub，扩展至Facebook创作者，支持产品标记帖子和广告许可过滤。Meta Business Agent平台已超百万企业使用，将消息对话转化为交易。