别急着学软件!AI视频想赚钱,先看懂这三件事

先把行当看明白：类型 · 变现 · 云端还是本地

最近一个朋友入职了做漫剧的公司。我这人好奇心极重，回来花了两周，把 AI 视频这片行当认真啃了一遍。这里分享下这两周的一些小的看法，后续有时间可以把做法也整理下。

结论先放最前面：AI 视频值得你在动手前先看明白。它有自己的"工种分类"，有对应的"赚钱方式"，还有"云端还是本地"的工具选择。这三件事，比"用什么软件、怎么调参数"重要得多，因为它们决定了你到底能不能干、值不值得干。 

这篇是系列的总纲，回答三个问题：① 我能做出哪几种视频？② 做这个能怎么赚钱？③ 我该用云端还是本地？后两篇再拆云端路线和本地路线。

你到底能"做"出哪几种 AI 视频

不管名字多花哨，所有 AI 视频本质上只有三种长相：会动的画、AI 脑补的短片、真三维的 CG。记住这三类，后面就不会被各种概念绕晕。

会动的画（平面 / 2.5D 轻量类）

就像给连环画"吹口气让它动起来"。镜头推拉摇移、加配音、加特效，本质是动起来的画，不是真三维。你刷到的"动态漫画"“漫剧”，多半是这个。风格化转绘用 ControlNet、AnimateDiff 这类工具，把真人或动漫改成另一种画风。门槛低到几乎为零，是大多数人入行的第一站。

AI 脑补的短片（扩散生成类）

给 AI 一句话或一张图，它自己补出接下来几秒的画面，像一支会做梦的画笔。你刷到的"AI 短剧""仿真人视频"大多出自这里。底层是视频扩散模型，代表有 Wan2.2、即梦 Seedance、可灵、Sora 2、Veo 3。

这里有个新手必踩的坑：扩散模型没有时间顺序约束，每一帧是独立想象出来的，所以同一个角色换个镜头容易长不一样，业内叫"角色一致性飘"。这是 2026 年整个行业公认的最大分水岭。选工具先看三件事：角色能不能不换脸、动作流不流畅、价格能不能承受。

躲开换脸坑的办法：别只靠文字描述角色，要用"参考图加固定种子"把角色锁死，或者用首尾帧、LoRA 绑定角色。一句话，角色一致性关键在喂图，不在写字。这条原则贯穿整个系列。

真三维的 CG（真建模渲染）

这不是画出来的立体感，是真建模、打光、渲染，像皮克斯电影和游戏 CG，能从任意角度转着看。工具是 Blender、UE5，以及 Tripo、Meshy 这类文生 3D 工具；3DGS、NeRF 则用一堆照片重建出可自由转视角的三维场景。这是最重、最烧钱的一类。

九类难度，对号入座

记住一个规律：越像真三维，就越烧钱、越慢。 下面这张表把 1 到 9 的难度排开，启动成本、单条耗时、代表工具都是 2026 年的行情。

对小白来说，真正的选择只有三档：零门槛试水（1 到 3）、云端出片（4 到 6）、砸钱上 3D（7 到 9）。别一上来就盯着最炫的 3D 漫剧，那是最重的一类。

补充一个背景数字：这片行当不是小打小闹。红果短剧日活 1.68 亿、人均每天看 125 分钟，每月分给内容方的钱超过 5 亿，年广告收入约 200 亿。2026 上半年全网上新微短剧 36.7 万部，AI 制作的占九成以上（单 Q1 就上新 12.8 万部）；春节档 86.7 亿播放里 AI 漫剧约占三成，其中八成是仿真人品类。AI 漫剧用户上半年破 6 亿，全年市场规模预计冲到 400 亿，同比接近翻倍。红果百强清一色是 3D 漫剧。

你选哪条路线，就能怎么赚钱

变现严格按路线对应。你走哪条路，就对应哪几种赚钱方式，数字人专项合并放在路线二讲。

路线一（会动的画）：平台分账 + 流量商单

平台分账的逻辑，是"有多少人真看满 30 秒，平台拿广告钱分你一杯"。红果 2026 年的真实规则：按有效观看时长分账，有效播放要连续看满 30 秒；2026 年 4 月起 AI 仿真人取消新人保底，纯分成基础 20%；画风系数越高分账越多，仿真人 60、3D 漫 50、2D 漫 40、图文 5 到 10；万次有效播放单价 2025 年高峰 30 到 100 元，2026 年普遍跌到 5 到 10 元，尾部只有 2 到 3 元；平台拿 60% 到 70%，普通 AI 漫剧创作者拿约 20%。收益有 18 个月长尾，但前 72 小时占整部 60%。2026 年 8 月起投稿还要标 AI、禁千人一面，审核明显收紧。

流量商单适合零成本起步。抖音中视频伙伴计划要 5000 粉以上、20 篇原创横屏、累计播放 1.7 万以上，有效播放满 5 秒，分成约 50%；各赛道每千次有效播放收益，影视剪辑 0.3 到 0.8 元、泛娱乐 0.8 到 2 元、本地生活 1.5 到 3 元、情感心理 2 到 6 元、家居三农 3 到 7 元、财经法律 5 到 10 元。视频号创作分成要 100 粉以上加原创，创作者拿广告 60%，万播约 10 到 30 元。商单按万粉 200 到 500 元，10 万粉垂直账号单条 8000 到 15000 元。

路线二（AI 脑补的短片）：短剧分账 + 数字人 + 内容商单

AI 短剧分账和路线一同源，只是用扩散模型出片更快、单集成本更低。数字人单独说清楚：它和漫剧的根本区别是"演场景"和"对口型"。数字人是用音频驱动一张脸或一个全身形象说话的主播，代表形态有口播、直播、企业宣传片。

数字人市场分三层：DIY 工具，HeyGen 每月 29 美元起（含 1 个自定义形象、175 种语言、约 1.5 美元/成品分钟），Synthesia 每月 18 到 89 美元，D-ID 有免费档；API 平台，接进自己的系统按量收费；托管代运营，每月 3000 到 10000 美元一个形象。开源方案有腾讯 LivePortrait、MuseTalk、Wav2Lip。辨别真假 3D 数字人看三点：能不能 360 度转、有没有全身加手指动作、能不能换装，2D 全做不到。

2026 年 10 月有个新机会：火山引擎发布精品 AI 剧激励计划，专门补贴"用 Seedance 制作并在红果上线"的 AI 漫短剧，按月热度排名，TOP1 到 10 单部 20 万、TOP11 到 20 十万、TOP21 到 50 五万。但要看清：一半现金、一半返券（只能换火山方舟 API Token 等字节工具），且要求 Seedance 占比超过 50%。这是用补贴换使用惯性，需要头脑清醒。

路线三（真三维）：3D 漫剧分账 + 高端定制

3D 漫剧是红果当前的主流品类，单价和分账空间最大，但制作最重、回本最慢，不适合纯小白起步。3D 数字人走品牌虚拟偶像、发布会虚拟主持这类高客单价定制，比路线二客单价高一个量级。

一句实话：这行当是修罗场

从业者分层很残酷：头部 1% 单部收入 15 万到 80 万、月入 5 万到 15 万；腰部 15% 单部 3000 到 2 万；新手散户 84%，八成有效播放不到 100 万，收益只有几十到几百元。爆款率 2026 年只有 0.12% 到 0.47%，万播收益从 2025 年的百元级跌到 5 到 10 元，九成的 AI 漫剧公司还在亏损。正面例子也有：一个 15 万成本的漫剧做到 1200 万收入，一对 95 后夫妻一个多月产 534 集、累计播放超 40 亿。差别在哪？核心能力在内容运营，技术只是入场券。别被"暴利"话术带偏。

云端还是本地：先分清三种玩法

所谓"上云"有三种完全不同的玩法，别混为一谈。

• 玩法 A 纯云端 API 直调：即梦、可灵、Sora 这类，按秒付费，本地只需一台能上网的设备。
• 玩法 B 云端租卡跑 ComfyUI：RunPod、AutoDL 租 GPU，按小时计费。
• 玩法 C 真本地显卡：自购 4090、5090，一次投入长期用。

一句话：A 和 B 都不用买硬件，C 才掏钱装机。

决策很简单：想零成本试水就选 A；批量跑嫌 API 贵又不想买卡就租卡 B；量大、要可控、要隐私、要做真 3D 就上 C。实务里最稳的是接力打法：小样和前期用云端，成片量大了切本地。 

算账临界点给你一把尺：一条 1 分钟仿真人短剧素材，云端 API 成本约 30 到 120 元，月产 30 条约花 1000 到 4000 元；一台能跑扩散的本地整机约 2.5 万到 3.5 万。粗算：当月产超过 60 到 80 条、且持续半年以上，本地硬件的折旧就被账单追平。

买卡还是租卡，2026 年也有账：4090 二手约 2.6 万到 3 万，要租约 6200 小时（约 6 年、按每周 20 小时）才回本；5090 约 3 万以上，约 7200 小时（约 7 年）才回本。每月本地跑不到 15 到 20 小时，租卡（AutoDL 4090 约 1.5 到 1.9 元/时、5090 约 2.3 到 3.2 元/时，RunPod 5090 约 0.7 到 1.2 美元/时）永远更划算。绝大多数个人创作者，租卡比买卡聪明，除非你确定要常年量产。 

云端和本地，各花多少钱

下面的表 1 是云端代表工具的计费，表 2 是本地硬件三档，都标了 2026 行情。

表 1 云端费用

提醒一句：标价只是起步。把音频、超分、失败重试都算上，实际有效秒成本约 0.20 到 0.35 美元。

表 2 本地硬件三档

四个隐性门槛：系统内存 64G、NVMe 读写、电源余量、散热。真 3D 渲染到底要多久、怎么配齐这台机器，下篇本地路线详拆。

新手第一台机怎么选：只想试水动态漫画、AI 短剧，根本不用买卡，纯云端零成本起步最稳。等月产量稳定过临界点，或要做真 3D，再按表 2 上 5090 或 PRO 6000。 

先用云端的钱，试出你卖不卖得动，再决定要不要花钱买机器。

术语极简表

• 分镜：把故事拆成一格格镜头脚本，像漫画的分页。
• 图生视频：给一张图，AI 让它动起来，比文生视频更可控。
• 首尾帧：指定视频第一帧和最后一帧的样子，中间 AI 自己补。
• LoRA：给模型打的小补丁，让它学会特定画风或角色，不用重训。
• ControlNet：给生成过程加约束的控制器，比如锁定姿势、构图。
• 扩散模型：靠逐步去噪，从随机噪声里想象出画面的生成模型。
• 3DGS/NeRF：用一堆照片重建出可自由转视角的三维场景。
• 数字人驱动：用音频驱动一张脸或全身形象对口型说话。
• 保底/分账：平台先保底付一笔，再按播放分广告钱（2026 年多数已取消 AI 保底）。
• API 直调：直接调厂商接口生成，不碰本地硬件。

收尾：三篇怎么读

这一篇把地图铺开：类型看清（三大路线九类难度）、变现看清（按路线对应）、云端本地看清（三种玩法加决策树加两张表）。

这篇只负责"看明白"。真正动手做，是下一阶段《上手实操》的事。看完你先做一件事：打开即梦或可灵，用免费额度做一条 5 秒的图生视频，感受一下"AI 脑补的短片"到底是什么感觉。先把行当的轮廓装进脑子，比急着跑第一条视频重要得多。

下一篇讲云端路线怎么走，不买显卡也能干；末篇讲本地路线怎么配，买显卡自己跑。我们下篇见。你准备先做哪一类，现在卡在哪一步？评论区聊聊。