综合
案例
公司
专题
3500万人追更AI短剧广告 , RunningHub打通品牌广告生产最后一公里
发布时间:2026-11-19 17:30 浏览量:298
广告创作者最值钱的是创意,最耗时间的,是把这个创意变成一支能上线的片子。创意过会、客户反馈、逐帧核对品牌规范,中间每一环都会让一个好想法多磨上几轮。
今年行业内被品牌问得最多的问题,已经从「这个画面能不能生成」变成「这支片子能不能按时、按品牌规范交出去」。AI把生成提效之后,创意落地的压力并没有变小,只是顺着流程摊到了项目结束前的审核与调整。
本文来源于广告门 adquan.com
最近,有一位AI创作者就面临着这种压力与挑战。
在抖音追《余烬之后》的观众,大概想不到这部AI短剧的编导厉岑,不仅带着《余烬之后》荣获RunningHub全球AIGC长片创作大赛【最具潜力科幻IP奖】;同一个秋天,他还完成了京东双十一的合作系列短片。

前者是围绕原创废土世界观做成的连载,首集上线4天播放量破3000万,评论区不少人等更新;后者品牌合作短片播放量超3500万、点赞超60万。
一个废土世界观,怎么接住大促叙事
今年双十一,厉岑把京东带进了这个废土世界。
在短剧中,西蒙作为机械维修师,找到一处废弃店铺,装修改造成小队落脚点,带出「京东AI家惊喜日」的家电焕新;猎鹰队长探废弃军械店,翻出一堆数码设备残骸,回收、修复、再派上用场,对应「京东AI玩惊喜日」的以旧换新;另外两支短片去养老院做志愿、参加风尚秀,分别接住「京东健康惊喜日」和「京东风尚惊喜日」的商业信息。
五支片子讲的是同一件事:把废土里的「旧物新生」,讲成现代电商的「生活焕新」。
废土世界中的故事和双十一的大促,难点在于两者气质怎么融合,最容易拧巴的是黑粉甜心队参加风尚秀这支短片。
用厉岑自己的话说,要么画面很美,大促的热闹劲儿不够;要么商业信息硬塞进去,又会感觉到非常突兀。锈蚀的金属、落灰的机械、沉静的荒凉,怎么样跟高饱和的服饰、抢眼的配饰、满场灯光进行碰撞,让两者风格上的冲突更加吸引消费者的目光?
广告行业里,一个想法能不能落地,要经过多轮的沟通和反馈,气质冲突只是这段路最先露出来的那一截。
厉岑没有急着在画面里找平衡,而是先回到情绪上找共同点:《余烬之后》里,主角们用废旧资源一点点建起新家园,始终留着对生活的期待;时尚大赛里,则使用鲜明的色彩进行碰撞,让角色的感觉焕然一新,植入“改变服装=变身”的潜意识认知。想通这一层,剧情就顺了——破旧的金属躯体选择潮流的服饰,主角就地搭配,拼出一套独一份的废土街头风。废土气质和商业信息一起落了地。
故事层面对齐了,变成具体画面还有一道门槛。
AI创作者的想法,如何一帧不差地落到画面上
黑粉甜心队搭配服饰这场戏,多个角色同时在店里挑衣服,镜头调度、人物站位和交互稍一走样就容易穿帮。同一组人物、同一套运镜,过去直接交给AI生成,盲抽几十版也未必有一版能用;哪怕挂着提示词框架,调试也要花掉大量时间。
厉岑把这场戏先搬进RunningHub云片场。Blender加云电脑的3D场景里,角色、柜台、衣架之间的相对位置,机位从哪个角度进、跟着谁走,都能在界面上可视化地摆放确认位置,实现预演和动态的交互。预览过后再让AI生成具体画面,抽卡从几十版压到一两次。
不过,作为连载创作,更花时间的是调试人物角色的形象和品牌信息。
西蒙的机械形态、猎鹰队长的皮衣质感、海蒂的面部纹理,每个角色都靠一套复杂的废土风格提示词框住;而品牌购物系统界面在多支短片里反复出现,还涉及镜头的正反打和过肩机位,人物特征和品牌信息要经得起逐帧看,这是很多创作者都面临过的创作难题。
单条广告里,一致性停在生成层面;连载做起来,它就成了资产问题。传统的方式,还是围绕提示词的细化和调整来解决创作问题,但是提示词框架也是有边界的。
大模型一迭代,原来一千多字框得住的角色特征、光影效果、品牌信息,在新模型下复现不出同样的效果;面部纹理可能偏一点,品牌元素在连载画面里会糊掉。
AI升级后的参数是更强,但创作经验却要重新找回来。换成别人中途接手,还要从头研究这套框架。放到商业项目里,交付周期固定,品牌等不起这样的反复测试。即使是厉岑这样经验丰富的创作者也头疼不已。
所以一个项目做完,攒下的东西能不能不受模型影响,交给下一个项目用,直接决定下一部片子从哪里起步。
厉岑的处理办法,是把能固定的东西从提示词里搬出来:角色形象、废土世界设定、审美偏好、品牌规范,连同每次调整后的新版本,一并留在可调用的资产库里。连载到下一集、换一个模型,都可以直接从之前积累的经验和素材起步,保持创作效果的稳定呈现。
对于「画面不高级」这类模糊需求,他选择先拆成光影、色调、镜头节奏,再用自然语言交给Agent去执行,不必自己再重新去研究提示词。
画面的一致性守住,模糊需求被解决后,剩下的变量就在时间上。AI把单集短剧的生成压到一周多,大促的节奏按天走。脚本到交付前的最后几天,卖点和促销信息随时会变。样片改了一轮又一轮、临上线又换卖点信息,这在广告行业算日常;生成压快之后,这段日常的压力挪到了交付前。
就像片尾海报上的「折上再享7折」「万件大牌羽绒好物49.9元起秒杀」,前一晚还是这个数字,第二天平台优惠再加码就得替换。在这次合作短剧中,品牌的大促海报放在片尾,画面里却有机器人张贴海报的动作;按传统提示词改一遍,海报信息位置会挪,角色动作也可能变形。改一处,镜头和画面风格跟着跑偏,交付前最经不起这样的返工。

RHTV无限画布的局部编辑能力可以很好地帮助创作者把改动圈在指定范围:逐秒抽帧、局部重绘+关键帧控制,只调整片尾那几秒、海报那一块区域,张贴的动作则保持原样。最后每一次真实修改连同评价回流成测评集,同类任务下一次做对的比例跟着往上走,让系统在持续使用中越来越懂创作者,也越来越好用。
除了这五支片子外,相似方法论也被其他使用RunningHub的团队用在电商素材批量出图、短漫剧创作、游戏制作中。厉岑遇到的这些难题,普遍存在于不同团队和品牌的创作实践中,折射出AI商业内容生产的共性挑战。
这些麻烦,是AI商业内容创作的共同痛点
把视角拉远一点,厉岑碰到的麻烦,在广告行业已经积累了很多年。
CTR《2025中国广告主营销趋势调查报告》里,70%的广告主认可AI的提效价值;IAB 2026年的调研里,83%的广告高管说公司已在创意流程中部署AI。麦肯锡同一年的营销研究给出另一组数字:90%的CMO在试验AI,真正在工作流里规模化捕获价值的不足10%。
工具和产能提效后,广告公司在提案到交付的末端依然面临需求多变、规范碎片化和模型迭代的校准成本;随着上线日期倒逼和卖点随时更改,生成速度越快,收尾阶段对创意方向的稳控压力反而越大。
这些痛点在广告领域比较常见,而RunningHub正通过统一的中台调度与合规校验,帮助各个行业的团队在多变的节点前稳住创意方向,把生成速度转化为落地胜率。
影视级人物角色资产是一类典型样本,面临高成本、高精度和高重复性的挑战。以及影视级人物角色要经得起特写,头发、瞳孔、服装配饰都得单独精细化处理,传统管线一个角色做下来十几万元。如果用通用大模型工具生成,往往需要再逐块切图重绘后拼回,前后上百次操作,而在Runninghub,把这些步骤交给Agent按影视级材质标准自动完成,成本降幅能到90%。最贵的一段人力被拆成可自动执行的步骤,这类项目才开始进入批量生产。
而少走弯路的还有手游研发公司,在RunningHub上训练了80多个专属LoRA、搭了160多个自建工作流:把塔防场景、Q版角色、游戏图标、国风纹样这套画风训练成专属模型,再把线稿细化、动作迁移、多角度出图、图转3D这些常用环节做成生产工具。由此,原本依赖个人经验的整套游戏美术风格被沉淀为可复用的资产体系,三个月内平台用量增长近70倍。
最后,一家服务旗下100多个商家账号的电商AI服务商,将成熟流程封装成应用,接入RunningHub后一个月搭起47个自建应用,把商品图到短视频的整套制作流程搬进平台,支撑多个商家持续生产。连续56天每天调用,累计调用超过12万次。

把这些行业放在一起看,广告行业用AI创作时反复撞上的,其实是同一件事:需求发散、规范太多、交付时间固定,单点生成效果接不住整条生产链。
当AI开始进入商业生产,真正的竞争就不再只是生成能力的竞争,而是整套生产流程的效率、可控性和复用能力。行业眼下缺的,是把这些散在创作流程中的需求,链接跑通,这也意味着,模型之外,行业需要一套真正面向生产的AI生产力系统。
模型之外,一套对交付负责的AI生产力系统
这套系统最终要走向哪里,厉岑拿奖的那场大赛给出了答案。
11月15日,RunningHub全球AIGC长片创作大赛在成都科幻馆颁奖,1500多部参赛作品里,116部入围、15部获奖,长剧与电影占比超过八成,刘慈欣等嘉宾到场颁奖。
同一个舞台上,RunningHub宣布拿下《时间之墟》等6部科幻作品的AIGC独家改编权,与天问奖、星云奖签约共建IP库,并启动投入亿级现金和无限算力的「片场计划」,计划与创作者一起做10部院线电影、100部精品IP剧集。同时,作品《空城又一计》《霍元甲》的院线项目已经立项。
从五支大促短片到院线长片,它们在立项到交付的过程中,隔着的正是厉岑一路碰到的那些麻烦。
把这些变量管起来的,是RunningHub构建的图像音视频领域标杆Harness。它不是把一堆AI工具装进同一个平台,而是把Agent、上下文和工具链组织成一套协同工作的系统。
三者合起来,让Agent结合行业知识和当前任务的上下文,自己决定调哪个模型、用哪件工具。大模型负责生成,Harness负责把链路跑完,对最终交付负责。
海马云创始人兼CEO党劲峰将其概括为确定性的系统交付。模型谁都买得到,真正拉开差距的是算力、Harness与数据深度咬合的生产力发动机,这是他的判断。
这个判断已经跑在平台上。目前,约60%的模型调用由智能动态路由完成,简单任务分给小模型,复杂任务交给大模型;面向影视生产的垂直后训练模型,RH Ehanced能把人物崩坏率压低60%以上,H3 Lighting 将5秒视频的生成时间从6分钟压到28秒,提速12倍。
厉岑的实践,展现了AI生产力系统在商业内容制作中的价值:让创作者不必把大量时间消耗在反复抽卡、资产校准和交付修改上,而是将更多精力放回创意本身。而 RunningHub 全球AIGC长片创作大赛,则进一步将这套生产能力延伸至更长周期、更复杂的影视项目。
「过去一百年,把想象变成院线级的影像,是少数人的特权。今天,这件事正在交还给每一个有表达欲的创作者。」海马云市场总经理汪梦丽在颁奖现场说的这句话,放到厉岑身上有了更具体的意思。
一个人能把废土世界做成连载、又接住五支大促短片,背后是越来越多的创作者把内容搬进同一套生产环境。AI在商业内容里的竞争往哪走,最后由这些人每天在用什么说了算。
END
意见反馈/举报
反馈/举报信息:
联系方式(选填):