AI批量生成短视频，生成同质化到底有多严重？短视我扒了500条视频后发现的事最近刷短视频，总感觉撞脸率越来越高。频批不是量产说人脸，而是出内内容形式。开头三秒必是容同
最新青青草“你敢相信吗”，中间必定切换三个空镜，质化重结尾再来一句“你觉得呢？问题”最要命的是，这些视频很多都是生成AI批量生成的。一开始还觉得新鲜，短视看多了就觉得不对劲——怎么全是频批一个模子刻出来的？为了搞清楚这问题，我专门花了两个晚上，量产在某平台搜索“AI生成”“AI视频”“数字人”等关键词，出内连续扒了500条视频的容同标题、封面和文案结构。质化重结果挺有意思的，也和几个做MCN的朋友聊了聊。下面都是真实看到的，不是拍脑袋。先说我统计到的同质化数据我建的表格很简单，把500条视频按“内容类型”和“相似度”分类。相似度怎么判断？就看前10秒的脚本结构、画面元素、背景音乐和结尾引导语。只要撞了4项以上，就算“高度相似”。
黄页网站内容类型数量（条）占比高度相似（%）历史故事解说16032%78%名人名言/心灵鸡汤12024%83%科技前沿/未来预言8517%71%情感故事/两性关系7014%76%健康养生/生活妙招408%69%其他（搞笑、教程等）255%44%看到没？前几类的高度相似率都超过70%。历史故事解说最夸张——160条里面，有125条都是从“话说在XX年前”开场，然后配一段AI生成的古代场景动画，背景音乐永远是那首《故宫的记忆》的变奏版。名人名言类更不用说了，80%以上都是“莫言说”“鲁迅说”“稻盛和夫说”，完了下面挂一张模糊的风景图或者一个数字人正襟危坐。这500条视频里，有大约340条能明显看出AI生成痕迹，比如手指偶尔变形、人物眨眼频率不对、或者画面边缘物体在融化。但这不重要，因为人家已经赚到流量了。有个做批量运营的朋友告诉我，他的团队一个人一天能用工作流生成200条同质化视频，不需要编剧，不需要摄影师，只需要一个提示词模板库。为什么AI生成短视频这么容易同质化？第一，训练数据本身就是“炒冷饭”的AI模型不是凭空想创意，它学的是互联网上已有的文本和视频。而过去那些高播放量的
免费的行情大全百度搜索短视频，早就被平台算法验证过“哪种结构能火”。你让AI学一万条“涨粉最快的开头”，它当然学会了“你敢相信吗”和“我不允许还有人不知道”。这就像把一群学生放进同一个应试教育工厂，他们写出的作文注定千篇一律——不是学生笨，是题库就那么大。我还发现一个有趣现象：很多AI视频的文案，直接用GPT类的模型去改写抖音上已有的爆款文案。改写只是换了个语气词，但核心逻辑和段落顺序完全没变。比如“从今天开始，请逼自己养成这3个习惯”这种标题，光我统计的就有42条变体，只是把“习惯”换成了“能力”“认知”“思维”。本质上还是一个爹生的。第二，提示词模板被反复套用现在主流的AI视频工具，比如Sora、可灵、Vidu、Runway，虽然能生成高清视频，但如果你对着它说“给我生成一条关于坚持的视频”，它大概率会给你一个慢镜头加一个人爬山的画面。为什么？
爱流101010百度下载因为训练数据里，“坚持”和“爬山”的关联样本最多。更可怕的是，网上到处流传着“AI短视频赚钱教程”。这些教程为了显得高效，直接给你一套固定的提示词模板：主体：一个30岁左右的商务人士动作：站在窗前看远方背景：城市夜景光线：暖色调镜头：缓慢推进文案结构：痛点—案例—解决方法你用这个模板，我也用这个模板，大家生成出来的视频当然长得一样。就像你用同一个乐高图纸拼积木，拼出来的房子能不一样吗？区别只是颜色和窗户数量。第三，算法和商业模式的“奖励”机制平台算法喜欢给数据好的视频推流量。而AI批量生成者为了追求概率，会疯狂模仿那些已经跑出数据的视频。说白了，这是一个“种马试验”：先用AI生成100条长得差不多的视频，丢进流量池，哪条跑出来了，就让AI再生成更多那个变体。这种操作下来，同质化不是意外，而是策略。还有一点很实际：批量生成的成本太低了。一个普通创作者拍一条原创视频，可能需要半天时间，成本至少几百块。
九一免费看片软件但用AI批量生成，一条视频的成本不到两毛钱。当边际成本趋近于零时，你自然会选择“多撒网”而不是“精耕细作”。经济学里的“劣币驱逐良币”在短视频生态里同样适用。同质化对用户、创作者和平台都造成了什么影响？对用户：从新奇到疲劳，再到反胃我最初刷到AI生成的“历史解说”时，觉得画面真高级，恨不得立刻收藏。但连续刷五条几乎一样的之后，我开始产生一种被戏耍的感觉。这种疲劳不只是心理上的，还有生理上的——大脑会习惯化，当同样刺激反复出现，我们就不再有反应。很多用户现在看到“AI生成”标签就会直接划走，连点赞都懒得给。更麻烦的是，同质化内容会占用我们的注意力，把真正有价值的信息挤出去。你本来想搜一下“为什么冬季容易失眠”，结果看到前十条全是“养生专家警告：冬季千万别这么睡！”后面跟着一模一样的AI插画。你想找点专业意见，却只能看到一堆东拼西凑的废话。对创作者：原创者被“算法降权”，套模板者赚得盆满钵满我认识一个做历史科普的博主，花了半个月研究史料，精心做了一条十二分钟的讲解视频，播放量只有两万。而另一个账号用AI把同样的历史事件做成“三分钟突然看懂”系列，一天发十条，总播放量破了千万。你说气不气？更致命的是，平台算法识别内容的维度越来越单一，它只看“完播率、互动率、转发率”。套用成熟模板的视频，天然在结构上占优——因为之前的爆款已经验证了这个节奏能留住人。原创视频往往节奏更自由，信息密度更高，反而容易被算法判断为“呆板”。于是，大量原创作者被迫转型做AI模板化内容，或者干脆退出。这就是“逆向淘汰”。对平台：内容生态的长期损伤平台当然不傻，它们已经在尝试给AI视频打标签，也调整了推荐策略。但同质化内容的泛滥，对平台最大的影响是用户时长和留存下降。以前人们打开短视频是为了“杀时间”，现在却要花十秒在相似内容上做判断，这种疲惫感会直接导致用户转向长视频、游戏或其他娱乐方式。而且，同质化内容会让平台失去“信息差”的价值。短视频的一个重要功能是帮用户发现新东西，但当所有新东西都长得一模一样时，这个功能就消失了。平台之间也会互相内卷，因为A平台火了什么，B平台马上会有一堆AI视频复制过去，最终大家的内容池都变成一片死水。有没有办法缓解同质化？一些正在发生的尝试平台层面：从“查重”到“查源”现在已经有平台开始对AI生成视频进行“数字水印”标注，比如抖音要求AI内容必须声明。但说实话，这个措施只能解决“透明度”，不能解决“同质化”。真正管用的可能是“查重”机制的升级——不只是查画面帧，而是查文案逻辑、镜头节奏和构图模式。有业内人士透露，某平台正在研发“语义级去重系统”，能够识别“虽然文字不同但意思完全一样”的内容。如果这个系统上线，套模板党的日子就会难过了。创作者层面：用“个性化提示词”破局我采访过一位仍然坚持原创的AI视频创作者，他的做法很有意思：每次生成前，先写一段完全属于自己的“生活观察”作为提示词的一部分。比如他不写“孤独的老人”，而是写“凌晨四点半，便利店门口一个穿着拖鞋的老人，手里拎着一袋空瓶子，看着路灯发呆”。这样生成的画面虽然可能不完美，但罕见且真实，反而容易获得用户的共鸣。他强调一个原则：AI负责执行，不负责创意。创意必须来自你对世界真正的感受。如果你连自己的感受都没有，而只想“蹭热度”，那生成的视频当然和别人一样。技术层面：训练数据需要“去毒”同质化问题的根源在于AI学了很多“垃圾输入”。有研究团队提出，应该对训练数据做“多样性加权”，即减少那些过于相似的爆款内容在训练集中的权重，增加小众、冷门、非典型内容的占比。这样一来，AI生成的内容就不会过度集中到少数几个热门模板上。另外，一些工具开始引入“创意扰动”功能。你输入“生成一条关于坚持的短视频”，它会给你三个不同风格的脚本选项：纪录片风、意识流风、生活切片风。这听起来很简单，但我测试了一下，确实比默认的“爬山慢镜头”有趣得多。我最后想说的是刷到第498条同质化视频的时候，我反而笑了。因为那条视频的结尾字幕是“关注我，每天带你看不一样的世界”——可它自己，就是最无聊的“一样”。AI生成短视频就像一把刀，有人拿它雕花，有人拿它切方便面。现在的问题是，切方便面的人太多，把锅底都弄穿了。但也有些有趣的迹象：比如B站上开始出现“AI生成失败合集”，专门展示那些画面崩坏、逻辑混乱的沙雕视频，反而比正经内容更火。这说明用户对“完美模板”已经腻了，开始喜欢真实、意外和瑕疵。或许同质化的破局点，就在于允许AI犯更多错。当AI不再拼命模仿“最像爆款”的那个平均数时，它才有可能生成我们真正没见过的东西。下次你再刷到那种“自从用了AI，我震惊了”的视频，不妨多看一眼——也许它就是下一波同质化的起点，也可能，它就是那个偶然冒出来的例外。谁知道呢。
国足确定换帅傅Bo让位 足协已收多位洋帅自荐材料
国足确定换帅傅Bo让位 足协已收多位洋帅自荐材料
字体大小：A A2013-11-21 11:17:49编辑：竹青点击: 次
90win体育讯 北京时间11月21日，日前国足被曝明年一月安排新洋帅上任，因此傅Bo在中沙战之后就卸任代理主教练一职，虽然国足本次开启选帅程序是土帅洋帅一起考虑，但选帅的重点显然是对准外教。目前足协已经接收到了多位外籍教练的自荐材料。
傅Bo虽然对“中沙战是否是自己最后一战”表示不置可否，但在比赛时一贯身着运动装指挥球员的他，特意换上了一套西装搭配围巾的“型男”造型，如此正式的着装也流露了傅Bo谢幕的意味。
随着中沙战的结束，国足将进入休赛期，2013年度的赛事基本结束，而这恰恰就成为了国足落实选帅的合适周期。据悉，足协已接到了多位外籍教练的自荐材料，虽然国足本次开启选帅程序是土帅洋帅一起考虑，但选帅的重点显然是对准外教，本土教练的选择考虑，按照惯例很可能是为中方教练组成员而备选。
随着里皮率领恒大夺冠之后，国内舆论对于选聘高水平洋帅也基本达成了共识，里皮也一度被认为是国足新帅的最大热门。尽管里皮和恒大还有合同在身，其本人也没有确切表明是否接手国足，但国足VS印尼、沙特两场主场赛事，里皮都有出席观战，甚至有媒体认为里皮是在考察国足的状态再作是否执教国足的决定。
有一点毋庸置疑的是，傅Bo即将卸任代理主教练一职，国足被沙特逼平无法直接晋级亚洲杯也让傅Bo失去了继续执教的最后一丝可能。从傅Bo的临时上任到现在，虽然能够及时止住了国足下滑的势头，让国足从“6·15”惨案中开始恢复积极的精神状态，但傅Bo还是在临场指挥和调度上暴露出经验不足的问题。
不过傅Bo这次是首次担任成年国家队的主帅，他还年轻，与里皮这样的世界冠军教头无法相提并论，外界企图让傅Bo一下子达到里皮的高度是不理智的，毕竟从战略角度来看，傅Bo也算是完成了最低的目标，让后来者留下了一条不太难看的路。、
AI NAS进入智能体新阶段 英特尔携伙伴共建本地AI生态
智能体AI已经成为AI NAS的新增长引擎。面对本地高算力、低延迟与高隐私需求，英特尔正持续迭代AI NAS平台，以第三代酷睿Ultra及酷睿处理器推动智能体AI在NAS端落地，并联合生态伙伴共同创新。
PChome 2026年5月8日消息，5月7日至8日，以“智存无界 芯联未来”为主题的英特尔AI NAS与Thunderbolt雷电解决方案峰会日前在厦门举行。会上，英特尔集中展示了基于第三代英特尔酷睿Ultra、酷睿处理器以及英特尔锐炫Pro显卡打造的AI NAS平台与解决方案，并联合绿联、MINISFORUM铭凡、铁威马、极空间、威联通、畅网、冰鲸等生态伙伴，进一步推动智能体AI在NAS端的落地应用。
随着生成式AI和智能体AI快速发展，NAS正在从传统存储设备演变为融合本地算力、数据管理与智能应用的新型平台。相比云端AI，本地AI在隐私保护、低延迟推理以及数据可控性方面具备天然优势，而这也成为AI NAS市场加速增长的重要驱动力。
英特尔副总裁、中国区软件工程和客户端产品事业部总经理高嵩表示，“智能体AI已经成为AI NAS的新增长引擎。面对本地高算力、低延迟与高隐私需求，英特尔正持续迭代AI NAS平台，以第三代酷睿Ultra及酷睿处理器推动智能体AI在NAS端落地，并联合生态伙伴共同创新。”
围绕不同AI应用需求，英特尔此次构建了覆盖主流到旗舰级的完整本地算力矩阵。针对中小企业、设计工作室及小型算力中心，第三代英特尔酷睿Ultra处理器搭配英特尔锐炫Pro B系列独立显卡，最高可提供367 TOPS AI算力，可支持本地8B至35B参数规模大模型的高吞吐推理，适用于企业本地知识库、行业数据分析以及办公智能体等场景。
面向主流消费级与中小企业市场，搭载12Xe核心的第三代英特尔酷睿Ultra X处理器可提供最高180 TOPS AI算力；第三代英特尔酷睿Ultra处理器则覆盖16核、8核等多种配置，最高可达100 TOPS AI算力，可支持8B至35B参数模型的本地AI推理，在性能与功耗之间实现平衡。
而针对更强调成本控制的轻量级AI应用，第三代英特尔酷睿处理器通过6核配置即可提供40 TOPS AI算力，可实现8B以下参数规模模型的本地推理，适用于家庭数据管理、轻量AI助手等入门级AI NAS场景。
除硬件平台外，英特尔也在同步完善AI NAS的软件生态。此次公布的软件栈参考设计，围绕本地XPU异构算力、模型部署、低时延响应与隐私保护等核心需求展开，覆盖从模型部署、检索增强到感知交互与性能优化的完整链路。
其中，英特尔通过CPU、GPU与NPU协同调度机制，实现异构算力的高效利用；同时结合容器化与虚拟化方案，帮助AI应用在NAS平台快速部署，并通过硬件辅助虚拟机技术强化智能体运行安全性与可靠性。对于NAS厂商而言，这意味着AI能力的开发门槛将进一步降低，也有利于推动更多端侧智能体应用快速落地。
在应用层面，英特尔正在推动AI NAS从单一存储设备向本地AI中枢升级。面向个人用户，AI NAS可实现智能相册管理、家庭视频检索、AI助手等功能；面向企业，则能够支持本地知识库、文档分类、多媒体处理以及轻量智能体任务，在提升数据安全性的同时降低AI部署成本。
峰会上，多家生态伙伴也展示了基于英特尔平台打造的AI NAS新品。
绿联iDX6011 Pro搭载第三代英特尔酷睿Ultra 7处理器，可提供最高96 TOPS AI算力，并通过本地大语言模型实现照片管理、文件分类与AI助手等功能，所有AI推理均在本地完成。
威联通QAI-8300 Pro则搭载第三代英特尔酷睿Ultra X7 358H处理器，最高可提供182 TOPS AI算力，并集成英特尔Helicon Search智能检索技术，面向专业创作者与中小企业私有云场景。
MINISFORUM铭凡推出基于第三代英特尔酷睿Ultra与酷睿处理器打造的Agent NAS系列，通过MinisAI Plus混合AI架构与MinisCloud OS，实现NPU与GPU协同加速；铁威马则计划推出采用英特尔酷睿Ultra 255H处理器的AI NAS新品，并结合全新TOS 7系统强化智能体AI应用。
此外，极空间、畅网以及冰鲸ZimaOS等合作伙伴，也分别围绕智能体AI部署、移动AI NAS以及Agent原生操作系统等方向展开探索。其中，冰鲸ZimaOS基于Qwen 3.5与Intel Arc实现纯本地推理，并提出“Agent设备，即本地执行中枢”的理念，进一步拓展AI NAS的应用边界。
从行业发展趋势来看，AI NAS正在成为端侧AI的重要落地方向之一。过去NAS更多承担数据存储与备份角色，而随着本地大模型能力提升，AI NAS已经逐步演变为家庭与企业的数据智能中心。相比传统云端方案，本地部署不仅具备更好的隐私安全性，也能减少网络依赖与长期推理成本。
对于英特尔而言，其此次围绕第三代酷睿Ultra平台构建完整AI NAS生态，核心意义不仅在于提供更强的本地AI算力，更在于通过开放的软件栈与生态协同，加速智能体AI从概念走向实际应用。PChome认为，随着越来越多NAS厂商开始引入本地AI能力，未来AI NAS市场的竞争重点，也将从单纯硬件性能转向AI应用体验、软件生态与智能体协同能力的综合比拼。
相关新闻 （共 6 条）