Private Capture

Unlock Capture

这个站点包含私人录音与日记内容。输入密码后进入;当前浏览器会自动记住。

密码仅保存在当前浏览器本地。

创作者的资产,正在从作品变方法。

页首只保留导读,完整正文和结构化内容继续在下方展开。

Day2026-07-28 Time13:26 SenderLily Topics内容与自媒体 / AI 工具与 Codex Entities3 ModeStructure + Text SourceArchive Complete
来源类型小红书分享
说话人Lily
归档时刻2026-08-29 13:26:37
主题内容与自媒体 / AI 工具与 Codex / 产品与站点
实体3 项
模式结构化 + 正文
Report

关键导读

先把有效信息集中到顶部:一句话总览、编号要点、待办与历史呼应。完整正文与结构化数据在下方展开。

一句话总览

创作者的资产,正在从作品变方法。 - 最近在梳理整个AI视频赛道,观察到一个蛮有意思的现象。 其实从Seedance 2.0发布之后,据行业人士向AI普瑞斯透露,按日消耗占比计算,Seedance已占据市场超八成份额,可灵约占14%,其他模型加起来不到6%。 可以说,模型层面的竞争已经有了一个阶段性结果。 但与此同时,我跟身边几个真正在用AI做视频生产的朋友聊了一下,他们现在最大的困扰并非是模型能力。 其实只要做过AI视频项目的朋友应该都有体会,你在一个工具里写好了剧本,复制到另一个工具里生成分镜图,生成完再导到下一个工具做视频...... …

01

关键洞见

  • 把这类问题归纳得很精准:上下文丢失、版本混乱、模型切换开销、反馈无法回流到生成环节、项目之间没有记忆
  • 「这些是工作流问题,不是模型质量问题
  • Seedance已占据市场超八成份额
  • 但这还只是工具层面的碎片化,更隐蔽的问题在上下文层面
  • 创作者的资产,正在从作品变方法
02

优先级分层

  • 高:把这类问题归纳得很精准:上下文丢失、版本混乱、模型切换开销、反馈无法回流到生成环节、项目之间没有记忆
  • 高:只要做过AI视频项目的朋友应该都有体会
  • 高:只要做过AI视频项目的朋友...
  • 中:最近在梳理整个AI视频赛道,观察到一个蛮有意思的现象
  • 中:可以说,模型层面的竞争已经有了一个阶段性结果
·

涉及实体

这些是工作流从模型层挪到工作流AI工作流
✓

待办动作

  1. 把这类问题归纳得很精准:上下文丢失、版本混乱、模型切换开销、反馈无法回流到生成环节、项目之间没有记忆
  2. 只要做过AI视频项目的朋友应该都有体会
  3. 一条60秒的短片,可能要五六个工具来回切换
  4. 比如做系列短剧,每次开新一集,都要重新上传角色图、描述设定、解释人物关系
  5. 从Seedance 2.0发布之后
与历史呼应

但与此同时,我跟身边几个真正在用AI做视频生产的朋友聊了一下,他们现在最大的困扰并非是模型能力 把这类问题归纳得很精准:上下文丢失、版本混乱、模型切换开销、反馈无法回流到生成环节、项目之间没有记忆

本条脉络:创作者的资产,正在从作品变方法。 - 最近在梳理整个AI视频赛道,观察到一个蛮有意思的现象。 其实从Seedance 2.0发布之后,据行业人士向AI普瑞斯透露,按日消耗占比计算,Seedance已占据市场超八成份额,可灵约占14%,其他模型加起来不到6%。 可以说,模型层面的竞争已经有了一个阶段性结果。 但与此同时,我跟身边几个真正在用AI做视频生产的朋友聊了一下,他们现在最大的困扰并非是模型能力。 其实只要做过AI视频项目的朋友应该都有体会,你在一个工具里写好了剧本,复制到另一个工具里生成分镜图,生成完再导到下一个工具做视频...... …
完整记录 · 正文与结构化数据
Mind Map

思维导图

这里不再用摘要卡片伪装脑图,而是直接用经典 mindmap 组件来展示结构。点击分支会跳到正文。

点击节点会定位到正文,方便一边看脑图一边回看原文。

Local Relation

这条录音的局部关系图

不用先跳到全局图。这里先把当前 capture 连到的 Topic / Entity / Day,以及共享这些节点的其他记录显出来。

View
Layout
来源
聚焦
Topic Entity Capture Signal Day capture -> topic / entity / signal / day

单击右侧看详情;双击节点开浮层。这里只展示和当前录音直接相关的局部网络。

完整原始转录 · 音频文稿点击展开

创作者的资产,正在从作品变方法。
-
最近在梳理整个AI视频赛道,观察到一个蛮有意思的现象。

其实从Seedance 2.0发布之后,据行业人士向AI普瑞斯透露,按日消耗占比计算,Seedance已占据市场超八成份额,可灵约占14%,其他模型加起来不到6%。

可以说,模型层面的竞争已经有了一个阶段性结果。

但与此同时,我跟身边几个真正在用AI做视频生产的朋友聊了一下,他们现在最大的困扰并非是模型能力。

其实只要做过AI视频项目的朋友应该都有体会,你在一个工具里写好了剧本,复制到另一个工具里生成分镜图,生成完再导到下一个工具做视频......

一条60秒的短片,可能要五六个工具来回切换。

但这还只是工具层面的碎片化,更隐蔽的问题在上下文层面。比如做系列短剧,每次开新一集,都要重新上传角色图、描述设定、解释人物关系。

MergeMate有一篇关于AI视频制作流程的分析,把这类问题归纳得很精准:上下文丢失、版本混乱、模型切换开销、反馈无法回流到生成环节、项目之间没有记忆。

「这些是工作流问题,不是模型质量问题。更好的模型有帮助,但不会自动解决生产混乱。」

言下之意就是,行业竞争的焦点正在往上挪,从模型层挪到工作流层。

#深度思考[话题]# #AI视频[话题]# #Seedance[话题]# #Flova[话题]# #AI工具[话题]# #短视频创作[话题]# #AIGC行业[话题]# #AI工作流[话题]# #视频生成模型[话题]# #创作者干货[话题]#
创作者的资产,正在从作品变方法。 - 最近在梳理整个A... http://xhslink.cn/o/1qWUx7JxzsN 戳进【小红书】阅读这篇分享笔记~
resolved_url: https://www.xiaohongshu.com/explore/6a685df1000000000e03454a
xhs_capture_status: success

Atomic Insight Layer

原子结构层

主题 / 实体 / 概念三层标签 + 逐字原话 + 出链 / 反链。点击 chip 筛选。

主题 实体 概念
全部主题实体洞见
topic-0

内容与自媒体

主题
topic-1

AI 工具与 Codex

主题
topic-2

产品与站点

主题
entity-0

这些是工作流

实体
entity-1

从模型层挪到工作流

实体
entity-2

AI工作流

实体
insight-0

把这类问题归纳得很精准:上下文丢失、版本混乱、模型切换开销、反馈无法回流到生成环节、项目之间没有记忆

洞见
insight-1

「这些是工作流问题,不是模型质量问题

洞见
insight-2

Seedance已占据市场超八成份额

洞见
insight-3

但这还只是工具层面的碎片化,更隐蔽的问题在上下文层面

洞见
insight-4

创作者的资产,正在从作品变方法

洞见
Normalized Tags

规范标签与同类归并

把 topic / semantic / source / entity 放到分组标签里,后面做筛选、聚类和同类合并时会更稳。

Normalized Topics
内容与自媒体AI 工具与 Codex产品与站点
Normalized Entities
这些是工作流从模型层挪到工作流AI工作流
Normalized Provenance
Xiaohongshu
Normalized Channels
小红书
Normalized Sources
小红书分享web_link