AI reviews

AI 漫剧爆了 25 亿播放后,第一批垂直模型出现了|实测 PixVerse C1

By 镜山0 viewsSource: 十字路口Crossing
AI 漫剧爆了 25 亿播放后,第一批垂直模型出现了|实测 PixVerse C1

专门为短剧、动漫和影视内容创作训练的垂直模型,长什么样?

The full text has not been translated yet. The Chinese original is shown below.

专门为短剧、动漫和影视内容创作训练的垂直模型,长什么样?

文章配图

2026 年春节档,一个数据很震撼:据 Monnfox 统计,AI 漫剧播放量突破了 25 亿次,占短剧大盘近 30%。

去年这个时候,AI 漫剧还是「看个新鲜」的东西,大部分人刷到了会觉得画面有点怪,动作有点僵,没什么意思,看两秒就划走了。

但今年,整个 AI 漫剧市场的规模、日均上新数量、用户规模都开始大幅增加,赛道已经过了「能不能做」的阶段。

因此,一个很现实的问题也就随之出现了。

通用视频模型虽然越来越强,但放到漫剧和短剧的具体场景里,还是有些短板存在。这些问题,很难靠「把通用模型继续做大」来解决。它们更多是因为,通用模型在训练的时候,就没有针对这些场景做过专门的优化。

也正是在这个背景下,2026 年 4 月 8 日,爱诗科技(PixVerse)发布了 C1,一个定位很明确的模型:全球首个影视行业大模型,专门为短剧、动漫和影视内容创作训练的垂直模型。

接下来,先从 PixVerse 最近密集发布的模型说起,聊聊 C1 在它们产品线里到底是什么位置,之后分享我们的实测。

PixVerse 这半年,发了不少模型

如果你关注 AI 视频这个领域,会发现 PixVerse 从 2025 年下半年开始,发布节奏快得有点密集。

先简单过一遍。

2025 年下半年,V5 系列连着迭代了好几个版本。V5 本身是通用能力的一次大升级,动效、高清画质、角色一致性、提示词遵循都拉上来了,我们在《PixVerse V5 突袭上线,我们在「拍我AI」上第一时间深度实测(在新窗口打开)》中详细体验过。V5 Fast 把 1080P 视频的生成时间压到了 30 秒以内。

到了 12 月,我们在《实测拍我AI V5.5:发现AI视频创作不需要复杂“工作流”了(在新窗口打开)》一文中,发现 V5.5 做了一个比较关键的事情,第一次支持分镜加音频的一键生成,算是从「生成一条视频」走向了「讲一个故事」。

2026 年 1 月,R1 来了。定位是全球首个通用实时世界模型,简单说就是视频生成从「等结果」变成了「实时互动」,用户可以在画面生成的过程中改变方向。这跟 V 系列的逻辑完全不一样,走的是交互式体验。

文章配图

2 月,V5.6 在 Artificial Analysis 的 i2v 和 t2v 两个榜单上,都拿到了全球第二,仅次于 Seedance 2.0。

然后 3 月 30 日,发了 V6 模型。

V6 是通用旗舰的又一次大升级,角色真实感、复杂运动、物理模拟、音视频同步全面拉满,最长支持 15 秒生成。

之后的 C1 ,则是另一个方向。

它跟 V6 没有衍生关系,也不是在 V6 基础上微调出来的。C1 是爱诗科技独立训练的垂直行业大模型,针对打斗动作、术法特效、多宫格分镜这些场景做了专项优化。

这也是爱诗科技第一次针对某个具体行业,单独训了一个模型。

实测 C1

下面是我们用 C1 做的几个实测,覆盖了它最核心的几个能力。每个 Case 都附上了实际使用的 Prompt。

Case 1|多宫格分镜直出

多宫格分镜直出,是这次 C1 的一个核心能力。

你可以直接丢一张九宫格的 AI 漫剧图进去。模型会自己去读里面的画面关系,理解每一格在讲什么,然后把这些分镜串起来,自动生成一条完整的视频。基本不需要你再去手动拆镜头或者补逻辑。

操作也很简单。输入框里选 C1 模型就行。分辨率最高支持到 1080P,时长最长 15 秒。音频是一起生成的,不用额外处理。整体就是一套从图到视频的直出流程。

文章配图

我试了一张古装玄幻风的 9 宫格分镜图,每一格分别是:远景山门、两人对峙、拔剑出手、剑气碰撞、冲击波扩散、角色后退、天空裂开、光柱冲天、最后定格。

对了,这一整套图也可以直接在 PixVerse 里生成,里面同样提供 Nano Banana Pro 模型。

文章配图

然后你可以直接把这张图传给 C1 作为参考,提示词如下:

古代山门宗派入口,两名修士对峙,拔剑相向,真气碰撞产生粒子爆炸, 冲击波将双方震退,裂开一道金色光柱,最终以人物在发光天空前的剪影定格。 动态镜头,电影级光影,动漫风格。

文章配图

出来的效果还不错。每一格之间的衔接是顺的,角色的服装和配色在不同分镜里也能保持一致。

运镜节奏有变化。对峙是慢推,碰撞瞬间会加速,最后光柱给了一个慢慢拉远的大全景。

有几个画面做得挺好。比如剑碰撞那一下,画面有轻微震动,光粒子会往外散开,有那种漫剧常见的粒子感,也比较接近日漫、国漫里的表现。

文章配图

再比如这种术法效果,这一块也是 C1 这次比较明显的能力。

两个人对拼之后,天空里直接拉出光柱。能看到碎石被带起来,画面有震动,角色脚步也有切换。整体更接近漫剧那种表现逻辑。

文章配图

Case 2|打斗动作

C1 这次还有一个比较明显的点,不只是术法效果,打斗动作的连贯性也做得更稳。包括一些基础的物理感,还有打斗里的特效表现,整体都还可以。

比如我写了一段偏古典武侠的提示词,不走仙侠,是那种更写实一点的风格。

画面整体偏暗,有电影感。设定是两名双胞胎武者,兄弟反目,在雨夜屋顶对战。主要是剑招来回对拼,同时会有光粒子、水滴这些细节,以及人物表情的变化。

提示词如下:

两名双胞胎武者,反目成仇,在雨夜的屋顶上激烈对战。快节奏的剑法,一人快速挥剑攻击,另一人格挡并以旋踢反击。每次碰撞时,雨水溅起。慢动作捕捉刀刃相撞的瞬间,随后恢复正常速度。电影式武侠风格,昏暗忧郁的光影。

文章配图

两个角色的空间关系一直是稳定的,没有出现穿模。雨点在打斗里的飞溅也比较自然。

做了一个快转慢的升格处理。剑刃碰撞那一帧放慢,雨滴悬住,然后再恢复正常速度。

这段里有几个点比较明显。角色表情更细了,尤其是一些微表情,比如皱眉。水滴打在脸上的效果也做出来了。再加上光影和高亮的变化,整体会更真实一些。

文章配图

C1 模型其实支持多种漫剧形式,像 3D 漫也可以做。

我是在上面那段视频的提示词基础上改了一下设定,不再要求是双胞胎,而是换成两名不同形象的武者,同样放在屋顶上对战。

文章配图

在 3D 漫这个场景里,人脸表情其实比二维漫更难做,但 C1 这次的表现还可以。

如果仔细看,能看到光粒子和水滴迸开的细节,尤其是打到角色发丝上的效果会更明显。再往下看,连两个人握剑的状态都做出了区别,比如剑柄的造型不一样,手上的青筋也能看到。

文章配图

甚至再仔细看一点,会发现动作细节也做出来了。

比如白衣武士后踢腿的时候,会顺带带出一层水雾。后面两个人在屋顶移动时,几乎每一步都会把脚边的水雾带起来。

文章配图

Case 3|术法特效

短剧里的术法特效,是现在 AI 战斗漫剧里一个很关键的吸引点。前面也能看到,C1 在这块是做了强化的,这次可以专门看它处理高强度的光影和偏魔幻的术法效果。

比如我写了一个场景:三名修士在燃烧的寺庙里,对抗一个巨大的火焰恶魔。这个场景里需要有冰盾这种技能。

C1 对这类术法的“理解”和推理还可以,比如让一个修士施展冰盾,再叠加雷电效果,去和恶魔的火焰做碰撞。

提示词如下:

三名修士在燃烧的寺庙中与巨大的火焰恶魔激战。 一名修士施展冰盾,绿色衣服修士挥舞发光的长矛扑向恶魔从空中发射闪电。 恶魔挥动巨爪,击碎冰盾。碎片四散,火焰粒子飘浮空中。史诗般的动漫战斗,动态的镜头角度。

做好的视频如下:

文章配图

仔细看,虽然还是有一些小瑕疵,但整体术法效果是成立的。比如冰盾和恶魔碰撞时的碎裂感,绿色修士挥动长矛时带出来的光焰效果,还有空中闪电打下来时带动的场景变化,整体都做得不错。

尤其是修士在空中释放闪电那一段,整体看起来很有冲击力。

文章配图

视频后处理 Edi

当然,上面这个视频里还是有一些小瑕疵。这也是用 C1 做这类 AI 漫剧时常见的问题。而且这些问题后期很难靠剪辑去修,因为画面本身就是生成出来的。

不过PixVerse 本身就有一个配套能力,叫 Edi,本质是一个视频后处理工具。

简单说就是,你生成了一条视频,整体效果大概有个 60-70 分,某些地方有小问题,比如多了个不该有的元素,或者角色手里的道具想换一个。这时候不需要重新生成,直接用 Edi 在原视频上做修改就行。

聊聊 C1 背后的行业逻辑

把上面这些实测放在一起看,往回拉一层,有几个事情值得聊一聊。

【1】第一个,垂直模型的出现,说明 AI 视频赛道开始「分工」了。

过去两年,所有的 AI 视频模型都是在通用性上深耕,这条路在早期是对的,因为基础能力需要先拉到一个水位线以上。但当头部的通用模型都拉到 90 分以上之后,剩下那 10 分的提升变得越来越难。

而每个具体行业,都有自己的「那 10 分」。

漫剧需要的是打斗流畅度、特效真实感、分镜一致性,这些和通用模型追求的「画面美感」「运动自然」并不完全重合。C1 的出现,某种程度上是在说:通用模型做到 90 分之后,接下来的竞争,可能在垂直场景里。

【2】第二个,AI 漫剧的生产是「工业流水线」。

在 AI 漫剧领域里,很多实际操作的人,感受最深的大概率是工作流的变化。以前做一集 AI 漫剧,得一条一条视频单独生成,再一条一条检查、筛选、剪辑,整个流程非常碎片化。

C1 的多宫格分镜,本质上是把「视频生成」和「分镜逻辑」合到了同一步里。再加上 Edi 的后处理能力等等,一条从生成到修改到批量调用的工具链,正在成型。

对于那些日更几十条甚至上百条短剧的团队来说,这套工具链的价值,远比某个单项能力的提升要大得多。

顺带提一句,C1 目前有一个限时免费体验的窗口:4 月 7 日到 4 月 17 日,国内外 Web 端都可以直接免费使用 C1 的全部功能。API 客户在上线后 7 天内还能拿到 8 折。感兴趣的话,这个时间窗口可以去试试。

回到聊的那个事情。

AI 漫剧赛道现在不缺热度,大家的注意力已经不在「AI 能不能做漫剧」这个问题上了。

真正的问题是:谁能把这个赛道的生产效率,拉到下一个水位线?

C1 给出的回答简单直接:直接针对行业场景单独训练模型,把打斗、特效、分镜这些最痛的点一个一个解决掉,再配上后处理工具和 API 接口,形成一套完整的工具链。

这条路能走多远,最终取决于它在真实生产环境里的表现。但至少从目来看,AI 漫剧专属模型,在漫剧短剧这个赛道里,确实有一些别人做不了的东西。

AI 漫剧的竞赛,可能刚刚进入下半场。

文章配图

文章来自于"十字路口Crossing",作者 "镜山"。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)