作者|亞娜

AI生成的ASMR視頻正在全球短視頻平臺(tái)掀起一股解壓與獵奇的熱潮。

近日，一條AI生成的切水果ASMR視頻在Tiktok上爆火，專做這種視頻的賬號(hào) 5 天漲粉十幾萬，引發(fā)不少人跟風(fēng)模仿起號(hào)。

比如雪綿綿鍵盤、巖漿吃播等等，看似一眼AI作品的ASMR視頻，質(zhì)感過于完美，依舊吸引了不少粉絲催更。

從“切萬物”的奇幻視覺到沉浸式“吃播”鉆石披薩，AI技術(shù)不僅突破了現(xiàn)實(shí)物理的限制，更通過與ASMR（自發(fā)性知覺經(jīng)絡(luò)反應(yīng)）的奇妙融合，創(chuàng)造出令人頭皮發(fā)麻、欲罷不能的感官新體驗(yàn)。

這股由谷歌Veo3等音視頻同步生成模型驅(qū)動(dòng)的浪潮，正以前所未有的速度降低創(chuàng)作門檻，催生現(xiàn)象級(jí)賬號(hào)與百萬級(jí)流量。同時(shí)，它也深刻重塑著視頻內(nèi)容生態(tài)，吸引快手（可靈AI）、字節(jié)跳動(dòng)（即夢(mèng)AI）、MiniMax（海螺AI）、百度（蒸汽機(jī)）等巨頭加速布局，并催生出從創(chuàng)作者售賣提示詞、流量分成到平臺(tái)商業(yè)化變現(xiàn)的多元盈利模式。

AI ASMR，這場(chǎng)由技術(shù)革新引爆的感官盛宴，究竟是一門曇花一現(xiàn)的獵奇生意，還是開啟了音視頻生成商業(yè)化元年的新賽道？本文將深入剖析其爆火邏輯、技術(shù)支撐與背后的商業(yè)圖景。

縱觀當(dāng)前市面上較火的AI ASMR可以分為以下幾類：

較為大眾的一類是“反常識(shí)”切水果視頻：一刀切開像果凍般Q彈的葡萄，發(fā)出一陣清脆悅耳的聲音…… 切水果、切星球，萬物皆可切割；

冰鍵盤敲起來是咔嚓咔嚓的冰屑聲，泡泡膜鍵盤摁下去發(fā)出“噼里啪啦”的聲音；

通過AI技術(shù)合成的，沉浸式吃播ASMR，不同于常規(guī)吃播，用AI制作的吃播類型更為獵奇，如吃起來嘎嘣脆的鉆石披薩、水晶做的雞腿等等；

粘土風(fēng)ASMR治愈視頻，AI做的3D立體沙盤場(chǎng)景視頻……用AI生成的微縮景觀世界十分治愈人心；

更有大神將動(dòng)畫改編成為獵奇吃播，爽脆的聲效配合酷炫的視頻效果，構(gòu)建了一場(chǎng)兼具視覺美感和聽覺刺激的盛宴。如將《海賊王》里的路飛、赤犬、青雉、黃猿等角色吃下惡果變身的過程做成視頻，效果十分震撼。

早年間提到ASMR視頻，“涉黃”也是逃不開的話題，“情人悄悄話”系列的AI ASMR視頻也被質(zhì)疑涉嫌軟色情。

AI ASMR 之所以爆火，與背后的AI企業(yè)的大舉進(jìn)擊，以及多模態(tài)模型的應(yīng)用技術(shù)不斷發(fā)展成熟分不開。

谷歌Veo3模型的橫空出世，將AI視頻生成應(yīng)用行業(yè)推向了新的高度。

今年5月底，Google DeepMind發(fā)布了一款視頻生成模型Veo3，這款模型的最大亮點(diǎn)是AI原生可以一鍵直接生成與畫面相匹配的聲音。有網(wǎng)友表示，用Veo 3生成的ASMR視頻不僅清晰度高，音頻的適配率也非常出色。

在Veo3出現(xiàn)之前，AI ASMR的視頻制作需要分成視頻和聲音兩部分，再將二者剪輯到一起，聲音部分則主要通過ElevenLabs等AI軟件，自定義語調(diào)、節(jié)奏、氣音來生成音頻。常規(guī)的音畫剪輯倒也不難，難的是畫面中開口說話的動(dòng)漫人物或者是小動(dòng)物。

Veo3的出現(xiàn)讓AI ASMR視頻實(shí)現(xiàn)了零門檻量產(chǎn)，只需要輸入指定的提示詞便可生成任何解壓的ASMR視頻，如刀切玻璃水果，敲碎鍵盤冰塊等等奇妙的聲畫作品。

利用Google Veo3 生成一條 AI ASMR視頻的流程當(dāng)前已經(jīng)十分透明公開化。海外創(chuàng)作者只需要打開Gemini官網(wǎng)，選擇“視頻”生成，并輸入相應(yīng)提示詞即可。在整套流程中，提示詞是最有含金量的部分，不過在被頭部創(chuàng)作者以9.9美元掛售在某技術(shù)平臺(tái)后，這套提示詞模版已經(jīng)成為了“開源版”。

原英文模版為：

Realistic 4K footage close-up of a [INSTRUMENT] [ACTION] a [COLOR] [MATERIAL] [OBJECT] on a [SURFACE]. It [SECONDARY LOOP ACTION]. The inside of the [OBJECT] is also [MATERIAL]. The sound is ASMR style.

對(duì)應(yīng)中文版為：逼真的4K近距離視頻畫面，展示一個(gè)[樂器]在[表演動(dòng)作]一個(gè)[顏色]的[材質(zhì)][物體]，置于[表面]上。它在進(jìn)行[次級(jí)循環(huán)動(dòng)作]。這個(gè)[物體]的內(nèi)部同樣由[材質(zhì)]制成。聲音為ASMR風(fēng)格。

事實(shí)上，在Veo3之前，AI生成視頻已經(jīng)火了快兩年。2024年初，Open AI推出了轟動(dòng)全球的Sora之后，將AI視頻的發(fā)展推上了快車道。

與以往的AI生成視頻工具相比，Sora的過人之處在于，可以通過簡(jiǎn)單的文本描述生成長(zhǎng)達(dá)1分鐘的視頻，還能模擬現(xiàn)實(shí)世界動(dòng)態(tài)，生成更符合人類世界觀的高清視頻。

Sora發(fā)布之前，市面上的AI視頻生成產(chǎn)品主要以海外的Runway Gen系列和Pika系列以及國(guó)內(nèi)的愛詩科技Pixverse系列。Sora發(fā)布后，Diffusion Transformer（DiT)技術(shù)路線得以確認(rèn)，各海內(nèi)外AI廠商開始發(fā)力視頻生成賽道，國(guó)內(nèi)廠商布局尤為迅速。

以大模型公司MiniMax和智譜為代表的初創(chuàng)企業(yè)，在AI助手中率先嵌入了視頻生成功能，且發(fā)布即可用，無需排隊(duì)等待；以字節(jié)即夢(mèng)和快手可靈為代表的大廠也陸續(xù)上線了視頻生成產(chǎn)品，其中快手可靈的商業(yè)化進(jìn)展飛速，成為國(guó)內(nèi)首生成領(lǐng)域商業(yè)化的標(biāo)桿。

但在谷歌Veo3模型出現(xiàn)之前，大多數(shù)AI生成的視頻內(nèi)容是缺乏同步音效的，需要通過人工后期添加，進(jìn)一步降低了視頻制作的效率。

谷歌Veo3模型的大受歡迎表明，音視頻的同步輸出，已成為生成式 AI 的下一個(gè)關(guān)鍵節(jié)點(diǎn)。

今年年初以來，字節(jié)和快手先后發(fā)布了音視頻同步模型。

6月初在可靈推出2.1版本視頻生成模型時(shí)，添加了“視頻音效”開關(guān)，在生成視頻同時(shí)，系統(tǒng)會(huì)自動(dòng)生成與視頻匹配的音效，增強(qiáng)了整個(gè)視聽體驗(yàn)。當(dāng)前，該功能已經(jīng)覆蓋到可靈所有版本的視頻模型，基本做到了有視頻就能配音。

而可靈的“音效生成”功能也進(jìn)行了升級(jí)，用戶可以直接上傳本地視頻或選擇可靈生成的視頻，一鍵生成與視頻內(nèi)容語義貼合且時(shí)間同步的音效內(nèi)容。

可靈AI提出的多模態(tài)視頻生音效模型名為 Kling-Foley，能夠通過大模型自動(dòng)生成與視頻內(nèi)容同步的高質(zhì)量立體聲音頻。

簡(jiǎn)單來說，Kling-Foley 支持基于視頻內(nèi)容與可選文本提示自動(dòng)生成與視頻畫面語義相關(guān)、時(shí)間同步的高質(zhì)量立體聲音頻，涵蓋音效、背景音樂等多種類型聲音內(nèi)容。它支持生成任意時(shí)長(zhǎng)的音頻內(nèi)容，還具備立體聲渲染的能力，支持空間定向的聲源建模和渲染。

而字節(jié)豆包大模型語音團(tuán)隊(duì)也推出了相應(yīng)的視頻音效智能生成模型，名為SeedFoley。當(dāng)前相關(guān)AI音效功能已經(jīng)在即夢(mèng)AI上線，用戶使用即夢(mèng)生成視頻后，選擇“AI 音效”功能，即可生成 3 個(gè)專業(yè)級(jí)音效方案。

SeedFoley可以根據(jù)視頻內(nèi)容進(jìn)行分析，并根據(jù)相應(yīng)的畫面生成相應(yīng)的音效。字節(jié)表示，SeedFoley在訓(xùn)練過程中學(xué)習(xí)了大量的語音和音樂相關(guān)標(biāo)簽，讓它能夠區(qū)分音效和非音效，實(shí)現(xiàn)更精準(zhǔn)的音效生成。當(dāng)前，用戶可以通過即夢(mèng)的 AI 音效功能生成多種不同的音效方案，并將其運(yùn)用到視頻之中。

而對(duì)于AI ASMR視頻創(chuàng)作者來說，通常不會(huì)單一的使用一種AI視頻工具，而是通過平臺(tái)之間的交替運(yùn)作來取長(zhǎng)補(bǔ)短，達(dá)成較好的視頻創(chuàng)作音畫。

一位AI視頻創(chuàng)業(yè)者表示，他在創(chuàng)作AI ASMR視頻時(shí)通常會(huì)用到可靈和即夢(mèng)兩大軟件。通常來說，該創(chuàng)作者會(huì)通過“即夢(mèng)”進(jìn)行文字生成圖片，再將生成后的圖片通過可靈進(jìn)行圖生視頻?！翱伸`的文生視頻相對(duì)比較慢且對(duì)提示詞的要求精準(zhǔn)度很高，在運(yùn)鏡方面圖生視頻的效果相對(duì)比較生硬，但在音效上可靈更接近真實(shí)一些，如刀切到水果中的咔嚓聲就更真實(shí)清晰。”

即夢(mèng)的文字生圖功能則滿足了很多對(duì)細(xì)節(jié)要求十分嚴(yán)苛的創(chuàng)作者。比如在即夢(mèng)中輸入對(duì)畫面的基本描述，會(huì)看到更細(xì)節(jié)的輸出。

但即夢(mèng)和可靈的相對(duì)缺點(diǎn)在于，視頻時(shí)長(zhǎng)受限（5s-10s）更適合做慢動(dòng)作特寫的短平快內(nèi)容。

剁椒Spicy分別嘗試了用即夢(mèng)AI和可靈AI生成一段AI ASMR視頻，體驗(yàn)下來即夢(mèng)AI的文字轉(zhuǎn)視頻要更為流暢，但可靈（1.6版）的畫面質(zhì)感和音色更為真實(shí)，對(duì)比之下可靈AI的視頻生成時(shí)長(zhǎng)要更長(zhǎng)，最新可靈2.1版本的視頻生成需要耗費(fèi)2小時(shí)以上時(shí)間。

提示詞為：超寫實(shí)鏡頭，聚焦手部（黑手套）、刀具（金屬冷硬）與發(fā)光樹莓形象的玻璃（金屬冷硬）的互動(dòng)，以極簡(jiǎn)黑背景烘托，打造解壓切割瞬間的質(zhì)感畫面，適配ASMR類創(chuàng)作。

作為一門小眾的AI應(yīng)用， AI ASMR 是門好生意嗎？

AI技術(shù)的加成，不僅降低了創(chuàng)作者的門檻，讓零基礎(chǔ)用戶也能實(shí)現(xiàn)批量制作視頻，大幅壓縮了制作成本。有肯尼亞創(chuàng)作者借助Google Veo 3為客戶制作宣傳視頻，短短幾周便賺取9.6萬美元（約合69萬元人民幣）；據(jù)創(chuàng)作者反饋，用Veo3打造一條病毒式視頻廣告的成本僅需500美元（約3598元人民幣）。

而憑借售賣付費(fèi)模版和工具，專業(yè)創(chuàng)作者又能拿到一筆不菲的收入。

最早一波靠著AI ASMR火起來的創(chuàng)作者，已經(jīng)通過兜售定制化AI音效包、以及AI ASMR視頻教程付費(fèi)課程實(shí)現(xiàn)商業(yè)化變現(xiàn)。

如在Tiktok上爆火的AI ASMR博主就將其提示詞放到網(wǎng)站上售賣，標(biāo)價(jià)9.99美元，付費(fèi)者趨之若鶩。

此外，動(dòng)輒10萬+、100萬+的高流量，也為AI ASMR類視頻帶來了直接的流量廣告分成收益。在抖音、B站、Youtube等視頻平臺(tái)上，均有相應(yīng)的創(chuàng)作者激勵(lì)和廣告分成計(jì)劃。據(jù)了解，業(yè)內(nèi)一些專業(yè)做AI ASMR的賬號(hào)，憑借高頻更新和點(diǎn)贊，已經(jīng)實(shí)現(xiàn)了穩(wěn)定月入過萬。

剛剛?cè)胄腥齻€(gè)月的創(chuàng)作者Ricky也表示，AI ASMR起號(hào)特別快，三個(gè)月漲粉數(shù)十萬，且已經(jīng)開始收到平臺(tái)的流量分成費(fèi)用。

依靠廣告植入賺取的分成也是一筆長(zhǎng)期穩(wěn)定且可觀的收入。當(dāng)前該博主的單條視頻報(bào)價(jià)已經(jīng)漲至6.5萬。

對(duì)于一些解壓類品牌來說，AI ASMR這一既解壓又獵奇的組合，不僅具有高互動(dòng)性，且具備高記憶點(diǎn)，無疑是最佳的營(yíng)銷場(chǎng)景。如香薰、睡眠噴霧等，甚至游戲、影視宣發(fā)等行業(yè)都可以將自身的產(chǎn)品和角色形象植入到AI切割奇幻場(chǎng)景中。

比起創(chuàng)作者端的收入，AI廠商端的商業(yè)化變現(xiàn)路徑要更為清晰且可觀。不少業(yè)內(nèi)人士表示，2025年將是圖像生成商業(yè)化元年，當(dāng)前視頻模型的發(fā)展已經(jīng)到了商業(yè)化變現(xiàn)的拐點(diǎn)。

華泰研究一份報(bào)告顯示，國(guó)內(nèi)的視頻生成是全球化、商業(yè)化最成熟的AI應(yīng)用賽道。

國(guó)內(nèi)主流的多模態(tài)產(chǎn)品大致可以分為圖像生成、視頻生成和其他多模態(tài)交互三類。其中，國(guó)內(nèi)廠商在視頻生成賽道的全球化和商業(yè)化要最成熟。

根據(jù)Artifical Analysis數(shù)據(jù)，在文生視頻、圖生視頻排行榜上，字節(jié)Seedance1.0均為Top1，快手可靈、MiniMax Hailuo 02 名列前茅。

在商業(yè)化成熟度上，快手可靈就是典型代表，上線9個(gè)月來累計(jì)收入超過了1億人民幣，2025年Q1快手可靈ARR突破了1億美金大關(guān)?？伸`的成功，或意味著國(guó)內(nèi)視頻生成領(lǐng)域商業(yè)化單點(diǎn)突破到多點(diǎn)突破的開始。

據(jù)36氪報(bào)道，字節(jié)跳動(dòng)Seed圖像&視頻生成負(fù)責(zé)人黃偉林表示，2025年就是圖像生成商業(yè)化元年。

黃偉林稱，目前頭部視頻生成產(chǎn)品的年化收入（ARR）預(yù)計(jì)今年達(dá)到1億美元，明年可能增長(zhǎng)到5到10億美元。據(jù)公開數(shù)據(jù)，愛詩旗下Pixverse月訂閱收入也已達(dá)到了千萬人民幣的水平。

在AI視頻生成這場(chǎng)競(jìng)爭(zhēng)中，背靠短視頻流量巨池、擁有完整“創(chuàng)作-分發(fā)-變現(xiàn)”閉環(huán)的平臺(tái)，無疑手握更大勝算。

2025世界人工智能大會(huì)（WAIC）期間，快手旗下可靈AI高調(diào)披露最新用戶數(shù)據(jù)：在全球創(chuàng)作者超過4500萬，累計(jì)生成視頻超2億個(gè)、圖片超4億張。對(duì)于可靈來說，最大優(yōu)勢(shì)在于快手龐大的創(chuàng)作者生態(tài)以及視頻數(shù)據(jù)，這些均能為其模型的迭代更新提供豐富素材。

此前快手可靈發(fā)布的《新世界加載中》AI劇集，不僅被贊譽(yù)為AI版《愛死機(jī)》，更是被列入AI成功內(nèi)容營(yíng)銷案例庫(kù)中。而接下來如何將可靈的技術(shù)能力轉(zhuǎn)化為門檻更低的產(chǎn)品功能，且找到更清晰的商業(yè)化路徑，是快手需要思考的。

此外，即夢(mèng)作為抖音旗下的拳頭AI產(chǎn)品，一頭鏈接剪映上的創(chuàng)作者，另一頭鏈接了抖音分發(fā)環(huán)節(jié)，為即夢(mèng)AI的推廣和升級(jí)提供了完整的閉環(huán)，若未來深度被整合進(jìn)剪映工具之中，即夢(mèng)AI的價(jià)值就不僅是一個(gè)簡(jiǎn)單的生成器，而是AI時(shí)代創(chuàng)作者工作的重要幫手。不過即夢(mèng)面臨的挑戰(zhàn)在于，如何在AI項(xiàng)目繁雜的抖音體系內(nèi)證明并找到自己區(qū)別于其它項(xiàng)目的價(jià)值點(diǎn)。

然而，技術(shù)迭代永不停歇，用戶偏好瞬息萬變。誰能持續(xù)降低創(chuàng)作門檻、產(chǎn)出更具差異化的感官體驗(yàn)，并找到規(guī)?；c可持續(xù)的盈利平衡點(diǎn)，誰才能真正在這場(chǎng)由AI編織的“顱內(nèi)高潮”盛宴中，切下最大的一塊蛋糕。

一分鐘速讀

現(xiàn)在網(wǎng)上特別流行一種叫“AI ASMR”的短視頻，它用人工智能（AI）做出各種解壓又獵奇的視頻和聲音，比如切玻璃水果、吃鉆石披薩，看得人又爽又上癮！這些視頻爆火后，不光吸引很多人跟風(fēng)拍，還讓創(chuàng)作者和平臺(tái)賺到了錢，背后是AI技術(shù)的大升級(jí)。

1. AI ASMR視頻為啥火了？就是“解壓+獵奇”組合拳！

想象一下，你刷視頻時(shí)看到：一刀切開像果凍一樣的葡萄，發(fā)出“咔嚓”脆響；或者敲碎一個(gè)冰做的鍵盤，聲音像踩雪一樣爽；甚至有人吃閃閃發(fā)光的鉆石披薩，嘎嘣脆！這些都是AI生成的，現(xiàn)實(shí)中根本不可能，但視覺效果和聲音（ASMR就是那種讓人頭皮發(fā)麻的解壓聲效）完美結(jié)合，讓人看了停不下來。

2. 靠啥技術(shù)做到的？AI現(xiàn)在能“一鍵生成”視頻+聲音了！

以前做這種視頻很麻煩，得先用AI生成畫面，再用其他軟件配聲音，然后剪到一起。但今年谷歌出了個(gè)叫“Veo3”的AI工具，牛在哪兒？它能直接根據(jù)一句話（比如“拍個(gè)4K高清切水晶葡萄的視頻，聲音要ASMR風(fēng)格”），自動(dòng)生成帶匹配聲音的完整視頻！門檻超低，普通人也能玩。

國(guó)內(nèi)大廠也跟上了：快手（可靈AI）和抖音（即夢(mèng)AI）都推出了類似功能。比如可靈能自動(dòng)給視頻加音效，切水果聲、咀嚼聲都超真實(shí)；即夢(mèng)則擅長(zhǎng)做細(xì)節(jié)畫面，比如生成黑手套切發(fā)光樹莓的逼真場(chǎng)景。創(chuàng)作者們很機(jī)靈，他們混用多個(gè)工具，比如用即夢(mèng)生成圖片，再丟到可靈做成視頻，取長(zhǎng)補(bǔ)短。不過這些工具生成的視頻還比較短（5-10秒），適合做特寫鏡頭。

3. 這玩意兒能賺錢嗎？確實(shí)能，而且路子挺野！

對(duì)創(chuàng)作者來說： 起號(hào)超快：有人3個(gè)月就漲粉幾十萬，靠平臺(tái)流量分成月入過萬。 賣“秘籍”：最早火的那批人，把生成視頻的提示詞打包賣9.9美元一份，或者開付費(fèi)教程，賺翻了！

接廣告：解壓品牌（比如香薰）、游戲公司都愛投這種視頻，因?yàn)榛?dòng)高、記憶點(diǎn)強(qiáng)。有博主的單條視頻報(bào)價(jià)已到6.5萬！

對(duì)平臺(tái)來說更賺： 快手可靈AI上線9個(gè)月收入就破1億人民幣，2025年Q1年收入預(yù)估超1億美金。字節(jié)即夢(mèng)也在發(fā)力，靠抖音的流量生態(tài)，未來可能整合到剪映里當(dāng)創(chuàng)作助手。

專家預(yù)測(cè)：2025年是AI視頻商業(yè)化元年，頭部工具年收入可能沖到5-10億美金。

4. 未來會(huì)怎樣？競(jìng)爭(zhēng)激烈，但潛力巨大！

這不是曇花一現(xiàn)：技術(shù)還在升級(jí)（比如讓視頻更長(zhǎng)、更流暢），用戶就愛新鮮解壓的東西。

關(guān)鍵是誰能做得更簡(jiǎn)單、更獨(dú)特：快手靠創(chuàng)作者生態(tài)數(shù)據(jù)，抖音靠分發(fā)優(yōu)勢(shì)，都在搶這塊蛋糕。但用戶口味變得快，得持續(xù)創(chuàng)新才能切到最大的那塊。