企业宣传片ai怎么做?生成前的素材资产清单YAML与授权、AI标识核对表

简介: 本文回答:用 AI 做企业宣传片前,LOGO、产品图、场景照片、人物肖像、声音和音乐这些素材资产各进不进模型、按什么规格准备和命名、提示词里怎么引用,肖像、声音、委托拍摄作品和音乐的授权要留哪些记录,发布时 AI 生成内容怎么标识;附一份可照填的资产清单 YAML 和发布前合规核对表。

本文回答:用 AI 做企业宣传片前,LOGO、产品图、场景照片、人物肖像、声音和音乐这些素材资产各进不进模型、按什么规格准备和命名、提示词里怎么引用,肖像、声音、委托拍摄作品和音乐的授权要留哪些记录,发布时 AI 生成内容怎么标识;附一份可照填的资产清单 YAML 和发布前合规核对表。

企业宣传片ai怎么做?不管选哪类企业宣传片ai制作工具——逐镜生成再剪、画布 / 节点工作流,还是从照片出整片的 AI 视频产线——开工前都先把素材资产登记成一份清单:LOGO 留原文件、剪辑时叠加,不交给模型画;产品图按模型文档的图片规格准备、按顺序编号;自家厂房和团队用实拍素材;人物肖像和声音先取得本人同意;外包拍的照片先确认著作权归谁;发布时按《人工智能生成合成内容标识办法》第十条主动声明并标识。

企业宣传片是企业拿来介绍自己的视频:公司做什么、产品是什么、凭什么值得信任。用 AI 做时,片子里每一个「必须和真实一致」的元素,都要从企业自己的素材资产里来,而不是让模型猜。

企业宣传片ai生成,几种做法各要喂进去哪些素材?

做法不同,素材进入流程的位置不同,但清单是同一份:

做法 要喂进去什么 哪几步自己做 拿回来的是
逐镜生成再剪 每镜一段提示词 + 按顺序上传的产品图、场景参考图 拆镜头、写提示词、挑片重抽、剪辑、叠 LOGO 与字幕 单段片段,要自己剪成整片
画布 / 节点工作流 同上,素材挂在各个节点的输入上 搭流程、连节点、核对各节点的输入图 取决于你搭的流程
AI 视频产线 产品照片,按产线要求的张数 选方案、提修改意见、补字幕 一条完整的片子
实拍 / 外包 需求说明;场地和出镜的人 讲清需求、审方案、按节点验收 按合同约定格式交付的成片

生成前,素材资产分哪几类、各进不进模型?

资产 进不进模型 用在哪一步 生成前先确认
LOGO 实操上不进 剪辑时叠在片尾或角标 拿到原文件;谁设计的、归属写在哪份合同
产品图 进,作参考图 锁住产品外观 规格在模型文档范围内;委托拍摄的,著作权归属
场景照片 只作环境参考时可进 氛围、转场镜头 要当「自家实景」出现的,改用实拍素材剪入
人物肖像 含真人人脸的看模型文档 出镜人物 本人同意;所用模型是否接受这类输入
声音 旁白录音不进 剪辑阶段整条配 用本人声音的,本人同意
音乐 不进 剪辑阶段 是否正版授权、能否商用

生成出来的厂房、车间不是你家的实景,客户来访对不上反而伤信任;实操上 AI 镜头只承担氛围和转场。

产品图和 LOGO 按什么规格准备、怎么命名?

直接调接口的,图片规格看火山方舟《创建视频生成任务》:单张图片宽高比(宽/高)在 [0.4, 2.5] 之间,宽高长度 [300, 6000] px,单张小于 30 MB。别的平台以各自上传页为准。

一次喂多少,两版指南不同:《Doubao Seedance 2.0 系列提示词指南》推荐配置总计 4–5 个素材,不建议用满素材上限;《Doubao Seedance 2.5 提示词指南》写主体图 1–8 个主体效果较好,更多稳定性下降、可能需要抽卡。两条都指一次生成的参考数量。

命名建议(本文整理,不是哪家的规范):<类别>_<主体>_<角度>_v<版本>.<扩展名>,如 prod_purifier_front_v2.jpg、logo_main_v3.svg。类别只用 logo / prod / scene / person / voice / music 六个,和下文 YAML 的 type 一一对应。

产品图和 LOGO 这一步也可以交给产线处理,比如猫斯卡(AI 视频生产系统):照片 2 张起、最多 12 张,产品外观由照片锁定,给了 LOGO 文件的原样叠加在结尾镜上,不让模型画;它解决的是产品外观在各镜头里不走样、LOGO 不被模型画错,成片是画面加配乐,卖点字幕在剪辑软件里加,照片和 LOGO 的授权仍要企业自己确认。

企业宣传片ai提示词里怎么引用这些素材?

《Doubao Seedance 2.0 系列提示词指南》写:对图片顺序有要求的,应按顺序上传,提示词中可使用图片1、图片2……进行准确指代;用镜头1、镜头2、镜头3按事件发生顺序组织。把清单里的 ref_order 和这个编号对上,每镜都能追溯到具体文件(本文自拟示例,按 2.0 指南写法;用 2.5 以对应版本指南为准):

参考素材:图片1 = PROD-01(正面),图片2 = PROD-02(侧面),图片3 = SCENE-02(图库购买的城市天际线空镜,只作氛围参考)
镜头1:图片3里的城市天际线,清晨侧光,镜头缓慢推近。
镜头2:图片1里的净水器放在会议桌中央,柔和顶光,固定机位。
镜头3:图片2角度的同一台净水器,背景虚化,镜头缓慢横移。

另有两条写法约束:一个镜头里尽量只指定 1 种运镜方式(2.0 指南「运镜写法」);中文提示词建议不超过 500 字(《创建视频生成任务》)。生成出来冒出字幕或 Logo / 水印时,2.0 指南「常见问题」给的做法是分别加「保持无字幕」「不要生成水印」;实操上出了问题再加,不必每条都挂。

人物肖像和场景照片,哪些能喂给模型?

先看模型接不接受。火山方舟《创建视频生成任务》写明:Seedance 2.5、Seedance 2.0 系列模型不支持直接上传含有真人人脸的参考图 / 视频;支持使用部分模型的含人脸原始产物、预置虚拟人像、已授权真人素材作为输入。

再看本人同意。《民法典》第一千零一十九条:未经肖像权人同意,不得制作、使用、公开肖像权人的肖像,但是法律另有规定的除外。实操上同意范围写到用在哪,清单里留同意记录。

2.0 指南的人物参考写法是大头照 + 全身照即可,不建议用人物多视图;参考人物超过 4 人时输出稳定性下降,可能出现少人、多人或人物重复——这指一次生成的参考人数,全员合影实操上用实拍。

企业宣传片ai配音和配乐,授权要留哪些记录?

  • 模型自带的声音:《创建视频生成任务》的 generate_audio 默认 true,模型基于文本提示词与视觉内容自动生成匹配的人声、音效及背景音乐;设为 false 输出无声视频。实操上旁白在后期整条配的,生成时可以关掉。
  • 本人声音:《民法典》第一千零二十三条,对自然人声音的保护,参照适用肖像权保护的有关规定。建议用老板或员工声音做旁白时,声音同意和肖像同意分开登记。
  • 委托拍摄的照片、委托制作的音乐:《著作权法》第十九条,受委托创作的作品,著作权的归属由委托人和受托人通过合同约定;合同未作明确约定或者没有订立合同的,著作权属于受托人。产品图是请摄影工作室拍的,先翻合同。
  • 图库或第三方作品:《著作权法》第二十六条,使用他人作品应当同著作权人订立许可使用合同,本法规定可以不经许可的除外。

资产清单 YAML 怎么写?

一条片一份,生成、剪辑、审核看同一份;feed_to_model 和 rights 必填,人物另填 consent:

# asset_manifest.yaml
project: corp-promo-2026q4
assets:
  - id: LOGO-01
    type: logo
    file: logo_main_v3.svg
    feed_to_model: false        # 剪辑时叠加,不交给模型画
    rights: {
   source: 委托设计, proof: 设计合同-著作权条款.pdf}
  - id: PROD-01
    type: prod
    file: prod_purifier_front_v2.jpg
    spec: {
   width: 3000, height: 4000, size_mb: 6.2}   # 对照模型文档的图片规格
    feed_to_model: true
    ref_order: 1                # 提示词里写「图片1」
    rights: {
   source: 委托拍摄, proof: 拍摄合同-著作权归属条款.pdf}
  - id: PERSON-01
    type: person
    file: person_gm_headshot_v1.jpg
    real_face: true
    feed_to_model: false        # 进模型前先查所用模型是否接受、走哪个通道
    consent:
      who: 王某(总经理)
      scope: [企业宣传片, 官网, 展会屏]
      record: 肖像使用同意书-王某.pdf
    rights: {
   source: 委托拍摄, proof: 拍摄合同-著作权归属条款.pdf}
  - id: MUSIC-01
    type: music
    file: music_bed_v1.mp3
    feed_to_model: false
    rights: {
   source: 图库购买, proof: 商用授权证书.pdf}
labeling:
  generated_shots: [S02, S05, S07]   # 哪些镜头是 AI 生成的
  declare_on_publish: true           # 发布时用平台标识功能声明

ai制作公司宣传片,发布前要核对哪几项?

检查项 判据 依据
每个 feed_to_model: true 的文件有 rights 缺一条就不进生成 《著作权法》第十九条、第二十六条
每个人物、本人声音有同意记录 同意范围覆盖本次投放位置 《民法典》第一千零一十九条、第一千零二十三条
含真人人脸的参考图 所用模型文档允许,且走的是它写明的输入通道 火山方舟《创建视频生成任务》
画面里的 LOGO 是 LOGO-01 原文件叠加的,不是模型画的 本文整理
音乐 有商用授权凭证 《著作权法》第二十六条
AI 生成内容标识 发布时主动声明,并用发布平台提供的标识功能 《人工智能生成合成内容标识办法》第十条
标识没被裁掉 剪辑、转码后标识仍在(本文整理的检查法) 同上第十条:任何组织和个人不得恶意删除、篡改、伪造、隐匿标识

《人工智能生成合成内容标识办法》自 2025 年 9 月 1 日起施行。发抖音的,据中国网络视听节目服务协会官网转载的抖音标识工作公告(2026-09-03),《抖音内容标识使用规范》要求创作者发布使用平台 AI 特效或第三方 AI 工具生成的内容时,应添加「内容由AI生成」的标识。

常见问题

官网上几年前的活动照片,能拿来当参考图吗?

逐张过三关:照片里有没有真人脸(有就按上文看模型文档和本人同意);是谁拍的(委托拍摄看合同里著作权归属的约定);尺寸够不够(直接调接口的,宽高要在 [300, 6000] px 之间)。网页上的图可能被压缩过,实操上向原拍摄方要原图。

LOGO 只有一张从网页上截下来的小图,能用吗?

实操上不建议,截图放大后边缘发虚,片尾特写最显眼。向设计方要原文件,顺手确认设计合同里著作权归谁,填进清单的 rights。

相关文章
|
2天前
|
人工智能 编解码
千川素材怎么做?AI母版到上传的六段流水线YAML与裁切判定表(2026)
本文回答:千川素材怎么做——把 AI 做千川视频素材拆成六段处理流水线(卖点入库、母版生成、画幅重构、逐版压字幕、AI 生成标识、读素材评估标签回填),给出可照填的流水线配置 YAML、母版提示词约束模板、各画幅裁切保留比例与产品框判定表,以及按评估标签决定从哪一段重跑的回退规则。
|
2月前
|
人工智能 NoSQL 测试技术
AI岗位渗透率升至37.56%:2026届秋招,测试开发应届生的准备方式也该变了
2026秋招AI岗位激增47.3%,渗透率达37.56%,但门槛同步升高:简历堆砌AI术语难过关,真能力看项目深度。应届生需夯实测试开发基础,再以RAG、Agent等真实AI测试项目体现工程力——会用AI不值钱,能测AI才稀缺。
|
2月前
|
存储 人工智能 编解码
国产 AI 视频生成 HappyHorse‑1.1 详解:技术架构、能力边界、计费与开发落地
AIGC内容生产赛道持续迭代,AI视频生成模型已经从简单静态图片微动,进化到具备完整镜头叙事、角色稳定、原生音画同步的工业级生产能力。HappyHorse‑1.1作为迭代升级后的新一代AI视频生成系列模型,基于统一单流Transformer架构打造,针对前代版本普遍存在的动作僵硬、角色变脸、残影涂抹、音画脱节、长提示词理解失效等行业痛点完成大规模优化,支持文生视频T2V、图生视频I2V、多参考图生成R2V三大主流工作模式,输出最高1080P分辨率短视频,原生支持音视频联合生成,广泛应用于短剧片段、电商广告、社交媒体短视频、数字人短片、影视概念预览、营销物料批量生产等场景。很多开发者在接入该模型
256 1
|
4月前
|
存储 数据采集 JSON
1688 店铺全商品接口技术全解:从页面解析到分页采集的完整实现方案
本文系统阐述1688店铺全商品接口的技术实现方案,涵盖店铺ID解析、多页采集、品类筛选等核心难点,提供合规高效、严格遵循平台规则的B2B数据采集架构,适用于供应链分析与竞品调研。(239字)
|
算法 Java API
用录像代替视频聊天,虚拟视频聊天软件微信QQ, 微信第三方插件虚拟视频插件
核心视频处理模块使用JavaCV实现视频捕获、特效处理和虚拟设备输出 Xposed模块通过Hook微信摄像头相关方法实现视频流替换
|
11月前
|
JSON 自然语言处理 vr&ar
【征文计划】我在 Rokid Glasses 上"织"出一个实时翻译网络
本文记录了一次基于Rokid Glasses与CXR-M SDK开发实时AR翻译系统的实战经历。通过JSON动态构建透明镜片上的绿色语义界面,实现跨语言协作突破。分享从连接认证、绿色通道渲染、ConstraintLayout布局优化到交互闭环的完整经验,揭示AR开发中“精准理解”重于“简单翻译”的核心逻辑,并探索其在核电、医疗、会议等场景的延展可能。
422 7
|
存储 缓存 算法
软考通关密钥:计算机系统核心原理全解剖——软件设计师必懂的底层逻辑
专为软考中级软件设计师打造,深入解析CPU架构、存储体系、进制转换、原码补码、浮点数、寻址方式、校验码、RISC/CISC、流水线、Cache、中断、I/O控制、总线及加密技术等核心知识点,结合真题剖析高频考点,构建计算机系统底层知识体系,提升应试与实践能力。
881 1
软考通关密钥:计算机系统核心原理全解剖——软件设计师必懂的底层逻辑
|
自然语言处理
多语言指令微调(MuIT)
多语言指令微调(MuIT)
761 1
|
人工智能 监控 关系型数据库
阿里云开发者的共性痛点 ——「自建 GPT + 云服务」方案?
某工业客户在阿里云上构建AI故障分析系统时,遭遇云资源适配难、运维重、数据割裂三大瓶颈。试用「向量引擎」后,3行代码对接阿里云生态,冷启动50ms,自动适配CDN/负载均衡,请求延迟降60%;多可用区部署,RTO<30秒,稳定性达99.99%;直连OSS/RDS,实现GPT+私有数据闭环,延迟<1秒;支持等保三级与日志审计,数据零驻留,合规安全;联动阿里云计费,月成本直降70%。平台深度融入阿里云架构,让企业级AI应用一周落地,省时省力更省钱。
505 0
|
数据采集 缓存 算法
算法优化的常见策略有哪些
【10月更文挑战第20天】算法优化的常见策略有哪些