从生成入口,走向持续生产工具。
RunningHub 战略定位与增长路径
从内容生成,到可控的多模态创作
关键变化:AIGC 的创作能力不断扩展与深化。
02模态扩展
03创作深化
底层推动力:模型能力
模型能力的每次跃迁,都在重塑创作设施。
模型能力打开大众入口
生成产品、模型社区与运行设施开始共同生长。
创作从提示词走向流程
Stable Diffusion 催生 ComfyUI,推动可复用的节点流程;Runway Gen-2 让文生视频进入创作产品。
ComfyUI 推动工作台模式
ControlNet 与 SDXL 补充控制和画质,让节点工作台更可用。
视频能力打开新任务
图像质量升级,视频生成打开动态创作;云端运行与多模型工具需求同步扩展。
模型能力进入创作入口
字节将豆包视频模型接入即梦、剪映;可灵也以自有模型面向创作者。
音画同步走向可用产品
Veo 3 与 Wan 2.5 推动原生音视频生成;Wan 2.1 / 2.2 的开放生态让视频能力更易部署与组合。
模型原厂整合创作工具
Google Flow 整合 Veo、Imagen 与场景工具;阿里「造点」将万相带入一站式创作。
原厂与平台争夺完整任务
Seedance 2.0 进入即梦、豆包;参考、编辑与音画生成在原厂产品中进一步合流。
青色菱形表示公开代码或权重,具体许可各异。ComfyUI 属于工作流基础设施,早于 ControlNet 出现;Sora 于 2024 年公开技术预览。
模型名称可查看发布资料;整合例证:字节 2024 · Google Flow · 阿里造点 · Seedance 2.0。竞争影响为本报告分析。
模型厂商主导的综合性创作,
可能成为下一阶段的主要趋势。
模型覆盖更多创作环节,原厂有条件把能力优势延伸为产品整合优势。
这三款代表模型,都来自综合性大模型厂商。
AI 内容平台的价值边界将持续模糊,
仅以现有平台格局判断未来竞争,战略价值有限。
图形表示业务覆盖范围,已覆盖业务按统一尺度展示。
最大威胁来自大模型公司。
模型厂商既向平台提供能力,也通过自有产品直接争夺平台的用户。
即梦 AI · 海螺 AI
模型直接触达用户
模型 + 工作流
GPU 运营商提供算力
同一批用户 · 同一笔内容预算
模型厂商进入 AI 内容创作,
为什么已经是必须面对的竞争现实?
强大的模型能力,
让原生模型公司轻松跨界各类 AIGC 应用。
编程开发
通用工作
开发者生态
设计 · 提案 · 营销素材
大模型公司入局,
会挤压工作流平台的增长空间吗?
当模型可以直接完成任务,
工作流平台就必须重新证明自身价值。
侧面观察:n8n 官网访问量总体回落
9 月数据更新数据:AlphaMoat 2026.09 月度序列;Similarweb 2026.09 估算(第三方估算;同比降幅取整)。流量变化仅作侧面观察,不单独证明模型替代,也不直接代表收入、留存或工作流执行量变化。
面对模型公司的直接竞争,Runninghub
核心竞争力?
从拥有模型,到组织模型完成任务。
Grok Bot:按任务选择模型,以结果为先。

案例依据:Elon Musk 关于 Grok Bot 的公开说明 · 查看 X 原帖 ↗
Fugu:把多个模型,组织成一个更强的系统。
一个任务,动态组织模型协作
用户提交目标,Fugu 负责后续的选模、分工与协作。
Ultra v2 · 图表推理测试
+2.1 分高于所列最高单模型对照
本图展示官方图中全部单模型对照;Fable 5、Fable 5.1 与 GPT-6 Astra 未进入该版本的模型池。
Max · 六项基准得分
在官方图所列对照中得分最高Sakana 官方评测 · 2026.09.11。Max 与 Ultra v2 为不同版本;AutomationBench 使用公开测试集,SWEFish 为内部基准。编排机制 ↗ · 测试来源 ↗
持续组织最优模型,
把最好的能力转化为交付优势。
单一模型解决单次生成;跨模型与专业工具链(3D/精修/排版)协同,解决可控返修与批量交付。
从策略,到工程能力
Harness Engineering
把模型能力,变成可靠交付。
概念参考:LangChain ↗ · Google ↗
RunningHub 不是 AI 生成入口。
仅靠生成入口,难以形成持续竞争优势。
即梦与小云雀提供创作入口,LiblibAI 提供模型与工作流入口,本质上都在承接 AI 创作需求。
即梦
以创作工具吸引用户进入
通过画布、图片与视频生成等能力,承接从想法到作品的创作需求。
快速获得豆包系列模型能力。
LiblibAI
以模型与工作流吸引用户进入
通过模型、工作流与社区资源,承接能力选择与调用需求。
快速找到并使用模型与工作流。
小云雀
以创作工具吸引用户进入
通过图片、视频与营销内容创作工具,承接从想法到作品的需求。
快速获得图片、视频与营销内容生成能力。
产品信息参考:即梦官方创作入口、LiblibAI 官网、小云雀官方产品手册。
入口领先,不等于持续被选择
连 ChatGPT 这样的超级入口,
份额也在被重新分配。
- ChatGPT70%
- Gemini17%
- Claude2%
- 其他11%
提示词份额反映使用结构,不直接代表用户留存。
进入日常工作流,打开持续使用与付费的空间。
Claude Code 提供了一个例证:工作流中的深度使用,可以与商业增长共同发生。
较新调查 · 工作中使用 Claude Code
提升 21 个百分点 · 约为原来的 2.2 倍
从首次尝试到日常工作的合作伙伴
RunningHub 核心策略
从内容生成入口,到稳定可交付内容生产。
Content Production OS
内容生产系统

内容生产系统,绝非一次性流水线。
以商品详情页设计为例:模型持续协作,用户参与反馈,按结果动态调整。
任务:商品详情页设计
商品素材 · 目标 · 风格要求接收需求 · 组织模型
协调协作 · 整合成果 · 检查交付↓ 按任务组织合适的模型
共同打磨图片效果
用户在关键节点确认与反馈,RunningHub 组织修正并完成交付。




模型协同编排,完成数字人口播交付。
效率,持续提升。
4~5天/套

1.5天/套

1天/2套


未来的 RunningHub 使用体验
简洁的交互,高品质的产出。
表达需求
RunningHub
内容生产系统
获得成品
01主视觉
02场景图
03细节图本想让 AIGC 解放生产力,结果自己在反复试错中逐渐抽象。
生成只是开始。交付才是结果。
成为内容生产系统,需要完成三项升级。
技术迭代
从固定工作流,
到任务驱动的智能编排。
体验迭代
弱化 ComfyUI 工程思维,
让创作更直观、更易用。
组织迭代
建立适应 AI 时代的新型 Lab,
让技术、产品与场景共创。
从无限画布展开,
围绕任务交付的模型组织与编排。
分阶段务实演进:现阶段以「云端工作流+无限画布节点传递、多分支对比与局部返修」承接交付;随修改数据沉淀,逐步升级 Agent 自动调度与 QA 闭环。
智能调度
将需求展开为步骤与依赖;根据执行状态、成本和反馈,决定下一步、并行执行或失败切换。
模型能力组合
按子任务选择模型,传递中间产物;结果不达标时,调整模型组合或局部重跑。
QA 质量反馈
按客户验收标准检查中间产物与最终结果,把问题反馈到具体步骤,触发修正与再验证。
Loop 与经验闭环
将有效的模型组合、参数与修正方法沉淀为候选策略,经验证后用于后续任务。
工程量化指标
有效Token率
同一任务、同一验收标准下,
每单位模型与算力投入,能交付多少合格内容。
体验迭代的关键
从 Workflow 的工程思维,
到任务交互的用户思维。
WORKFLOW · 工程思维
这条流程怎么搭?
用户围绕流程结构与技术配置操作。

01 · 交代目标与交付要求
用户交代目标、约束与反馈,系统负责任务拆解、执行与结果交付。
Dot 官方交互示例 ↗围绕真实任务,
组建多元 AI Lab。
打破单点能力边界,按任务动态组队,
以真实交付为共同目标。
按需组队,快速进入执行。
多视角评审,降低试错成本。
从反馈中学习,沉淀可复用能力。
从现有底座,
走向持续学习的内容生产系统。
云端工作流
与应用封装
将复杂工作流封装为应用与模板,依托云端运行,降低使用门槛。
运行记录与用户选择
无限画布
与人机协同
围绕视频任务展开多步制作,在关键节点预览、确认与局部返修。
修改过程与验收反馈
Agent 智能调度
与经验复用
让验证有效的经验参与选模、执行与质检,逐步提升自动化能力。
可复用策略与质量规则
跑通数据飞轮,形成持续积累的生产知识壁垒。
在策略方向坚定以后,我们应该如何落地,把交付做透?
先让一群人离不开,
再让更多人用起来。
聚焦视频生产
优先电商视频与短剧/漫剧
双轮驱动:电商视频以「客观标准、短周期验收」验证商业闭环;短剧/漫剧以「多镜角色锁定、连续分镜编排」建立差异化壁垒。
电商视频
客观验收 · 多版本裂变
避开单图生成红海,聚焦商品保真、分镜控制与多版本批量复用,2–4 周验证付费闭环。
短剧/漫剧
连续分镜 · 强编排壁垒
单一大模型难交齐多集一致性;从角色三视图锁定、连续分镜衔接与单镜局部返修切入。
数字人口播
标准任务 · 按需拓展
以讲解与口播为主,已有工具覆盖较多,优先复用共用能力。
品牌日常视频
长期需求 · 后续布局
品牌风格与创意要求分散,待场景能力成熟后拓展持续服务。
为什么优先电商视频?
先在明确的商业任务中,
验证持续付费与数据飞轮。
付费理由具体
面向已有视频制作需求的商家与团队,用单条成本、交付时间与可用率验证付费价值。
首个任务可收敛
从单商品、多版本短视频切入,先解决商品保真与卖点表达,减少剧情、表演与跨集连续性的要求。
重复生产积累飞轮
围绕商品、品牌与模板反复生产,将修改与验收关联到流程,用于改进下一批的成本与质量。
电商先验证商业闭环;短剧/漫剧在主体一致与流程复用能力成熟后拓展。
素材生成了,用户的工作才刚开始。
换个场景,
商品就变样
包装、标识、颜色与结构,仍要逐项核对。
AI 出图的首要顾虑¹
有参考,
做不出想要的效果
有了镜头,
还得自己做成片
改个细节,
还要反复试
生成很多,
创意仍然雷同
单张能用,整套不统一
做一批,还是逐个搬运
还没稳定产出,
先付出学习成本
围绕主体一致、局部修改、流程复用,
优先实现电商视频生产闭环,再打磨短剧。
保持商品与角色一致
组织商品或角色参考、场景与分镜要求,对照结果定位需要修改的部分。
逐镜对照原商品细节与角色面部、服装特征。
修改问题,保留已确认内容
分别管理素材、分镜与生成版本,定位问题环节,对比修改前后的结果。
对比修改前后分支,核对已确认画面是否受影响。
复用流程,制作系列内容
从同一商品的多场景、多版本制作,到固定角色的连续分镜,复用已验证的设置。
核对复用后的耗时与合格率,积累修改原因及验收反馈。
从素材组织到视频生成,看清画布的作用。
商品广告与连续换装示例,展示素材引用、分镜组织与流程复用的基础。
商品原图+分镜描述
以原商品图为参考,用分镜文本描述沙滩、海浪与瓶身亮相的画面要求。
- 输入
- 商品原图+分镜文本
- 输出
- 一段竖版商品短片
分镜文本与商品资产连线传递

商品图与分镜文本共同接入视频节点,素材和结果保留在同一张画布中。
沙滩亮相短片
2 秒 · 官方教程片段 · 点击播放
核对海浪转场后瓶身造型、粉色标签与颜色是否与原图一致。
教程介绍复制工作流、调整素材与分镜;多版本质量仍需逐次验收。
记录素材选择、分镜调整与验收结果,识别可用于后续制作的设置。
人物参考+4套服装+场景

围绕同一人物,准备4套服装与统一走廊场景,再用分镜文本安排出场、行走和换装。
- 输入
- 人物参考+服装平铺图+场景+分镜
- 输出
- 教程设置:10秒竖版换装视频
6张参考图+分镜文本接入生成

按图片编号关联人物、场景与4套服装,共同接入 Seedance 2.0 视频节点。
同一人物的4套换装设计

流程示意 · 教程视频设置为10秒
人物、服装与场景分别准备,并在生成时按编号引用。
借鉴角色资产、统一场景与分镜组织方法,进一步验证连续叙事。
记录素材引用、分镜调整与验收反馈,经验证后用于后续任务。
视频生产,用 RunningHub 无限画布。
返工更少效率更高交付更稳
围绕电商视频与短剧分镜,如何通过 KOL
推广无限画布?
以真实演示与已验证模板承接用户,
让观看转化为首次完成任务,
以预测与反馈持续优化 KOL 合作。
历史数据+大模型建立首版预测方案
合作前预测播放,换算预期 CPM辅助合作与投放决策
实际播放与 CPM 对照预测检验误差与原因
加入新数据,更新下一版RunningHub 的 KOL
合作与投放模型
建立 KOL 预测模型的
基础数据库。
收集 RH 样本
来自 62 位 UP 主
视频带有 RH 链接,
每位 UP 的 RH 视频为 1–56 条。
补同 UP 历史
回溯 180 天
每位最多补 30 条历史候选,
本列为同 UP 的其他视频总量。
补其他 UP
新增 39 位 UP 主
补充其他主投稿 UP 的视频,
扩大创作者参考范围。
最终样本池
覆盖 101 位 UP 主
去重合并 RH 与其他视频,
形成可追溯的数据底稿。
数据库包含哪些信息
账号信息
粉丝数、平台内容标签、可用账号简介,以及同 UP 的历史播放分布。
本次内容
标题、可用内容简介、视频时长、内容方向线索,以及是否带 RH 链接。
历史参考
同 UP 已有视频、分组播放统计,以及视频发布距采集时的天数。
这套数据库,
如何形成一次投前预测?
给定一位 UP 和一条内容,预测指定观察时点的累计播放。
一个账号+一条内容
本次待预测内容
UP 账号、选题标题、可用简介、视频时长、RH 链接标记及预测观察时点。
从数据库提取参照
账号信息、同 UP 的可比视频、历史播放分布及视频发布距采集时的天数。
RunningHub 预测模型
这条内容能有多少播放?
- 预计有多少播放
- 给出一个大致的播放量。
- 大概在什么范围
- 给出偏低、偏高的参考值。
- 为什么这样判断
- 结合账号历史和这次内容,说明预测理由。
用一个历史样本,
演示一次播放量预测。
GPT-Image2.5 完美平替!! Qwen-Image 2.1 开源啦!!
预测目标:发布约 7.5 天时的累计播放 · 带 RH 链接
GPT-Image2.5 完美平替!! Qwen-Image 2.1 开源啦!!
结果核对:同一历史样本 case-001 · 发布约 7.5 天时的累计播放
基础小样本下
相比历史中位数有小幅改善
用每一轮真实合作,
持续校准 RunningHub 的 KOL 合作与投放模型。
让真实结果同时校准播放预测与 CPM 基准线,改进是否有效,由下一轮合作检验。
UP、选题、内容、报价、预测与实际结果(播放、CPM),进入 RunningHub 自己的样本库。
传播效率
以基准 CPM 为参照,衡量每一笔合作的传播效率。
本轮计算基准:B站 400 · 抖音 160 · 小红书 300 元
B站AI类内容的传播基准线
| 参照组 | 7日自然 CPM 中位数 | 有效/检索账号 |
|---|---|---|
| AI工具/评测 | ≈571 元 | 460/903 |
| AI视频 优先评估 | ≈231 元 | 117/470 |
| AI设计 | ≈611 元 | 102/358 |
| AI工作流 | ≈682 元 | 113/519 |
| 数字人 | ≈519 元 | 67/325 |
| ComfyUI | ≈734 元 | 22/209 * |
| AI绘画 | ≈494 元 | 64/457 |
| Midjourney | ≈451 元 | 37/305 |
| AIGC泛内容(外围) | ≈99 元 | 593/3,775 |
CPM明显低于项目目标区间,优先评估AI视频类合作。
按UID去重;组间可重叠。* 有效样本不足30,仅作辅助观察。
关键词命中账号的历史商单CPM,不代表该类内容的独立成交均价。
小红书AI类内容的传播基准线
| 参照组 | 图文预估CPM | 视频预估CPM |
|---|---|---|
| AI工具 | ≈220 元 样本 1,785 个账号 | ≈543 元 样本 1,536 个账号 |
| AI视频 | ≈279 元 样本 466 个账号 | ≈518 元 样本 782 个账号 |
| AI设计 | ≈216 元 样本 219 个账号 | ≈590 元 样本 214 个账号 |
| AI工作流 | ≈407 元 样本 124 个账号 | ≈828 元 样本 126 个账号 |
| 数字人 | ≈273 元 样本 128 个账号 | ≈729 元 样本 117 个账号 |
| ComfyUI | ≈228 元 样本 11 个账号* | ≈777 元 样本 9 个账号* |
| AI绘画 | ≈126 元 样本 171 个账号 | ≈478 元 样本 117 个账号 |
| Midjourney | ≈159 元 样本 38 个账号 | ≈495 元 样本 24 个账号* |
AI绘画图文:成本优势明显,优先评估。
样本为有效账号数;* 不足30个。各组可重叠。
抖音AI类内容的传播基准线
| 参照组 | 预期CPM中位数 | 有效账号样本数 |
|---|---|---|
| AI工具 | ≈134 元 | 196 个账号 |
| AI视频 | ≈120 元 | 197 个账号 |
| AI设计 | ≈150 元 | 200 个账号 |
| AI工作流 | ≈190 元 | 200 个账号 |
| 数字人 | ≈330 元 | 197 个账号 |
| ComfyUI | ≈108 元 | 53 个账号 |
| AI绘画 | ≈174 元 | 199 个账号 |
| Midjourney | ≈85 元 | 200 个账号 |
优先评估AI视频与ComfyUI,贴合RunningHub的视频生成与工作流使用场景。
各组取相关度前200位,不足则全取;剔除无有效CPM账号,组间可重叠。
三平台传播基准与优先场景
B站
- AI视频≈231 元
- AI绘画≈494 元
- 数字人≈519 元
小红书
- AI绘画≈126 元
- AI设计≈216 元
- AI工具≈220 元
抖音
- ComfyUI≈108 元
- AI视频≈120 元
- AI工具≈134 元
结合RunningHub场景适配与样本CPM筛选;三平台口径不同,仅作平台内比较。
以B站为主阵地,
兼顾用户增长与商业场景布局。
配置依据:现有基础 × 平台角色 × 场景适配 × 成本参考 × 长期价值
B站
50%稳固基本盘 · 深度转化
- 平台属性
- 中长视频、深度教程与实测,适合讲清复杂生产流程与交付质量。
- 项目价值
- 围绕电商视频与短剧分镜,用完整教程与任务模板承接核心用户,促进首次完成与持续使用。
- 为什么配 50%
- 优先保障现有主阵地,以一半投入承接核心用户与深度内容;已有1,149条RH链接样本支持分析。AI视频样本CPM约231元,用于合作筛选。
抖音
30%低成本拓新 · 放大规模
- 平台属性
- 短视频适合快速展示成片效果与前后对比,吸引新用户了解与尝试。
- 项目价值
- 通过AI视频、ComfyUI任务演示拓新,以模板入口承接从“看效果”到“做任务”的转化。
- 为什么配 30%
- 承担增量探索的主要投入:视觉演示贴合AI视频场景,拓新优先于搜索布局,同时控制新平台投入。AI视频/ComfyUI预期CPM约120/108元,用于平台内筛选。
小红书
20%商业需求 · 搜索积累
- 平台属性
- 图文步骤、成果对照与主动搜索,适合围绕具体制作需求提供可收藏方案。
- 项目价值
- 围绕视频制作步骤、商品与角色素材准备,积累任务教程与搜索内容,承接模板使用。
- 为什么配 20%
- 以较小投入布局商业需求:图文合作门槛较低,可逐步积累场景内容与搜索资产,为长期增长留出空间。AI绘画/设计图文预估CPM约126/216元,用于平台内筛选。
起始配置:50%巩固主阵地,30%拓展新增用户,20%积累商业需求;后续按使用、付费与留存优化。
按平台布局执行,
月度合作规模与传播预估。
| 平台 | 预算占比 | 重点合作内容 | 合作账号数 | 播放/曝光 | 计算基准CPM |
|---|---|---|---|---|---|
| B站 | 50% | 电商视频/短剧分镜教程 | 约17–18个 | 约88万播放 | 400元 |
| 抖音 | 30% | 视频效果/模板操作演示 | 约17–18个 | 约131万播放 | 160元 |
| 小红书 | 20% | 视频任务教程/素材准备图文 | 约70个 | 约47万曝光 | 300元 |
按报价样本测算;模板演示要求纳入询价后复核合作规模,播放/曝光合计未去重。
后续按有效使用、付费获客成本与留存调整配比,同步更新合作规模与传播预估。
从策略到投放
以真实交付留住用户,
以精准推广扩大增长。
让使用与付费结果,持续反馈到产品迭代与投放决策。
效率体验
提升交付效率,
积累生产知识。
精准闭环
精准选择合作,
持续优化增长。
平台布局
B站承接核心用户与深度使用,抖音拓展新增用户,小红书积累商业需求与搜索内容。
合作选择
围绕电商多版本视频与短剧连续分镜筛选达人,每条合作内容绑定已验证、用户可访问的任务模板。
结果优化
追踪首次完成、重复使用与付费;制作反馈用于产品改进,传播与转化结果用于投放优化。
本次决策:明确方向与执行。
战略方向
是否同意向面向专业内容团队的AI 内容生产系统演进?
以稳定交付与生产知识积累核心能力。
重点场景
是否聚焦视频生产,优先布局电商视频与短剧/漫剧?
电商从商品展示与广告变体切入;短剧从连续分镜与角色一致性切入。
平台布局
是否按B站50% · 抖音30% · 小红书20%启动投放?
以B站为主阵地,兼顾新增用户与商业需求,后续按实际结果调整比例。
执行资源
是否落实产品、技术、投放与数据支持?
按阶段交付推进,明确合作执行、效果追踪与复盘责任。
产品验证:交付效率、复用能力、付费复购与单位经济。
投放优化:传播效率、有效使用、付费获客成本与留存。