最近在研究 AI 视频生成的时候,发现了一个挺有意思的功能:
Vidu 平台的「广告视频复刻 Agent」。简单说就是给它一段参考视频,再提供自己的素材图片,它能生成一条风格类似但内容完全不同的新视频。
我自己跑了几组测试,记录一下实际效果和踩过的坑。
技术原理:它是怎么"复刻"的?
先说清楚 Agent 的工作逻辑,这样才能理解它擅长什么、不擅长什么。
复刻 Agent 拿到原视频后,会拆解以下维度:
-
运镜轨迹(平移、推拉、环绕、固定)
-
光影风格(冷暖调、明暗对比、氛围感)
-
剪辑节奏(切镜频率、每个镜头时长分配)
-
叙事结构(开场→展示→互动→收尾的逻辑)
然后结合你上传的图片和提示词,在保持这些结构特征的前提下,重新生成一条视频。
所以本质上是"学骨架,换血肉",而不是"P 图换皮"。
实测一:剧情复刻
这是最典型的使用场景:原视频的创意很好,我只想把里面的主体对象换掉。
原视频: 一条猫粮广告,有完整剧情——猫出场、吃东西、和食材互动、最后商品特写。

我的输入: 原视频 + 1 张狗粮包装图

提示词:
将原视频的猫换成白色萨摩耶犬,
猫粮换成图片的深色 Vidu 狗粮(狗粮包装是萨摩耶犬),
将原视频的鸡换成鸭。
Vidu 狗粮的卖点是:由新鲜鸭肉和谷物做成。
输出结果:
Agent 保留了原视频的叙事节奏——开场、互动、商品特写的结构没变。猫→萨摩耶、猫粮→狗粮、鸡→鸭,全部准确替换。不对比原视频的话,你会觉得这就是一条独立拍摄的狗粮广告。

输出视频与原视频(右下角)对比
关键发现: 剧情结构复杂的视频,Agent 对"叙事逻辑"的理解比我预期的好。它不只是模仿画面,是真的在复刻"讲故事的方式"。
实测二:复刻同时改变比例
这个测试想验证一个实际需求:
同一条素材,不同平台要求不同比例(信息流 16:9,短视频平台 9:16)。传统做法是拍一次后裁两版,但构图经常会出问题。
原视频: 9:16竖屏跑鞋广告,多角度切换展示鞋面、鞋底、Logo。

我的输入: 原视频 + 4 张黑色 Vidu 跑鞋图(正面、侧面、鞋底、Logo 特写)




提示词:
将原视频的鞋子换成图片的黑色 Vidu 跑鞋,
展示鞋底时展示橙黄色的 Vibram Logo。
输出设置: 比例改为 16:9 横屏
输出结果:
Agent 不是简单裁剪,而是重新按竖屏构图生成了画面。运镜节奏保留了原视频的快速切换风格,但每个镜头的构图都针对竖屏做了适配。
一次调用同时完成复刻 + 比例转换,不需要后期二次处理。

输出视频与原视频(右下角)对比
实测三:换商品
这个测试想看看 Agent 对"氛围"这种抽象东西的理解程度。选了一条大牌香水广告,画面讲究光影质感。
原视频:一条香水广告(大地系),画面厚重、光影对比强、模特气质沉稳。

我的输入: 原视频 + 1 张 Vidu 香水产品图
提示词:
将原视频的香水替换成图片的 Vidu 香水,
模特换成一个亚洲女模特,黑色长发,
突出 Vidu 香水沉稳的感觉。
输出设置: 比例改为 16:9 横屏
输出结果:
Agent 很好地保留了原视频的光影氛围——暗调、质感、高级感都在。香水瓶替换到位,模特也按要求换成了亚洲女性形象。整体看就是一条完整的品牌香水广告,氛围感复刻得到位。

输出视频与原视频(右下角)对比
关键发现: "氛围"这种东西确实能被复刻。Agent 不只是在学运镜,对光影风格、色调倾向也有理解。
实测四:文旅场景
这个场景我想试试 Agent 的"自主补充"能力:如果我给的素材不够覆盖整条视频,它会怎么处理?
原视频:一条香港旅游宣传片,节奏快、切镜多、城市感强。

我的输入: 原视频 + 4 张澳门景点图片




提示词:
帮我把这个旅游的原视频换成澳门的,Hong Kong 的字样换成 Macau,
按照澳门的风格生成,图片添加有限,可以自行添加与澳门有关的场景。
输出结果:
Agent 不仅用了我上传的 4 张图,还自主补充了一些澳门标志性建筑的画面来填充原视频中我没有对应素材的镜头。剪辑节奏忠实复刻了原视频的快节奏切换。

输出视频效果
关键发现: 当输入素材不足以覆盖原视频所有镜头时,Agent 会"自由发挥"补充相关内容,而不是硬凑或留空。这对素材有限的场景很实用。
实测总结
跑完 4 个场景,对 Agent 能力边界有了比较清晰的判断:
-
剧情结构和叙事节奏的保留(猫粮→狗粮)
-
纯商品替换 + 比例适配(跑鞋那条)
-
氛围感、光影风格的复刻(香水那条表现很好)
-
素材不足时的智能补充(文旅场景)
实用 tips:
-
原视频商品镜头越多,输入的商品图就要越多(多角度、多细节)
-
提示词明确写"保留什么、替换什么",效果好于泛泛描述
-
首次测试建议用 10~15 秒短视频,快速验证
-
需要竖屏版本时直接设置输出比例,不用后期裁剪
如果想自己测试,可以通过以下方式访问:
API 文档:
一键生成视频复刻 | Vidu API
Web 界面:
Vidu API

写在最后
复刻 Agent 的核心价值很直接:
爆款视频之所以爆,往往不是因为商品本身,而是因为镜头语言、节奏和创意结构。 Agent 做的事情就是把这些"爆的原因"提取出来,套到你的商品上,生成一条全新的视频。
从实测来看,5 分钟出一条复刻视频不是噱头,确实做到了。建议大家用自己业务里的实际素材跑一跑,更有参考价值。
未来,Vidu API 开放平台将持续分享:
AI 视频创作教程、最佳实践案例、行业解决方案及最新能力解析......
欢迎关注我们,与更多开发者和创作者共同探索 AI 视频的无限可能!
716



被折叠的 条评论
为什么被折叠?



