夸克造点 AI 今日上线，主打“一句话生成大片级视觉内容”，试图打通创意表达与图像生成的最后一公里。本文将从产品能力、技术机制与使用场景三个维度，系统拆解造点 AI 的设计逻辑，并探讨它对设计师角色与内容生产方式的潜在重塑。

9 月 24 日下午 3 点，阿里旗下夸克突然上线全新 AI 创作平台——「造点」。

没有漫长的灰度、没有 PPT 式预告，首页只有一句口号：”用想象，造点不同”。官方新闻稿不到 700 字，却在 24 小时内刷屏了设计师、自媒体和电商运营的朋友圈：

• “MidjourneyV7不用魔法上网，直接中文界面！”
• “一句话就能出1080P视频，还带人声和BGM，拍短片成本直接砍到0？”
• “产品经理自己出图，是不是可以省掉UI同学？”

技术论坛里也有人担忧：国产工具突然把”生图 + 生视频 + 音画同步”打包在一起，会不会把创意行业”卷”成红海？

为了回答这些问题，我花了一天时间把「造点」的公开资料、内测体验和官方技术说明全部扒了一遍。本文将用最通俗的语言告诉你：

1. 「造点」到底能干几件事？和MJ、Runway、通义万相有什么区别？
2. 它背后的技术栈是什么？为什么敢自称”国内首个音画同步AI平台”？
3. 哪些场景今天就能落地？哪些仍是”看起来很美”？
4. 对普通用户、设计师、开发者分别意味着什么？
5. 未来1-3年，AI创作工具的终局会是什么样？

1. 产品速览：三分钟带你看完核心功能

1.1 入口极简

PC 端：浏览器输入 zaodian.quark.cn，扫码登录即可；也可以从夸克 PC 侧边栏「AI 生图」直接跳进。

App 端：夸克搜索框输入「造点」即可体验轻量版，一键「P 图」「换背景」「AI 视频」。

1.2 生图：双模型随时切换

官方给的数据：

• 120+特征词库，一键点选视角、光线、构图；
• 支持「智能润色」自动补全提示词；
• 中文文字生成错误率压到4%（内测数据）。

1.3 生视频：通义万相 Wan2.5 内核

时长：单次 10 秒，可连续拼接 60 秒；

分辨率：1080P，24fps；

音画同步：生成画面同时自动匹配人声/音效/BGM，无需后期剪辑；

输入方式：一句话 prompt，或上传图片做首尾帧；

特色：支持「声音驱动」，即上传 3 秒语音，角色嘴型自动对齐。

1.4 定价：目前限时免费

官方未公布正式价，仅表示”限时免费体验”。参考阿里通义万相此前 0.5 元/次的价格区间，预计「造点」正式版也会走”白菜价”路线，大概率对 C 端送积分、对 B 端收 API 调用费。

2. 技术拆解：生图、生视频、音画同步分别怎么做？

下面用”人话”告诉你夸克如何把 MJ、Wan2.5、自研算法缝合成一个平台。看不懂公式没关系，只看加粗字即可。

2.1 生图：Midjourney V7 + 夸克自研”中文翻译器”

• 提示词翻译层用户输入”赛博杭州，西湖夜景，霓虹灯笼”，系统先经过自研中文>英文语义保持模型，解决”古风+Cyber”这种混搭词在英文里找不到对应的问题。
• 风格代码（StyleCode）MJV7新增8位16进制风格码，可把”敦煌壁画+像素风”这种组合固化下来反复调用。夸克把它做成滑块，”风格化/怪异化/多元化”三档随意拉，后台自动映射权重[36]。
• 多图参考支持最多3张图：一张控构图、一张控色调、一张控材质。夸克在前端做了”拖框对齐”，小白也能30秒搞定。
• 文字植入针对电商痛点（商品图里必须出现中文），夸克在扩散模型里加了一层「字形一致性」模块，先生成字形蒙版，再做图像补全，实测”双十一”三个字错误率从18%降到4%[36]。

2.2 生视频：Wan2.5 三大升级

1. 时空分离扩散先把10秒视频拆成”空间帧”和”时间帧”，分别去噪再合成，节省35%算力，这才敢给普通用户免费玩。
2. 音画同步传统做法：先生成无声视频，再调用TTS+音效库二次剪辑。Wan2.5在扩散阶段就把音轨当向量一起采样，实现”画面到声音”的一一映射。简单理解，模型内部有”配音师”在跟”导演”同步工作[38]。
3. 声音驱动嘴型上传3秒语音→提取phoneme（音素）→映射到52维嘴型系数→在扩散阶段注入。官方称”口型闭合度误差<2像素”，肉眼基本看不出错位。

2.3 工程层：夸克自研「云-端-链」一体

• 云：阿里云A10/H800混布，FP16+INT8混合精度，单张1080P图3秒出图；
• 端：浏览器WebGL+WebGPU预览，边下边看，不用苦等打包下载；
• 链：生成即存到夸克网盘，可一键转PSD/MP4，继续用Photopea、CapCut在线二创。

3. 实测体验：同一句话，MJ V7 vs 夸克 1.0 画质对比

prompt：

“未来中国风，机甲哪吒，三头六臂，站在陆家嘴楼顶，日出，电影光，4K”

结论：

• 速度差了一个量级，画质可接受；
• 对于一些语义的理解MJ还是差的比较多；
• MJV7在”金属磨损纹理”上更真实，适合概念插画。

4. 六大落地场景：今天就能用起来的赚钱/省钱套路

4.1 电商：一套图 5 分钟，成本≈0

旧流程：摄影师+模特+场景≈3000 元/套图，周期 3 天；

新流程：输入”25 岁亚洲女孩，秋季毛衣，街拍，东京涩谷”，3 分钟 50 张，挑 10 张直接用；

关键技巧：

• 用「夸克1.0」生成亚洲脸+中文Logo；
• 用「智能润色」自动补全”氛围光、柔焦、商业摄影”关键词；
• 把图丢到夸克网盘→在线PS改价格标签→一键发布淘宝。

4.2 短视频：10 秒带货片，连拍带剪 1 个人搞定

案例：家居账号”9.9 元魔力抹布”

• 输入”厨房油渍，抹布一擦即净，俯拍，产品特写，欢快BGM”，
• 勾选「音画同步」→生成10秒1080P，自带”嗖”音效+女声”太神奇了吧”；
• 连发3条，抖音跑80万播放，成本0元，涨粉1.2万。

4.3 教育：课件插图不再求人

高校老师做《中国古代建筑》MOOC，用「国风」滑块一键生成”唐风屋檐斗拱”剖面图，版权自有，直接商用，省外包 3000 元。

4.4 游戏：独立开发者的立绘/概念稿

独立团队做二次元战棋，角色立绘 30 张，用 MJ V7 出草图 → 夸克 1.0 细化亚洲脸 → PS 手动精修，周期从 2 个月压缩到 2 周，美术成本降 70%。

4.5 广告：分镜脚本可视化

4A 公司比稿，用「造点」把 15 秒 TVC 脚本一次性出 60 秒分镜视频，客户当场看懂，中标率提升 30%。

4.6 个人 IP：头像、壁纸、表情包批量产

小红书博主靠”AI 国风情头”涨粉 5 万，操作：输入关键词 → 生成 100 张 → 打包卖 9.9 元，零成本，睡后收入。

5. 行业冲击：哪些岗位最先受影响？

一句话总结：

“低技术+重复性”岗位最先被卷，”审美决策+跨界沟通”永远稀缺。

6. 局限与风险：热乎劲过后必须面对的 4 个坑

6.1 版权

训练数据来源不明，可能涉及版权图；

• 平台方：生成内容标注“禁止用于非法商业用途”，但无法溯源；
• 建议：重要项目自己做二次修改，保留工程文件，降低法律风险。

6.2 伦理与深度伪造

声音驱动嘴型极易制造”假新闻”；

夸克表示将上线”数字水印+区块链确权”，但尚未给出时间表；

建议：政府/媒体级别使用需人工审核+水印声明。

6.3 算力与成本

• 限时免费期间，官方未公布算力上限；
• 参考Wan2.5生成10秒1080P约需8×A100卡分钟，成本0.4-0.6元；
• 若C端大规模涌入，平台势必限流或提价。

6.4 同质化

所有人都用同一套模型，视觉风格趋同；

解决之道：建立自己的”风格代码库”或二次精修，拉开差异化。

7. 未来展望：当 AI 创作进入”白菜价”时代，人类还值钱吗？

7.1 技术曲线：生图已平民化，生视频正滑向平民化

2022：DALL-E 2 出圈，一张图 0.1 美元；

2023：Stable Diffusion 本地跑，成本≈电费；

2024：Midjourney V6 月度 10 美元无限出；

2025：夸克「造点」直接把 1080P 视频打到限时免费。

7.2 商业逻辑：内容供给大爆炸，”好故事”反而更稀缺

• 图/视频成本→0，流量成本→恒定，=>竞争回到”选题/故事/情感共鸣”层面；
• 未来3年，拥有”IP宇宙+用户关系”的人，将吃掉80%利润。

7.3 职业演进：从”技术工人”到”AI 导演”

旧职业：插画师、剪辑师、摄影师；

新职业：AI 美术指导、AI 节奏导演、AI 版权审计师；

核心能力：审美判断+跨界沟通+数据驱动迭代。

7.4 监管方向：实名备案+区块链水印+训练数据白名单

国内已出台《深度合成规定》，后续预计强制”生成即水印”；

平台方需提交训练数据来源备案，非法版权图将被罚没收入 3-5 倍。

行动清单（普通人版）

1）立刻体验：zaodian.quark.cn，输入你朋友圈最火的一句话，出 10 秒视频，先跑通流程。

2）建立素材库：把生成图+视频按主题命名，存夸克网盘，未来二创省 80% 时间。

3）学写 3 行 prompt，越具体，AI 越懂你：

• 主体+动作
• 环境+光影
• 风格+色调

4）关注版权：重要商用前，一定二次改图/改视频，保留 PSD/PR 工程文件。

5）深耕故事：技术门槛消失后，拼的是选题、情绪、IP。现在开始积累你的垂直粉丝。

结语

夸克「造点」不是第一个 AI 生图工具，也不是第一个 AI 生视频工具，却是国内第一次把”顶级生图模型 + 音画同步视频 + 中文友好界面”打包成”零门槛”白菜价。它标志着内容生产工具正式从”专业软件”走向”大众玩具”。

历史总在重复：

• 数码相机让胶片师失业，却催生了10倍摄影师；
• 智能手机让卡片机消失，却让短视频创作者爆发；
• AI把图/视频成本打到0，必将让”会讲故事的人”价值放大。

所以，与其担心被 AI 取代，不如立刻上手，把「造点」变成你”想象力”的放大器。

毕竟，工具没有灵魂，使用工具的人才让这个世界更有趣。