Topview T1 发布解读：一个靠租模型赚钱的平台，为什么要自己做模型

引言：这次发布重点不是模型，是立场变了

Topview 过去两年做的事，说穿了是二道贩子：把 ByteDance 的 Seedance、阿里的 Wan、MiniMax 的 H3、快手的 Kling、Google 的 Veo 全接进来，自己出 Agent 和工作流，按 credits 加价卖。它的护城河是编排，不是模型。

2026 年 10 月 21 日，它发布了自己的视频模型 Topview T1。官方口径很直接：1080p 画质对标 Seedance 2.5，成本低 62%。

这句话的重点不在"62%"，在"对标 Seedance 2.5"。Seedance 2.5 是它自己货架上最贵的商品，也是它过去利润的主要来源。现在它做了一个更便宜的替代品，放在同一个货架上。

本文要回答三个问题：

1. 62% 是怎么算出来的，换一种算法还成立吗？
2. 多花 62% 买 Seedance 2.5 的人，到底买到了什么不同的东西？
3. 一个聚合平台自研模型，对用户意味着什么，对平台自己又意味着什么？

---

一、产品定位：它到底是什么，不是什么

1.1 一句话定位

Topview T1 是一个闭源、只在 Topview 站内可用的 1080p 视频生成模型，单次最长 30 秒，按 credits 计费，1080p 每秒 2.2 credits。

官方给的口号是 "Made for Stories. Priced for Production."——为故事而生，为生产而定价。前半句是场景（短剧、短片、MV、综艺），后半句是它真正的卖点（成本可预算）。

1.2 它不是什么

不是开源模型。 没有权重，没有本地部署路径，没有第三方渠道。这一点和 FLUX 3 Klein、Wan 这类可下载的模型是两个物种。

不是一个独立产品。 T1 没有自己的入口。你要用 T1，得进 Topview 的 Canvas 或 Board，它是货架上的一个模型选项，和 Seedance 2.5、Wan 3.0、MiniMax H3 并列。

不是 API。 截至 2026 年 10 月 22 日，docs.topview.ai 上没有 T1 的模型页（/models/topview-t1 返回 404），官方 API 价格页最后更新于 2026 年 9 月 8 日，模型清单里没有 T1。也就是说：目前只能在网页端用，写脚本批量调用这条路还没开。

不是"又一个便宜模型"。 便宜的视频模型很多，T1 的特殊之处在于它的定价方式和平台身份绑在一起——这点第三章会展开，也是本文最想让人记住的一点。

1.3 交付形态与门槛

项目	内容
访问方式	网页端（topview.ai 站内 Canvas / Board）
是否需要订阅	需要。没有免费额度，官方价格页无免费档
最低门槛	Plus 年付 $18/月（100 credits/月）
输出授权	随套餐商业许可，具体条款以 Topview 服务条款为准
数据条款	官方条款允许用于模型训练，可用客户素材前需自行确认 opt-out

最后一行值得单独提醒：Topview 的公开条款里，用户上传内容默认可能用于训练模型。给客户做片子的团队，上传未公开的产品素材前应该先处理这一条。

---

二、核心能力拆解：三十秒、五种时长、五十个参考素材

2.1 规格表（官方页面原文）

规格	值
分辨率	720p / 1080p（官方公布的 credits 价是 1080p）
时长	4s / 8s / 12s / 15s / 30s
画幅	16:9、9:16、1:1、4:3、3:4、21:9
生成模式	文生视频、图生视频、多参考（Multi Reference）
参考素材	最多 50 个（图像、视频、音频混合）
提示词上限	3,500 字符
语言	多语种对白与字幕
音频	支持"音频参考"引导声音与氛围
1080p 价格	2.2 credits/秒（列表价 2.75 credits/秒）

2.2 能力一：30 秒一次成型，不是拼接

视频模型过去被卡在两处：单次时长和镜头连续性。5 秒一段，十个镜头拼一条 50 秒的片子，人物衣服会变、光线会跳、节奏会断。

T1 把单次上限做到 30 秒。这不是"最长 30 秒"这种宣传话术——生成器的时长档位里确实有 30s 这一档，而且官方样片《The Color Hunt》标的就是 "30s · Reality Show"。

30 秒意味着什么：一条完整的抖音/TikTok 广告（15–30 秒）可以一次生成，不用拼接。对做短剧的人，这是一集里一个完整场景的长度。

但这里有个官方自己没对齐的地方：**生成器给的时长档位是 4/8/12/15/30 秒，而同一页面下方"项目成本估算器"给的选项是 5/10/15/20/25/30 秒。**两处不一致，实际可用档位以生成器为准。估算是按 2.2 credits/秒线性算的，所以数字本身不受影响，但说明这个页面拼得比较急。

2.3 能力二：50 个参考素材，指向的是"角色一致性"

这是规格表里最容易被忽略、但对短剧团队最重要的一条：最多 50 个参考素材，图像、视频、音频可以混着给。

参考素材堆到这个量级，解决的不是"我要什么风格"，而是"这个角色在第 3 集第 7 个镜头里还得是同一张脸、同一件衣服"。短剧的成本大头不在生成，在返工——一条 60 秒的片子，角色崩一次就得重来。

配合 3,500 字符的提示词上限（大约是 1,200 个汉字），它实际上允许你把"人物小传 + 场景描述 + 镜头调度 + 情绪节奏"塞进一次请求里。

官方没有说明三类参考素材各自的上限是多少，只给了总数 50。这条需要实测。

2.4 能力三：多语种对白与字幕

官方把"Multilingual Dialogue & Subtitles"列进了规格表。对做出海短剧的团队这是刚需：同一场戏，中文、英文、日文三个版本。

但要打个问号：**官方没有说明这是同一次生成的原生音频（音画同源），还是先生成画面再配音/叠字幕。**这两种实现差别很大——原生音频的口型是跟着声音走的，后配的会有对不齐的问题。规格表里"音频参考"的存在暗示它至少能接受音频引导，但"能不能自己生成对白"这件事，官方页面没说清。

对比一下：HeyGen Video 1 明确写了"音画同一次生成、AAC 32kHz 立体声"。T1 这里只有一句模糊的规格，这是信息缺口，不是优点。

2.5 一处第三方说法与官方不一致

有第三方在发布当天转述官方样片时提到，演示里包含**"局部重绘"和"动作参考"**。

但官方 T1 页面的规格表里，生成模式只有三项：文生视频、图生视频、多参考。没有单独的"局部重绘"，也没有单列"动作参考"。

两种可能：一是这两项属于 Topview 平台的功能（平台本来就有 Clip Edit 局部改、Motion Control 动作控制），不是 T1 模型本身的能力；二是模型支持但官方没写进规格表。在官方补文档之前，按前者理解更安全——你在 T1 页面上找不到这两个开关。

2.6 能力—场景对应表

能力	直接对应的工作	不解决什么
30 秒单次生成	一条完整短视频广告、一个完整戏剧场景	90 秒以上的连续叙事，仍要拼接
50 个参考素材	多集短剧的角色/场景一致性	参考素材本身的质量问题，垃圾进垃圾出
3,500 字符提示词	复杂调度、多角色互动	精确到帧的控制
多语种对白与字幕	出海版本、本地化	口型精度（官方未说明实现方式）
720p/1080p 两档	草稿→成片的成本分层	4K 交付，需要另外超分
六种画幅	竖屏短剧、横屏短片、方形社媒	非常规比例（如 2.39:1 宽银幕）

---

三、典型应用场景：谁该用它，谁用了会亏

3.1 场景地图

按使用者分，T1 官方列了六类人：短剧创作者、电影导演、动画创作者、MV 创作者、综艺制作、制作公司/创意工作室。

这六类其实可以压成三层：

主场（模型能力直接对口）：短剧、微短剧、竖屏连续剧。理由是三件事同时满足——30 秒够一个场景、50 个参考素材够维持角色、按秒计价够支撑"一个镜头抽五次"。

次主场（能用，但要配合平台）：营销广告、UGC 带货视频、产品短片。T1 本身不做商品理解，得靠 Topview 的 Agent 把商品链接拆成脚本。

边缘（能出片，但性价比不占优）：单镜头空镜、简单的氛围素材。这类需求用更便宜的模型（Wan 3.0 在 Topview 上是 30% 价）就够了，没必要上 T1。

3.2 场景一：竖屏短剧的一次性拍摄

谁在用：3–10 人的短剧团队，一集 60–90 秒，一周要出 5–10 集。

触发条件：剧本已经拆成分镜，角色形象已经定稿（有参考图），需要把文字变成可剪的素材。

痛点：传统做法是请演员、租场地、拍一天。AI 做法是每个镜头抽 3–5 次，选一条。问题是抽卡成本——一条 30 秒的镜头在 Seedance 2.5 上 17.55 美元，抽五次就是 87 美元，一集十个镜头就是 870 美元。这个数字会让制片人开始审批每一次重试。

介入点：T1 把 30 秒 1080p 压到 6.60 美元（Ultra 年付口径）。同样抽五次是 33 美元，一集十个镜头 330 美元。成本降到原来的 38%，重试从"要审批"变成"随手试"。

前置依赖：角色参考图、场景参考图得先做好。用 Midjourney 或 Nano Banana 先出定妆照，再喂给 T1，这一步不能省。

产出收益：一集素材的制作成本从近千美元降到三百美元级；一集从"拍一天"变成"跑一晚"。

边界风险：30 秒是上限不是常态，长镜头里人物动作复杂（打斗、多人互动）时崩坏率会上升，实际仍要抽多次。另外平台条款允许用你的素材训练模型，未公开的剧集素材上传前要确认。

3.3 场景二：出海版本的批量本地化

谁在用：做日本、东南亚市场的短剧或广告团队。

触发条件：已有中文成片或分镜，需要同一场戏的多语言版本。

痛点：请配音演员按语种报价，一条 60 秒的片子三种语言就是三笔钱，还得对口型。

介入点：T1 规格里有"多语种对白与字幕"。如果这条真的成立（原生多语种对白），理论上一次生成就能出多语言版本。

前置依赖：剧本要按目标语言重写而不是直译——台词长度变了，口型和节奏都会变。

产出收益：省掉配音环节；同一套参考素材可以复用到多个语种。

边界风险：**这条能力官方描述最模糊，是本文里最需要实测的一项。**如果实际是"生成画面 + 后期配音"，那它省下的只是拍摄成本，不是配音成本。

3.4 场景三：广告代理商的 A/B 测试

谁在用：投流团队、代理商的创意组。

触发条件：一个产品要测 10–20 条不同 hook 的短视频。

痛点：投流的核心是量。一条素材跑不出数据就换，问题是每次换都是钱。Seedance 2.5 的 30 秒 17.55 美元，测 20 条就是 351 美元，还没算无效的那些。

介入点：T1 一条 6.60 美元，20 条 132 美元。而且可以用 720p 出草稿（官方未公布 720p 单价，但按 1080p 的一半推断应该在 1.1 credits/秒附近，属于推算，未验证），选中的再出 1080p。

前置依赖：得有能批量跑的工作流。Topview 的 Canvas 支持批量，但T1 目前没有 API，所以真正的自动化跑批还做不了，只能人工一条条点。

产出收益：单条测试成本降到 38%；同样预算能测 2.6 倍的量。

边界风险：没有 API 是硬伤。要跑 50 条以上的团队，现阶段会被卡在"人工点"这个环节上。

3.5 场景成熟度分级

场景	成熟度	说明
短剧单场景生成	开箱即用	官方样片就是这个方向，规格也对口
独立短片/概念片	开箱即用	30 秒够一个完整镜头段落
营销广告/UGC 素材	需要一点配置	要先用 Agent 拆脚本，再逐镜生成
出海多语种版本	需要验证	官方描述模糊，先小样测试
批量投流素材	仅概念验证	无 API，人工点不到规模
4K 交付项目	不建议	最高 1080p，需另外超分

3.6 不适用或需谨慎的场景

第一，需要精确物理与手部动作的镜头。 这是当前视频模型的通病，T1 没有任何证据表明它解决了。产品演示、设备操作教学这类内容，不要指望一次成。

第二，需要严格品牌一致性的商业广告。 50 个参考素材能帮上忙，但品牌 VI 的色值、logo 位置、字体，模型不会严格遵守。成片仍要后期。

第三，对数据敏感的客户项目。 平台条款允许用上传内容训练模型。给客户做未发布产品的片子，先确认 opt-out 流程。

3.7 场景适配表

场景	适合谁	触发条件	用到的能力	需要什么准备	成熟度	主要风险
竖屏短剧单场景	短剧团队	分镜定稿、角色定妆	30s、50 参考、多语种	角色/场景参考图	开箱即用	复杂动作崩坏
独立短片	导演、创作者	有完整场景设想	30s、3500 字符提示词	详细的镜头描述	开箱即用	长镜头节奏失控
营销广告	电商、代理商	有商品与卖点	Agent 拆脚本 + 生成	商品图、卖点 brief	需配置	商品细节漂移
多语种版本	出海团队	已有剧本	多语种对白	本地化改写	需验证	能力描述不清
批量投流素材	投流团队	要测 20 条以上	720p 草稿	批量工作流	仅概念验证	无 API
4K 交付	品牌方	交付标准 ≥4K	—	超分工具	不建议	分辨率不够

---