跳至正文
MakerGain
← 返回项目

AI 演員舉著你的商品念廣告:Speel 11 月 MRR 約 6.4 萬美元,標價 50 萬美元出售

編輯:MakerGain

Speel 讓 AI 演員手持商品講賣點,並把「一鍵新增商品、保持尺寸形狀文字一致」放進主流程;TrustMRR 顯示其 MRR 約 6.4 萬美元、1,068 個活躍訂閱,卻同時標價 50 萬美元出售。反差在於:收入經 Stripe 驗證,但成本、利潤、出售原因和 8.7 倍口徑都未攤開,頁面取捨比標價更能說明它在做什麼。

一個常見的任務是:賣家想給同一件商品測十種開場白——這是示意,不是某位客戶的經歷。傳統做法是寄樣、約人、拍、剪,再等回片;在 Speel 上,動作變成從演員庫裡挑一張臉,寫一段腳本,一鍵把商品放進畫面,然後生成。官網稱其生成的是 AI UGC 風格影片,讓 AI 演員手持並談論產品,適用於 Meta、TikTok 和 Reels,標稱 3 分鐘內完成。[1]

這個產品現在有兩種身分。第一種在官網首頁:100K+ 活躍使用者、2.5 分鐘平均生成時間、「用 AI UGC 生成 $9.8M+」;最後這個數字沒說是客戶銷售額還是廣告花費。另一種記錄在 TrustMRR 上:MRR $64,447、1,068 個活躍訂閱、累計收入 $186,030,收入經 Stripe API key 驗證,最後更新於 2026-11-14 02:30。同一頁頂部還有一行:正在出售,要價 $500,000,標註 8.7x revenue。[2]

一個還在按月收訂閱的產品,被明碼標價掛出來賣。這是這篇報導裡最值得注意的反差。

讓一張臉開口說話,HeyGen 的同類頁面也能做到:上傳照片、輸入腳本,Avatar IV 補上語音同步、面部動態和手勢。Talking Photo AI:線上生成會說話的照片[3] Speel 首頁的三步也從選演員開始,再寫腳本、生成影片。

真正要處理的是手裡那件商品。Speel 在流程裡加了一個動作:一鍵新增商品,再描述演員怎麼和它互動。官網為此專門寫了一條承諾:保持商品的尺寸、形狀和文字一致。AI UGC 生成器-製作逼真的產品影片 | Speel[1] 這句話點在了同類產品最容易出問題的地方。廣告素材裡商品是主角,包裝上的字糊了、瓶身被手指擋住一截,都會直接影響這條素材能不能用。讓一張臉開口是一道工序,讓商品穩穩地待在 AI 演員手裡,是另一道工序。

圖:來源 Speel 實際圖片來源[4],2026-11-10取得,保留原介面。

價格分三檔:Starter $49/月、Growth $109/月、Pro $139/月,首頁另留了一個「Try for free」入口。[2] AI UGC 生成器-製作逼真的產品影片 | Speel[1] 試用轉成多少付費、退了多少、留下多少,材料裡沒有;首頁有入口,不等於獲客有效。

收入數字本身也有對不齊的地方。同一張 TrustMRR 頁面,標題寫「$4,770 in the last 30 days」,正文是 MRR $64,447、累計 $186,030,兩者既不對期間,也不對口徑。本篇沒有拿標題裡的 4,770 推算近期收入。頁面還描述 Speel 於 10 月上線、3 個月內從 0 做到 1M ARR,沒寫年份,也沒寫怎麼算。[2]

成本藏在後面:算力、商品圖處理、失敗重試和支援,都是可能涉及的帳單;這些帳單一份都沒有,所以利潤不清楚。Stripe 驗證的是收入,不是賺了多少。

出售那一行同樣留著空白。$500,000 的要價旁邊標著 8.7x revenue,頁面沒說拿哪個 revenue 當分母,也沒給公式;月訂閱收入和累計收入不是同一個口徑。[2]

TrustMRR 的創始人欄位只寫了「Yann | Prosp.ai」。沒有訪談,也沒有自述;為什麼賣,材料裡沒說。

能看到的只有產品頁面上的取捨:它把「一鍵新增商品」放進主流程,把「保持商品的尺寸、形狀和文字一致」寫成一條承諾,把演員庫放在第一步。產品為什麼長成這樣,能從這些動作裡讀出來。

把 Speel 和 HeyGen 放在一起,共同條件只有一個:都是讓一張臉開口說話。HeyGen 的公開頁面更寬,照片、腳本、形象風格都能調;Speel 的首頁更窄,主打「AI 演員舉著商品講賣點」這一類鏡頭,還把商品一鍵塞進去。寬有寬的客戶,窄有窄的客戶;材料裡沒有兩家的完整價目對照,替誰下結論都不合適。

$500,000 是賣方自己開的價,8.7 倍是頁面自己標的倍數。在有人真的接手、把算力和客服的帳目攤開之前,這個數字只說明他願意在這個價位成交。

繼續閱讀

AI 電商
他自述成交率 15%,三個月後客戶卻走了:他重建 AI 銷售,專門篩掉不該買的人

Sohaib Ahmad 的 DM Champ 是在 WhatsApp、Instagram 等管道接手工作的 AI 銷售代理,面向代理商和企業處理已經湧進來的潛在客戶:讓舊名單重新開口、判斷有沒有機會、約到下一步,卡住時交回人工。他自述成交率 15%,客戶卻約三個月後就走;他把原因歸於 AI 說服了並不真正需要產品的人,於是把優化目標從轉換改成客戶匹配,重建系統,主動排除不適合的人。重建後的留存資料尚未公開。

AI 影片
先拆劇本,再開 AI:Layer8 怎樣把片子賣出去

Layer8 是 Ali、Kevin 和 James 共同創辦的 AI 電影工作室,先拆劇本再開 AI,導演、編劇、藝術家與 AI 專家並肩工作,畫面判斷歸電影人。團隊把早期樣片傳給熟人後,加州公路巡警成為首個付費客戶;他們曾推出範本廣告卻未成功,又因商標爭議更名 Layer8。客戶是代理公司、製作公司和品牌,買的是成片。

AI 影片
先研究什麼廣告有效,再生成自己的:Starpop 把四步放進一個對話框

Starpop 接手成效廣告中「看懂有效廣告後轉成可拍素材」的一段:先研究有效廣告,再出策略、腳本與分鏡,也可從已批准的分鏡進入同一對話,生成圖片、影片、配音和音樂,最終決定仍由人做。訪談中的 Alexander Van Le 回顧前一家 VC 支持的 FinTech 重條款策略、輕行銷與理解客戶,轉向 marketing-first,後來自籌做 AI Flow Chat 與 Starpop。經營上,它把研究放在生成前,並讓其他 agent 經 MCP 呼叫生成,連接聊天免費、媒體生成按 credits 計費。

AI 影片
讓畫面踩上鼓點:neural frames 把「對拍子」做成了生意

neural frames 接手的是替音樂配畫面時「對拍子」這一段:從歌曲中拆出鼓、人聲等元素,讓生成畫面踩上節奏。創辦人 Nicolai Klemke 最初做通用文字轉影片,因用途尚未明確,聽取建議縮小到音樂影片。小團隊向外購買模型與 API,把功夫放在拆歌和向模型傳遞參數上。