更新至第8集
像素心动
把便利店夜班拍成恋爱番,镜头语言克制,第 5 集之后角色面部稳定性明显回升。
1,286 部样本、四条产线、四层维度。我们不打“综合好评”,只公开每条评分的采样区间与采集时间,让选片这件事有据可依。
定位 · 能力 · 温度,三段说清楚我们是谁
漫研所上线于 2021 年 3 月 18 日,是一个只做 AI 漫剧这一件事的垂直观察站。我们把“ai漫剧大成度”拆成可量化的四层结构——剧本结构完整度、分镜与角色一致性、配音与口型匹配度、成片节奏与留存曲线。每一条评分后面都写着样本量和采集时间,不做模糊的“综合好评”,也不给无法追溯的排名。
截至目前,站内累计收录 1,286 部 AI 漫剧与 AI 短剧作品,覆盖文生漫、图生漫、条漫改编、小说改漫四条产线。每部作品固定标注上映年份、片种、评分与数据来源,数据来源分为“站内样本库”与“片方公开信息”两类,二者不混合计算。累计更新 4,712 次,最近一次内容更新为 2025 年 6 月 12 日。
我们不设广告位影响排序,也不接受片方付费提分。评论区的留言保留原文,只剔除包含联系方式与引流信息的条目。如果你在别处看到与我们结论相左的评分,欢迎带着采样区间来对质——这是我们认为最体面的交流方式。
按最近 24 小时完播率与追更率滚动排序,点击卡片查看详情
更新至第8集
把便利店夜班拍成恋爱番,镜头语言克制,第 5 集之后角色面部稳定性明显回升。
已完结
单集 90 秒的密闭空间叙事,光源方向全程一致,是目前分镜连续性做得最干净的一批。
更新至第12集
食物特写帧率偏低是唯一硬伤,但每集结尾的留白处理让追更率高出同片种中位数 11 个百分点。
已完结
机械结构细节密度高,第三集的空间转场用了三段式推镜,是同成本区间里少见的处理。
更新至第6集
台词密度极高,口型匹配度 82%,属于配音先行、画面追帧的典型做法,笑点靠节奏不靠画。
全 24 集
武戏动作连贯度是站内样本里的天花板,慢镜头衔接处几乎看不到角色漂移,返工痕迹很轻。
更新至第20集
单集时长压到 60 秒以内,信息密度低但流失率也低,属于典型的“下饭型”成片结构。
已完结
数据屏与人物同框的镜头处理得扎实,但第 9 集后剪辑节奏偏赶,完播曲线出现明显断崖。
更新至第10集
水体渲染是文生漫里少见的稳定,压强感与浮力反馈做了专门调校,缺点是人物对白场次偏少。
全 16 集
群像戏份分配均匀,但同一场景内出现的配角面部一致性只有 71%,属于可看但经不起逐帧扒的类型。
10 条近期更新动态,每条都写清楚用户能得到什么
用户收益:挑片时能直接看到配音与画面对齐程度,不必点进去才发现嘴型对不上。
用户收益:新上线的成片能更快出现在榜单里,不用等第二天。
用户收益:同一角色在不同镜头里的偏差被并排放在一起,一眼就能看出问题。
用户收益:按片种、年份筛选时的命中率提高,冷门题材也能找到参照物。
用户收益:每条评分都能追溯到采样口径,不必盲信一个数字。
用户收益:选工具时少走弯路,对比项包括角色稳定性与单集耗时。
用户收益:触控更精准,误触率下降,单手操作也更稳。
用户收益:追更不必反复刷新,卡片上直接显示当前进度。
用户收益:减少点进去扑空的次数,检索结果更干净。
用户收益:参考他人体验时更有代入感,能判断是否与自己的观看条件接近。
六段长文,把“成熟度”这三个字拆开看
2024 年第二季度到现在,我们样本库里的 AI 漫剧条目从 214 部涨到 1,286 部,季度环比增幅分别是 96%、118%、73%。但同一批样本的首集完播率中位数只从 31% 走到 34%。产量翻了五倍,观众留住的时长几乎没动。这就是我们在讨论 ai漫剧大成度 时最想先说清楚的一件事:生成能力早就不是瓶颈了。
把 200 部低完播样本逐帧拆开看,73% 的流失集中在第 40 秒到第 70 秒之间,而这个区间恰好是第二、第三个镜头切换的位置。角色在同一场戏里换了发型、桌面的杯子换了颜色、光源方向从左侧跳到右侧——观众未必能说出哪里不对,但身体先一步关掉了页面。
我们把成熟度拆成四层。剧本结构完整度看的是起承转合是否闭合、单集是否自带钩子;分镜与角色一致性看的是同一角色在跨镜头中的形态偏差率;配音与口型匹配度看的是音素与口型的对齐帧数;节奏与留存曲线看的是每分钟流失分布。四层各占 25 分,合计后折算为 10 分制,样本量不足 200 次观看的作品只标注“样本不足”,不生成评分。
成本高不等于好看。站内样本里评分最高的十部作品中,有三部的制作说明显示单集返工次数在两次以内,属于低成本高效率的类型。把成本塞进评分,本质上是在替制作方说话,而不是替观众说话。我们只把成本结构放在解析区供参考,不参与排序。
追更率高的作品有一个共同特征:每集结束的位置不在冲突解决之后,而在冲突刚被提出的瞬间。这个处理跟制作精度无关,跟剧本编排有关。样本库里追更率前 10% 的条目,有 8 部在第 55 秒到 70 秒之间设置了明确的悬念断点。
第一,把角色关键帧锁死再开工,前期多花的两小时能省掉后期十次返工。第二,单集时长先按 90 秒设计,讲不完再拆集,不要先写三分钟再硬砍。第三,配音尽早介入,口型对齐放在剪辑之前而不是之后——顺序反过来,返工量会翻倍。这三条不是经验之谈,是样本库里返工记录最多的三个环节。
五个要点,帮你把这份榜单用出价值
条漫改编的整体中位数是 8.4,原创短剧是 8.1。同样是 8.2 分,放在原创短剧里属于中上,放在条漫改编里只是及格线。
总分是四项平均,会掩盖短板。一部 8.5 分但第 40 秒断崖的作品,实际观感往往不如一部 8.2 分但曲线平滑的作品。
首屏的快速筛选标签直接跳到热播区,先按题材圈定范围,再按评分排序,比从头翻到尾省一半时间。
来源标注为“站内样本库”的作品,评分基于实际观看行为;标注为“片方公开信息”的,只核对了分集进度与制作说明,两者不可直接比较。
一个愿意公开修正记录的站点,比一个永远正确的站点更值得参考。我们每季度回溯重算一次,修正范围全部写进日志。
小结:ai漫剧大成度 不是一个可以背下来的数字,而是一套筛选顺序。先用片种圈范围,再用留存曲线排优先级,最后用数据来源判断可信度——三步走完,基本不会踩空。
20 条手写问答,点击展开查看
指的是成片从“能看”到“值得追更”之间的成熟程度,由剧本结构、画面一致性、口型匹配、节奏留存四个维度合成,每一项都有样本量和采集时间。
四个维度各占 25 分,合计 100 分后折算为 10 分制;样本量低于 200 次观看的作品不生成评分,只标注“样本不足”。
不可以。站内不接受片方付费提分,也不设广告位影响排序,评分只随新增样本变化。
口径不同就会不同。我们只统计站内样本的完播与流失数据,并在作品页公开采样区间,你可以按自己的观看场景做取舍。
是站内匿名观看行为聚合后的统计结果,不含个人身份信息,只保留分钟级的停留与流失分布。
单集时长 60 秒以上、有完整分集结构、画面由 AI 生成或辅助生成占比超过 50%,满足这三条即可进入候选池。
每 6 小时滚动一次,排序依据是最近 24 小时的完播率与追更率,不参考播放总量。
表示该作品当前可考据的公开分集进度,数字来自片方公开信息与站内样本交叉核对。
可以当筛选起点,但建议先看深度解析里的维度说明,再看同类片种的中位数,单看一个分数容易误判。
文生漫由文本直接生成连续画面,镜头自由度高但角色容易漂移;图生漫以静态图为锚点驱动镜头,稳定性好但运镜偏保守。
条漫改编节奏更快、信息密度低,适合碎片时间;小说改漫铺垫长,适合愿意连看三集以上的观众。
不支持。本站只做评分与解析,不提供片源,作品卡片的点击会打开详情弹窗,不会跳转到播放页。
评论来自站内注册用户的公开留言,保留原文不做删改,我们只剔除包含联系方式与引流信息的条目。
页面不引用任何外部样式、字体与脚本,图片统一懒加载并预留占位色块,首屏只有文字与色块,因此不依赖网络图片也能即时可读。
弹窗用锚点方式实现,打开时浏览器会定位到对应元素,视觉上像轻微跳动;关闭后页面会回到热播区。
接受信息核对,不接受片源托管。片方可以提供分集进度与制作工具说明,我们会标注来源但不会因此调整评分。
看三个信号:单集镜头数、角色一致性稳定度、配音是否逐句对齐。镜头越多、越稳定、口型越准,通常意味着返工次数越多。
热播榜只看最近 24 小时的数据,老片即使总分高,近期样本不足也不会进入榜单。
会。每季度对上一季度的样本做一次全量重算,修正后会在内容更新日志里写明日期与影响范围。
目前只有工具测评的合作标注收入,合作条目会在标题后标注“合作”,且不参与评分计算。
12 条公开留言,保留原文不做删改
剑落长安的武戏确实顶,慢镜头衔接看不出破绽,看完回头再看别的就有点不适应了。
留存曲线这个设计挺实用,比总分诚实。有几部高分片我看了曲线就直接跳过了。
山海食单我一次连看了六集,节奏慢但很舒服,睡前看刚好,就是食物特写有点糊。
星尘维修站的机械细节确实扎实,就是单集太短了,刚进状态就结束了。
甲方请回答的口型对得挺准,笑点全靠语速,画面其实一般,但就是停不下来。
末班地铁那部我反复看了三遍,光源方向一直没变过,这点在 AI 片里太难得了。
猫舍记事簿适合通勤看,一集不到一分钟,看完刚好到站,这点很讨巧。
逆流交易日第九集之后明显赶工,镜头数掉了一截,追到那儿有点可惜。
深蓝回声的水下镜头很稳,旁白多了点,但配乐加分,整体能接受。
校园奇妙夜配角脸会变,第一次看没注意,二刷才发现,希望制作方能锁一下关键帧。
喜欢这种标了数据来源的做法,至少知道自己在看什么口径的东西。
像素心动第五集之后变化挺大,前面差点弃了,还好坚持下来了。
6 条趋势观察,来自近三个月的样本变化
2025 年第二季度新上线的样本中,单季集数在 12 集以内的占比达到 64%,比去年同期上升 22 个百分点。
在提供完整制作说明的 96 部样本里,有 61 部明确提到先用静态图锁定角色关键帧,再驱动镜头。
依靠旁白推进剧情的样本占比从 47% 降到 33%,对白场次增加是主因,口型匹配技术改善提供了支撑。
古风武侠样本中位数 8.6,都市恋爱 8.3。差距主要来自角色服饰的一致性处理更成熟。
留存曲线平滑的作品,评论区出现“二刷”“三刷”字样的比例是断崖型作品的 2.4 倍。
带合作标注的条目点击率下降 18%,但停留时长上升 26%,说明用户更愿意在标注清楚的内容上花时间。