生产级 AI 视频生成集成的工程实践

AI 视频生成早已不再是新鲜事物——它正逐渐成为 SaaS 产品的核心功能。但要将其集成到生产环境的应用中，会遇到一些实实在在的工程挑战：异步处理、基于积分的计费、成本管理，以及用户体验设计。

本文将介绍我如何把 Seedance 2.0 Mini 集成到 VEIGO 平台、围绕它构建一套积分系统，以及我对 AI 生成内容定价的一些经验与思考。

我需要为一个 SaaS 平台添加 AI 视频生成功能，并满足以下要求：

• 用户可以通过文本 prompt 或图片生成视频
• 系统需要能够处理耗时较长的生成任务（30 秒到 5 分钟）
• 通过积分系统实现商业化，而不是按视频单独计价
• 提供无缝的用户体验——不能让用户觉得自己一直在等待某个批处理任务完成

为什么选择 Seedance 2.0 Mini

在评估了 Runway、Pika、Kling 和 Stable Video Diffusion 之后，我最终选择了 Seedance 2.0 Mini，原因有以下几点：

• 成本效益：以有竞争力的价格提供高质量输出
• API 可靠性：服务可用性和响应时间都比较稳定
• 分辨率灵活：支持多种输出选项（480p、720p、1080p）
• 图片生成视频能力：对于房产展示和商品展示来说至关重要
• 更契合中国市场：对中文文本 prompt 和文化语境的支持更好

架构：异步任务模式

视频生成并不是瞬间完成的。即便是所谓的“快速”模型，也需要 30 秒以上。下面是我实现的整体架构：

User Request → Task Queue → Seedance API → Polling Service → Result Storage → User Notification

第一步：创建任务

当用户提交生成请求时，我们不会同步等待视频生成完成，而是执行以下流程：

// app/api/studio/generate/route.ts
export async function POST(req: Request) {
  const { prompt, imageUrl, resolution, duration } = await req.json();

  // Calculate credit cost based on parameters
  const creditCost = calculateCredits(resolution, duration);

  // Check user balance
  const user = await getUserWithBalance(session.userId);
  if (user.credits < creditCost) {
    return Response.json({ error: "Insufficient credits" }, { status: 402 });
  }

  // Create task record
  const task = await db.videoTask.create({
    data: {
      userId: session.userId,
      status: "PENDING",
      prompt,
      imageUrl,
      resolution,
      duration,
      creditsCharged: creditCost,
    }
  });

  // Submit to Seedance API (non-blocking)
  const seedanceTaskId = await submitToSeedance({
    prompt,
    imageUrl,
    resolution,
    duration
  });

  // Update task with external ID
  await db.videoTask.update({
    where: { id: task.id },
    data: { externalTaskId: seedanceTaskId, status: "PROCESSING" }
  });

  return Response.json({ 
    taskId: task.id, 
    creditsCharged: creditCost,
    estimatedTime: getEstimate(duration)
  });
}

第二步：轮询服务

后台服务会轮询 Seedance API，检查任务是否已经完成：

// lib/services/video-poller.ts
export async function pollTaskCompletion() {
  const pendingTasks = await db.videoTask.findMany({
    where: { status: "PROCESSING" },
    take: 10 // Batch processing
  });

  for (const task of pendingTasks) {
    try {
      const result = await seedance.getTaskStatus(task.externalTaskId);

      if (result.status === "COMPLETED") {
        // Download and store the video
        const videoUrl = await downloadAndStore(result.videoUrl, task.id);

        await db.videoTask.update({
          where: { id: task.id },
          data: { 
            status: "COMPLETED",
            videoUrl,
            completedAt: new Date()
          }
        });

        // Notify user
        await notifyUser(task.userId, {
          type: "VIDEO_READY",
          taskId: task.id
        });
      } else if (result.status === "FAILED") {
        // Refund credits on failure
        await refundCredits(task.userId, task.creditsCharged);
        await db.videoTask.update({
          where: { id: task.id },
          data: { status: "FAILED", failureReason: result.error }
        });
      }
      // If still processing, just wait for next poll cycle
    } catch (error) {
      console.error(`Poll error for task ${task.id}:`, error);
    }
  }
}

第三步：向用户展示任务状态

前端通过轮询获取任务状态，并显示进度指示器：

// components/VideoTaskStatus.tsx
export function VideoTaskStatus({ taskId }: { taskId: string }) {
  const [status, setStatus] = useState<TaskStatus>("PROCESSING");
  const [progress, setProgress] = useState(0);

  useEffect(() => {
    const interval = setInterval(async () => {
      const res = await fetch(`/api/studio/task/${taskId}`);
      const data = await res.json();
      setStatus(data.status);
      setProgress(data.progress);

      if (data.status === "COMPLETED" || data.status === "FAILED") {
        clearInterval(interval);
      }
    }, 3000); // Poll every 3 seconds

    return () => clearInterval(interval);
  }, [taskId]);

  return (
    <div className="task-status">
      <ProgressBar value={progress} />
      <StatusBadge status={status} />
      {status === "COMPLETED" && <VideoPlayer url={status.videoUrl} />}
    </div>
  );
}

积分系统设计

相比按视频计价——这种方式容易让用户觉得费用难以预测——我设计了一套积分套餐系统。

每次生成所需的积分

不同参数会消耗不同数量的积分：

function calculateCredits(resolution: string, duration: number): number {
  const baseCost = {
    "480p": 2,
    "720p": 4,
    "1080p": 8
  };

  const durationMultiplier = duration <= 5 ? 1 : duration <= 10 ? 1.5 : 2;

  return Math.ceil(baseCost[resolution] * durationMultiplier);
}

为什么积分制比按视频计价更好

• 收入更可预测：用户会预先购买积分套餐
• 使用方式更灵活：积分既可以用于生成一个 480p 片段，也可以累积起来生成一个 1080p 视频
• 减少决策疲劳：用户不需要计算每条视频的成本
• 创造升级销售机会：积分快用完了？可以向用户推荐单价更优惠的大额套餐
• 平滑应对成本变化：如果 API 成本发生变化，可以调整生成任务所需的积分，而不必修改用户看到的套餐价格

定价策略思考

经过 3 个月的运营，我观察到了以下情况：

5 美元套餐是拉新的主力。 大多数用户都会从这个套餐开始。它的试用成本足够低，而 100 积分可以让用户生成约 25 个 480p 视频，或者约 12 个 720p 视频。

30 美元套餐是最理想的价格档位。 那些迅速发现产品价值的用户，通常会升级到这一档。与入门套餐相比，每积分可节省 40%，这种优惠对用户来说非常明显。

企业用户会与我们议价。 50 美元可购买 2,500 积分，但对于需要大规模生成内容的企业来说，他们往往会联系我们洽谈定制定价。

关键洞察：定价的核心其实并不在于积分本身，而在于消除使用阻力。购买积分的用户会生成更多内容，这会增强平台黏性，进而降低用户流失率。

Seedance API 的成本并不低。为了保持健康的利润率，我采取了以下措施：

• 按分辨率分级定价：分辨率越高，消耗的积分越多，与更高的 API 成本保持一致
• 批量处理：将 API 调用分组处理，减少额外开销
• 缓存：对于使用相同 seed 的相似 prompt，直接使用缓存结果
• 失败处理：生成失败后立即退还积分，以维持用户信任
• 使用监控：当用户的生成模式可能存在滥用行为时发出警报

1. 尽早设定预期

用户需要知道视频生成需要时间。我们会提前显示预计等待时间，并使用乐观式 UI 更新。

2. 失败时始终退还积分

没有什么比生成失败后仍然扣除积分更容易摧毁用户信任。我们会立即退还积分，并发送通知说明失败原因。

3. 提供免费套餐

用户注册后，我们会赠送 10 个免费积分。这样一来，用户在付费之前就能先体验产品。从免费用户到付费用户的转化率约为 15%。

4. 监控 API 成本与积分收入

我们每周都会跟踪二者的比例，目标是保持 60% 以上的毛利率。如果 API 成本突然上涨，我们会调整各类生成任务所需的积分，而不是修改套餐价格——后者会破坏用户信任。

5. 内容审核必不可少

AI 生成的视频可能被滥用。提交任务之前，我们会让所有 prompt 先通过内容过滤器，同时为生成的内容提供举报系统。

AI Video Studio 的应用场景

AI Video Studio 已经上线，并集成到了 VEIGO 平台。它尤其适合以下场景：

• 房地产经纪人制作房产导览视频
• 电商卖家生成商品演示视频
• 内容创作者制作短视频内容
• 营销人员制作社交媒体广告

🎬 AI Video Studio：shopveigo.com/studio
💳 积分套餐：shopveigo.com/pricing
🏠 完整平台：shopveigo.com

你是否也在自己的产品中集成过 AI 视频生成功能？遇到了哪些挑战？欢迎在评论区分享你的经验。

如需采取进一步措施，你可以考虑屏蔽此人和／或举报滥用行为。