AI 生成的 ASMR 视频正以一股不可阻挡的势头席卷全球短视频平台，从切水果的清脆声响到冰键盘的咔嚓声，从猎奇的钻石披萨吃播到治愈的粘土风场景，这些由 AI 打造的感官盛宴不仅带来了解压与猎奇的体验，更重塑着视频内容生态。谷歌 Veo3 等音视频同步生成模型的出现，大幅降低了创作门槛，吸引了众多创作者和巨头入局，催生出多元的盈利模式。这场由技术革新引发的热潮，究竟是昙花一现的猎奇生意，还是开启音视频生成商业化元年的新赛道？
一、AI ASMR 视频：猎奇与解压的完美融合
当前市面上火爆的 AI ASMR 视频类型丰富多样，满足了不同用户的感官需求。“反常识” 切水果视频是其中较大众的一类，一刀切开像果冻般 Q 弹的葡萄，或是切割星球，万物皆可成为切割对象，清脆悦耳的声音带来极致的解压感。冰键盘敲起来的冰屑声、泡泡膜键盘摁下去的 “噼里啪啦” 声，也让人欲罢不能。
沉浸式吃播 ASMR 则走向了猎奇路线，与常规吃播不同，AI 制作的吃播内容更为大胆，如吃起来嘎嘣脆的钻石披萨、水晶做的鸡腿等，视觉和听觉的双重刺激让人印象深刻。粘土风 ASMR 治愈视频通过 AI 制作的 3D 立体沙盘场景，构建出一个微缩景观世界，给人带来心灵的慰藉。更有大神将动画改编成猎奇吃播，如把《海贼王》里角色吃下恶果变身的过程做成视频，爽脆的声效配合酷炫的画面，堪称一场感官盛宴。不过，也有 “情人悄悄话” 系列的 AI ASMR 视频被质疑涉嫌软色情，这也提醒着行业需要规范发展。
这些 AI ASMR 视频之所以能吸引大量粉丝，在于它们突破了现实物理的限制，创造出在现实中难以实现的场景和声音，满足了人们对新奇体验的追求，同时 ASMR 本身具有的解压特性，也让这些视频在快节奏的生活中找到了一席之地。
二、技术支撑：音视频同步生成成关键
AI ASMR 的爆火，离不开 AI 企业的大举进击和多模态模型应用技术的不断成熟，其中谷歌 Veo3 模型的横空出世，将 AI 视频生成应用推向了新高度。今年 5 月底，Google DeepMind 发布的 Veo3 模型，最大亮点是 AI 原生可以一键直接生成与画面相匹配的声音，生成的 ASMR 视频不仅清晰度高，音频的适配率也非常出色。
在 Veo3 出现之前，AI ASMR 视频的制作需要分别生成视频和声音，再进行剪辑合成，声音部分主要通过 ElevenLabs 等 AI 软件自定义生成，对于画面中开口说话的动漫人物或小动物，音画同步的难度更大。而 Veo3 的出现实现了 AI ASMR 视频的零门槛量产，创作者只需输入指定的提示词，就能生成各种解压的 ASMR 视频，如刀切玻璃水果、敲碎键盘冰块等奇妙的声画作品。
利用 Veo3 生成 AI ASMR 视频的流程已十分透明，海外创作者打开 Gemini 官网，选择 “视频” 生成并输入相应提示词即可。提示词是其中最有含金量的部分，其模板为：“逼真的 4K 近距离视频画面，展示一个 [乐器] 在 [表演动作] 一个 [颜色] 的 [材质][物体]，置于 [表面] 上。它在进行 [次级循环动作]。这个 [物体] 的内部同样由 [材质] 制成。声音为 ASMR 风格。” 该模板后来被头部创作者以 9.9 美元挂售，成为 “开源版”。
在 Veo3 之前，AI 生成视频已火了近两年。2024 年初，Open AI 推出的 Sora 模型能通过简单文本描述生成长达 1 分钟的视频，模拟现实世界动态，推动了 AI 视频的发展。而在 Sora 发布前，市面上已有 Runway Gen 系列、Pika 系列和国内的爱诗科技 Pixverse 系列等产品。Sora 发布后，Diffusion Transformer（DiT）技术路线得以确认，海内外 AI 厂商纷纷发力视频生成赛道，国内厂商布局尤为迅速。
国内方面，以 MiniMax 和智谱为代表的初创企业在 AI 助手中率先嵌入视频生成功能；字节即梦和快手可灵等大厂也陆续上线相关产品，其中快手可灵的商业化进展飞速，成为国内视频生成领域商业化的标杆。不过，在 Veo3 出现前，大多数 AI 生成的视频缺乏同步音效，需要人工后期添加，影响了制作效率。谷歌 Veo3 模型的受欢迎，表明音视频的同步输出已成为生成式 AI 的下一个关键节点。
今年年初以来，字节和快手先后发布了音视频同步模型。6 月初，快手可灵推出 2.1 版本视频生成模型，添加 “视频音效” 开关，生成视频时会自动生成匹配的音效，且该功能已覆盖所有版本的视频模型，还支持上传本地视频或选择可灵生成的视频，一键生成与内容语义贴合且时间同步的音效。其多模态视频生音效模型 Kling-Foley 能自动生成高质量立体声音频，涵盖音效、背景音乐等，支持任意时长和立体声渲染。
字节豆包大模型语音团队推出的 SeedFoley 视频音效智能生成模型，已在即梦 AI 上线，用户生成视频后选择 “AI 音效” 功能，即可生成 3 个专业级音效方案。SeedFoley 通过学习大量语音和音乐标签，能区分音效和非音效，实现精准生成。
对于 AI ASMR 视频创作者来说，通常会交替使用不同平台的工具来取长补短。有创业者表示，会用 “即梦” 文字生成图片，再通过可灵进行图生视频，可灵的音效更接近真实，即梦的文字生图细节更出色，但二者视频时长受限（5s—10s），更适合做慢动作特写的短平快内容。
三、商业图景：创作者与厂商的盈利之道
AI ASMR 作为一门新兴的 AI 应用，展现出了不错的商业潜力。AI 技术降低了创作门槛，让零基础用户也能批量制作视频，大幅压缩了制作成本。有肯尼亚创作者借助 Google Veo3 为客户制作宣传视频，短短几周便赚取 9.6 万美元；用 Veo3 打造一条病毒式视频广告的成本仅需 500 美元。
专业创作者通过售卖付费模版和工具获得收入，最早一批靠 AI ASMR 火起来的创作者，已通过兜售定制化 AI 音效包、AI ASMR 视频教程付费课程实现商业化变现。在 Tiktok 上爆火的 AI ASMR 博主将其提示词放到网站上售卖，标价 9.99 美元，吸引了众多付费者。此外，高流量带来的直接流量广告分成收益也十分可观，在抖音、B 站、Youtube 等平台，专业做 AI ASMR 的账号凭借高频更新和高点赞，已实现稳定月入过万，还有博主单条视频报价涨至 6.5 万，通过广告植入赚取分成。
对于解压类品牌、游戏、影视宣发等行业来说，AI ASMR 是绝佳的营销场景，将产品和角色形象植入 AI 切割奇幻场景中，具有高互动性和高记忆点。
AI 厂商端的商业化变现路径更为清晰可观，不少业内人士认为 2025 年是图像生成商业化元年，视频模型的发展已到商业化变现的拐点。华泰研究报告显示，国内的视频生成是全球化、商业化最成熟的 AI 应用赛道。国内主流多模态产品分为图像生成、视频生成和其他多模态交互三类，其中视频生成赛道的全球化和商业化最为成熟。
根据 Artifical Analysis 数据，在文生视频、图生视频排行榜上，字节 Seedance1.0 均为 Top1，快手可灵、MiniMax Hailuo 02 名列前茅。快手可灵上线 9 个月累计收入超过 1 亿人民币，2025 年 Q1 ARR 突破 1 亿美金大关，标志着国内视频生成领域商业化从单点突破到多点突破的开始。字节跳动 Seed 图像 & 视频生成负责人黄伟林表示，2025 年是图像生成商业化元年，头部视频生成产品的年化收入（ARR）预计今年达到 1 亿美元，明年可能增长到 5 到 10 亿美元。爱诗旗下 Pixverse 月订阅收入也已达千万人民币水平。
在 AI 视频生成的竞争中，背靠短视频流量巨池、拥有完整 “创作 - 分发 - 变现” 闭环的平台更具优势。快手可灵在全球拥有超过 4500 万创作者，累计生成视频超 2 亿个、图片超 4 亿张，其最大优势在于快手庞大的创作者生态和视频数据，为模型迭代提供丰富素材，但其需思考如何将技术能力转化为门槛更低的产品功能，找到更清晰的商业化路径。
即梦作为抖音旗下的拳头 AI 产品，链接剪映上的创作者和抖音分发环节，形成完整闭环，若未来深度整合进剪映工具，其价值将远超简单的生成器，成为 AI 时代创作者工作的重要帮手，但即梦需在抖音繁杂的 AI 项目中找到自身独特价值。
四、未来挑战：可持续发展的关键
尽管 AI ASMR 视频当前热度高涨，但技术迭代永不停歇，用户偏好瞬息万变，其未来发展仍面临诸多挑战。如何持续降低创作门槛，让更多人参与其中；如何产出更具差异化的感官体验，避免内容同质化；如何在规模化与可持续盈利之间找到平衡点，这些都是行业需要解决的问题。
此外，内容规范也是重要一环，避免出现软色情等不良内容，维护行业的健康发展。只有克服这些挑战，AI ASMR 才能从一场 “颅内高潮” 盛宴，发展成为一个稳定、可持续的新赛道。
总的来说，AI ASMR 视频的爆火是技术进步与市场需求结合的产物，它为创作者带来了新的机遇，也为 AI 音视频生成技术的商业化探索提供了方向。未来，随着技术的不断成熟和商业模式的完善，AI ASMR 有望在内容创作领域占据更重要的地位。