今天分享的产品也很有意思：Arcads，https://www.arcads.ai/
先看一个场景：
假设一家做身材管理的 App 今天要投 Meta 和 TikTok 广告，目的是买量。
这家公司已经有一个有效的广告脚本，现在它想测试：
主角/达人如果是 20 岁女生，效果怎么样？换成 40 岁男性呢？
视频第一句话/钩子从“我坚持了 30 天”，改成“别再用这种方法减肥了”，点击率会不会更高？
同一个广告翻译成法语、德语、西班牙语，能不能直接投欧洲市场？
过去，要想做这个测试，意味着这个公司要找不同达人、发需求、沟通脚本、等拍摄、收素材，然后再沟通、修改、剪辑，最后发布看反馈如何。
如果要同时测试 10 个主角、10 个开头和 5 个市场，工作量很快就失控了。
过去也不敢这么测试，成本和周期太长了。
有一家法国公司 Arcads，做了一件很有趣的事：
把广告里的“真人演员”变成 AI。
流程就变成了：输入脚本，选择一个 AI 演员，生成视频。
再换演员、换声音、换语言、换第一句话，继续生成。（注意，这里脚本、产品卖点等都是不变的。）
2024 年 1 月，Arcads 正式上线。上线当年公司收入就达到了 420 万美元。
Arcads 在不到两年时间里，年订阅收入已经接近 1200 万美元，2025 年全年收入预计超过 1300 万美元。
更夸张的是团队规模。
Arcads 早期只有 5 个人。到 2025 年融资时，团队也只有 7 人左右，但每个月用 Arcads 生成的广告素材已经超过了 10 万个。
2025 年 12 月，公司完成 1600 万美元种子轮融资；公司当时已经盈利，超过一半用户来自美国。
Arcads 抓住的其实就是广告行业一个过去没办法或者很难“人肉”实现的问题：
广告公司需要大量视频和测试。
两个创始人，开始时花了很多钱找真人拍广告
Arcads 的两位创始人是 Dylan Fournier 和 Romain Torres。
做 Arcads 之前，两个人开过营销公司，后来又做移动 App 工作室，连续推出过多个消费应用。
他们过去为了推广自己的产品，需要在内容制作和分发上投入大量资金，也合作过数千名社交媒体创作者。
Romain 还做过一款面向女性的轻断食 App，名叫 WeFirst。
在做这个 App 买量时，他们反复测试一种广告，就是真人拿着手机，对着镜头讲话：
“我用了这个 App 30 天……”
“这是我最近发现的一个方法……”
“如果你也有这个问题，可以试试……”
这类视频通常不像传统广告，没有摄影棚，没有复杂灯光，演员甚至故意拍得像普通用户自拍视频。
也就是要看上去是 UGC 广告。
这类 UGC 素材对 App、电商和订阅产品非常重要。
问题是，UGC 广告看起来简单，生产起来却并不简单。
前期要找创作者、谈价格、发产品、给脚本、等待拍摄。
创作者提交第一版之后，如果觉得开头的钩子/第一句话说得不好，重拍。
产品拿反了，重拍；口气太像背稿，重拍。
更麻烦的是，一条广告跑出了比较好的效果，并不意味着工作结束。
因为广告投放团队会立刻开始拆解这个视频。
是不是演员有效？是不是开头有效？是不是年龄有效？是不是场景有效？是不是文案有效？
Romain 在做 App 时就发现，广告增长和素材产量之间有很直接的关系：
素材做得越多，能测试的组合越多，找到有效广告的概率也越高。
但真人拍摄的生产速度是有限的。
他们真正遇到的问题不是：“没有人帮我拍广告。”
而是：我知道应该多测试，但我根本来不及生产这么多测试素材。
于是，两个人把这个问题单独拿了出来。
2024 年 1 月，Arcads 上线。
第一版产品很简单：输入脚本，选个“人”，让他说出来
Arcads 的产品切入点很值得分享给大家，就是不做大而全，也不高大上，就做“很小”的一个点。
Arcads 一开始就没有做“ AI 广告 Agent”。
也没有试图自动完成从市场分析到投放的所有工作。
第一版产品非常简单：脚本 + AI 演员 = 一条口播广告。
1. 用户先输入广告词，比如：
“我以前每天花两个小时学英语，后来发现根本没有必要。”
2. 然后进入演员库，选择一个人：
年轻女性、中年男性、商务人士、健身爱好者、不同肤色、年龄和外貌。
3. 再生成视频：AI 演员会对着镜头把这段话说出来。
Arcads 当时甚至准备了预设脚本，让早期用户可以直接选择演员和脚本，快速生成一条可以投放的视频。
现在，Arcads 的 AI 演员库已经超过 1000 个。
用户也可以生成自己的 AI 演员，让角色拿产品、展示 App，或者穿上指定服装。
产品支持情绪控制和 30 多种语言本地化。
比如一个减肥 App，要做一轮美国市场测试。
传统方式可能是：找 10 个风格不同的创作者，每人拍 3 个脚本，最终拿到 30 条素材。
在 Arcads 里，可以把这个过程拆开，先写 5 个广告开头：
“我坚持了 30 天。”
“医生从来没有告诉我这件事。”
“别再计算卡路里了。”
“我以前每天都饿着自己。”
“这是我今年最后悔没有早点知道的事。”
然后选择 20 个 AI 演员。
理论上，这已经可以形成 100 种“开头 × 演员”的组合。
再把其中表现较好的版本换成西班牙语、法语、德语。
产品没变，广告核心卖点没变，只是不断替换变量（开头、演员、语言、语气等）。
也就是说，Arcads 真正产品化的，不是“拍视频”，是广告测试里的变量。
不是帮客户找“爆款广告”，是让客户一次测几十条
这是 Arcads 能快速收费的关键。
效果广告本来就不是一条广告拍完，用半年。
广告团队每天看数据，点击率下降，换素材，获客成本上涨，换开头。
一个演员效果好，就测试另一个相似演员。
一个广告角度跑赢，就做十个变体。
Arcads 官网现在直接提供演员替换、声音修改、视频翻译、字幕、背景移除、镜头角度、视频延长、开箱视频、商品展示等工具；还接入 Kling、Sora、Seedance 等不同视频模型。
这些功能放在一起看，就会发现它的产品逻辑其实很统一，就是一开始那个“很小”的点。
Arcads 不是为了让用户“创作一部视频”，而是：
这一条广告跑得不错，接下来怎么快速做 20 个版本？
比如一条广告的数据不错，过去重新生产，需要把原视频发给团队。
分析素材、写新脚本、重新找人、重新拍。
Arcads 的思路是：
第一步，保留脚本，换演员。
第二步，保留演员，换开头。
第三步，保留内容，换声音。
第四步，换语言。
第五步，补字幕和其他画面。
第六步，把有效结构继续重混。
Arcads 自己把这套逻辑概括成三个动作：测试、调整、重复。
Arcads 联合创始人 Dylan Fournier 在融资公告里也明确说，他们做产品的目标，是让广告视频生产变得简单、低成本、可以不断迭代。
所以，我觉得“ Arcads 替代了广告演员”只解释了一半。
演员只是它最先拿掉的生产瓶颈，它真正卖给效果广告团队的，是素材测试量和测试速度。
产品上线第一周，月订阅收入就做到 5000 美元
Arcads 的第一批用户也不是普通视频创作者。
是创始人过去认识的做 App 买量和广告行业的从业者。
Romain 和 Dylan 此前已经长期做移动 App，也一直在投广告、找创作者、测试 UGC 素材。
所以产品做好以后，他们先把 Arcads 给行业里的几个朋友使用。
2024 年 1 月产品上线，第一周，月经常性收入做到 5000 美元。
5 个月后，也就是 2024 年 6 月，年化经常性收入突破 100 万美元。
这个速度就和它的客户直接相关，因为 Arcads 不需要先教育用户：
为什么要拍短视频？为什么要做 UGC 广告？为什么要测试多个素材？
因为客户本来就在做这些事，而且做得很痛苦。
一个广告买量团队可能每个月已经在真人拍摄、达人合作、剪辑和素材生产上花很多钱。
所以 Arcads 只需要证明一件事：
其中一部分测试视频，可以直接在这里做。
这就和很多 AI 产品的获客逻辑不一样，而且 Arcads 打开产品以后，路径也非常短：
写一段话、选一个人、生成视频。结果好不好，客户几分钟就能判断。
而且 Arcads 自己就是这个产品最直接的展示案例。
Romain 解释过，他们会直接用 Arcads 制作自己的 Meta 广告。
用自己的 AI 广告，卖 AI 广告制作工具。
用户看到广告的时候，其实已经看过产品结果。
这形成了一个很直接的增长循环：
Arcads 做出更好的 AI 广告，这些广告帮 Arcads 获客，更多客户进入，团队继续看客户需要什么素材，再开发新的生成和修改功能。
然后继续用这些功能给自己做广告。
Romain 把 Arcads 的三个主要增长渠道总结为：付费广告、内容营销和直接销售。
自己产品做得付费广告是主要渠道；
内容营销包括他自己在 LinkedIn、X 等平台发布内容，以及与广告、营销和 AI 创作者合作；
直接销售则主要寻找广告投入较大的企业客户。
5 个人做到 600 万美元年化收入，内部跑了 100 多个 Agent
2025 年 5 月，Arcads 年化经常性收入已经达到 600 万美元。
这时候他们的团队只有 5 个人。
按照这个数字计算，人均年化收入达到 120 万美元。
仅仅从 2025 年 4 月到 5 月，公司一个月又增加了约 100 万美元年化经常性收入。
这背后其实就是 AI 原生公司的运作模式体现：
Arcads 不只卖 AI，它自己也大量使用 AI 跑公司。
Romain 披露，当时内部已经运行超过 100 个 AI Agent，主要使用 Gumloop 搭建。
其中一个 Agent 专门盯竞争对手广告：
每天去广告资料库检查，发现竞争对手的新广告，下载素材，抽取广告文案，把文案交给 ChatGPT，再按照 Arcads 的产品重新改写。
最后把结果发到 Slack，交给团队决定是否继续制作。
这背后其实就是一个很详细的获客思路：
他们不是让 AI “帮我想一个特别有创意的广告”，而是先找市场上已经出现的有效模式，再让 AI 拆结构、改写、做变体。
Romain 的判断是，AI 很擅长复制和变体，所以他的 Agent 会优先处理三类事情：
竞争对手研究、内容生成、潜在客户寻找。
其他 Agent 还会监控关键词、筛选可能的客户，再支持销售团队做直接触达。
Arcads 的增长系统因此可以在很小团队下持续运行。
Romain 自己公开表示，公司达到 600 万美元年化经常性收入时，已有 100 多个 Agent 在后台工作。
其实不难发现 Arcads 自己的公司运作模式，和 Arcads 的产品思路其实是一回事：
不是让 AI 从零创造，而是先找到已经存在的模式、拆开、批量生成变量、快速测试、用数据决定下一轮做什么。
他们把这套方法卖给广告客户，也用同样的方法经营自己。
从 420 万美元到 1200 万美元，Arcads 开始补充广告生产的其他环节
2024 年，Arcads 收入 420 万美元。
到 2025 年，订阅用户超过 6000 个，年订阅收入接近 1200 万美元；Arcads 当时预计全年收入超过 1300 万美元。
Stripe 还披露，公司 100%的收入都通过订阅计费体系完成。
客户也开始从 App 工作室扩展到消费品牌、营销代理公司和独立创业者。
官方披露，到 2025 年底，Arcads 每个月处理超过 10 万个广告素材，产品覆盖 35 种以上语言。
这时候，产品才开始逐渐变重。
最早是：脚本 → AI 演员 → 视频。
后来增加：商品演示、开箱视频、服装试穿、演员替换、声音修改、视频翻译、字幕、视频延长、画面放大、素材重混。
再后来，Arcads 上线了一个无限画布式工作流。
广告团队可以在同一个画布里组织模型、素材和广告流程，批量创建、修改和测试视频。
这一步其实很关键，因为 AI 演员本身，很容易变成一个功能。
视频模型越来越多，数字人越来越真实，换脸、配音、口型同步，也会有大量产品提供。
Arcads 后面做的事情，是把自己从“AI 演员生成器”往“广告素材生产台”移动。
现在打开 Arcads 官网，甚至可以直接选择不同视频模型。
需要电影感视频，用一种模型；需要真实商品画面，用另一种。
生成以后继续翻译、延长、加字幕、换演员。
也就是说，它不一定要求所有底层模型都自己做。
它想控制的是广告团队从“有一个创意”到“生成几十个测试版本”的这段流程。
Arcads 做对了一件事：没有用 AI 发明新的广告形式
很多 AI 广告公司喜欢讲：
重新定义营销、重构品牌创意、AI 原生广告。
Arcads 最初都没有做这些。
它选择了一种已经被市场验证的广告形式：真人口播式短视频。
这种广告形式，客户已经在买了，广告平台也已经在投，营销团队已经知道怎么评估。
Arcads 只是把里面最慢、最废人的一部分替换掉。
过去是：
找演员 → 沟通 → 拍摄 → 修改 → 再拍。
现在变成：
选演员 → 输入脚本 → 生成 → 换变量 → 再生成。
所以它上线第一周就能收到订阅收入，不是因为用户突然产生了一个新需求，而是因为这些客户昨天还在花钱解决同一个问题。
最后，我还想分享一点。
Romain 和 Dylan 自己就是客户。
他们做 App、自己投广告、自己找创作者、自己发现素材生产跟不上测试。
最后，他们做了 Arcads。
这也是为什么 Arcads 的产品路径一直很清楚。
以上，祝你今天开心。