Vmake

定义

Vmake是一款运行于移动设备的AI视频编辑应用，由澳大利亚公司Starii Tech Pty Ltd发行，在应用商店中归入摄影与视频类别^[4][2]。它的定位是“AI驱动的口播视频工作室”，即在手机端完成拍摄、剪辑、加字幕与后期优化的整套流程^[1]。同一发行商后来以Vmake Labs的名称推出功能扩展版本，强调把商品素材转化为适配社交平台的视频^[5][1]。

第二段素材涉及版本划分：应用商店页面显示Vmake在Google Play与App Store均以com.starii.kapkap为包名上架，Vmake Labs与Vmake实为同一款应用在不同时期的名称^[5][3]。

原理

Vmake的核心是围绕口播视频的自动化处理。用户录制或上传素材后，应用的AI提词器以悬浮窗形式跟随语速滚动文本，并可与任意相机应用配合使用；字幕模块则自动识别语音并生成可编辑、可配样式的字幕^[1][4]。

在画面处理上，AI去除功能通过涂抹选定区域擦除画面中的物体、人物或水印，包括部分平台自动生成的水印标记；画质增强与降噪模块用于提升清晰度，并可放大低分辨率素材^[4][6]。唇形同步功能允许上传照片或视频，或选择预设虚拟形象，使其口型与配音匹配^[1]。缩略图生成则调用Nano Banana模型，输出适配YouTube、Reels与TikTok三种画幅的封面图^[4]。

应用还提供AI视频代理，用户提交商品照片、链接或文字描述后，由其完成从构思到成片的流程；官方页面列出可调用的模型包括Seedance、Kling、Veo、Sora与Nano Banana系列^[5][7]。

发展历程

Vmake于2024年3月19日在全球应用市场发行，3月20日在美国市场上架，发行商为注册于澳大利亚的Starii Tech Pty Ltd^[2]。上线初期版本以“AI口播视频编辑器”为名，主打在手机端制作带字幕的口播类内容^[4]。

此后应用名称逐步调整为Vmake Labs，功能从口播编辑扩展到面向小型企业、线上卖家的商品推广视频，并加入模板化的UGC视频、钩子视频与营销视频等格式^[5]。第三方应用数据平台记录显示，其全球累计下载量超过400万次，累计安装量级处于500万至1000万区间^[3][2]。

版本迭代中，应用陆续加入Sora水印去除、基于Nano Banana模型的缩略图生成以及AI视频代理等功能，官方页面还预告接入Seedance 2.5以支持30秒时长视频的生成^[4][7]。

应用

Vmake主要面向时间和技术预算有限的个人创作者与小型商家。健身教练、美容从业者、房产经纪等需要频繁出镜讲解的职业是其官方列举的典型用户，应用为其提供提词、字幕、片头与封面制作的支持^[4]。

在电商场景中，Vmake被用于清理供应商或达人提供的原始素材，去除其中的Logo、字幕与冗余背景，再经画质增强与自动字幕处理后重新发布^[6]。内容机构与创意代理则借助批量模板、钩子生成与多版本广告制作功能，在人员规模不变的前提下提高成片数量，并对不同版本进行A/B测试^[8]。

教育类与知识类讲解视频也是其常见用途，视频转文字功能可从成片中提取口播文本，便于二次整理为脚本或文案^[1]。

局限

Vmake以移动端与模板化流程为中心，官方说明中未提供专业剪辑软件式的多轨时间线、精细调色与复杂合成能力，其视频处理以预设风格和自动化步骤为主^[8]。这意味着需要逐帧控制的项目仍需其他工具配合。

AI去除与去水印功能只是对画面像素进行修补，官方描述将其定位为清理素材中的Logo、字幕与品牌元素，并未涉及素材的授权与合规问题^[6]。自动化字幕的准确度也未在官方材料中给出量化指标。

应用采用免费下载加内购订阅的方式，部分功能与生成额度依赖付费档位；官方页面列出的模型接入情况会随时间变化，并非所有版本均可调用全部模型^[4][7]。此外，应用界面语言目前以英语、葡萄牙语和西班牙语为主，中文材料中的功能描述来自商店本地化页面^[4]。

参见

• 唇形同步 —— Vmake口播视频处理中的一项关键功能，用于让虚拟形象或照片的口型与配音对齐。

• 自动字幕 —— 应用识别语音并生成可编辑字幕的基础能力。

• 视频超分辨率 —— AI增强与放大低分辨率素材所依赖的技术方向。

• UGC视频 —— 应用面向电商与小型商家推出的主要视频格式。

• 短视频 —— Vmake输出内容的主要投放场景。