2Slides Logo
Preview

MUSE Vol. 2:AI对创作者经济的真正影响

103 张幻灯片

MUSE Vol. 2:AI对创作者经济的真正影响是由Billion Dollar Boy发布的一份103页的优质行业研究报告,该报告基于Censuswide在2025年6月至7月进行的一项研究,调查对象包括英国和美国的4,000名消费者、1,000名内容创作者和1,000名高级营销决策者。它提供了关于生成式AI如何重塑创作者内容、品牌支出和消费者信任的2023-2025年纵向数据,涵盖了AI Content Stack框架、虚拟网红、数字孪生、deepfake和负责任的创新原则。专为营销人员、代理商战略家和创作者经济领导者设计,它将硬性绩效基准与来自L'Oréal、Diageo和H&M的专家评论和品牌案例研究相结合。

10 点赞
1 下载

快速导航

标签

行业研究报告
创作者经济
Generative AI
营销和广告
演示文稿模板

分享幻灯片

描述

主要主题

MUSE Vol. 2:AI对创作者经济的真正影响是由Billion Dollar Boy发布的一份103页的优质行业研究报告,该报告基于Censuswide在2025年6月至7月进行的一项研究,调查对象包括英国和美国的4,000名消费者、1,000名内容创作者和1,000名高级营销决策者。它提供了关于生成式AI如何重塑创作者内容、品牌支出和消费者信任的2023-2025年纵向数据,涵盖了AI Content Stack框架、虚拟网红、数字孪生、deepfake和负责任的创新原则。专为营销人员、代理商战略家和创作者经济领导者设计,它将硬性绩效基准与来自L'Oréal、Diageo和H&M的专家评论和品牌案例研究相结合。

主要优势

  • 揭示营销人员、创作者和消费者对AI的态度如何转变的2023-2025年年度纵向数据
  • 具有五个层级的专有AI Content Stack框架,将艺术性映射到实用性
  • 对三种AI角色格式(虚拟网红、数字孪生和deepfake)的深入分析,以及风险/收益矩阵
  • 来自L'Oréal、Diageo和H&M的真实品牌案例研究,量化了ROI和成本效益
  • 包含可操作的信任恢复和监管指导的负责任的创新章节
  • 来自由创作者、律师、平台领导者和CMO组成的10人AI委员会的专家引言和评论

目标受众

  • 分配AI创作者预算的CMO和高级品牌营销人员
  • 构建AI集成创作者活动的代理商负责人和战略家
  • 对行业采用情况进行基准测试的创作者经济战略家
  • 驾驭AI工具、数字孪生和平台政策的内容创作者
  • 制定内部治理框架的AI和创新总监
  • 涵盖创作者经济监管的高管教育者和政策顾问

使用场景

  • 关于AI战略和创作者经济投资优先级的董事会简报
  • 展示AI内容专业知识和数据可信度的代理商新业务方案
  • 针对2023-2025年行业采用指标的创作者经济基准测试
  • 涵盖deepfake治理和IP保护的内部AI政策简报
  • 关于在营销和广告中负责任地使用AI的高管教育课程
  • 关于生成式AI在创作者内容中的未来的会议主题演讲

独特价值主张

  • 跨越6,000名受访者的2023→2025年纵向数据,能够进行其他地方无法获得的真正的年度趋势比较
  • 具有五个命名层(Engine、Applied、Innovation、Exploration、Experimental)的专有AI Content Stack为战略家提供了共享的词汇和诊断工具
  • 来自10位行业专家(包括平台资深人士、媒体律师和创意技术专家)的AI委员会专家引言为定量研究结果增加了定性深度
  • 三个品牌案例研究(L'Oréal、Diageo、H&M)将抽象的AI主张置于可审计的业务成果和成本指标中
  • 负责任的创新框架和词汇表使非技术高管和董事会成员可以访问复杂的AI概念

幻灯片页面 (103)

每张幻灯片页面的详细视图,包括布局、关键内容和视觉元素。

页面 1
Cover

封面 — MUSE Vol. 2:AI对创作者经济的真正影响

内容

全出血的编辑封面,以沙漠环境中悬垂的紫色和橙色织物为特色,确立了报告的高端视觉形象。

布局结构

全出血摄影背景,中心显示标题、卷标,左下角为 Billion Dollar Boy 标志书签

关键视觉元素

  • 全出血织物/沙漠摄影
  • 醒目的显示标题
  • 卷标
  • BDB 书签标志
页面 2
Navigation

目录

内容

目录列出了报告的所有章节——简介、执行摘要、第1-4章、结论、词汇表、方法论和贡献者——以及页码参考。

布局结构

深色背景,使用排版层次结构的双栏目录列表;章节标题采用展示字体,小节采用正文字重

关键视觉元素

  • 目录列表
  • 章节标题
  • 章节层级
  • 页码
页面 3
Divider

简介分隔页

内容

章节分隔页,标记简介部分,以彩虹色凹槽玻璃抽象照片作为全出血背景。

布局结构

全出血抽象摄影背景,带有居中或锚定的大型像素化/打字机风格标签

关键视觉元素

  • 彩虹色凹槽玻璃照片
  • 像素化打字机字体标签
  • 全出血布局
页面 4
Introduction

简介 — 两年后

内容

设定了生成式 AI 出现两年后的场景,指出受众现在正在抵制低质量的“AI 垃圾”内容。

布局结构

深灰色背景,白色正文采用单列宽列;编辑引言处理

关键视觉元素

  • 编辑正文
  • 章节标签
  • 深色背景
页面 5
Introduction

简介 — 核心问题

内容

通过构建行业核心挑战来继续介绍:品牌和创作者是否可以在不牺牲真实性的前提下负责任地扩展 AI。

布局结构

深灰色背景,单列正文,与前一页保持一致的排版风格

关键视觉元素

  • 编辑正文
  • 章节延续指示
页面 6
Divider

执行摘要分隔页

内容

章节分隔页,标记执行摘要部分,使用抽象渐变或摄影图像作为全出血背景。

布局结构

全出血摄影或抽象渐变背景,带有像素化/打字机风格的章节标签

关键视觉元素

  • 抽象渐变摄影
  • 像素化打字机字体标签
页面 7
Executive Summary

执行摘要 — 第1章和第2章

内容

并排的白色卡片摘要,提炼了第1章(GenAI 的新现实)和第2章(新的 AI 内容堆栈)的关键发现。

布局结构

深色或彩色背景上的两个等宽白色圆角卡片,每个卡片都有章节标题、图标和三到五个要点摘要

关键视觉元素

  • 两个白色圆角卡片
  • 章节图标
  • 要点摘要
  • 深色背景
页面 8
Executive Summary

执行摘要 — 第3章和第4章

内容

并排的白色卡片摘要,提炼了第3章(创作者身份的未来)和第4章(负责任的创新)的关键发现。

布局结构

深色或彩色背景上的两个等宽白色圆角卡片,与之前的执行摘要布局相呼应

关键视觉元素

  • 两个白色圆角卡片
  • 章节图标
  • 要点摘要
页面 9
Divider

第1章分隔页 — 生成式 AI 在创作者经济中的新现实

内容

全出血章节分隔页,开启第1章,介绍了生成式 AI 在创作者和营销生态系统中不断演变的角色主题。

布局结构

全出血摄影或抽象背景,带有醒目的章节编号、展示字体章节标题和底部章节条

关键视觉元素

  • 章节编号
  • 展示标题
  • 全出血图像
  • 底部章节条
页面 10
Data & Insights

我们过去在哪里:2023年 — 蜜月期

内容

介绍了 2023 年的基准期,当时生成式 AI 首次进入创作者经济,伴随着广泛的乐观情绪和采用的“蜜月期”。

布局结构

深色背景,带有编辑标题、副标题和介绍性正文段落;时间线或年份标签作为视觉锚点

关键视觉元素

  • 年份标签“2023”
  • 编辑标题
  • 介绍性正文
页面 11
Data & Insights

2023年基准统计数据

内容

展示了三个 2023 年的标题数据点——70% 的营销人员增加了 GenAI 创作者的支出,69% 的创作者预测会出现积极的颠覆,60% 的消费者更喜欢 AI 创作者的内容——以日落照片上的甜甜圈环的形式呈现。

布局结构

三个白色甜甜圈/环形百分比图表叠加在全出血的日落照片上;每个图表都配有醒目的百分比和简短的标签

关键视觉元素

  • 三个甜甜圈环形图
  • 百分比标签
  • 日落照片背景
  • 白色统计卡片
页面 12
Data & Insights

我们现在在哪里:2025年 — 预算激增

内容

显示在 2025 年,77% 的营销人员计划将预算转移到 AI 创作者内容(高于 2023 年的 65%),75% 的人认为 AI 更具成本效益,并提供英国/美国细分数据。

布局结构

带有大百分比标题统计数据、同比比较箭头和英国/美国子指标标注的白色或浅色卡片

关键视觉元素

  • 标题百分比统计数据
  • 同比比较
  • 英国/美国子指标
  • 醒目的排版
页面 13
Data & Insights

解码 — AI 带来实在的商业成果

内容

一篇“解码”社论卡片,解读数据,认为 AI 已经超越实验阶段,正在为营销人员带来可衡量的、实在的商业成果。

布局结构

强调色卡片,带有“解码”像素化打字机标签、分析师评论段落以及图形或图标强调。

关键视觉元素

  • “解码”打字机标签
  • 强调色卡片
  • 分析师评论
  • 辅助图标
页面 14
Case Study

从理论到实践 — L'Oréal 欧莱雅 Revitalift Laser Peptide Serum

内容

案例研究展示了 L'Oréal 欧莱雅如何使用七位 AI 辅助创作者来制作 Revitalift Laser Peptide Serum 系列活动,从而将理论与可衡量的实践联系起来。

布局结构

深色卡片,带有品牌 logo、系列活动图像、创作者数量标注以及关键结果或引言;“从理论到实践”标签采用强调字体。

关键视觉元素

  • L'Oréal 欧莱雅品牌 logo
  • 系列活动图像
  • 创作者数量“7 位创作者”
  • “从理论到实践”标签
页面 15
Data & Insights

广告支出激增 — 四项指标对比

内容

水平条形图,展示了围绕 AI 广告支出的四项指标——79%、79%、76% 和 77%——比较了过去 12 个月与未来一年展望。

布局结构

深色背景,带有四个水平彩色条、百分比标签以及过去与未来期间的比较标签。

关键视觉元素

  • 四个水平条形图
  • 百分比标签
  • 过去与未来期间的标签
  • 颜色编码的条
页面 16
Data & Insights

解码 — 营销人员投资水平

内容

解码卡片显示,四分之三 (71%) 的美国营销人员和大约一半 (52%) 的英国营销人员每年在 AI 创作者内容上的投资超过 100 万美元。

布局结构

强调色“解码”卡片,带有美国和英国的大胆百分比标注、辅助评论以及打字机风格的标签。

关键视觉元素

  • “解码”打字机标签
  • 美国 71% 标注
  • 英国 52% 标注
  • 评论段落
页面 17
Case Study

从理论到实践 — Diageo 帝亚吉欧虚拟内容工作室

内容

案例研究详细介绍了 Diageo 帝亚吉欧如何分配 27 亿英镑/37 亿美元的预算来建立一个为 34 个品牌提供服务的虚拟内容工作室,将开发/生产成本从 21% 降低到 14%,目标为 10%。

布局结构

深色品牌案例研究卡片,带有 Diageo 帝亚吉欧 logo、预算数字、品牌数量以及成本降低指标箭头;“从理论到实践”标签。

关键视觉元素

  • Diageo 帝亚吉欧 logo
  • 预算数字“£2.7B/$3.7B”
  • 34 个品牌标注
  • 成本降低百分比箭头
页面 18
Data & Insights

创作者采用率 — 工作量和收入增长

内容

显示创作者采用率急剧上升,工作量减轻从 79% 升至 84%,收入从 78% 升至 85%,并且 87% 的人报告说,过去 12 个月 AI 的产出有所增加。

布局结构

前后百分比卡片,带有上升趋势箭头和甜甜圈环或条形视觉效果;配对指标带有增长指标。

关键视觉元素

  • 前后百分比对
  • 上升趋势箭头
  • 甜甜圈图
  • 大胆的百分比标注
页面 19
Data & Insights

新的品牌期望 — 创新与整合

内容

揭示了品牌期望正在发生变化,33% 的营销人员要求使用新兴技术,51% 的人期望使用 AI 内容创作工具,31% 的人认为缺乏创新是一个取消资格的因素。

布局结构

三项指标布局,带有百分比标注、简短的描述性标签以及深色或中性背景上的辅助图标。

关键视觉元素

  • 三个指标标注
  • 33%/51%/31% 标签
  • 图标
  • 章节标题
页面 20
Data & Insights

绩效提升 vs 消费者怀疑

内容

将营销人员/创作者的信心(73-78% 的人表示 AI 表现更好)与消费者偏好急剧下降(从 2023 年的 60% 降至 2025 年的 26%)形成对比。

布局结构

分屏或两列布局,将积极的品牌/创作者数据卡与下降的消费者统计数据进行对比;视觉张力设计。

关键视觉元素

  • 绩效与怀疑面板
  • 60%→26% 下降标注
  • 面板之间的颜色对比
页面 21
Data & Insights

消费者乐观情绪分裂 — 情绪转变

内容

跟踪消费者情绪的变化:积极颠覆者从 34% 降至 31%,负面情绪从 18% 升至 32%,“不确定”从 30% 增至 37%。

布局结构

使用甜甜圈图或堆叠条形图进行的三段前后比较,带有情绪标签和颜色编码的百分比变化注释。

关键视觉元素

  • 三段情绪图
  • 2023 年与 2025 年的比较
  • 积极/消极/不确定颜色编码
  • 百分比变化标注
页面 22
Data & Insights

解码 — 信任鸿沟扩大

内容

解码评论指出差距越来越大:创作者仍然保持 73% 的乐观态度(高于 2023 年的 68%),而营销人员的信心降至 70%(低于 75%),这表明信任鸿沟正在扩大。

布局结构

强调色“解码”卡片,带有创作者与营销人员的比较统计数据、同比箭头和解释性段落。

关键视觉元素

  • “解码”标签
  • 创作者 73% vs 营销人员 70%
  • 同比比较箭头
  • 评论文本
页面 23
Industry Context

平台正在做出回应

内容

回顾平台层面针对 AI 内容问题的回应:YouTube 货币化更新、Pinterest AI 内容标签、TikTok 自动标签和 Meta 的 AI 信息披露。

布局结构

四平台网格,带有品牌 logo、简短的政策描述和深色背景上的图标徽章。

关键视觉元素

  • YouTube logo
  • Pinterest logo
  • TikTok logo
  • Meta logo
  • 政策描述卡片
页面 24
Industry Context

Meta Vibes & OpenAI Sora 2 — 平台竞赛

内容

重点介绍了 Meta 的 AI 内容策略演变以及 OpenAI Sora 2 的发布,从而构建了平台之间为塑造 AI 内容创作工具而进行的激烈竞争。

布局结构

两列或并排平台比较卡片,带有品牌 logo、产品名称和简短的战略背景文本。

关键视觉元素

  • Meta 品牌
  • OpenAI Sora 2 品牌
  • 平台竞赛框架
  • 产品图像
页面 25
Data & Insights

内容质量与多样性 — 简介

内容

介绍内容质量和多样性这两个主题,将其作为衡量 AI 对创作者经济影响的关键指标,并为后续的特定受众数据做铺垫。

布局结构

社论介绍布局,包含章节标题、双短语副标题(“质量”/“多样性”)以及深色背景上的简短框架段落

关键视觉元素

  • 双主题标题
  • 章节介绍段落
  • 质量/多样性框架
页面 26
Data & Insights

消费者视角 — 质量与多样性

内容

展示消费者报告的改进:38% 的人认为 AI 提高了内容质量(高于 2023 年的 35%),41% 的人认为 AI 提高了多样性(高于 35%),以甜甜圈图的形式展示。

布局结构

两个并排的甜甜圈图,带有同比百分比标签、受众标签“消费者”和极简的深色背景

关键视觉元素

  • 两个甜甜圈图
  • “消费者”标签
  • 38% 质量环
  • 41% 多样性环
  • 2023 年比较标签
页面 27
Data & Insights

创作者视角 — 质量与多样性

内容

创作者更为乐观:82% 的人认为 AI 提高了质量(高于 74%),84% 的人认为 AI 提高了多样性(高于 74%),同比增幅高于消费者。

布局结构

两个甜甜圈图,带有创作者受众标签、更大的百分比值以及与消费者页面布局相匹配的同比增长注释

关键视觉元素

  • 两个甜甜圈图
  • “创作者”标签
  • 82% 质量
  • 84% 多样性
  • 增长箭头
页面 28
Data & Insights

营销人员视角 — 质量与多样性

内容

营销人员的同比数据略有下降:76% 的人认为 AI 提高了质量(低于 80%),77% 的人认为提高了多样性(低于 82%),表明在早期热情之后,期望有所缓和。

布局结构

两个甜甜圈图,带有营销人员受众标签和同比下降指标,与消费者和创作者页面布局一致

关键视觉元素

  • 两个甜甜圈图
  • “营销人员”标签
  • 76% 质量
  • 77% 多样性
  • 下降指标
页面 29
Data & Insights

解读 — 更丰富的创造力,而不仅仅是数量

内容

解读认为,AI 的价值不在于产生更多内容,而在于实现更丰富的创造力、更高的可访问性和更多样化的故事讲述。

布局结构

带有三个支持性子点(创造力、可访问性、故事讲述)和简短总结性评论段落的强调“解读”卡片

关键视觉元素

  • “解读”标签
  • 三个子点
  • 评论段落
  • 强调色处理
页面 30
Summary

第一章总结

内容

总结第一章的中心发现:生成式 AI 已经从新奇事物转变为必需品,但品牌必须平衡机器能力与不可替代的人类创造本能。

布局结构

摘要卡片或全宽声明,带有粗体摘要标题、支持性正文段落和章节标签

关键视觉元素

  • 章节标签
  • 粗体摘要标题
  • 正文段落
  • 简洁的白色或深色背景
页面 31
Expert Quotes

专家引言 — Katrine Rasmussen & Omar Karim

内容

来自 Katrine Rasmussen(Pixelz 的 CMO)和 Omar Karim(创意技术专家和 AI 电影制作人)关于 AI 在创作者经济中的影响的并排专家引言卡片。

布局结构

两个引言卡片,带有圆形肖像裁剪、演讲者姓名和头衔、引语文本以及品牌/隶属关系徽标

关键视觉元素

  • 圆形肖像裁剪
  • 两个引言卡片
  • 演讲者姓名和头衔
  • 引语排版
页面 32
Divider

第二章分隔 — 新的 AI 内容堆栈

内容

全出血章节分隔,开启第二章,介绍 AI 内容堆栈的概念,作为理解 AI 生成内容类别的新框架。

布局结构

全出血摄影或抽象渐变背景,带有粗体章节编号、章节标题和底部章节条

关键视觉元素

  • 章节编号
  • 显示标题
  • 全出血图像
  • 底部条
页面 33
Framework

背景 — 重塑内容组合

内容

通过解释 AI 如何重塑内容组合来构建第二章,并将 AI 内容堆栈作为报告的中心分析框架引入。

布局结构

社论介绍,包含章节标题、框架段落和介绍性 AI 内容堆栈图或标签

关键视觉元素

  • 章节标题
  • 框架段落
  • AI Content Stack 标签或预告图
页面 34
Framework

三个 AI 内容类别

内容

定义三个顶级 AI 内容类别:AI 驱动(完全合成)、AI 支持(可见 AI)和 AI 辅助(不可见 AI),并简要描述每个类别。

布局结构

三列或堆叠卡片布局,每个类别在深色背景上都有类别标题、括号标签和描述性段落

关键视觉元素

  • 三个类别卡片
  • 粗体类别标题
  • 括号标签
  • 描述性文本
页面 35
Framework

新的 AI 内容堆栈 — 有意设计

内容

展示完整的 AI 内容堆栈视觉效果——一个分层图,其中“有意设计”是连接五个内容层的指导原则。

布局结构

中心分层堆栈图,带有五个标记的层、艺术性↔实用性轴标签和“有意设计”标题处理

关键视觉元素

  • 分层堆栈图
  • 五个层标签
  • 艺术性↔实用性轴
  • “有意设计”标题
页面 36
Framework

AI 内容堆栈 — 五层表

内容

详细表格,将五个堆栈层(实验(艺术家)、探索(放大器)、创新(合作者)、应用(助手)、引擎(执行者))沿着艺术性到实用性的光谱进行映射。

布局结构

五行表格,带有层名称、角色标签、描述列和艺术性↔实用性轴指示器;简洁的深色背景,带有白色行

关键视觉元素

  • 五行表格
  • 层名称和角色标签
  • 艺术性↔实用性轴
  • 描述列
页面 37
Framework

诊断您的内容组合 — 创新与探索层

内容

提供关于诊断品牌当前内容组合的指导,特别关注创新层和探索层,将其作为战略性 AI 投资的优先领域。

布局结构

创新层和探索层的双栏诊断卡片,包含品牌自我评估其在堆栈中位置的问题或标准

关键视觉元素

  • 两个诊断层卡片
  • 创新层
  • 探索层
  • 自我评估提示
页面 38
Framework

什么是探索层?— Vibe营销

内容

将探索层解释为“vibe营销”的所在地——内容优先考虑情感、语调和氛围,而不是硬性的产品信息,以创造品牌感觉。

布局结构

单焦点编辑页面,带有“探索层”标签、vibe营销定义以及氛围图像或渐变处理

关键视觉元素

  • “探索层”标签
  • vibe营销定义
  • 氛围设计处理
  • 情感/语调/氛围子点
页面 39
Case Study

创作者引领潮流 — @joooo.ann, @arthur_chance, @officialshanikwa

内容

展示了三个创作者账号——@joooo.ann、@arthur_chance 和 @officialshanikwa——作为探索层采用 AI 赋能创意表达方式的典范。

布局结构

三位创作者网格,带有社交账号标签、个人资料图像以及对其 AI 赋能创意风格的简短描述

关键视觉元素

  • 三位创作者的个人资料图片
  • 社交账号标签
  • 创作者风格描述
  • 网格布局
页面 40
Industry Context

为何创作者在平庸时代至关重要 — 千篇一律

内容

认为随着 AI 用同质化内容(“千篇一律”)充斥信息流,真正的人类创作者作为质量和原创性的差异化因素,变得越来越有价值,而不是价值降低。

布局结构

带有醒目的“千篇一律”概念的编辑声明页面、支持论点的段落以及强烈的对比设计处理

关键视觉元素

  • “千篇一律”概念
  • 醒目的编辑声明
  • 支持论点的文本
页面 41
Expert Quotes

专家引言 — Matthew Drinkwater

内容

伦敦时装学院时尚创新机构负责人 Matthew Drinkwater 的精选引言,阐述了在 AI 饱和的环境中,为何人类创作者的视角仍然不可或缺。

布局结构

全宽引言卡片,带有圆形人像裁剪、引言文本、发言人姓名、职称和机构隶属关系

关键视觉元素

  • 圆形人像裁剪
  • 引言排版
  • 发言人姓名和职称
  • 机构隶属关系
页面 42
Framework

2×2 网格 — 实验性/效率 × 艺术性/实用性

内容

展示了一个战略性的 2×2 矩阵,在实验性与效率以及艺术性与实用性的轴线上映射 AI 内容方法,以帮助品牌确定其当前位置。

布局结构

经典的 2×2 象限网格,带有四个带标签的象限、轴标签以及位于每个象限中的示例内容类型或策略

关键视觉元素

  • 2×2 象限网格
  • 实验性/效率轴
  • 艺术性/实用性轴
  • 象限标签和示例
页面 43
Data & Insights

超越表达 — GenAI 作为问题解决者

内容

揭示了 66% 的创作者经历过创意疲劳,并且 77% 的营销人员和 82% 的创作者认为 AI 通过解决实际的创意和运营瓶颈来提供帮助。

布局结构

以指标为主导的布局,带有 66% 的创意疲劳标注、两个受众的一致性统计数据以及深色卡片背景上的简短框架段落

关键视觉元素

  • 66% 的创意疲劳标注
  • 77% 的营销人员一致
  • 82% 的创作者一致
  • 指标卡片
页面 44
Data & Insights

AI 提供探索想法的方式 — 资产和概念扩展

内容

表明 AI 能够实现更多的资产(82% 的营销人员 / 87% 的创作者)和更广泛的概念探索(81% 的营销人员 / 85% 的创作者),从而扩展了创意可能性。

布局结构

两个配对的指标卡片——一个用于“更多资产”,一个用于“更广泛的概念”——每个卡片都带有营销人员和创作者的分裂百分比和简短的描述符

关键视觉元素

  • 配对的指标卡片
  • 82%/87% 的资产扩展
  • 81%/85% 的概念探索
  • 营销人员/创作者的分裂
页面 45
Data & Insights

AI 加深品牌表达

内容

发现 80% 的人表示 AI 增强了品牌个性,77-78% 的人报告说情感共鸣有所改善,这表明 AI 在加深而不是稀释品牌表达方面发挥了作用。

布局结构

品牌个性和情感共鸣的两个指标卡片,带有百分比标注和深色背景上的简短标签描述

关键视觉元素

  • 80% 的品牌个性标注
  • 77%/78% 的情感共鸣
  • 两个指标卡片
  • 品牌表达框架
页面 46
Data & Insights

情感成为绩效驱动因素

内容

表明 84% 的创作者和 80% 的营销人员现在认识到情感参与是直接的绩效驱动因素,而不仅仅是一个软指标。

布局结构

两个受众的百分比卡片,带有醒目的统计标题、受众标签以及深色或强调背景上的支持性解释语句

关键视觉元素

  • 84% 的创作者统计数据
  • 80% 的营销人员统计数据
  • 绩效驱动因素框架
  • 受众标签卡片
页面 47
Expert Quotes

专家引言 — Simon Harwood 谈面部编码与情感

内容

Billion Dollar Boy 全球效果总监 Simon Harwood 的精选引言,解释了面部编码研究如何验证情感是 AI 生成内容中可衡量的绩效信号。

布局结构

全宽或突出显示的引言卡片,带有圆形人像裁剪、引言、发言人姓名、职称和 BDB 隶属关系

关键视觉元素

  • 圆形人像裁剪
  • 面部编码参考
  • 引言排版
  • BDB 隶属关系标签
页面 48
Data & Insights

消费者谨慎但好奇

内容

发现只有 33% 的消费者认为 AI 创作者的内容具有情感共鸣,只有 26% 的消费者更喜欢它,这表明即使品牌大力投资,消费者仍然保持谨慎。

布局结构

双指标消费者焦点布局,带有 33% 和 26% 的甜甜圈图或统计卡片,与前面页面中品牌方的数据形成对比

关键视觉元素

  • 33% 的情感共鸣环
  • 26% 的偏好统计
  • 以消费者为中心的布局
  • 谨慎但好奇的框架
页面 49
Framework

使其发挥作用 — 何时使用 GenAI

内容

实用指南页面,概述了四个类别:“何时使用 AI”、“避免过度使用 AI”、“经验法则”和“适用于所有情况”,为品牌提供战术决策框架。

布局结构

四象限或四卡片网格,带有标题标签、要点指导列表以及每个类别的不同图标或颜色编码

关键视觉元素

  • 四个指导卡片
  • 何时使用 AI/避免/经验法则/适用于所有情况 标签
  • 要点列表
  • 每个类别的图标
页面 50
Summary

第二章摘要

内容

总结第二章的核心论点:AI 加速了内容的生产,但只有人类的目的和创造意图才能赋予内容意义。

布局结构

简洁的摘要卡片,带有粗体的章节结论标题、支持段落以及与第一章摘要风格匹配的章节标签处理

关键视觉元素

  • 章节标签
  • 粗体摘要标题
  • 支持段落
页面 51
Divider

第三章分隔页 — 后 AI 时代创作者身份的未来

内容

全出血章节分隔页,开启第三章,探讨 AI 如何通过虚拟角色挑战和重新定义创作者身份。

布局结构

全出血摄影或抽象背景,带有粗体章节编号、显示字体章节标题和底部章节条

关键视觉元素

  • 章节编号
  • 显示标题
  • 全出血图像
  • 底部条
页面 52
Introduction

背景 — Billion Dollar Boy AI 委员会

内容

介绍 Billion Dollar Boy AI 委员会,作为一个专家咨询机构,其关于 AI 创作者身份和政策的见解为第三章的发现提供了信息。

布局结构

深色编辑介绍,突出显示 AI 委员会的名称,简要描述委员会的组成,以及背景框架段落

关键视觉元素

  • AI 委员会名称
  • 委员会成员数量或徽标
  • 背景框架文本
页面 53
Framework

三种 AI 角色格式 — 比较表

内容

一个结构化的表格,比较了三种 AI 角色格式——虚拟影响者、数字孪生和 Deepfakes——在格式特征、风险、收益和预测的消费者反应方面。

布局结构

三列表格,带有行标题(格式/风险/收益/消费者反应),颜色编码的列区分和简洁的排版

关键视觉元素

  • 三列表格
  • 虚拟影响者/数字孪生/Deepfakes 列
  • 行标题
  • 颜色编码
页面 54
Divider

虚拟影响者章节分隔页

内容

章节分隔页,介绍虚拟影响者子章节,使用抽象或时尚编辑图像来表示虚拟角色的高级、有抱负的性质。

布局结构

全出血摄影或风格化背景,带有“虚拟影响者”显示字体标签和像素化/打字机强调处理

关键视觉元素

  • “虚拟影响者”标签
  • 全出血图像
  • 像素化强调字体
页面 55
Industry Context

虚拟影响者 — Lil Miquela、Noonoouri、Imma 和 Mia Zelu 在温布尔登

内容

介绍虚拟影响者领域,参考 Lil Miquela、Noonoouri 和 Imma 作为先驱,并强调 Mia Zelu 在温布尔登的亮相作为一个具有里程碑意义的文化时刻。

布局结构

编辑介绍,带有虚拟影响者图像、具名角色标注、温布尔登赛事参考和背景框架段落

关键视觉元素

  • 虚拟影响者图像
  • Lil Miquela/Noonoouri/Imma 姓名标注
  • Mia Zelu 在温布尔登的参考
页面 56
Industry Context

虚拟影响者 — 多种形式

内容

展示了虚拟影响者美学的范围:照片写实、风格化的人形和高度风格化的形式,展示了品牌可以部署的各种方法。

布局结构

三列视觉展示,每种美学类别都有示例图像,并在每个图像下方都有简短的描述性标签

关键视觉元素

  • 三列图像网格
  • 照片写实/风格化人形/高度风格化标签
  • 示例角色图像
页面 57
Data & Insights

虚拟影响者 — 数据告诉我们什么

内容

关键数据:76% 的消费者信任虚拟影响者的推荐,68% 的人表示他们会影响购买决策,而营销人员则被他们提供的控制和规模所吸引。

布局结构

两个指标数据卡,分别显示 76% 的信任度和 68% 的购买影响力统计数据,以及“营销人员被控制和规模所吸引”的编辑子部分

关键视觉元素

  • 76% 信任度标注
  • 68% 购买决策标注
  • 营销人员吸引力子部分
  • 指标卡
页面 58
Data & Insights

不是替代品,只是混音

内容

尽管指标强劲,但 62% 的创作者担心来自虚拟影响者的竞争,59% 的人担心市场过度饱和,将这种动态定义为混音而不是替代。

布局结构

两个指标创作者关注卡,分别显示 62% 和 59% 的标注,以及框架声明“不是替代品,只是混音”作为编辑标题

关键视觉元素

  • “不是替代品,只是混音”标题
  • 62% 竞争担忧
  • 59% 过度饱和担忧
  • 指标卡
页面 59
Expert Quotes

专家引言 — Lewis Davey

内容

来自 Lewis Davey (Pixel.ai 联合创始人) 的特色引言,提供了关于虚拟影响者如何重新定义创造力和品牌合作模式的观点。

布局结构

全宽引言卡,带有圆形肖像裁剪、引言文本、演讲者姓名、职称和公司隶属关系

关键视觉元素

  • 圆形肖像裁剪
  • 引言
  • Lewis Davey 姓名和职称
  • Pixel.ai 隶属关系
页面 60
Expert Quotes

专家引言 — Mary Bekhait & Danae Mercer

内容

来自 Mary Bekhait (YMU 首席执行官) 和 Danae Mercer (记者兼创作者) 的并排引言,提供了关于虚拟影响者和创作者真实性的对比观点。

布局结构

两个引言卡,带有圆形肖像裁剪、引言文本、演讲者姓名和职称/隶属关系

关键视觉元素

  • 两个引言卡
  • 圆形肖像裁剪
  • Mary Bekhait/Danae Mercer 姓名和职称
页面 61
Case Study

理论到实践 — H&M + Kuki 虚拟偶像

内容

H&M 与虚拟偶像 Kuki 合作的营销活动使广告回忆度提高了 11 倍,每人成本降低了 91%,与之前的视频营销活动相比,成本降低了 38%。

布局结构

品牌案例研究卡片,带有 H&M + Kuki 品牌标识、三个主要 KPI 标注以及“理论到实践”标签处理

关键视觉元素

  • H&M logo
  • Kuki reference
  • 11× ad recall
  • 91% cost-per-person decrease
  • 38% cost decrease
页面 62
Case Study

理论到实践 — Vogue x Guess & SheerLuxe Reem

内容

两个迷你案例研究:Vogue 的 AI 生成的 Guess 模特(2025 年 8 月)和 SheerLuxe 的 AI 增强编辑 Reem,展示了虚拟人物进入高端编辑和时尚环境。

布局结构

两个并排的迷你案例研究卡片,带有品牌 logo、AI 人物名称、日期和简要结果描述;“理论到实践”标签

关键视觉元素

  • Vogue/Guess branding
  • SheerLuxe/Reem reference
  • August 2025 date
  • mini case study cards
页面 63
Summary

虚拟偶像总结

内容

总结虚拟偶像部分:它们可以扩展和丰富创作者文化,但只有在以清晰的标签和透明的披露方式向受众展示时才能实现。

布局结构

带有醒目结论性陈述、标签/透明度强调和章节标签处理的摘要卡片

关键视觉元素

  • section label
  • bold conclusion headline
  • transparency/labeling emphasis
页面 64
Divider

数字孪生章节分隔

内容

打开数字孪生子章节的章节分隔,使用抽象或玻璃折射图像来介绍 AI 驱动的创作者复制品的概念。

布局结构

全出血抽象或摄影背景,带有“Digital Twins”展示字体标签和像素化/打字机强调处理

关键视觉元素

  • 'Digital Twins' label
  • full-bleed abstract imagery
  • pixelated accent font
页面 65
Framework

数字孪生 — 是什么

内容

将数字孪生定义为在创作者知情同意的情况下构建和部署的真实创作者的 AI 驱动复制品,将其与未经授权的深度伪造区分开来。

布局结构

社论定义卡片,带有醒目的术语、定义段落和深色背景上强调同意的子点

关键视觉元素

  • 'Digital Twins' term
  • definition paragraph
  • consent emphasis
页面 66
Data & Insights

数字孪生 — 市场规模与创作者开放度

内容

麦肯锡预测,到 2027 年,数字孪生市场将达到 735 亿美元,复合年增长率为 60%;85% 的创作者对数字孪生持开放态度,其中 52% 的人表示倦怠,37% 的人考虑离开该行业。

布局结构

三个指标布局:735 亿美元的市场预测、85% 的创作者开放度以及配对的 52%/37% 创作者倦怠/流失统计数据

关键视觉元素

  • $73.5B callout
  • 60% CAGR
  • 85% creator openness
  • 52% burnout / 37% considering leaving
页面 67
Expert Quotes

专家引言 — Phil Hughes 谈创作者权利

内容

Phil Hughes(Lewis Silkin / Eleven Advisory / Digital Creator Association 合伙人)的精选引言,内容是保护数字孪生部署中创作者权利所需的法律和道德框架。

布局结构

全宽引言卡片,带有圆形肖像裁剪、引言、发言人姓名、多头衔隶属关系

关键视觉元素

  • circular portrait crop
  • pull-quote
  • Phil Hughes name
  • Lewis Silkin/Eleven Advisory/DCA affiliations
页面 68
Expert Quotes

专家引言 — Ash Xu & Jo Burford

内容

Ash Xu(摄像师和创作者)和 Jo Burford(TikTok 前创作者主管)从从业者角度对数字孪生的吸引力和风险的并排引言。

布局结构

两张引言卡片,带有圆形肖像裁剪、引言文本、发言人姓名和头衔/隶属关系

关键视觉元素

  • two quote cards
  • Ash Xu portrait
  • Jo Burford portrait
  • TikTok affiliation
页面 69
Data & Insights

消费者尚未信服

内容

消费者数据显示,只有 31% 的人赞成数字孪生,而 57% 的人认为它们会削弱创作者与其受众之间的信任。

布局结构

两指标消费者数据卡片,带有 31% 和 57% 的标注、信任侵蚀框架和简要解释段落

关键视觉元素

  • 31% in favor callout
  • 57% trust erosion callout
  • consumer-focused layout
页面 70
Case Study

先驱 — 垂直领域的数字孪生

内容

H&M 引领潮流,成为垂直领域的先驱,创建了 30 个模特数字孪生,同时确保模特保留对其肖像的创作所有权。

布局结构

品牌聚焦卡片,带有 H&M logo、“30 个模特”标注、所有权保留强调和“先驱”章节标签

关键视觉元素

  • H&M logo
  • '30 models' callout
  • ownership-retention emphasis
  • 'Pioneers' label
页面 71
Industry Context

平台对数字孪生的回应

内容

回顾平台的回应:TikTok Symphony Digital Avatars、Calvin Chen 在抖音上使用数字孪生进行了 15 小时的直播,以及 Meta 决定放弃名人 AI 帐户。

布局结构

三个平台故事卡片,带有 logo、事件描述和结果注释;“平台回应”章节标题

关键视觉元素

  • TikTok Symphony logo
  • Douyin reference
  • Meta scrapped accounts note
  • Calvin Chen callout
页面 72
Expert Quotes

专家引言 — Ash Xu 谈努力与欺骗

内容

Ash Xu 的第二次引言,特别关注当数字孪生在没有透明披露的情况下使用时,受众欺骗的风险,将努力和诚实作为核心原则。

布局结构

全宽单引言卡片,带有圆形肖像裁剪、引言、发言人姓名和创作者头衔

关键视觉元素

  • Ash Xu circular portrait
  • pull-quote on deception
  • creator label
页面 73
Expert Quotes

专家引言 — Katrine Rasmussen & Zoe Clapp

内容

Katrine Rasmussen(Pixelz 的 CMO)和 Zoe Clapp(YouTube Creative Studio 的创始人兼前总经理)关于数字孪生治理和创作者赋权的并排引言。

布局结构

两个带有圆形人像裁剪的引言卡片、引言文本、发言人姓名和头衔/隶属关系

关键视觉元素

  • 两个引言卡片
  • Katrine Rasmussen 人像
  • Zoe Clapp 人像
  • YouTube Creative Studio 隶属关系
页面 74
Summary

数字孪生总结

内容

总结了数字孪生部分,包含三个行动原则:放慢速度、教育受众,并在扩展数字孪生项目之前清楚地标记所有 AI 生成的内容。

布局结构

三点总结卡片,包含“放慢速度/教育/标记”行动原则、章节标签和简短的结束语

关键视觉元素

  • 三个行动原则
  • 章节标签
  • 结束语
页面 75
Divider

Deepfakes 章节分隔

内容

打开 Deepfakes 子章节的章节分隔,使用鲜明的抽象或黑暗摄影图像来表示该主题的严肃性和复杂性。

布局结构

全出血的黑暗或鲜明的摄影背景,带有“Deepfakes”显示字体标签和像素化/打字机强调处理

关键视觉元素

  • “Deepfakes”标签
  • 黑暗的全出血图像
  • 像素化强调字体
页面 76
Industry Context

Deepfakes — 创新超越责任

内容

将 deepfakes 视为创作者经济中创新超越责任的最清晰象征,为接下来的证据和政策讨论奠定基础。

布局结构

社论介绍卡片,带有大胆的概念性标题、框架段落和深色背景上的强烈排版设计

关键视觉元素

  • “创新超越责任”标题
  • 社论框架段落
  • 深色设计处理
页面 77
Data & Insights

Deepfakes — 数据告诉我们什么

内容

数据显示,44% 的营销人员和 54% 的创作者认为 deepfakes 是一个普遍且日益严峻的挑战,两组人都认为它们会损害行业信任。

布局结构

面向两个受众的数据卡片,带有 44% 营销人员和 54% 创作者的标注、信任损害框架和简短的支持段落

关键视觉元素

  • 44% 营销人员标注
  • 54% 创作者标注
  • 信任损害框架
  • 受众数据卡片
页面 78
Data & Insights

如果我们不设定界限 — IP 和同意的必要性

内容

65% 的消费者表示 deepfakes 损害了他们的信任;58% 的创作者希望合法地对其肖像、声音和身份进行版权保护——强调了对 IP 保护措施和道德框架的迫切需求。

布局结构

警告语气的布局,带有 65% 消费者信任损害标注、58% 肖像版权需求和四个行动要务:保护 IP、建立保护措施、培训团队、执行道德规范

关键视觉元素

  • 65% 信任损害标注
  • 58% 版权需求
  • 四个行动要务
  • 警告设计处理
页面 79
Case Study

从理论到实践 — 名人 Deepfake 事件

内容

记录了现实世界中的 deepfake 危害案例:Taylor Swift、Selena Gomez、Joe Rogan 和 Elon Musk 的模仿,以及创作者 Arielle Lorre Skaind 使用她的肖像制作的虚假 Instagram 广告。

布局结构

案例事件卡片,列出具名个人、平台背景和危害类型;以强调字体显示的“从理论到实践”标签

关键视觉元素

  • 具名事件卡片
  • Taylor Swift/Selena Gomez/Joe Rogan/Elon Musk 参考
  • Arielle Lorre Skaind 案例
  • 危害类型标签
页面 80
Industry Context

平台对 Deepfakes 的回应

内容

介绍了 YouTube 扩展其 AI 肖像检测系统,作为平台对 deepfake 威胁的主要回应,标志着系统性保护基础设施的开始。

布局结构

平台聚光灯卡片,带有 YouTube 徽标、肖像检测系统描述、扩展范围和“平台回应”章节标题

关键视觉元素

  • YouTube 徽标
  • 肖像检测系统描述
  • 扩展标注
页面 81
Summary

Deepfakes 总结

内容

总结了 Deepfakes 章节,重点强调了关键原则:AI 本身不是风险——不负责任的人类选择如何使用它才是真正的危害来源。

布局结构

总结卡片,带有大胆的重新定义标题(“AI 不是风险,我们如何使用它才是”)、支持段落和章节标签

关键视觉元素

  • 重新定义标题
  • 章节标签
  • 支持段落
页面 82
Divider

第 4 章分隔 — 负责任的创新

内容

全出血的章节分隔,打开第 4 章,介绍负责任的创新主题,作为创作者经济中可持续 AI 采用的框架。

布局结构

全出血的摄影或抽象背景,带有大胆的章节编号、章节标题和底部章节条

关键视觉元素

  • 章节编号
  • “负责任的创新”显示标题
  • 全出血图像
  • 底部条
页面 83
Introduction

自信地扩展 AI

内容

介绍了本章的总体主题:品牌、创作者和平台如何通过强大的治理和信任建立实践,自信地扩展 AI 采用。

布局结构

社论介绍卡片,带有大胆的主题标题、框架段落和章节背景副标题

关键视觉元素

  • “自信地扩展 AI”标题
  • 框架段落
  • 章节副标题
页面 84
Data & Insights

信任差距扩大 — 所有受众都在下降

内容

消费者 (48%)、创作者 (52%) 和营销人员 (55%) 的信任度指标均下降,只有不到 45% 的消费者能够识别 AI 内容,60% 的创作者承认存在违规行为。

布局结构

三个受众的信任度下降卡片,带有百分比标注,以及两个额外的警告统计数据——45% 的识别差距和 60% 的违规行为——作为次要指标

关键视觉元素

  • 48%/52%/55% 信任度下降卡片
  • <45% 识别标注
  • 60% 违规行为标注
页面 85
Data & Insights

Decoded — 恢复信任的警钟

内容

Decoded编辑卡片将信任差距数据框定为行业的警钟,认为恢复信任不是可选项,而是商业上的必然要求。

布局结构

带有警钟框架、信任恢复必要性声明和打字机标签的重点“Decoded”卡片

关键视觉元素

  • “Decoded”标签
  • 警钟框架
  • 商业必然性声明
页面 86
Industry Context

通过监管获得保证

内容

认为明确且始终如一地执行的监管是为受众提供保证,并在整个AI创作者生态系统中重建信任的主要机制。

布局结构

带有大胆监管论点、支持段落和监管环境介绍标题的社论声明页面

关键视觉元素

  • 监管作为信任机制
  • 大胆的论点陈述
  • 支持段落
页面 87
Framework

当前行业监管 — 美国和英国表格

内容

涵盖美国机构(FTC、BBB、CARU、SAG-AFTRA、美国版权局、FCC)和英国框架(2023年在线安全法案、Ofcom、平台政策)的当前监管框架的结构化表格。

布局结构

双栏美国/英国监管表格,包含机构名称、政策描述和范围注释;简洁的深色表格布局

关键视觉元素

  • 美国/英国双栏表格
  • FTC/BBB/CARU/SAG-AFTRA/版权局/FCC 条目
  • 在线安全法案/Ofcom/平台 条目
页面 88
Data & Insights

新的治理差距 — IP和保护不足

内容

识别出关键的治理差距:55–53–52% 的人报告了 IP 侵权问题,只有 57% 的营销人员与 45% 的创作者认为存在足够的保护措施,并且 58% 的人希望对其面部、声音和身份进行版权保护。

布局结构

多指标布局,包含三个受众统计数据的 IP 侵权三角形、营销人员与创作者保护差距标注以及 58% 的肖像版权需求

关键视觉元素

  • 55%/53%/52% IP 侵权统计数据
  • 57% vs. 45% 保护差距
  • 58% 肖像版权需求
页面 89
Industry Context

Decoded — 《禁止伪造法案》

内容

Decoded卡片重点介绍了美国的《禁止伪造法案》,该法案是一项两党立法,旨在解决肖像保护差距,为AI生成的复制品提供首个联邦保护。

布局结构

重点“Decoded”卡片,包含《禁止伪造法案》名称、两党标签、立法描述和美国特定背景

关键视觉元素

  • “Decoded”标签
  • 《禁止伪造法案》名称
  • 两党标签
  • 美国立法背景
页面 90
Expert Quotes

专家引言 — Mary Bekhait & Kelsey Farish

内容

Mary Bekhait(YMU 首席执行官)和 Kelsey Farish(媒体律师)关于创作者权利、IP 治理以及在AI创作者内容中进行监管改革的紧迫性的并排引言。

布局结构

两个引用卡片,带有圆形肖像裁剪、引言文本、演讲者姓名和职称/隶属关系

关键视觉元素

  • 两个引用卡片
  • Mary Bekhait 肖像
  • Kelsey Farish 肖像
  • 媒体律师隶属关系
页面 91
Case Study

理论到实践 — Sora 2 和 Jake Paul 客串视频泛滥

内容

案例研究涵盖了 2025 年 9 月 Sora 2 的发布以及 Jake Paul AI 客串视频的病毒式泛滥(980 万、510 万、1540 万和 370 万次观看),这是对平台审核的真实世界压力测试。

布局结构

两部分案例研究卡片:Sora 2 发布详情和 Jake Paul 客串视频指标,带有四个观看次数标注;“理论到实践”标签

关键视觉元素

  • Sora 2 2025 年 9 月标注
  • Jake Paul 参考
  • 9.8M/5.1M/15.4M/3.7M 观看次数
  • 理论到实践标签
页面 92
Framework

风险和影响表

内容

结构化风险矩阵,涵盖五个类别:IP 滥用、受众欺骗、创意同质化、无意识偏见和监管滞后——每个类别都有影响描述和缓解说明。

布局结构

五行风险表,包含类别名称、影响描述和缓解措施列;深色背景上简洁的交替行设计

关键视觉元素

  • 五行风险表
  • IP 滥用/受众欺骗/创意同质化/无意识偏见/监管滞后 行
  • 影响和缓解措施列
页面 93
Framework

创作者权利 — 控制权、共同所有权和创意机构

内容

概述了创作者权利框架的三个支柱:控制其肖像和数据的权利、AI生成作品的共同所有权以及在所有合作伙伴关系中保留的创意机构。

布局结构

三支柱布局,包含大胆的权利术语、定义段落和“创作者权利”部分标签处理

关键视觉元素

  • 三支柱卡片
  • 控制权/共同所有权/创意机构 标签
  • 章节标题
页面 94
Framework

恢复信任 — 五项原则

内容

提出了五项可操作的信任恢复原则:明确的标签、AI透明度、真实性基准、明确的同意框架以及所有利益相关者的 IP 教育。

布局结构

五项原则卡片网格或列表,包含大胆的原则标题、简短的行动描述和“恢复信任”章节标题

关键视觉元素

  • 五项原则卡片
  • 标签/透明度/真实性/同意/IP 教育 标签
  • 章节标题
页面 95
Summary

第 4 章摘要

内容

以报告的总体论点结束第 4 章:创造力可以并且应该随着AI扩展,但信任必须主导关于如何追求这种扩展的每一个决定。

布局结构

简洁的摘要卡片,包含大胆的结尾论点标题、支持段落和与之前的摘要页面匹配的章节标签

关键视觉元素

  • 章节标签
  • 大胆的结尾论点
  • 支持段落
页面 96
Divider

结论分隔页

内容

全出血式章节分隔页,标志着结论,使用优雅的抽象或摄影图像来表示报告的最终综合。

布局结构

全出血式摄影或抽象渐变背景,带有像素化/打字机重点处理的“结论”显示字体标签

关键视觉元素

  • “结论”标签
  • 全出血式图像
  • 像素化重点字体
页面 97
Framework

参与规则 — 有意图、负责任、有特色

内容

阐述了报告中关于创作者经济中 AI 的三部分参与规则框架:有意图地使用 AI,负责任地使用 AI,并有特色地使用 AI 以脱颖而出。

布局结构

三规则卡片布局,带有粗体的规则标题(有意图/负责任/有特色),定义段落,以及一个“参与规则”的主标题

关键视觉元素

  • 三个规则卡片
  • 有意图/负责任/有特色 标题
  • 参与规则 标题
页面 98
Divider

术语表分隔页

内容

打开术语表的分隔页,使用简洁的排版或抽象设计,将读者从分析过渡到参考资料。

布局结构

全出血或深色背景,带有像素化/打字机风格的“术语表”显示字体标签

关键视觉元素

  • “术语表”标签
  • 像素化风格字体
  • 简洁的背景
页面 99
Reference

术语表 — 生成式 AI、AI 人物角色、虚拟网红

内容

为三个基础术语提供清晰易懂的定义:生成式 AI、AI 人物角色和虚拟网红,为非技术读者提供共享的词汇。

布局结构

三术语术语表布局,带有粗体术语标题、定义段落和简洁的深色背景上的白色排版

关键视觉元素

  • 生成式 AI 定义
  • AI 人物角色 定义
  • 虚拟网红 定义
  • 粗体术语标题
页面 100
Reference

术语表 — 数字孪生与深度伪造

内容

完成数字孪生和深度伪造的术语表定义,确保高管读者能够理解报告中最具技术复杂性和法律敏感性的概念。

布局结构

双术语术语表布局,带有粗体术语标题、定义段落,并突出显示了同意/危害的区别

关键视觉元素

  • 数字孪生 定义
  • 深度伪造 定义
  • 同意/危害的区别
  • 粗体术语标题
页面 101
Methodology

方法论

内容

描述了研究方法:Censuswide 在 2025 年 6 月至 7 月进行的一项研究,调查对象包括英国和美国的 4,000 名消费者、1,000 名内容创作者和 1,000 名高级营销决策者,并遵守 ESOMAR 原则。

布局结构

简洁的方法论页面,包含研究细节、样本量、地理位置、日期范围和 ESOMAR 合规声明

关键视觉元素

  • Censuswide 研究标签
  • 4,000 名消费者 / 1,000 名创作者 / 1,000 名营销人员
  • 英国和美国地理位置
  • 2025 年 6 月至 7 月日期
  • ESOMAR 标志或参考
页面 102
Credits

贡献者

内容

感谢 AI 委员会(Ash Xu、Jo Burford、Katrine Rasmussen、Kelsey Farish、Lewis Davey、Mary Bekhait、Matthew Drinkwater、Omar Karim、Phil Hughes、Zoe Clapp)和 Billion Dollar Boy 研究团队的全体成员。

布局结构

两部分贡献者页面:AI 委员会成员网格,包含姓名和职称,以及 Billion Dollar Boy 团队列表,包括 Becky Owen CMO、Simon Harwood、Thomas Walters 等

关键视觉元素

  • AI 委员会成员姓名
  • BDB 团队成员姓名
  • 头像缩略图或圆形肖像
  • 两部分布局
页面 103
Contact

联系方式

内容

带有 Billion Dollar Boy 联系方式的结束页:mail@billiondollarboy.com、Instagram 和 LinkedIn 链接,供读者直接与该机构互动。

布局结构

简洁的结束页,带有 BDB 徽标、电子邮件地址、社交媒体图标以及品牌颜色背景上的简短行动号召段落

关键视觉元素

  • BDB 徽标
  • mail@billiondollarboy.com
  • Instagram 图标
  • LinkedIn 图标
  • 行动号召文本

常见问题

关于此幻灯片和基础演示文稿内容的常见问题。

这份报告是为谁准备的?

MUSE Vol. 2专为CMO、高级品牌营销人员、代理商战略家、创作者经济领导者、内容创作者和AI/创新总监设计,他们需要关于生成式AI如何在2025年重塑创作者内容、活动投资和消费者信任的权威、数据支持的见解。

报告基于什么数据?

该报告基于Censuswide在2025年6月至7月进行的一项研究,涵盖了英国和美国的4,000名消费者、1,000名内容创作者和1,000名高级营销决策者,所有这些都按照ESOMAR研究原则进行。在注明的情况下,包含来自原始MUSE Vol. 1研究的2023年数据,用于年度比较。

我可以将此设计用作我自己的演示文稿模板吗?

是的,此演示文稿模板可在2Slides图库中找到,专为希望调整其优质编辑美学以用于自己的研究报告、代理商方案或战略演示文稿的团队而设计。设计系统(全出血摄影封面、甜甜圈环数据可视化、白色圆角内容卡和像素化强调排版)可以使用您自己的品牌颜色、数据和副本进行自定义。

报告涵盖的三种AI角色格式是什么?

该报告分析了三种不同的AI角色格式:虚拟网红(完全合成的AI生成的角色,如Lil Miquela和Noonoouri)、数字孪生(由AI驱动的真实创作者的复制品,经其知情同意构建)和Deepfake(未经授权或有害的AI生成的肖像,未经同意使用)。每种格式都经过检查,以了解其风险、收益和当前消费者反应。

品牌如何在不损害消费者信任的情况下使用AI?

该报告的第4章和结论概述了一个五项原则的信任恢复框架——清晰的标签、AI透明度、真实性基准、明确的同意和IP教育——以及三个参与规则:有目的地(具有创造性目的)使用AI,负责任地(在道德和法律范围内)使用AI,并以独特的方式(区分而不是同质化)使用AI。优先考虑这些原则的品牌能够更好地扩展AI,而不会疏远受众。

这份报告是否涵盖英国和美国市场?

是的。所有定量数据均来自英国和美国具有全国代表性样本的双市场研究。如果市场之间存在统计上的显着差异(例如78%的英国与76%的美国预算转移统计数据,或营销人员投资水平的差异(52%的英国与71%的美国每年投资超过100万美元)),则报告会分别提供这两个数字,以用于区域规划。

“AI Content Stack”是什么意思?

AI Content Stack是第2章中介绍的专有框架,它将AI辅助内容分为五个战略层,这些层沿着艺术性到实用性的光谱排列:Experimental(艺术家)、Exploration(放大器)、Innovation(合作者)、Applied(助手)和Engine(执行者)。该框架可帮助品牌和代理商诊断其当前的内容组合,确定AI在何处增加最大价值,并做出有意的创造性选择,而不是默认为批量驱动的自动化。

2slides

Create Your Own Slides

Turn your ideas into professional presentations in seconds with 2slides AI.

几秒钟内创建世界级幻灯片

参考专业设计,选择您的风格,生成具有完美文本渲染的幻灯片。由 Nano Banana 提供支持——立即开始创建您的演示文稿。

© 2026 2slides. All rights reserved.