投过效果广告的人都知道一个隐性痛点：不是没有好创意，而是测试不过来。换主角、换开头、换语言，每组合一次就要重新找达人拍一遍，成本和周期直接锁死了测试量。这家法国公司把广告里的"真人演员"换成了 AI——两年做到 1200 万美元年订阅收入，7 个人每月产出 10 万个广告素材。它真正卖的不是"AI 演员"，是素材测试量和测试速度。
一、从一个所有买量团队都熟悉的场景说起
假设一家身材管理 App 要投 Meta 和 TikTok 广告，手上已有一个有效脚本，现在想测：主角换成 20 岁女生或 40 岁男性效果如何？开头钩子从"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？同一支广告翻译成法语、德语、西语能不能直接投欧洲？过去做这些测试意味着：找不同达人、发需求、沟通脚本、等拍摄、收素材、再沟通修改剪辑，最后发布看反馈——同时测 10 个主角、10 个开头、5 个市场，工作量立刻失控。过去也不敢这么测，成本和周期太长。Arcads 把流程变成了：输入脚本，选一个 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（脚本和产品卖点不变）。2024 年 1 月上线，当年收入就达 420 万美元；不到两年年订阅收入接近 1200 万美元，2025 年全年收入预计超 1300 万；2025 年 12 月完成 1600 万美元种子轮融资时公司已经盈利，超过一半用户来自美国。
二、创始人自己就是客户
Arcads 的两位创始人 Dylan Fournier 和 Romain Torres 之前开过营销公司、做过移动 App 工作室，为推广自己的产品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 WeFirst，买量时反复测试一种广告：真人拿着手机对镜头讲话——"我用了这个 App 30 天""这是我最近发现的方法"——不像传统广告，没有摄影棚没有复杂灯光，故意拍得像普通用户自拍，也就是 UGC 风格广告。这类素材对 App、电商和订阅产品非常重要，但看起来简单、生产起来并不简单：找创作者、谈价格、发产品、给脚本、等拍摄；第一版出来钩子说得不好重拍、产品拿反了重拍、口气太像背稿重拍。更麻烦的是，一条广告跑出好效果并不意味着工作结束——投放团队会立刻拆解：是演员有效还是开头有效？是年龄有效还是场景有效？Romain 做 App 时就发现了规律：广告增长和素材产量直接相关，素材做得越多、能测的组合越多、找到有效广告的概率越高。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"没人帮我拍广告"，而是：我知道应该多测试，但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出来做了 Arcads。
三、第一版产品很小：脚本 + AI 演员 = 一条口播广告
Arcads 一开始没做"AI 广告 Agent"，也没试图自动完成从市场分析到投放的所有工作，第一版非常简单：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"）→ 进入演员库选一个人（年轻女性、中年男性、商务人士、健身爱好者，不同肤色年龄外貌）→ 生成视频，AI 演员对着镜头把话说完。当时甚至准备了预设脚本，让早期用户直接选演员选脚本快速出片。现在 AI 演员库已超过 1000 个，用户也可以生成自己的 AI 演员（让角色拿产品、展示 App、穿指定服装），支持情绪控制和 30 多种语言本地化。举个实际用例：一个减肥 App 要做美国市场测试，传统方式是找 10 个风格不同的创作者每人拍 3 个脚本拿到 30 条素材；在 Arcads 里先写 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"……），再选 20 个 AI 演员，理论上就是 100 种"开头 × 演员"组合，把表现好的版本再换成西语、法语、德语。产品没变、卖点没变，只是不断替换变量——Arcads 真正产品化的不是"拍视频"，是广告测试里的变量。
四、不帮客户找爆款，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相似演员、一个角度跑赢就做十个变体。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，还接入了 Kling、Sora、Seedance 等不同视频模型。一条广告数据不错时，思路是：保留脚本换演员 → 保留演员换开头 → 保留内容换声音 → 换语言 → 补字幕画面 → 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。所以"AI 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速度。
五、上线第一周 MRR 5000 美元
第一批用户不是普通视频创作者，而是创始人过去认识的买量和广告行业从业者。2024 年 1 月上线，第一周月经常性收入 5000 美元；5 个月后年化经常性收入突破 100 万美元。速度与客户构成直接相关：Arcads 不需要教育用户为什么要拍短视频、为什么做 UGC 广告、为什么要测多素材——客户本来就在做这些事而且做得很痛苦，Arcads 只需要证明"其中一部分测试视频可以直接在这里做"。产品路径也极短：写一段话、选一个人、生成视频，结果好不好几分钟就能判断。而且 Arcads 自己就是产品最直接的展示案例——他们直接用 Arcads 制作自己的 Meta 广告，用 AI 广告卖 AI 广告制作工具，用户看到广告时已经看过产品结果。增长循环因此很直接：更好的 AI 广告帮 Arcads 获客 → 更多客户进来 → 团队看客户需要什么素材 → 开发新的生成修改功能 → 继续给自己做广告。三个主要增长渠道：付费广告（自己的产品做投放是主渠道）、内容营销（LinkedIn/X 发内容加创作者合作）、直接销售（找广告投入大的企业客户）。
六、5 个人 600 万美元 ARR，内部跑着 100 多个 Agent
2025 年 5 月，Arcads 年化经常性收入达 600 万美元，团队只有 5 个人——人均年化收入 120 万美元；仅 4 月到 5 月一个月就增加了约 100 万美元 ARR。背后的运作模式是 AI 原生公司：Arcads 不只卖 AI，自己也大量用 AI 跑公司。Romain 披露当时内部已运行超过 100 个 AI Agent（主要用 Gumloop 搭建）：其中一个专门盯竞争对手广告——每天检查广告资料库，发现竞对新广告就下载素材、抽取文案、交给 ChatGPT 按 Arcads 的产品改写，结果发到 Slack 供团队决定是否制作。这背后是很清晰的获客思路：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有效的模式，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 Agent 优先处理三类事：竞对研究、内容生成、潜在客户寻找；其他 Agent 还监控关键词、筛选客户支持销售触达。不难发现 Arcads 的公司运作模式和产品思路是同一回事：先找到已存在的模式、拆开、批量生成变量、快速测试、用数据决定下一轮——他们把这套方法卖给广告客户，也用同样方法经营自己。
七、从"AI 演员生成器"到"广告素材生产台"
2025 年订阅用户超 6000 个，Stripe 披露公司 100% 收入通过订阅计费完成；客户从 App 工作室扩展到消费品牌、营销代理和独立创业者；到 2025 年底每月处理超 10 万个广告素材，覆盖 35 种以上语言。产品这时候才开始变重：最早是"脚本 → AI 演员 → 视频"；后来加了商品演示、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；再后来上线了无限画布式工作流，广告团队可以在同一画布里组织模型、素材和流程，批量创建修改测试视频。这一步很关键——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，换脸配音口型同步会有大量产品提供。Arcads 把自己从"AI 演员生成器"往"广告素材生产台"移动，官网甚至可以直接选不同视频模型：要电影感用一种、要真实商品画面用另一种，生成后继续翻译延长加字幕换演员。它不一定要求底层模型都自己做，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。
八、它做对的一件事：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""AI 原生广告"，Arcads 最初都没做。它选了一种已被市场验证的广告形式——真人口播式短视频：客户已经在买、平台已经在投、团队已经会评估，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"，现在是"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新需求，而是这些客户昨天还在花钱解决同一个问题。最后值得记住的一点：Romain 和 Dylan 自己就是客户——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，最后做了 Arcads。这也是它的产品路径一直很清楚的原因。
我的总结："测试量决定增长率"这个洞察站内出现过好几次——月入 500 万的 Deep Search 同时跑 710 条广告讲付费侧的极致，这篇讲素材侧的工业化；而"开头×演员×语言的变量矩阵"打法，和短视频 App 的冷启动五步法里的内容模板复制是同一件事的两面。