风语 · 实用指南 · 更新于 2026-10-20
结论：视频类 67 件停在观察区，不是总分不够，而是可用性与合规两项拖住了上架门槛；按风语《货架评分》数据页口径，视频类 98 件、上架 28 件（28.6%）、观察 67 件、淘汰 3 件，均分 62.8、中位数 64.0。
把 98 件拆开看，视频类的活跃均分是 29.7，接近活跃维度 30 分的上限，说明这批工具在更新频率上并不懒；人气均分 11.6，也不算九类里最弱。真正卡住的是可用 11.7 与合规 9.8：上架要求总分 ≥70 且可用性 ≥13，可用均分离 13 分这条线还有距离，合规 9.8 又只在九类中排第六。
所以观察区大，不是视频类没人用，而是货架把「能不能稳定用」和「许可是否清楚」放在了总分前面。视频类里不少项目是围绕播放、转码、下载、投屏长出来的，形态分散，可用性和合规的分布也就被拉低。
| 项目 | 数值 |
|---|---|
| 视频类件数 | 98 件 |
| 上架 | 28 件（28.6%） |
| 观察 | 67 件 |
| 淘汰 | 3 件 |
| 均分 / 中位数 | 62.8 / 64.0 |
| 四维均分（活跃/人气/可用/合规） | 29.7 / 11.6 / 11.7 / 9.8 |
结论：视频类合规均分 9.8，在九个分类里排第六，也就是倒数第四，低于它的只有营销 9.6、写作 6.0、其它 2.3；合规维度满分 15，这一项失分直接压缩了总分向上走的空间。
按风语《货架评分》数据页口径，合规均分从高到低是设计 11.2、模型 10.5、数据 10.5、编程 10.2、效率 10.0、视频 9.8、营销 9.6、写作 6.0、其它 2.3。视频排在第六，说明它不是合规最差的一类，但也远没有到设计、模型、数据那样的水平。
合规失分不会单独判死刑，却会让一件工具在总分接近 70 时缺少缓冲。视频类均分 62.8、中位数 64.0，本身就贴着观察区上沿，合规再少一截，很多件就只能先留在观察区。
结论：视频类可用均分 11.7，低于上架所需的可用性 ≥13；而人气均分 11.6 再高也替代不了可用性门槛，这就是 67 件留在观察区的直接机制。
风语《货架评分》数据页的口径写得很清楚：上架需总分 ≥70 且可用性 ≥13，40–69 为观察，低于 40 为淘汰。视频类的可用均分 11.7 没有过 13 分线，意味着这一类里相当一部分工具即使总分被活跃和人气托到 70 附近，也会因为可用性不足被留在观察区。
人气不等于可用，这一点在数据页里有直接例证：有工具人气分拿到 25 分满档、总分 73 分，但可用性只有 3 分，仍在观察区。视频类的人气均分 11.6 不算低，但人气分高不能替代可用性门槛，所以观察区不会被热度自动清空。
结论：视频类上架且分数最高的五件是 bytedance/xgplayer 86 分、sindresorhus/Gifski 86 分、Zulko/moviepy 85 分、yt-dlp/yt-dlp 83 分、Genymobile/scrcpy 83 分，五件分别对应播放器、GIF 转换、剪辑库、下载器、投屏，没有一件是生成式视频模型。
这五件的共同点不是「生成视频」，而是「处理视频」：播放、转换、剪辑、下载、投屏。它们能上架，靠的是可用性和合规相对稳，而不是靠模型能力讲故事。按风语《货架评分》数据页口径，分类采用货架自带标签，视频类 98 件里本来就混有不同形态的项目，不能把视频类等同于生成式视频模型。
这也解释了为什么视频类看起来「AI 味」不重：上架榜前列被基础设施型工具占据，生成式视频模型并不在这五件里。观察区里的 67 件，更多是形态分散、可用性或合规还没过线的项目。
| 上架且分数最高的五件 | 分数 | 形态 |
|---|---|---|
| bytedance/xgplayer | 86 分 | 播放器 |
| sindresorhus/Gifski | 86 分 | GIF 转换 |
| Zulko/moviepy | 85 分 | 剪辑库 |
| yt-dlp/yt-dlp | 83 分 | 下载器 |
| Genymobile/scrcpy | 83 分 | 投屏 |
结论：视频类是货架自带标签下的 98 件项目集合，里面混有播放器、转换工具、剪辑库、下载器、投屏等不同形态，不能把视频类直接读成生成式视频模型。
按风语《货架评分》数据页口径，分类采用货架自带标签（模型/编程/设计/视频/数据/效率/写作/营销/其它），同一分类内可能混有不同形态的项目。视频类 98 件正是这种情况：上架榜前五已经说明，排在前面的不是生成模型，而是处理视频的工具链。
把这一点放回观察区问题：67 件停在观察区，说的是这 98 件视频标签项目的整体分布，不是「67 个生成式视频模型被卡住」。读这张榜时先分清标签与形态，才不会把基础设施型工具的分数误读成模型能力分。
结论：视频类上架率 28.6%，在九个分类里排第五；上架率从高到低是模型 44.8%、数据 38.9%、编程 36.4%、效率 31.3%、视频 28.6%、设计 25.2%、写作 12.9%、其它 6.5%、营销 5.3%，视频处在中段。
这说明视频类的观察区偏大不是九类里最极端的现象，但它有自己的结构性原因：合规 9.8 排第六、可用 11.7 未到 13 分线，两项一起把上架率压在 28.6%。相比之下，模型类上架率 44.8%、数据类 38.9%，靠的是可用与合规的相对稳定。
所以看视频类，不能只盯上架数 28 件，也要看 67 件观察背后的两个维度缺口。按风语《货架评分》数据页口径，上架不是只看总分，可用性 ≥13 是硬门槛，合规又在总分里占 15 分，这两项决定了视频类为什么只能先观察。
结论：读视频类榜单最常见的三个坑，是把视频类当成生成式视频模型、把人气当可用、把观察区当成总分不够；按风语《货架评分》数据页口径，这三条都会把结论带偏。
| 坑 | 典型表现 | 应对 |
|---|---|---|
| 把视频类等同于生成式视频模型 | 看到视频类 98 件就以为都是生成视频的模型 | 先看货架自带标签与上架榜形态，视频类混有播放器、GIF 转换、剪辑库、下载器、投屏 |
| 用人气分替代可用性 | 看到人气高就认为应该上架 | 上架需总分 ≥70 且可用性 ≥13，人气 25 分满档、总分 73 分但可用性 3 分的工具仍在观察区 |
| 把观察区读成总分不够 | 以为 67 件都是分数没到 70 | 视频类均分 62.8、中位数 64.0，观察区还受可用 11.7 与合规 9.8 两项拖累 |
视频类 98 件里，上架、观察、淘汰各是多少？按风语《货架评分》数据页口径（2026-09-29 快照），视频类 98 件中上架 28 件、占 28.6%，观察 67 件，淘汰 3 件；均分 62.8，中位数 64.0。
视频类上架榜前五都是什么形态？上架且分数最高的五件是 bytedance/xgplayer 86 分、sindresorhus/Gifski 86 分、Zulko/moviepy 85 分、yt-dlp/yt-dlp 83 分、Genymobile/scrcpy 83 分，分别对应播放器、GIF 转换、剪辑库、下载器、投屏，都不是生成式视频模型。
视频类合规均分 9.8 在九类里排第几？排第六，也就是倒数第四；低于它的只有营销 9.6、写作 6.0、其它 2.3，高于它的有设计 11.2、模型 10.5、数据 10.5、编程 10.2、效率 10.0。
为什么人气高也不能让视频类工具直接上架？因为上架门槛是总分 ≥70 且可用性 ≥13，人气只是总分里的一项；数据页里有工具人气 25 分满档、总分 73 分，但可用性只有 3 分，仍留在观察区。视频类可用均分 11.7，未到 13 分线。
同簇阅读：AI 工具评分 70 分，为什么还是不能用？ ｜ AI 写作工具 62 个，为什么只有 8 个能上架？ ｜ AI 编程工具 154 个，56 个上架算多还是少？
数据出处：风语《货架评分》数据页（公开数据页，当场打码 HTTP 200） 风语《货架评分》数据文件（公开数据页，当场打码 HTTP 200）