做多语言版本的正确姿势是：画面层只做一次，语言层做 N 次。不要为每个站点重新生成一条视频——既浪费点数，也会让同一商品在不同站点的画面不一致。Shopee 覆盖的站点语言差异大（印尼语、泰语、越南语、马来语、繁中、英语），把语言剥离成可替换的一层，才能把成本压住。
一套素材出多语言的流程
- 生成主片（只做一次）。用 PixGT 流光AI 的带货视频功能：上传一张商品原图 + 写一段卖点 + 选视频类型，分镜和镜头描述由系统内部完成。生成时刻意不要让画面里出现任何文字，这是多语言复用的前提。
- 写一版母语文案。把卖点写成一段结构清晰的短文案（3~5 句），这是后面所有语言的翻译底稿。
- 逐站点翻译文案，人工校一遍专有名词（型号、接口名、协议版本不翻译）。
- 把字幕压到主片上，每个站点一条。主片是同一条，只有字幕轨不同。
- 静态素材同步本地化。视频位之外的主图、详情图上的文字，用 PixGT 的图片翻译功能就地重排，支持英、简中、繁中、日、韩、德、法、西、葡、巴葡、俄、阿拉伯、泰、印尼、越、马来共 16 种语言，版式保持不变。
关键在第 1 步。很多人生成时让画面自带文字说明，结果每换一个语言就得重新生成一遍，成本翻了好几倍，画面还对不齐。
各市场的审美差异
数码类目在东南亚几个站点的偏好并不一致，照搬一套节奏会吃亏：
- 印尼、越南：偏好信息密度高、节奏快的呈现，价格和优惠前置；
- 泰国：对画面色彩饱和度的接受度高，生活场景比纯白底更吃香；
- 马来西亚、新加坡：英语内容接受度高，风格偏简洁克制，过度促销感反而减分；
- 繁中站点：规格参数写得清楚比场景感更重要，数码尤其明显。
对应到生成侧，可以用同一张商品原图、换视频类型来做差异：信息密度高的站点用「产品演示」，场景感重的站点用「UGC 种草」。两条视频各 12 秒的默认档是 240 点一条，比重新拍摄便宜得多。
字幕换行与字体的四个坑
- 泰语没有词间空格。按空格断行的工具会把泰语切在词中间，读起来是错的。要用支持泰语断词的字幕工具，或人工指定断点。
- 越南语的声调符号会顶行高。越南语字母上下都有附加符号，用中文字体渲染常被裁掉一截。必须选覆盖越南语字符集的字体，并把行高放宽。
- 阿拉伯语是从右往左的。如果你的站点覆盖到中东，字幕的对齐方向、标点位置都要跟着翻转，不是把文字换掉就完事。
- 同一句话译成不同语言，长度差可达两倍。德语和印尼语普遍比中文长，按中文排的字幕框到了那边就溢出。做法是按最长的那个语言预留字幕区高度，所有语言统一用这个高度，视觉才一致。
另外一条通用建议：字幕区压在画面底部 15% 左右，不要贴边。Shopee 的播放界面下方有控件和商品信息浮层，贴得太低会被挡。
一次上多少个站点比较合适
不建议一上来就铺满所有站点。先挑两个语言做完整闭环（生成主片 → 字幕 → 主图翻译 → 上架），跑两周看数据，再决定要不要扩。数码类目的差异主要来自型号认知度，有的型号在某个市场根本没有认知基础，多语言做得再好也带不动。
FAQ
Q：主片能不能直接生成带字幕的版本？ 技术上可以，但不建议。画面里的文字一旦生成进去就改不了，等于放弃了多语言复用。而且生成的文字容易出错，读起来不可靠。
Q：图片翻译会把整张图重画吗？ 不会。它是识别图上文字并翻成目标语言、就地重排，版式保持不变，属于 OCR + 重排，不是重新生成整张图。原图的商品部分不受影响。
Q：型号和参数要翻译吗？ 不要。型号、接口名（Type-C、HDMI）、协议版本、容量单位保持原样，翻译反而会让买家搜不到、对不上。
Q：一条主片配几种语言比较划算？ 主片的成本是固定的（12 秒默认档 240 点），语言层的成本只有翻译和压字幕。所以语言越多，单站点摊到的生成成本越低。真正的约束是运营精力，不是生成成本。
Q：各站点的视频规格要求一样吗？ 不一定，且会调整，以平台最新公告为准。准备素材时按竖屏 9:16、不低于 720P 做，兼容性最好。
想先确认某个类目值不值得用生成，可以对照带货视频的能力边界；预算比较敏感的，看看 Temu 数码类目的免费方案对比。