AI還需要與現(xiàn)實世界縫合

文/林書

編輯/劉宇翔

雖然成本并非3000元，那只是AI算力成本，但AI短片《霍去病》還是讓影視從業(yè)者們，感到了陣陣寒意。

看報價便知，《霍去病》制作團隊向媒體提供的報價單顯示，其商業(yè)視頻每秒100-500元，影視視頻每秒100-300元，CG建模類視頻每秒300-1000元，1分鐘影視短片最低成本僅6000元。而常規(guī)短劇單集制作成本5萬元左右，特效鏡頭普遍3000元/秒的CG報價。也就是說用AI制作短劇，成本不足傳統(tǒng)影視的十分之一。

這是連短劇領域的“鄭州幫”都難以企及的成本優(yōu)勢。至于效果，對于短劇平臺來說，短劇不過是消耗用戶時間，以方便植入廣告的消耗品。消耗品比起質(zhì)量，更在乎數(shù)量，海量的AI短劇灌入，用戶的偏好也很可能因此改變。

既然推薦算法“馴服”了用戶的習慣，AI制作也能改變用戶的審美。這讓整個影視圈宛如手持著冷兵器，面對鋪天蓋地而來的“機械章魚”，《黑客帝國》般的場景。

一開始所有人都沒意識到改變會來得那么快，春節(jié)前，就在短劇劇組、公司經(jīng)歷了一整年紅利，興致勃勃準備開年再接再厲時，快手在2月4日連夜發(fā)布可靈3.0系列，字節(jié)跳動的Seedance 2.0在2月7日開啟小范圍內(nèi)測，宣傳片里，那些畫面流暢、光影考究的片段，看得人心潮澎湃。

只要敲幾行字，AI就能把腦中的畫面變成短劇，整個影視生產(chǎn)底層邏輯被重構了，劇本生成、角色建模、畫面渲染、配音配樂等全流程均可通過AI工具完成。行業(yè)數(shù)據(jù)顯示，AI特效成本已壓縮至傳統(tǒng)模式的5%-20%。曾經(jīng)以技術、資金構筑的影視工業(yè)化門檻，被輕易擊垮。

一位廣告公司朋友告訴我們，過去拍宣傳片，需要找編劇、導演、演員，租場地、設備，請剪輯、包裝、配音，來來回回溝通。但現(xiàn)在輸入創(chuàng)作需求，幾小時就能出片，成本還不到原來的三分之一。

我的幾位影視圈朋友心態(tài)更是復雜的，因募資不足賦閑已久的出品人興高采烈躍躍一試，剪輯師已經(jīng)好久沒能接單，編劇朋友更是早就用AI寫劇本。“傳統(tǒng)”從業(yè)者們被迫應對時，有AI加持的普通創(chuàng)業(yè)者與個人創(chuàng)作者反而涌入行業(yè)，進一步殺低報價。

似乎有了AI，人人皆可當導演，人人皆可拍劇了。影視創(chuàng)造的城門已經(jīng)洞開。

老實說，我一開始也是信了的。

01

前幾天下午，我滿懷期待地打開了這兩個工具，然而，實際的體驗，卻讓我打破了很多對當下視頻AI的“幻想”。

在以下測試中，上方的視頻均為可靈3.0，下方均為Seedance 2.0。

最開始測試的，是復雜場景的理解力。

以下面這段視頻為例，我輸入的提示詞是：

“一對男女在咖啡館里交談，女子問男子：你相信嗎？其實我們都是AI，這個世界也都是模擬出來的，男子表示難以置信，之后，女子示意男子一起隨她走出咖啡館，兩人走出后，發(fā)現(xiàn)外面是一片黃沙肆虐的廢土，原先的高樓全都變成了廢墟。”

視頻詳見鏈接：https://mp.weixin.qq.com/s/Lh2qAL2m5_SwPyU8Ez0Elg

講真，可靈似乎沒能準確get到我的意圖，視頻中，咖啡廳外的景象出現(xiàn)了詭異的漂移，最后高樓轉(zhuǎn)成廢墟的場景，也顯得有些突兀。

相較之下，Seedance 2.0的表現(xiàn)就自然了些許，不僅人物的神色拿捏得較為到位，并且在走出咖啡廳時，也展現(xiàn)了“出門”這一動作，而不是生硬地轉(zhuǎn)場；

之后，我分別測試了二者在理解物理規(guī)律上的表現(xiàn)。

這方面，Seedance 2.0和可靈3.0，可謂半斤八兩。

首先看可靈的表現(xiàn)：

提示詞：一個燒紅的鐵球掉落在一大塊透明冰塊上。撞擊時，冰塊逼真地裂開，蒸汽瞬間升起，球體在冰上熔化出一個小坑，同時產(chǎn)生蜘蛛網(wǎng)狀的裂紋。水在撞擊點周圍積聚。

從視頻中的效果來看，鐵球撞上的似乎是某種很脆的，易碎的固體，而非遇熱即熔的冰塊，冰塊也并未因與灼熱鐵球的接觸，而發(fā)生凹陷。

Seedance 2.0在音色方面的表現(xiàn)略出色了些，出現(xiàn)了冒煙的滋滋聲，冰塊的融化聲，但冰塊仍然沒有凹陷。

這說明二者在物理規(guī)律方面，仍然在靠數(shù)據(jù)和樣本在模仿，而并非真正理解現(xiàn)實的物理規(guī)律。

之后，則是一段比較“人間”的物理性測試：

提示詞：一輛載著10個高高疊起的不穩(wěn)定披薩盒的送餐摩托車在街上飛馳。摩托車突然急剎車。車停了，但披薩盒堆因慣性逐個倒塌，最后掉落在路面上

這段案例，因為不像前面的鐵球撞冰塊那樣，對物理規(guī)律有著嚴苛的要求，這方面的視頻，因為有較多素材訓練，因此二者表現(xiàn)尚可，都展現(xiàn)了披薩因慣性掉落的畫面，

區(qū)別是可靈的表現(xiàn)似乎更有“鏡頭感”一些，還展示了披薩掉落后的些許細節(jié)。

最后，我腦洞大開，拍了個穿越劇的片段，讓古代士兵用機槍戰(zhàn)斗，并被手雷反殺的劇情：

講真，這段視頻中，Seedance 2.0在多圖控制上的優(yōu)勢體現(xiàn)了出來，雖說還有小BUG，但已經(jīng)比較完整地體現(xiàn)了整個劇情。

相較之下，可靈的效果則很不盡人意，盡管上傳了相同的配圖，但人物還是出現(xiàn)了嚴重的變形，并且士兵掃射的方向也完全搞反了。

以上展示的片段，只是我在試用過程中，做出的真正“能看”的成果。

而相當一部分的時間、積分和算力，都消耗在了“抽卡”上。

可靈的會員是60塊錢一個月，送1800積分。生成一段15秒視頻，消耗180積分，也就是一個月大約10個視頻。

但問題是，“抽卡”是不保證質(zhì)量的。你可能生成十段，只有兩段勉強能用。

那天下午，我把半個月的積分都揮霍完了，最后只得到兩三個勉強滿意的視頻——離可直接交付的影視級標準，還差得遠。

為了提高成功率，我開始嘗試多圖控制——就是先讓AI畫幾張關鍵幀的圖，再讓視頻模型參考這些圖生成視頻。

但很快我又撞上了另一堵墻：AI繪圖本身也需要抽卡。

我讓AI畫一張“窗外正在下雨的咖啡館”，它要么把雨畫在咖啡館里，要么把窗戶畫成透明的墻壁。

更痛苦的是，由于最近Seedance 2.0 爆火，字節(jié)服務器似乎壓力頗大，在我測試時，一段15秒的視頻，居然提示要排6個小時的隊，這直接勸退了我后續(xù)的制作。

那一刻，我突然意識到一件事。

我原本以為，AI工具能幫我省掉那些最昂貴的、消耗時間的環(huán)節(jié)——找場地、搭景、調(diào)燈光、等演員。但現(xiàn)在呢？場地不用找了，但我得花七個小時排隊；燈光不用調(diào)了，但我得花一下午抽卡賭運氣。

就這樣，整整一個下午，我大部分時間都耗在了排隊和抽卡里。

02

那天下午折騰完之后，我并沒有覺得憤怒。更多的是一種奇怪的疲倦——不是因為做了太多事，而是因為什么事都沒做成，卻已經(jīng)很累了。

這種感覺從哪里來的？我試著把它拆開來看。

做視頻這件事，不管用什么工具，本質(zhì)上都有無形的、瑣屑的步驟在消耗你——傳統(tǒng)拍攝有傳統(tǒng)拍攝的消耗：找場地、約演員、搭景、調(diào)光、返工等等。

這樣的消耗，正是視頻制作環(huán)節(jié)中的“摩擦力”。

AI工具出現(xiàn)之前，這些摩擦力是“可見”的：你知道找場地要花多少錢，知道約演員要等多久。它們明碼標價，你可以算賬、預判、接受。

AI工具出現(xiàn)之后呢？乍一看，那些摩擦力消失了。不用找場地了，不用約演員了。但那天下午的經(jīng)歷告訴我：它們并沒有消失，只是換了一副面孔。

顯性摩擦力，變成了排隊時間和生成費用。Seedance 2.0服務器爆掉的那七個小時，時間是真實消耗的。可靈的積分消耗是另一種形式的錢：生成一段15秒視頻要耗掉180積分，效果不理想不會退給你。你付的是"可能"的錢，不是"確定"的錢。

隱性摩擦力，變成了抽卡成本和學習成本。本質(zhì)上，這是“導演換成了AI模型”、“溝通換成了提示詞博弈”。

上游摩擦力，從“找演員”變成了“生成參考圖”。 為了讓視頻效果更可控，需要先用AI繪圖生成關鍵幀。但AI繪圖本身也有摩擦力——你讓它畫一張窗外在下雨的咖啡館，它可能把雨畫進咖啡館里——目前某些最“先進”的繪圖模型，現(xiàn)在仍然在犯這種低級錯誤。

這就是我那天撞上的“控制悖論”：為了降低視頻生成的摩擦力，你需要先承受圖像生成的摩擦力。摩擦力沒有消失，它只是被推到了上游。

更麻煩的是，這種變形讓摩擦力從“可見”變成“隱形”，從“指導-改進”變成“混沌-靠運氣”。傳統(tǒng)拍攝的摩擦力是一錘子買賣：場地租了、演員付了，后面就是拍。AI工具的摩擦力是持續(xù)性的：每一次生成都有失敗的可能，你永遠不知道這次要花多少錢、多長時間。

當摩擦力是可見的，人會本能地去對抗它。但當摩擦力變成隱形的，人就會陷入一種莫名的消耗——不知道在哪里出了問題，只知道結果不盡如人意。

這不是AI工具不好，這是摩擦力在換了一副面孔之后，更難被察覺，也更難被抵消。

03

但我必須說公道話。那天的失敗經(jīng)歷是真實的，但它不是全部的真相。

2025年末，一部叫《斬仙臺AI真人版》的短劇，6天內(nèi)播放量破億。制作方12人團隊，周期30天，算力成本10萬元。同等體量的傳統(tǒng)短劇需要40到60人，成本60萬以上，另一個案例就是《霍去病》，23分鐘，算力成本據(jù)說是3000元，播放量據(jù)稱有5億。

同樣的工具，為什么結果差距這么大？

答案其實不復雜。這就是杠桿原理：杠桿能省力，前提是支點位置正確。

這個行業(yè)找到的"最佳支點"，叫做"縫合模式"。

邏輯很簡單：AI做特效，真人演文戲，最后剪輯合成。傳統(tǒng)短劇做不起特效，是因為S級別特效單分鐘成本要1.5萬到4萬元。但AI生成的特效，單分鐘成本已經(jīng)壓縮到1300元，最低能到400元，這不是一個數(shù)量級的差距。

AI讓短劇“用得起特效了”——這才是這個工具的核心價值。不是替代人，而是把過去“負擔不起”的部分，變成“負擔得起”。

這個邏輯，用杠桿來理解再貼切不過了：AI是杠桿的一端，真人制作是另一端，特效鏡頭是支點。 把AI放在特效這個支點上，它以最小的成本撬動了過去需要大量金錢才能實現(xiàn)的畫面效果。

市場印證了這一點。2025年被稱為“AI漫劇元年”，全年播放量突破700億，上線漫劇46931部。約60%到70%的漫劇使用AI輔助生成，但純AI生成占比不到10%——這說明，市場不是在用AI替代人，而是在用AI做人做不了的部分。

但這里有一個前提：這個杠桿效應，是有條件的。

《斬仙臺》能做到那個效果，是因為12人團隊已經(jīng)跑通了“AI+真人縫合”的完整工作流——前期AI生成角色形象和場景概念圖，中期真人演員拍攝文戲，后期AI生成特效鏡頭，人工剪輯合成。每個環(huán)節(jié)都有人負責，每個人都知道自己該做什么，容錯空間可以被分攤到整個流程里。

所以，AI視頻工具并沒有“降低門檻”。更準確的表述是：它把門檻從“有沒有資源”變成了“有沒有工作流”。

你不再需要60個人和60萬塊錢，但你需要一套成熟的分工體系，學會“縫合”。這個認知本身，就是一道新的門檻。

04

現(xiàn)在回到那兩個工具本身，以及它們背后的兩家公司。

Seedance和可靈雖然亮眼，但目前仍掩蓋不了字節(jié)、快手在AI創(chuàng)作應用商業(yè)閉環(huán)上的焦慮。

2025年可靈AI全年收入約10億人民幣（1.4億美元），2025年全年Capex（資本性開支）指引上調(diào)至140億元，主要用于可靈AI和廣告技術，10億收入 vs 140億投入，可靈的收入連投入的零頭都不到。

字節(jié)這邊，更是無從對照：字節(jié)2025年整體AI資本開支1500億元，2026年計劃1600億元，Seedance至今沒有公開的商業(yè)化營收數(shù)字；

所以，對二者來說，短劇和漫劇真的是“救命稻草”嗎？

我的判斷是：不是。

因為AI漫劇、短劇有幾個結構性隱患。

首先，爆款難以復制，且用戶審美疲勞極快。2026年數(shù)據(jù)顯示，AI漫劇的爆款率已經(jīng)下滑到1%——100部里只有1部能真正出圈。這個比例還在下降，因為供給在爆炸式增長，僅2025年抖音端原生漫劇上線數(shù)量就突破了6萬部。

其次，雖然所有視頻內(nèi)容都消耗用戶時間，但短劇的時間消耗直接決定收入上限，而廣告/電商的時間消耗只是“效果變量”。短劇市場受限于C端的錢包和時間，廣告/電商市場受限于B端的預算——后者可擴展，前者是物理常數(shù)。

一個廣告視頻可能被100萬人看，也可能被1萬人看，但企業(yè)關心的是轉(zhuǎn)化率和ROI。

所以，更大的戰(zhàn)場在別處。電商廣告領域，AI混剪素材制作成本降低95%，視頻產(chǎn)量提升700%。品牌營銷、文旅、教育、游戲，這些場景對視頻的需求量遠大于短劇。

現(xiàn)階段快手和字節(jié)燒的錢，實際上是在為兩三年后的廣告和電商AI化買票——短劇、漫劇只是驗證工具能力的試驗田，不是終局。

這個大盤子有多大？2025年中國互聯(lián)網(wǎng)營銷市場規(guī)模約8818億元，移動廣告市場約4867億元。AI視頻哪怕只滲透其中5%，就是400億以上的市場。這會是快手和字節(jié)開辟的新市場，而不只是短劇。

更進一步地說，如果Seedance、可靈能成為行業(yè)標準工具，未來的變現(xiàn)空間就不止是短劇和廣告素材，而是所有需要視頻內(nèi)容的場景——包括游戲、影視、教育、企業(yè)服務。

但二者面臨同一個核心挑戰(zhàn)：如何把摩擦力降到用戶感知不到的程度。

可靈的抽卡機制、Seedance的排隊問題，本質(zhì)上都是視頻生成中的“摩擦力”問題。

AI視頻創(chuàng)作的未來，不是讓一個人變成一個團隊，而是讓工具變成一種能力，穩(wěn)定、可控、可預期，隨手可調(diào)用。當摩擦力從“看不見的負擔”變成“感知不到的存在”，就意味著AI創(chuàng)作能力、算力成本被攤薄到基礎設施使用成本的地步。

我不敢想象那會是何等的情景，是人創(chuàng)造力被極大釋放，還是會活在“黑鏡”之中。

那真會是非常充滿戲劇性張力的一幕。