未來1500天，游戲行業的錢會被這1%的人賺走？

編者按：原文標題為《當造夢成本歸零｜影視行業的未來五年》，但文章所講述的絕大多數細節，都可以在替換名詞之后直接適用于游戲行業。對于AI為內容行業帶來的沖擊，本文抽絲剝繭地提供了數字、預測和判斷。不少游戲公司老板和制作人也為文章點了推薦。

文｜鄭林

封面來源｜《Babylon》截圖

作者介紹：伴山文化創始人，影視出品人、制片人、編劇。代表作品包括懸疑劇《新生》（制片人/編?。?、《你好，舊時光》《棋魂》《了不起的女孩》等高口碑劇集，投資出品院線電影《孤注一擲》《南京照相館》《群星閃耀時》等。曾聯合創立小糖人傳媒，任聯合創始人兼CEO。此前任中國文化產業投資基金投資經理、內容領域首席專家，長期從事文化產業投資與研究。本科畢業于北京電影學院導演系，研究生畢業于美國哥倫比亞大學，獲國際經濟與金融碩士學位。

這篇文章想了很久，寫得很快。

起因是一個具體的困惑：我從電影學院導演系入行，做了快二十年影視——做過文娛產業投資、創辦了影視公司、制片、寫劇本、盯現場盯后期、也投資出品過幾部你可能看過的電影——但從2025年下半年開始，我越來越不確定自己正在做的事，三年后還是不是同一件事。

這不是焦慮。焦慮是你不知道會發生什么。我的問題是：我大致知道會發生什么，但我不確定該怎么應對。

于是我花了幾個月時間，把自己能想到的問題逼到底。不是那種"AI將改變一切"的空話——那種話不值得寫兩萬字。我想回答的是幾個非常具體的問題：什么東西正在變得不值錢？什么東西正在變得更值錢？變化會以什么順序發生？爆款內容會長什么樣？錢最終被誰賺走？以及，像我這樣的人，到底應該做什么？

寫完之后我發現，最讓我自己意外的結論，不是哪個技術判斷——而是一個關于"人"的判斷。它改變了我對接下來要做的每一件事的想法。

這篇文章里有一些數字，有一些我可能會說錯的預測，也有一些行業里大家心知肚明、但很少有人愿意寫下來的判斷。全文大約兩萬兩千字，讀完需要四十分鐘。如果你在看AI賽道、在用AI做內容、在影視行業想下一步怎么走，或者只是在想技術到底會把創作這件事帶向哪里——這篇文章可能值得你花四十分鐘。

不是因為我的答案一定對。是因為這些問題，我們誰都繞不過去。

序言：一條成本曲線，斷裂了

2026年2月7日，距離春節檔開戰還有十天。

影視行業嚴陣以待。為了院線排片率和幾十億的票房，各家資本做著最后的近身肉搏，照例盤算著今年誰能押中爆款。沒有人注意到，一顆隕石已經悄然落入深海。

就在這天，字節跳動在即夢平臺悄悄放出了Seedance 2.0的灰度測試。幾天前，快手剛剛上線了可靈3.0。

沒有發布會，沒有預熱。兩家公司前后腳，把各自憋了大半年的底牌攤在桌上。然后，整個創作者圈層炸了。馮驥——《黑神話：悟空》的制作人——試完Seedance 2.0之后半夜發了一段話，他說："AIGC的童年時代，正式結束了。"幾天后，馬斯克在X上轉發了一段Seedance 2.0的生成視頻，只寫了三個詞："It's happening fast."

我自己也在第一時間進行了測試。我接觸了近二十年影視——從電影學院導演系入行，做過投資、創業、制片人、編劇，經手過影視產業的各個環節。說實話，看到生成結果的那一刻，第一反應不是興奮，是沉默了很久。

不是因為畫面有多完美——它還有瑕疵，懂行的人一眼能看出來。讓我沉默的是兩件事。第一，它開始"懂"鏡頭語言了。不再是把畫面動起來那么簡單，它知道什么時候該切特寫、什么時候該拉遠景，甚至懂得用運鏡制造情緒的呼吸感。第二，速度和成本。一條2分鐘的科幻短片，從概念到成片，總成本不到200塊，一天內可以完成。

200塊。

而今年開戰的春節檔里，正在廝殺的重工業視效片，3到5億是起步價。

兩個世界，在同一個春節，正面相撞了。當然，還有大洋彼岸正在準備律師函的好萊塢六大制片公司。

影視行業提倡降本增效已經有六七年了。如今，一部30集的S級古裝劇集，平均成本依然在2億元人民幣以上?，F場動輒幾百人，從開發到播出，整個周期三年起步。大銀幕更夸張：成本控制在1億左右的只能叫"中等體量"，參與暑期檔和春節檔角逐的重工業視效片，投資規模從3億起跳，個別項目直逼8到10億。

所有這些錢、這些年、這些人，本質上都在干同一件事——對抗物理世界的摩擦力。

我也經歷過這樣的場面，為了一場日出的光線，幾百號人扛著設備在外景地等三天。為了一個三秒鐘的爆炸鏡頭，后期團隊在機房里渲染兩個月。為了讓一座虛構的城池擁有煙火氣，美術部門反復打磨幾個月。這就是我們這個行業一百年來的基本面：重資產、長周期、高度依賴物理世界的配合。

而現在，可靈3.0已經能原生輸出4K、60幀的連續畫面。Seedance 2.0可以根據一段文字描述，自動規劃分鏡和運鏡，同步生成畫面與音效。一條15秒的高清視頻，算力成本在百元量級以內。并且，這個數字還在以肉眼可見的速度往下掉。

當然，它們還遠遠做不了一部完整的電影。單段生成時長目前在4到15秒之間，角色跨鏡頭的一致性剛剛達到"商業可探索"的門檻，復雜的情感表演和復雜物理交互仍稍顯力不從心。這些都是事實，都是現階段的硬限制。但如果只盯著這些限制，你會犯一個致命錯誤。我們真正應該關注的，不是此刻的畫面，而是變化的斜率。

2025年初，AI視頻還基本停留在"讓一張圖動起來"的階段，角色一動就變形，物理規律形同虛設。12個月后的今天，我們已經站在了多鏡頭敘事、原生音畫同步、自動分鏡的起跑線上。以這個迭代速度——而所有底層技術指標都在指向加速而非放緩——再給它兩到三年，畫面本身將不再是任何問題。

把這兩組數字放在一起看：

一邊是：數億預算，上千人團隊，三到五年周期。

另一邊是：一個三到五人的小隊，幾十萬的算力賬單，幾個月的迭代周期。

這不是效率的提升。這是一條維系了整個影視產業百年命脈的成本曲線，正在斷裂。

很多同行——包括我非常尊敬的一些前輩——試圖把AI類比為"數碼相機替代膠片"：工具升級了，但導演還是導演，行規照舊。我理解這種判斷背后的心理需求，但我認為它嚴重低估了變革的量級。

更準確的參照系，是2007年的初代iPhone。

iPhone不僅僅淘汰了諾基亞。它在五年內順手埋葬了便攜GPS、MP3播放器和卡片相機，然后在廢墟上催生了微信、Instagram和移動支付——這些如今萬億市值的產業，在iPhone發布那天連名字都還沒有。

AI對娛樂產業的沖擊，正在沿著同樣的路徑展開：它不是在現有的產業流水線上替換掉某個工種，而是會同時改寫生產方式、組織形態、分發邏輯和變現模型。

基于此，我試圖做一個推演——

到2031年，過半的虛構類視頻內容將由AI生成或深度參與生成。在科幻、奇幻、高概念動畫這些重度依賴視覺奇觀的品類中，這個比例大概率會超過80%。不是線性的緩慢爬坡，而是指數級的躍遷——正如iPhone從2007到2012只用了五年，就徹底重塑了人類的移動世界。

過去一百年，從好萊塢到橫店，我們整個行業所有商業邏輯的地基，都建立在同一個前提上：造夢是極其昂貴的事。因為貴，所以權力集中在能湊齊這筆錢的少數人手里。因為貴，所以試錯空間極小，行業天然趨于保守。因為貴，所以創作者不得不在資本和平臺面前交出相當一部分的控制權。

這塊地基，正在我們腳下松動。

所以，不要再問"AI會不會改變這個行業"了。

真正值得每個從業者認真想一想的問題是：當視覺奇觀的供給趨于無限，當造夢的成本不再是門檻，在這場新的游戲里，什么才是真正稀缺的？

第一問：
AI打碎了舊規則
未來真正稀缺的是什么

視覺奇觀正在變得廉價，但情感共鳴不會。AI時代最值錢的人類能力是“審美工程”——不是知道怎么跟AI說話，而是知道應該讓AI做什么。

技術在指數級突變。但人類的生物學底層——我們為什么需要故事，我們如何被打動，我們愿意為什么掏錢——幾乎亙古未變。

在談論任何AI工具和商業模式之前，先錨定這個不變的底座。

人類消費虛構內容，底層驅動力從來只有三種：

刺激。對未知、懸念和視覺奇觀的本能饑渴。安全環境下的腎上腺素。所有爆米花大片和短視頻爽劇的底層邏輯，都建立在這一層。

共情。看見別人的命運，體驗自己未曾經歷的情感。我們在銀幕前流淚、憤怒、釋然，是因為大腦的鏡像神經系統讓我們不由自主地代入了他人的處境。所有偉大劇集和電影的核心引擎，都在驅動這一層。

逃離與陪伴。在現實的高壓中，進入一個可控的平行世界，獲得身份的延展、關系的替代、或純粹的心理庇護。游戲、虛擬社區、以及正在快速成型的AI伴侶產品，需求根基都在這一層。

從古希臘露天劇場到抖音豎屏短劇，這三種需求從未改變。變的只是承載它們的介質。

但這里有一個關鍵判斷，我認為大多數人會搞反——

當AI讓視覺奇觀的生成成本趨近于零，這三種需求里，哪一種會成為商業上的硬通貨？

直覺答案是"刺激"。AI最擅長生成炸裂畫面，未來就是視效軍備競賽，誰的畫面更炸誰贏。

我認為恰恰相反。

原因是一條基本的心理規律：純感官刺激的閾值衰減極快。第一次看到AI生成的逼真巨龍噴火，你會震撼。第十次，麻木。第一百次，無感。視覺奇觀的"保鮮期"正在一代比一代短——2009年《阿凡達》的3D效果讓全球觀眾驚嘆了好幾年；而今天，一段AI生成的震撼畫面，生命周期可能只有幾周，就會被更新的生成結果淹沒。

真正抗衰減的是共情。

奇觀正在變得廉價。但情感共鳴不會。

一個讓你牽掛的角色、一段讓你心碎的關系、一個精準擊中你此刻人生處境的故事弧線——這種情感連接不會因為"看多了"而貶值。恰恰相反，它會隨著你投入時間的增加而加深。你不會因為"已經看過太多好故事"而對下一個好故事免疫。

一部好作品=

10,000次你無法外包給AI的判斷

關于AI影視，當前最流行的一個誤解是："未來任何人輸入一句話，就能生成一部好萊塢水準的電影。"

這在邏輯上不成立。

AI是極其強大的概率生成器——給定一個提示，它能窮盡像素和聲波的排列組合，輸出成千上萬種"可以"的結果。但它沒有方向感。

一部100分鐘的優秀電影，本質上是創作者做出的上萬次微小而精確的審美判斷的總和。每一次判斷，都是在AI提供的無數個"可以"的選項中，選出那唯一一個"對"的。

做一個思想實驗。

同一段AI生成的素材：一個女人站在醫院走廊盡頭，背對鏡頭。

一個沒有經驗的用戶看到這個畫面，覺得構圖不錯，光影不錯，直接用了。

一個好的創作者會看到：走廊的燈光太平了，需要掐掉漫反射，只留一束冷硬的頂光，讓眉骨在眼窩處投下濃重的陰影。她的肩膀線條太放松，應該微微繃緊——因為她剛做了一個艱難的決定。背景不該是靜音，應該有極遠處ICU監護儀的微弱滴答聲，把觀眾的潛意識拉進醫療場景的緊張氛圍。這個鏡頭應該比"正常節奏"多停留一秒半——讓觀眾從"看到她"過渡到"感受到她"。

這四個調整中的每一個，都可以寫進Prompt讓AI重新生成。技術上完全做得到。但問題從來不是"AI能不能執行"，而是"誰知道應該這樣做"。能提出這些要求的人，本身就已經具備了創作直覺——而這種直覺，是多年浸泡在故事、畫面和人類情感中訓練出來的審美肌肉記憶。

工具變了。但判斷力的稀缺性不僅沒有降低，反而被放大了。

因為AI給你的選項空間從一個變成了一萬個。在十個選項里挑出最好的那個，和在一萬個選項里挑出最好的那個，后者對判斷力的要求是指數級上升的。

這就是為什么"提示詞工程"（Prompt Engineering）只是一個過渡態——它解決的是"怎么跟AI說話"的問題。而真正的核心能力，是知道"應該讓AI做什么"。

我把這種能力叫做審美工程（Taste Engineering）。

它的本質是：在AI提供的無限可能性空間中，做出那些讓作品從"正確"躍遷到"動人"的關鍵選擇。AI負責生成海量的變量，人類負責提供方向。

這跟科技行業正在發生的事高度相似。程序員越來越少逐行寫代碼，而是用自然語言描述意圖，讓AI生成代碼，然后憑經驗和直覺做取舍——業內管這叫Vibe Coding。影視創作正在經歷同樣的轉變，從逐字逐幀手工打磨，到用持續的審美判斷力駕馭AI輸出。

但有一個關鍵區別：代碼的"對錯"有客觀標準——能不能跑通、有沒有bug，而敘事沒有。這意味著在影視創作中，“審美工程”的壁壘比代碼領域更高、更難被拉平。

審美，是AI時代最反脆弱的人類能力。AI越強大，能生成的選項越多，從中挑出"對的那一個"的判斷力就越值錢。

舊稀缺正在消散，新稀缺正在成型

我們可以畫一條清晰的分界線。

過去一百年，影視行業的稀缺資源是什么？是資金和人脈——湊齊幾個億做一部大片的組盤能力。是大規模協作——協調幾百人劇組吃住行和檔期的管理能力。是技術流程——動輒幾個月甚至一兩年的后期渲染和特效制作。

這些資源正在快速貶值。當一個3到5人的團隊用幾十萬的算力預算就能生成同等畫質的內容，資金門檻不再是門檻。當AI接管了大量技術執行層面的工作，巨型團隊不僅不再必要，組織慣性反而可能變成轉型的阻力。

最近有一條新聞值得注意：一個做并購投資的金融人，不會寫一行代碼，用AI Agent給GitHub上十九萬星的開源項目提交修復，72小時進入貢獻者前三十——排在他前后的全是十年經驗的硅谷工程師。當"執行"本身可以被委托給AI，它就不再是稀缺資源。

正在急劇升值的是另外三樣東西：

審美工程能力。這是區分90分作品和60分作品的核心變量，也是目前AI最無法替代的人類能力。后面的章節會詳細展開它在實際生產中的具體形態。

世界觀架構能力。一個能自洽、能衍生無限故事線和數字資產的底層宇宙設定。漫威花了十五年才建立起橫跨數十部電影的敘事宇宙，未來的AI原生團隊可能在一兩年內構建出同等復雜度的世界。

超高人才密度的小團隊。這可能是最容易被低估的新稀缺。未來的內容生產單元不再是幾百人的劇組，而是三到五人的核心團隊——一個懂敘事的人、一個懂視聽審美的人、一個懂AI工作流的人、一個懂商業化的人。每個人都是跨界的復合型選手，一個人的產出頂過去一個部門。而這樣的人，全行業可能湊不出幾百個。

誰能發現、吸引和組織這樣的人，誰就掌握了AI時代內容產業最核心的生產資料。

不是算力，不是模型，不是資金。

是人。但是完全不同定義下的"人"。

但稀缺本身不等于值錢。接下來的問題是：當供給爆炸，這些新稀缺的能力，能在產業鏈中兌現為多大的定價權？

要回答它，最好先看看上一次供給爆炸時發生了什么。

2016到2020年，智能手機的普及和4G網絡讓視頻的拍攝與分發成本趨近于零。供給端經歷了一場歷史級的大爆發。

結果是一次極其殘酷的價值鏈重分配。

一邊，中間層被大面積壓縮。那些靠"設備壁壘"和"信息差"活得不錯的腰部制作團隊——傳統的宣傳片公司、中低端TVC團隊、缺乏內容靈魂的流水線PGC廠牌——突然發現自己的生存邏輯被釜底抽薪了。一個品牌過去花三十萬找制作公司拍一條TVC，播放量可能不如實習生用手機拍的15秒短視頻。一臺iPhone加剪映，配合素人原生態的網感，不是"差不多好"，而是在傳播效率上碾壓了"精美的平庸"。當"夠用"的東西免費了，"還行"就不再是一門生意。

另一邊，頭部個體獲得了超額溢價。海外的Mr. Beast、國內的李子柒、影視颶風，這些超級個體憑借極致的個人特質和內容辨識度，單人或小團隊的商業變現規模反超了傳統電視時代的一線制作公司。

最后，平臺成為了絕對的權力中樞。平臺壟斷了分發渠道和算法推薦權，不僅掌控流量的生殺，更攫取了產業鏈中最大份額的利潤。內容成了算法機器里隨時可替換的燃料。

看著這套已經寫好的劇本，很多人自然而然地推斷：AI視頻時代不過是舊戲重演——成本再次歸零，平臺繼續吃掉一切，創作者繼續在算法推薦池里被極限擠壓。

如果討論的是信息類短視頻，這個推斷毫無破綻。

但在虛構類深度敘事的戰場上，這個推斷會是致命的誤判。

淺層注意力經濟與深層情感經濟，運行的是兩套完全不同的規則。

短視頻的消費模式是被動投喂。用戶打開App，算法決定你看什么，單條內容停留時間以秒計。用戶對絕大多數單條內容的情感投入極低，也很少有主動選擇的意愿。在這個模式下，算法就是上帝，平臺權力天然最大化。

但虛構類深度內容——一部讓你追了三季的劇集、一個你投入了兩百小時的游戲世界、一組你深度共情的角色群像——它的消費模式是主動選擇。用戶是帶著期待和情感預期來的，是"我要看這個"，不是"隨便給我推點什么"。

這個區別導致了截然不同的經濟學結構：

在淺層注意力經濟中，內容是流量的燃料，平臺是分配流量的中樞。內容可以被替換、被遺忘，平臺不可被繞過。

在深層情感經濟中，關系倒過來了。用戶的忠誠度綁定在內容上，不在平臺上。長視頻平臺的用戶會因為一部劇完結而取消訂閱。游戲玩家會跟著IP從一個平臺遷移到另一個平臺。情感綁定的錨點是內容本身，不是渠道。

這是理解后面所有判斷的關鍵前提。

當AI讓60分的虛構內容泛濫，90分內容的稀缺性反而被放大了。

AI驅動的虛構內容大爆炸一定會發生。但它帶來的不是所有內容的平等升值，而是一次極端的兩極分化。

想象一下那個場景：當任何人都能用AI生成"看起來還不錯"的視頻故事，平臺上的虛構內容供給會出現指數級的膨脹。用戶面臨的不是"選擇變多了"，而是"信噪比急劇惡化了"。在一片60分內容的汪洋中，發現一部真正好的作品，成本大幅上升。

這個時候會發生什么？

平臺會用更強的AI推薦系統來應對信息過載。這在一定程度上有效，但它有一個結構性的天花板：算法推薦越強，用戶越被動——體驗越趨向淺層消費——而這恰恰與深度虛構內容"主動選擇、情感投入"的本質相矛盾。

另一條路徑會同時出現：真正的超級內容開始自帶引力場。它不需要平臺推薦來"被發現"——口碑、社交傳播和品牌認知讓用戶主動尋找它。用戶不是在平臺的貨架上刷到了一部好劇，而是帶著明確意圖打開它。

游戲行業已經走通了這條路。《原神》不依賴任何單一應用商店來獲取用戶——它本身就是入口。用戶直接下載、進入、留存、持續消費。這個模式在影視領域還沒有發生，但AI正在創造它發生的條件：制作成本從億級降到百萬級，跨語言配音在幾天內完成，一個小團隊的頂級作品可以同時觸達全球主要語言市場。當這些條件同時成立，超級內容為什么還需要把自己塞進別人的平臺？

在AI驅動的供給爆炸中，定價權的遷移方向不是從創作者到平臺，而是從平臺到創作者——但只限于那些能做出超級內容的人。

60分的內容在新世界里毫無定價權。它是算法池里的燃料，跟短視頻時代沒有區別。但90分以上的內容，將第一次擁有獨立于平臺的議價能力和變現路徑。差距不是線性的，而是斷崖式的。

在供給無限的海洋里，最值錢的不是海水，是那座擁有獨特引力的島嶼。

而要理解這座島嶼到底長什么樣——它的生產方式如何運轉、它的時間表是什么——我們需要先拆解AI對整條影視制作鏈的傳導路徑。

第二問：這場變革會怎樣發生？
2026-2031產業重塑時間表

這不是一個瞬間事件，而是沿產業鏈逐環節倒下的多米諾骨牌。編劇最先被重新定義，實拍從默認項變為可選項，傳統后期被出廠能力直接覆蓋，語言墻在2028年前后基本拆除。

序言里，我們用兩組數字勾勒了成本曲線斷裂的輪廓，也點出了底層邏輯的切換：從"捕捉"到"生成"。但"斷裂"不是一個瞬間事件，它是一場沿著產業鏈逐環節傳導的連鎖反應——像多米諾骨牌一樣依次倒下。接下來我試圖給出一張具體的時間表：什么東西會先變，什么東西會后變，以及——最關鍵的——什么東西不會變。速度取決于什么？

推演的前提：四個關鍵變量

任何關于"未來五年行業會怎樣"的預判，如果不先交代它依賴的前提假設，就只是在畫餅。有四件事的走向，決定了這場重構的速度和路徑。

變量一：跨鏡頭的一致性與可控性。

很多人把技術瓶頸理解為"AI能不能生成更長的視頻"——10分鐘、30分鐘、甚至90分鐘的連續畫面。這個理解偏了。

實際的創作場景不是讓AI一口氣吐出一部長片。它是一場一場戲地做：這場戲在醫院走廊，下場戲在手術室，再下場在熙來攘往的大街上。真正卡脖子的問題是——當你分場景、分鏡頭地生成這些素材時，角色的臉還是不是同一張臉？衣服的褶皺、光線的色溫、空間的透視關系，能不能在不同鏡頭之間保持一致？已經生成的畫面，能不能精確地微調某個局部，而不是每次都要推倒重來？

這才是從"AI實驗短片"跨越到"AI敘事長片"的真正門檻：不是連續生成時長，而是跨鏡頭的一致性、連續性和可微調性。

目前，Seedance 2.0和可靈3.0在單鏡頭和短序列上已經展現出“商業可探索”的水準。下一代模型——按目前各家公開和半公開的迭代節奏，大概在2026年下半年到2027年——正在集中攻克這個問題。

變量二：算力成本的下降斜率。

很多人把算力成本理解為一條勻速下降的直線——每年便宜一點，漸進式地普惠。實際情況更像臺階：在某個節點，成本會因為模型架構的代際突破或芯片工藝的換代而驟降。每18個月下降60%到70%，不是一條平滑的斜坡，而是一段平臺期之后的突然坍塌。

這意味著，產業的反應窗口比線性思維預估的要短得多。你覺得還有三年緩沖，可能一次模型換代就把時間壓縮到了十八個月。

變量三：創作者的采納速度。

技術成熟不等于產業變革。中間差的那一環，是人。

關鍵問題是：多快會有足夠多的優秀創作者真正把AI融入日常工作流？目前頭部傳統影視人的采納率還很低——這不難理解，已有的工作慣性、團隊結構、甚至身份認同都是阻力。但另一邊，一批AI原生的創作者正在快速涌現，他們沒有舊包袱，天然用AI的方式思考和創作。

這兩股力量不會緩慢匯合。更可能發生的是，AI原生創作者先做出幾部現象級作品，傳統創作者在壓力下被迫跟進——跟當年流媒體逼傳統影視公司轉型，是同一個劇本。

變量四：監管環境的地域差異。

不同市場對AI生成內容的政策態度，會直接影響產業落地的節奏和地理分布。這個變量的展開留到本章后半段，它是不可忽略的結構性因素。

三種情景

基于這四個變量的不同走向，我做了三種推演。不是為了精確預測——精確預測在這種量級的變革面前毫無意義——而是為了框定一個合理的可能性區間。

基準情景——最可能的路徑。跨鏡頭一致性在2027年基本解決，復雜場景仍需人工精調。單位算力成本到2028年降至當前的五十分之一到百分之一。到2031年，過半的頭部虛構類內容由AI深度參與生成，制作周期從"以年計"壓縮到"以月計"。換句話說，2031年的一個頂級制作團隊，可能只有五個人，但他們的產能相當于今天一個兩百人的公司。

加速情景——技術超預期突破。如果下一代模型在跨鏡頭一致性和世界連貫性上實現飛躍式進步，上述時間表整體前移12到18個月。到2029年，科幻、奇幻、動畫等重度依賴視覺奇觀的品類中，絕大多數內容由AI直接生成，影視資產和游戲資產在底層數據上開始打通。

保守情景——瓶頸超預期頑固。跨場景的角色一致性到2029年仍需大量人工干預。AI的主戰場集中在已經成熟的環節：單鏡頭視覺生成、標準化后期特效替代、多語種本地化、輔助編劇的預可視化。全面的AI原生長敘事制作延后，但傳統后期產業鏈仍被深度重塑。

但即使在最保守的假設下，有一點不會改變：傳統制片模式的成本結構已經不可持續。區別只在于三年還是五年。方向沒有懸念——唯一的懸念是誰先動。

產業鏈各環節的傳導路徑

方向確定之后，接下來的問題是：具體怎么傳導？哪些環節先變，哪些后變，哪些會被替代，哪些會被重新定義？

編劇與創意：最不可能被替代，但一定會被重新定義

產業鏈傳導的起點，是離"人"最近的環節。

AI在目前階段，還不具備真正的"目的性"。一個好故事的核心——人物弧線的設計、主題的提煉、情感節奏的編排——仍然需要人類的洞察力和審美判斷。"目前階段"這個限定詞很重要。AI的能力邊界在持續擴展，保持開放比武斷畫線更明智。

但編劇的工作方式會發生根本變化。

傳統編劇的工作流是高度串行的：構思概念→寫大綱→寫分場→寫臺詞→交付劇本→等拍攝反饋→修改。一部劇集走完這個流程，短則一年，長則三五年。AI時代的編劇工作流正在變成同時推進、即時可見的。編劇寫下"深夜，她一個人坐在餐桌前，對面的椅子是空的，桌上擺著兩副碗筷"——幾分鐘后，AI已經生成了多個視覺版本：不同的光線、不同的餐桌陳設、不同的人物坐姿。編劇即時判斷："碗筷太整齊了，應該有一副是用過的——她等了很久，先吃了，又放下了。"當場調整。

反饋循環從"以月計"壓縮到"以分鐘計"。過去，編劇寫完劇本至少要等半年才能看到拍出來的效果，經常發現跟想象完全不一樣——但已經沒有機會調整了。未來，創意和視覺之間幾乎可以實時同步。

我把這種創作方式叫做"即時創作"——創意、視覺和敘事不再是流水線上的先后工序，而是在同一個時空中并行發生、互相校準。它對創作者的要求不是降低了，而是大幅提高了：你需要同時具備敘事直覺、視聽審美和AI工具的駕馭能力。第一章提到的審美工程，在這里落地為一種具體的工作形態：編劇的核心任務，從"親手寫出每一句話"變成了"在AI提供的大量可能性中，做出那些讓故事真正動人的選擇"。

到2027年底，這種工作方式將成為AI原生創作者的標準配置。同時，一批從游戲設計、視覺藝術、甚至完全非影視背景的創作者會快速涌入——他們沒有舊包袱，天然用這種方式思考和創作。對傳統編劇來說，這不是"要不要學新工具"的問題，而是整個創作范式在遷移。

創意端的重新定義說完了。接下來看物理端——拍攝現場會發生什么。

實景拍攝：從"默認選項"到"可選項"

行業里有兩種聲音：一種認為拍攝會完全消失，以后全靠生成；一種認為AI頂多是輔助，實拍永遠是核心。

真實的圖景大概率在兩者之間，但會比多數人預想的更偏向前者。

到2029年前后，兩類實景拍攝會大幅縮減：場景依賴度高的虛構內容（古裝、科幻、奇幻、戰爭），以及群演密集型場景（萬人戰爭、城市街景）。前者不再需要搭景轉場，后者的人力協調成本被AI基本歸零。

會保留實拍需求的是另一些東西：需要紀錄片級"毛邊感"的極端寫實題材，以真人明星為核心賣點的內容，以及刻意追求手工質感的作品——就像今天仍有導演選擇膠片，不是因為技術更優，而是顆粒感本身就是美學表達。實拍不再是產業必需品，而是審美選擇。

同時，一種全新的拍攝形態正在浮現：引導拍攝（Reference Shooting）。創作者用手機快速拍攝動作、表情、空間參考，作為AI生成的輸入錨點。Seedance 2.0的"全能參考"功能已經支持這種工作方式。未來，這可能成為"實拍"這個詞最主要的含義。

關鍵的變化不是"拍攝消失了"，而是拍攝從默認選項變成了可選項。創作者第一次真正擁有了選擇權：這場戲是應該實拍以獲得某種不可替代的生命力質感，還是AI生成以獲得完全的視覺控制和成本優勢？光是擁有這個選擇權，就已經改變了一切。

當源頭素材的生成方式變了，下游的后期邏輯也必須跟著變。

后期與特效：

概念本身在發生變化

傳統特效產業的本質，是用大量熟練技工的時間來"手工修補"實拍素材與想象畫面之間的差距。綠幕摳像、離線渲染、逐幀合成——一個高度依賴人力堆砌的行業。

AI正在把這個邏輯翻過來。當視頻由AI原生模型直接生成，模型在生成畫面時就已經理解了光影邏輯和深度信息。特效不再是拍完之后加上去的東西，而是畫面生成時就已經在里面的東西。

標準化調色、環境特效、常規的物理模擬——爆炸、坍塌、水流——這些過去需要一個二十人團隊逐幀打磨數個月的工作，AI可以在一個下午完成初版，質量正在快速逼近人工水平。

執行層面的工作大規模遷移到AI，但判斷層面的工作不僅不會消失，價值反而會被放大。未來最有價值的后期人才，不是手速最快的技術執行者，而是審美判斷力最強的視覺導演。"頂尖"的定義變了，但對頂尖的需求更大了。

從編劇到拍攝到后期，創制端的變革都指向同一件事：大幅度提效降本。但接下來這個環節不一樣——它不是讓東西變便宜，而是讓市場變大。

本地化：

一道正在消失的語言墻

過去，一部優秀的中文劇集要賣到全球市場，面臨巨大的文化折損。字幕沒人愿意看，配音出戲、唇形對不上、演員的情緒在翻譯中嚴重斷裂。一句"你辛苦了"的分量，英文里找不到對等物。對非英語內容來說，語言障礙是全球化最大的單一阻力。

這道墻正在被拆開。今天已經有商業化產品可以做到：提取原片角色的音色特征和情緒曲線，生成多語種配音，同時重繪角色的唇形和面部肌肉運動，實現接近母語級的視聽同步。

而AI的能力不止于配音。當內容本身就是AI生成的，同一個故事在中國市場可以渲染亞洲面孔和北京街景，在拉美市場渲染拉美裔面孔和圣保羅街頭，連角色的肢體語言和文化習慣都可以做適配。這不是"翻譯出海"，這是內容從誕生那一刻就天然具備多市場版本。

2026年的技術離完美還有距離，情緒的微妙層次和文化特定的語言節奏仍需人工精調。但到2028年前后，這項技術將成熟到足以覆蓋絕大多數商業內容的出海需求。

語言墻拆掉之后，內容的可觸達市場從單一語種擴展到全球——這直接改寫了下一個環節的經濟學。

發行：

從"版權批發"到"全球直達"

前面幾個環節講的都是"怎么做內容"。最后一個環節是"做完之后怎么送到觀眾手里"。

傳統影視發行的本質是B2B的版權批發：制片方把版權賣給平臺，平臺買斷或分賬，然后面向用戶分發。創作者和觀眾之間隔著厚重的中間層。AI正在從兩個方向同時壓縮它。

生產端，制作成本大幅下降，創作者對平臺買斷費的生存性依賴隨之降低。過去一部劇投入上億，不賣給平臺就血本無歸。未來投入兩三百萬，創作者有底氣探索更多元的變現路徑。

分發端，當本地化讓內容天然具備多語種能力，創作者可以繞過傳統的海外版權分銷鏈條，直接通過社交媒體、獨立App或垂類平臺觸達全球用戶。

傳統平臺買斷和分賬不會消失，但在頭部內容變現中的占比持續下降。頭部IP會開始探索獨立入口和D2C（直接面向用戶）模式。創作者和用戶之間的中間層——不是消失了，而是被大幅壓薄了。

發行權力的重心，正在從"誰控制渠道"向"誰擁有最好的內容和最強的用戶情感綁定"遷移。

這場傳導的速度，還受一個外部變量的約束——監管。中國的監管邏輯紅線清晰嚴格（深度偽造、版權侵權），但在商業應用層面給出了相對充裕的空間，加上沒有好萊塢式的集體談判慣性，制度轉換的摩擦力更低。這不是價值判斷——每個市場的選擇都有其深層原因。但它構成了一個事實：對于在中國起步的AI原生內容團隊來說，這意味著一個珍貴的先發窗口?；蛟S，最長三到五年。

這個窗口不會永遠存在。

收攏成一筆賬

拆解完各環節，收攏成一個數字。

以一部中等偏上制作水準的國產劇集為參照——24集，每集45分鐘——單分鐘綜合成本在10萬元左右。到2028至2029年，AI原生團隊制作同等視覺品質內容的單分鐘成本，保守估計降至傳統模式的二十分之一到五十分之一。

但這部分真正想說的，不是"同樣的東西變便宜了"，而是"過去做不了的東西，變得可能了"。成本曲線的坍塌釋放的不是效率，是自由度。而當創作的自由度被釋放，內容的形態本身會發生變異——它不再被"影視"或"游戲"的舊邊界所定義。這是下一個問題要回答的事。

第三問：未來的爆款內容，到底會長什么樣？

未來的爆款不是純影視也不是純游戲，而是“堅硬的敘事內核+彈性的AI交互外層”——被動觀影不會消亡，但IP會從靜態版權進化為可持續互動的活性資產。

過去三十年，好萊塢花了幾十億美元試圖讓電影“可以玩”，幾乎全部失敗了。游戲花了同樣多的錢試圖讓游戲“像電影”，成功了幾個——但代價是單款開發成本膨脹到三五億美元、團隊規模上千人。

兩邊都在往中間靠攏，但中間始終隔著一堵墻：渲染成本與實時交互的天然互斥。要么畫面達到影視級的逼真，但觀眾只能被動觀看；要么給玩家高度自由，但畫質必須向算力妥協。你可以選一頭，但不能全要。

生成式AI正在拆掉這堵墻。

當AI的生成速度和畫質持續逼近實時渲染的門檻，電影、劇集和游戲之間那條基于技術限制畫出的分界線就開始松動了。未來的娛樂產品不會整齊地落入"影視"或"游戲"的分類框里，它會棲息在一條連續的光譜上——從完全被動的沉浸式觀影，到深度交互的開放世界體驗，以及兩者之間無數種我們今天還無法命名的混合形態。

我把這條光譜叫做"流動的敘事"（Liquid Narrative）。

同一部作品里，你可以在某些段落被動地跟隨一個精心編排的故事弧線，在另一些段落主動探索角色的過往和世界的角落，然后再回到主線。切換是無縫的，選擇權在你手里。

但在展開這個圖景之前，需要先把一個邊界說清楚。

被動觀影會消亡嗎？

提出"融合"，很容易被理解為"未來所有內容都會變成交互式的"。確實有這樣一種聲音：既然AI能生成一切，固定的劇本和導演的權威將成為歷史，觀眾應該自己掌控一切。

我認為這個判斷在心理學層面就站不住。控制權在多數時候不是禮物，而是負擔。

人的決策能力是有限資源，會隨使用而消耗。當一個人結束了十小時高強度的認知勞動，坐到沙發上打開一部劇，他最不需要的就是"更多的選擇"。他需要的是把控制權交出去——讓一個比自己更懂敘事節奏的創作者來掌舵，帶他走過一段精心設計的情感旅程。這不是"被動"，這是主動的心理讓渡。

與之相關的是心流。被動觀影是人類最容易進入心流狀態的娛樂形式之一——創作者替你做好了所有決策，你只需要跟隨。而交互式內容有一個天然的矛盾：每一次要求用戶做選擇，都是一次對心流的打斷。"我們的內容可以互動"不是賣點。如果交互沒有服務于更深的情感連接，它就只是一個讓觀眾出戲的按鈕。

這不意味著交互式敘事本身有問題——游戲行業已經證明深度交互可以創造極其強大的情感體驗。真正有意思的對照恰恰來自游戲行業內部：《最后生還者》系列從頭到尾幾乎沒有分支選擇，玩家只能沿著創作者鋪好的路往前走——但它是游戲史上口碑最高、單品收入最高的作品之一——后來HBO把它改編成了劇集，同樣大爆。玩家在擁有了完全的行動自由之后，依然大量選擇那些"替你決定好了一切"的體驗。人類對"被帶領"的需求，比技術樂觀主義者以為的要頑固得多。

所以我的判斷是：在可預見的未來，被動觀影和輕度交互仍然會占據虛構類內容消費的絕對主體。深度交互會快速增長，但它更可能以被動敘事的"增強層"存在——嵌入其中，豐富體驗——而不是取代那個基座。

接下來的問題是：如果被動敘事仍然是基座，"流動的敘事"到底是什么樣的產品形態？

融合態產品長什么樣？

我用一個模型來描述它：堅硬內核+彈性外層。

堅硬內核，是一條由頂尖創作者精心打磨的主線敘事。每一個節奏點、每一次情感轉折都經過極致優化，不容篡改——這就是審美工程的最終產物。

彈性外層，是圍繞主線、由AI實時或準實時生成的可選交互內容。它是流動的、個性化的、由用戶的好奇心驅動的。它延伸了作品的深度和用戶的停留時長。

想象2029年前后，一個AI原生團隊發布了一部融合態劇集。用戶打開它，看到的是影視級的畫面品質——光影、質感、表演的微妙層次，達到今天頂級制作的水準。

大部分用戶、大部分時間，會選擇"主線模式"——像看一部精品劇集一樣從頭看到尾，不做任何操作。創作者對敘事節奏、視角切換和情感爆破點擁有完全的控制權。這是堅硬內核。

但在主線之外，彈性層提供了幾種可能：

視角切換。某場關鍵橋段中，觀眾可以選擇從另一個角色的視角重新經歷這場戲。AI根據已有的角色設定和場景信息，生成該角色視角下的畫面和內心獨白。不改變劇情走向，但提供了敘事的縱深。想想《權力的游戲》第三季里的"紅色婚禮"——如果你能切到席間任何一個角色的視角重看那場戲，每個人看到的是完全不同的故事。

這件事我有切身體會。我做《新生》時，整部劇就是羅生門結構——同一段事實，從不同人的視角各講一遍，觀眾自己拼出真相。我們一直想把這種多視角敘事做得更徹底，但傳統模式下，每多拍一個視角就是多一倍的成本，也沒有成熟的商業模式來承接它?，F在這個限制正在消失。

可探索的支線。主線推進到某個場景時，用戶可以選擇"走進去"，以類似游戲的方式體驗其中的一段——主線敘事中嵌入的"可玩段落"。

劇后的角色對話。一集結束后，用戶可以與角色展開基于劇情記憶的AI對話。問角色為什么做了那個決定，聽角色用符合設定的語氣來回應。

這三層功能不會同時成熟。角色對話在技術上最接近就緒。Character.ai、星野（MiniMax）、貓箱（字節跳動）等產品也已展現出基本的對話能力和用戶粘性。2026到2027年，結合視頻IP的角色對話會開始出現可用產品。

視角切換需要AI在已有場景和角色設定的約束下生成一致性高的新視角內容，難度更高。在基準情景下，大約2028年初步可用，但質量仍需人工審核。

可玩的嵌入式交互段落是難度最高的——它需要敘事引擎和交互引擎的深度融合，需要AI在受限空間內實時生成交互內容。初步的商業化產品可能要到2029年前后。

所以正確的策略不是等所有功能就緒后一次性推出，而是漸進式疊加：先用極致的主線敘事建立用戶基礎和認知，然后逐步開放彈性層。每疊加一層，用戶就不只是"看完即走"，而是開始"住進去"。

IP范式的遷移：

從靜態版權到活性資產

融合態產品如果成立，它改變的不只是內容的形態，還有IP的商業本質。

傳統IP是靜態資產。一組角色和故事被固定在若干部電影或劇集中，用戶與IP的關系是間歇性的：上映時關注，下映后遺忘，續集上映時再關注。

當AI賦予角色持續的記憶、個性化的對話能力和跨場景的存在感，角色不再只活在劇集播放的那十幾個小時里。它可以在劇集之外繼續"存在"。IP從靜態資產變成了活性資產。

這個方向的先行者已經出現——但也已經暴露了問題。

2024年，AI角色陪伴賽道經歷了一輪快速爆發。海外的Character.ai月活一度排在全球AI應用前三名。國內的星野、貓箱等產品也跑出了五百萬級月活。但到了2025年下半年，這個賽道明顯降溫——多款產品月活下滑。

原因是多方面的，但有一個產品層面的根本問題：這些AI角色背后沒有一個真正的故事。用戶與一個憑空創建的虛擬人對話，新鮮感消退后，情感連接的深度和持久度是有上限的。角色缺乏故事背景的支撐，就像一個你在街上偶遇的陌生人——聊幾句可以，但很難建立真正的牽掛。

中國市場早就驗證過相關的需求：乙女游戲?！稇倥c制作人》在2018年上線后迅速成為現象級產品，核心驅動力就是用戶對虛構角色產生的強烈情感綁定。但乙女游戲的交互是預設的、有限的——你和角色的關系只能沿著編劇寫好的幾條線走。用戶的情感投入很深，但表達空間很窄。

AI打開了這個瓶頸。它讓角色可以在預設敘事之外，與用戶進行真正個性化的、開放的、有記憶的互動。但——AI本身并不能憑空創造情感連接。它只能延續和深化由優質敘事所建立的情感連接。

真正的爆發點在"高品質敘事IP+AI角色技術"的交匯處。

想象一個用戶先在一部精品融合劇集中與某個角色建立了深度共鳴——為他的命運牽掛，為他的選擇糾結，被他的某句臺詞擊中。然后發現這個角色可以在劇集之外與自己持續互動，記住共同的經歷，用符合設定的方式回應自己。這種情感連接的強度和商業價值，會遠超任何沒有敘事錨點的AI聊天機器人。

有人會用電影《Her》來反駁——那個AI沒有任何敘事前史，照樣讓人類墜入深愛。但Samantha之所以動人，是因為她和Theodore在日復一日的對話中從零開始共同構建了一段敘事。敘事IP的優勢恰恰在于：它把這個"從零開始"的過程大幅壓縮了，用戶帶著已有的情感記憶進入互動，起點就在半山腰。

敘事建立情感，AI延續情感。兩者缺一不可。

這對IP的商業模式意味著幾個根本性的變化：

變現的時間軸從"脈沖式"變成"持續式"。傳統IP高度依賴首播窗口期，收入曲線是陡峭的尖峰然后快速衰減。融合態IP加上AI角色，用戶在首播結束后仍與角色保持高頻互動，收入曲線變成一條持續的長線。

單用戶LTV（用戶終身價值）大幅提升。過去，一個用戶為一部劇貢獻的價值是一次性的——一張票或一個月的訂閱費。未來，用戶與AI角色的持續互動會不斷產生新的付費場景。

IP的防御壁壘從法律版權升級為情感沉沒成本。當用戶與一個AI角色積累了幾百小時的對話記憶和情感歷史，這種關系本身就是極強的壁壘。用戶不會輕易拋棄一個"了解自己"的角色，就像人們不會輕易離開一個經營了多年的社交網絡。版權可以被挑戰，但情感記憶無法被復制。

在這條敘事光譜上，未來的贏家不會站在任何一個極端。

不是"讓觀眾隨便改結局"的全交互產品——那忽視了人類對被帶領的深層需求。也不是"看完就走"的傳統劇集——那放棄了AI帶來的全部增量空間。而是那些既能用極致的審美把觀眾按在椅子上流淚，又能用AI讓角色在故事結束后繼續活在用戶生活里的人。

堅硬的內核給你藝術的高度。彈性的外層給你商業的縱深。能同時做到這兩件事的人，會定義下一個十年的娛樂產業。

第四問：天花板在哪里？錢會被誰賺走？

傳統影視的天花板不是內容不夠好，而是商業結構不允許它值更多的錢。當頭部IP進化為“內容即目的地”的獨立生態，一家影視內容公司的利潤結構可以第一次向米哈游和泡泡瑪特看齊。

過去一百年，影視是一門天花板被鎖死的生意。不是內容不好，而是商業結構不允許它值更多的錢。簡單來講，這不是一門好生意：投入高、風險大、回報周期短、利潤空間十分有限。

劇集的天花板是溢價的封頂。一部投資1億人民幣的劇集，平臺買斷價如果是1.1億，制片方的利潤空間就被鎖死在那1000萬。無論這部作品引發了多大的社會共鳴、產生了多少鐵粉，后續的流量紅利、會員增長和用戶數據都與創作者無關。制片方賺的是"加工費"，不是"品牌溢價"。

電影的天花板是關系的斷裂。電影看似直面觀眾，但中間隔著院線排片和發行渠道。你無法在電影落幕后繼續觸達那些為你流淚的人。觀眾是面目模糊的統計數字，不是可以沉淀的資產。

兩種困境，同一個根源：創作者與用戶之間，始終隔著厚重的中間層，而中間層吃掉了天花板。

前面描述的融合態產品——堅硬內核加彈性外層、AI角色持續互動——第一次從結構上提供了打破這個天花板的可能。當一個角色能讓用戶每天回來，一條故事線能讓用戶追上三年，承載它的到底應該是別人的平臺，還是它自己？

答案指向一種新模式。我稱之為"內容即目的地"（Content asDestination）模式。

泡泡瑪特的Labubu，靠IP形象撐起了一家數千億市值的公司，因為用戶不是在"購買商品"，而是在主動走進一個情感目的地（強大到索尼正在為它反向開發電影）。那么，一個從第一天就擁有完整敘事宇宙和AI角色互動能力的超級IP，天花板在哪里？

AI原生的超級內容會走類似的路：先用主線敘事把用戶吸引來，再用獨立入口把用戶留下來，然后用交互層和AI角色讓用戶持續地待在里面、持續地付費。這個入口最終是App、小程序、還是某種今天還不存在的東西，不重要。重要的是內容本身成為用戶主動前往的目的地，而不是貨架上等著被翻牌的候選者。

這個模式不會一夜之間取代傳統發行。它會先在少數達到"超級內容"閾值的頭部IP上跑通，然后逐步擴展。大量中腰部內容仍然依賴平臺分發——但頭部一旦遷移，留給中間層的利潤就開始塌縮。那么，重新分配出來的利潤，到底流向了哪里？

一個IP到底能做多大？

在傳統影視里，這個問題的答案令人沮喪。

一部超級現象級電影，票房30億，片方分賬大約10億，扣掉制作和宣發，利潤5到8億——聽起來不少，但只要同期押錯一兩部片子，這筆利潤就被抹平了。劇集的利潤空間前面算過，更薄。而且無論電影還是劇集，都是一次性的脈沖：上映結束，收入歸零，團隊解散，下個項目從頭再來。

再看其他賽道?！对瘛穯慰町a品年收入據第三方估算達數百億人民幣。泡泡瑪特2025年預計營收超過300億，數千億市值——王寧用審美和角色設計證明了一件事：情感溢價可以撐起一個商業帝國。而他才剛剛開始動用敘事這張牌。

影視內容擁有的情感穿透力——讓人哭、讓人失眠、讓人為一個虛構角色的命運爭吵三天——是所有內容形態中最強的。但在商業變現的維度上，它的天花板反而遠低于潮玩和游戲。原因不是內容不值錢，而是傳統影視的商業結構從來沒有給情感溢價一個兌現的通道。

AI原生的融合態產品，第一次打通了這個通道。

做一個粗略的測算。一個全球化的融合態IP，假設積累了1000萬活躍用戶。其中70%只看主線敘事，貢獻基礎訂閱；20%使用交互層和AI角色對話，ARPU是基礎用戶的3到5倍；5%到10%深度綁定，高頻互動、消費數字衍生品，ARPU（單用戶付費額）是基礎用戶的20倍以上。按照游戲行業已經驗證的付費分層模型推算，單個IP的年收入可以到數億甚至數十億人民幣——而核心團隊可能只有5個人。

這不是科幻。這是把已經被驗證的商業模型，疊加到擁有更強情感穿透力的敘事內容上。泡泡瑪特證明了審美的商業爆發力，米哈游證明了虛構世界可以產生持續性收入。AI原生超級內容同時具備兩者的特征——而它的情感密度，比潮玩和游戲都更高。

這意味著一件過去十幾年在一級市場不可想象的事：一家內容公司，可能擁有接近泡泡瑪特或米哈游的利潤結構。

過去，"影視內容公司不賺錢"幾乎是投資圈的共識——高度依賴個體才華，無法標準化復制，現金流脈沖式波動。這個共識在傳統模式下完全成立。但AI原生時代，底層經濟學變了：制作成本從億級降到百萬級，試錯代價不再致命；融合態產品和AI角色層提供持續性收入而非一次性票房；全球化觸達讓單個IP的市場天花板擴大數倍。押錯了，損失可控。押中了，回報倍數可能是整條產業鏈中最驚人的。

利潤會被截走嗎？

但這個判斷需要放在整條產業鏈里校驗——內容層的利潤真的是最高的嗎？還是說底層的模型公司、中間的工具公司會把錢先截走？

產業鏈大致分成三層：底層是大模型與算力，中間層是工具與工作流，頂層是內容與IP。逐層來看。

底層大模型會吃掉內容層的利潤嗎？不太可能。大模型的商業模式更接近云計算——高資本密度、強規模效應、贏家通吃，全球最終可能只剩幾個主要玩家。利潤穩定可觀，但受算力成本硬約束，天花板由基礎設施的物理極限決定。對內容層而言，底層模型越強大，內容的產出質量越高、制作成本越低——技術進步對內容層是純粹的杠桿，不是威脅。值得注意的是，當前最強的視頻生成模型背后站著字節、快手這樣的超級平臺，它們有能力也有意愿從底層一路延伸到內容層。但歷史反復證明，掌握基礎設施的巨頭，很少同時是做出最好內容的人。

中間層工具會吃掉內容層的利潤嗎？很難。工具層的結構性問題在于議價權。底層大模型每一次版本更新，都可能把某項獨立工具的功能直接內置——這意味著工具層的定價空間始終被上游壓著。能夠持續創造價值的，是那些深度綁定行業Know-how、積累了不可替代的創作決策數據的垂直工具。但即便是這類公司，它們服務于內容層，而非反過來對內容層形成利潤擠壓。一個對上游缺乏議價權的層級，很難對下游建立定價權。

回過頭看內容層。用戶的情感綁定錨定在角色和故事上，不在渲染引擎上——底層技術棧隨便換，都不影響用戶的忠誠度。一旦IP建立了情感錨點，用戶與角色幾百小時的對話記憶和情感積累，構成了一種不依賴法律保護的天然壁壘——版權可以到期，情感記憶無法復制。這是整條產業鏈上護城河最深、利潤率天花板最高的位置。

成熟的數字經濟生態中有一個反復出現的利潤分配規律：基礎設施層和頂層品牌都能獲得高利潤，被反復擠壓的是中間缺乏壁壘的工具和渠道層。AI原生娛樂產業大概率會呈現同樣的結構：兩端強，中間弱。

而對于真正想在這個浪潮里建立長期價值的人來說，答案指向同一個位置：不是做模型，不是做工具，是做那個讓用戶大笑、流淚、失眠、然后第二天回來繼續跟角色說話的東西。

第五問：未來1500天，誰會贏？

大部分AI內容公司會死于“審美通脹”，真正被碾碎的是靠關系和及格線活著的中間層，而最終勝出的是同時具備敘事直覺、視聽審美、AI操控力和商業感知的跨界操盤手。

前面四個問題拆解的是邏輯。這一個問題要給判斷。

以下五個判斷，是我基于前面所有推演，給出的可以用來做決策的結論。它們中的一些，可能會有些反常識。

一、大部分AI內容創業公司活不過18個月。死因不是缺錢，是"審美通脹"。

今天你用最新模型做出了一段驚艷的短片，拿到融資。三個月后模型升級，你的"驚艷"變成了所有人的起步線。你以為自己領先了半個身位，但其實你只是站在了一條不斷上升的地板上。

這就是審美通脹（Aesthetic Inflation）。

在AI時代，純技術層面的領先半衰期只有3到6個月。模型會迭代，工具會普及，今天的驚艷明天就是標配。唯一抗通脹的資產是品味本身——對人性的洞察，對情感節奏的把控，對"什么時候該給觀眾一記重錘、什么時候該留白"的直覺。這些東西無法被代碼加速。

大部分AI內容創業公司的真實死因，將是"除了會用工具，一無所有"。

我給一個具體的預測：未來三年，AI內容賽道會出現一批融資過億的創業公司——但其中大多數活不過18個月。死因不是缺錢，是審美通脹：它們拿到融資時的技術優勢，會被模型的免費升級徹底抹平。

二、AI不會帶來創作的"大同"，只會制造更極端的"價值折疊"。

圍繞AI最大的集體誤判，是把它理解為"創作平權"——未來人人都能做出好內容，百花齊放。

AI帶來的是創作平權，不是創意平權。任何人都可以生成一段精美的畫面，但"精美"本身因此喪失了一切定價權。當所有人都能一鍵生成電影級畫面，精美就變成了新的零點。

在無限供給中，價值不會均勻分布，只會極端折疊。就像智能手機沒有讓人人成為頂流，反而造就了極少數現象級創作者一樣——這不是大同世界，這是一場極端的頭部絞殺。未來五年，全球虛構內容市場90%的利潤，將集中在不超過1%的超級IP手中。

審美通脹的直接后果，就是價值折疊。工具層面人人平等，品味層面贏家通吃。

三、巨頭不會轟然倒塌。真正被碾碎的是靠"關系和湊合"活著的中間層。

不要盲目唱衰傳統影視巨頭。擁有海量IP庫存的公司正坐在一座金礦上——AI讓"喚醒老IP"的邊際成本降到了極低。只要完成組織轉身，他們的起點依然很高。

這場技術海嘯真正要吞噬的，是龐大且脆弱的中間層。

過去，大量制作公司既沒有核心IP，也沒有極致審美，靠著"組盤子的社會關系"和"及格線上的執行力"承接平臺外包，賺取加工費。這條代工傳送帶養活了無數人。但當大模型把及格線變成出廠設置——任何人都能生成"還行"的畫面、"還行"的故事、"還行"的成片。

純粹的執行層和純粹的關系層就同時失去了存在的理由。在AI時代，"還行"不再是一種商業模式。

四、當"制造"趨于零成本，"發現"將成為最昂貴的特權。

當內容供給趨于無限，最稀缺的不再只是"誰能做出好內容"，還有一個同樣關鍵的問題：誰能幫用戶在無限噪音中找到那個最擊中靈魂的世界？

算法推薦擅長迎合淺層多巴胺——你刷了十個懸疑短片，它再給你推十個。但算法很難預判深層情感的共鳴。它不知道你今晚需要的不是又一個反轉，而是一個讓你安靜流淚的故事。

未來必定會出現一種新型的"審美買手"品牌。他們不一定自己生產內容，但憑借極致的選品眼光和審美背書，擁有極高的信任溢價。用戶愿意盲信他們的推薦——就像今天人們愿意盲買蔦屋書店的選品、愿意不看片名就買A24出品的電影票一樣。

這是一片被絕大多數人忽視的藍海。大多數人的目光都盯著內容生產端的軍備競賽，很少有人注意到"發現"這個環節的價值正在悄悄變大。當供給趨于無限，最終掌握定價權的可能不只是最好的創作者，還有最好的審美買手。

五、穿越這場淘汰賽的，不是任何一種現有工種。

不是只懂編劇的人，不是只懂攝影的人，不是只懂后期的人，也不是純粹的技術極客。是同時具備敘事直覺、視聽審美、AI操控能力和商業感知的跨界操盤手。

這種人今天幾乎不存在于任何一個現成的人才池里。傳統影視人懂敘事和影像，但不懂AI；AI原生一代懂技術，但缺少對人性和敘事的深度訓練。兩邊都只有半張地圖。

但反過來想：正因為這種人極度稀缺，誰先成為這種人，誰就擁有了整個AI內容時代最不可替代的競爭力。找到他們，或者成為他們。

知道誰會出局只回答了一半。剩下的一半是：具體怎么上桌？

三條賽道

前面四個判斷勾勒了這場淘汰賽的地形。接下來要回答的是：在這塊地形上，最值得投入的事情是什么？

三個方向。它們在實踐中會流動、重疊、演化，但底層邏輯截然不同。

賽道一：超級工作室（Super Studio）

品味溢價最高、護城河最深、也最難做。

核心邏輯：聚集極高密度的跨界人才，建立完全閉環的AI原生工作流，只做一件事——創造和運營全球級的超級IP，并將其演化為獨立的內容生態。

壁壘不在技術棧。技術是通用的，誰都能調用同樣的模型。壁壘在三樣東西：審美的一致性、世界觀的深度、以及團隊的化學反應。這三樣都極度依賴人，極難復制，極需時間沉淀。

核心團隊通常是3到5個節點：一個掌控敘事和世界觀的靈魂人物，一個將創意意圖翻譯為AI視覺輸出的視覺導演，一個負責交互層和AI角色引擎的架構師，一個負責全球社區運營和商業化的主理人。每個人都是跨界的復合體，一個人的產出可能抵得上傳統模式下數十人的團隊。

第四問里算過這筆賬——單個IP的年收入可以到數億甚至數十億人民幣，團隊卻小到一間辦公室坐得下。這是傳統影視完全無法想象的人效比。

但天花板也在這里：核心團隊的精力和注意力是有限的。一個Super Studio能同時高質量運營的IP大概率不超過2到3個。當它想規?；荒芟駛鹘y公司那樣"招更多人"——因為人越多，品味越容易被稀釋。更可能的擴張方式是孵化更多獨立小隊，每個小隊有自己的審美主張和IP，共享底層的工具、數據和發行基礎設施。這就自然延伸出了第二條賽道。

賽道二：AI創作者的賦能網絡

當3到5人的微型團隊成為內容生產的主力單元，層層匯報的大型影視公司就管不動他們了。頂尖創作者不再需要依附于龐大的制片廠體系。但他們依然需要一個賦能中樞。

這種新型機構不是傳統的MCN，不靠流量抽成過日子。它做的事更像是：用風投的眼光選人，用制片廠的能力掃平制作和發行的障礙，用成熟的體系幫創作者把內容變成錢，再在底下鋪一層企業級的AI工業底座。

有人會問：基礎大模型已經足夠便宜且易用了，創作者自己調API不就行了？

"生成一段驚艷的Demo"和"交付一部工業級的長篇敘事"是兩個完全不同的工程挑戰。在一個長篇項目中維持角色外貌的絕對一致、光影風格的統一、物理世界邏輯的連貫，需要在基礎模型之上訓練專屬的微調模型。這涉及大規模的私有化算力、高并發調用、以及核心數字資產的數據隔離——不是幾個創作者買幾臺電腦能解決的事。

作為對價，機構獲取IP的早期股權和長尾分賬。這條賽道的價值在于它從根本上改變了內容投資的風險結構。傳統影視投資是單片押注，九死一生。賦能網絡本質上是一個組合邏輯——支撐100個優秀團隊，其中5到10個跑出全球級超級IP，整個組合的回報就是指數級的。這和YC不自己做產品、只賦能頂尖創業者的底層邏輯如出一轍。

在實踐中，這兩條賽道的邊界最終會模糊。一個跑通模式的賦能網絡必然會孵化出自己的核心內容廠牌，一個頂級的Super Studio在工具和方法論溢出時也會開始投資外部團隊。殊途同歸——新一代的數字內容集團，內生核心IP，外接創作者生態。

賽道三：融合態內容的承載平臺

前面說的融合態產品——影視級畫質加交互加AI角色——需要一個地方承載。

一些頂級IP會建自己的獨立入口，但大量的中大型IP需要一個通用底座，就像Steam之于PC游戲、Spotify之于音樂、Bilibili之于ACG社區一樣。

這個平臺要讓用戶在同一個界面里"看"一部劇集、"玩"其中的交互段落、"聊"劇中的AI角色、"買"數字衍生品——所有體驗無縫切換。今天沒有任何一個現有平臺是為這件事設計的。Steam不擅長被動觀影，Netflix沒有交互引擎，長視頻平臺的整個架構不是為交互而生的。融合態平臺要在這些巨頭的能力邊界之間，找到一個今天還不存在的交叉地帶。

這是三條賽道中技術壁壘最高的，需要大量資本和至少3到5年的產品打磨。但一旦建成，它就是產業基礎設施。

新估值坐標系

三條賽道畫完，最后說一個所有創業者和投資人都會面對的現實問題：這類公司該怎么估值？

傳統的影視估值工具——項目制票房預測、版權攤銷、P/E倍數——仍然是底層框架，但衡量指標需要根本性的更新。過去衡量的是"這部作品能賣多少錢"，未來需要衡量的是"這個IP生態能持續產生多大的情感引力"。

三個核心指標，我認為可能會成為AI原生內容公司的通用語言——也是判斷一個IP到底算不算成了的標尺。

情感留存率（Emotional Retention Rate）。主線內容結束后，仍然保持活躍互動的用戶占比——AI角色對話、社區參與、付費行為，都算。類比游戲行業的D30/D90留存率。如果一部融合態劇集首播結束30天后，仍有顯著比例的用戶保持每周活躍互動，說明IP建立了強情感綁定，而不只是一次性消費。這個指標直接決定IP的長尾變現能力。

付費縱深比（Monetization Depth Ratio）。頭部5%付費用戶的ARPU與基礎用戶ARPU的倍數。傳統影視接近1，游戲行業的頭部產品可以達到20到50倍。一個AI原生內容產品如果展示出接近游戲行業的付費縱深，說明它的交互層和AI角色層真正跑通了。這是區分"真融合"和"偽融合"的硬指標。

IP活性指數（IP Vitality Index）。一個IP在不同場景和介質中的同時活躍維度數——主線敘事、AI角色互動、用戶二創社區、數字衍生品，四個維度同時活躍則活性指數為4。傳統影視IP的典型狀態是1到2。活性指數越高，IP對任何單一平臺的依賴度越低。

當一家公司能同時展示高情感留存、高付費縱深、高IP活性，且核心團隊保持極高的人才密度——它的估值框架不應該參照傳統影視公司，而應該向頂級游戲公司甚至SaaS公司靠攏。因為它的收入是持續性的、全球化的、且具有用戶粘性驅動的自然增長。

五條原則：穿越這場變革的行動錨點

全文兩萬多字的推演，最終壓縮成五條原則。它們不是預測——預測會過期。它們是我認為在這場變革中，做任何決策之前值得先想一遍的東西。

原則一：審美工程原則。AI負責生成海量的變量，人類負責提供方向。一部好作品等于一萬次你無法外包給AI的判斷。在無限可能性中做出那個從"正確"躍遷到"動人"的選擇——這是AI時代最值錢、也最無法被替代的人類能力。工具會迭代，審美不會貶值。

原則二：審美通脹原則。純技術層面的領先，半衰期只有3到6個月。模型會升級，你今天的驚艷就是明天所有人的起步線。唯一能穿越周期的抗通脹資產，不是算力，不是工具，是品味——對人性的洞察、對情感節奏的把控、對"什么時候該給觀眾一記重錘、什么時候該留白"的直覺。除了會用工具之外，你還有什么？這個問題值得每天問自己一次。

原則三：堅硬內核原則。被動觀影不會消亡，人類對"被帶領"的需求比技術樂觀主義者以為的要頑固得多。一條由頂尖創作者精心打磨的主線敘事，永遠是一切商業模式的地基。彈性的交互外層可以延伸深度、拉長停留、放大收入——但沒有堅硬的內核，外層就是空轉。先把觀眾按在椅子上，讓他們哭，讓他們笑，再談別的。

原則四：內容即目的地原則。用戶的忠誠度綁定在角色和故事上，不在平臺上。當一個IP能讓用戶每天回來、一條故事線能讓用戶追了三年還不肯走，它就不再需要被塞進別人的貨架。超級內容終將成為用戶主動前往的獨立入口——不是被平臺推薦刷到的，而是用戶帶著期待主動打開的。

原則五：價值折疊原則。AI帶來的是創作平權，不是創意平權。當所有人都能一鍵生成電影級畫面，"精美"就變成了新的零點。在無限供給中，價值不會均勻分布，只會極端折疊——未來五年，全球虛構內容市場90%的利潤，將集中在不超過1%的超級IP手中。花會開得更多，果實會更加集中。認清這一點，比掌握任何一個工具都重要。

結語：給造夢者的時代備忘錄

1927年，《爵士歌手》第一次讓電影屏幕發出了聲音。當時的無聲電影巨頭們認為這不過是一個喧鬧的雜耍噱頭，會破壞默片純粹的視覺藝術。五年后，有聲片占據了全球銀幕的95%。

歷史從不重復其表象，但總在重復其結構。

2026年的今天，當我們看著AI生成的那些還帶著瑕疵的視頻片段時，我們聽到的，正是同一種聲音——一個新范式在敲門。大多數人看到了瑕疵，少數人聽到了巨響。

這篇文章寫給后者。

全文兩萬多字，歸根到底只說了一件事：當成本曲線斷裂、供給趨于無限，這個行業里唯一不貶值的東西，是人對人的理解。

寫這篇文章的過程中，我反復在想一個問題：這一切會不會太樂觀了？

成本曲線的坍塌是真實的。模型能力的飆升是真實的。但人類社會對新事物的接納，從來不按技術的時間表走。監管會收緊，市場會震蕩，泡沫會破裂，無數團隊會在審美通脹中陣亡。這些都是確定會發生的事。

但有一件事同樣確定——這場變革的方向不會逆轉，而在這個方向上，人的位置不會被取消。

算法可以生成完美的爆炸和逼真的哭腔，但機器不知道自己為什么哭。它沒有經歷過愛而不得的絕望，沒有在深夜的十字路口體會過命運的荒謬。這些深藏在人類經驗里的傷痕與渴望，是所有偉大故事的源代碼。AI的能力邊界還在擴展，我們對此保持敬畏，保持開放。但至少在此刻，故事的源代碼還握在人手里。

對于真正具備這種洞察力的創作者來說，AI是人類文化工業史上最慷慨的一次賦權。它把好萊塢級別的工業能力，直接交到了三五個人的手中。從今天起，想象力不再受制于預算，品味不再受制于產能，共情力可以幾乎無損地穿透語言的壁壘。

Anthropic創始人Dario Amodei在2026年初寫過一句話："人類即將被賦予幾乎難以想象的力量。但真正未知的是，我們的體系是否具備駕馭這種力量的成熟度。"

他說的是AI對整個人類文明的影響。但這句話放在我們這個行業里，一個字都不用改。

賦權不等于保證成功。工具對所有人都是平等的，審美的競爭從來不講公平。供給越多，頭部越集中。大部分人會在審美通脹中迅速失去先發優勢，然后發現自己除了會用工具，什么都沒有。真正能穿越周期的，是那些在工具不斷升級的浪潮中始終保持品味優勢的極少數人。

我在這個行業待了快二十年。在導演系學過怎么講故事，也在投資端學過怎么算賬，自己做創作，也做創業。見過太多才華橫溢的人被資金和體制卡住，也見過太多錢堆出來的平庸。寫到最后我才意識到，導讀里說的那個"關于人的判斷"到底是什么——不是焦慮，是一種遲到的釋然：那些真正懂故事、懂人心的人，終于可以站著把作品做出來了。

這是我寫這篇文章的真正原因。不只是做一個旁觀的分析者。

未來五年，這個行業里最值錢的東西，不是最強的模型，不是最多的算力，不是最快的工具——而是一個真正懂行的人在看完一千個AI生成的畫面后，安靜地指著其中一個說：

"就是這個。"

不是因為它像素最高，不是因為它最炫技，而是因為它讓你看到的那一秒，胸口有什么東西被輕輕撞了一下。

那個"輕輕一撞"，算法算不出來。

游戲葡萄招聘內容編輯，

游戲行業書籍推薦

（星標可第一時間收到推送和完整封面）