李豆豆介绍，他使用的 AI 工具是搭载字节跳动旗下火山引擎 Seedance2.0 的短剧智能体小云雀 AI，该智能体把脚本、分镜、字幕、剪辑放在一个流程里，使用体验优于多数需要分镜单独生成再后期剪辑的 AI 智能体。
当然，现阶段通过 AI 工具生成视频仍存在一些细节问题。李豆豆指出，生成的视频中有一段声音缺失，还有一处背景画面中的文字和拼音不匹配。
他认为，若要达到 " 可用 " 状态，AI 生成一分钟视频可能需要耗时一天，成本在百元左右。李豆豆表示，公司的视频需要经过内部消保审核以及针对品牌标识和合规文案等审核，而此次生成的视频还达不到公司使用的要求。
李豆豆是某银行的产品经理，他告诉《锋面》记者，用于内部培训的视频制作成本通常在千元以上，制作周期约一周，而对外宣传视频的制作周期更长，成本更高。
业内普遍认为，新一代 AI 视频生成模型 Seedance2.0 和可灵 3.0 的推出，标志着行业进入新阶段。其具备比前代模型更高的可控性、一致性、物理真实性和音画同步能力，这些技术升维将 AI 从概率预测的抽卡 " 玩具 " 转化为具备导演级控制权的生产力工具。
今年前两个月，国家网信办新增备案大模型共 48 款，覆盖工业制造、文化旅游、医疗健康等多个应用场景。截至 2 月底，共有 481 款大模型完成登记。
" 以前打螺丝，现在抽卡 "
张跃坤，北京欣马文创科技有限公司董事长，是较早一批把 AI 当作生产力的用户。他带领团队通过视频生成模型 Seedance2.0 完成了多部 AI 漫剧。
在接受《锋面》记者采访时，他说：" 视频生成模型正在改变内容生产方式。" 张跃坤说，传统影视生产依赖专业人员的技艺和经验。而 AI 短剧的生产更像一条配置流水线：拆解爆款剧本、设定人物、用 AI 批量生成。员工往往需要在视频生成的多个版本中挑选出满意版本，这个过程被称为 " 抽卡 "。张跃坤称，" 抽卡 " 的过程类似流水线上的 " 打螺丝 "。
工具降低了专业门槛，但同时也将内容生产从 " 手艺 " 变成了 " 流程 "。张跃坤介绍，公司已作为企业用户，接入 Seedance 2.0 API，员工使用企业账号生成一段 15 秒视频只需 2 分钟左右。
一部 AI 漫剧，通常有 80 集，共 120 分钟。制作过程不再需要明确的导演、编剧、分镜师等分工。" 三四个人的团队做相同的工作，分集并行。谁都可以是导演，谁都可以是编剧。" 公司与多所高校建立了合作关系，培训学生参与 AI 漫剧制作。" 培训 3 到 7 天，直接进入角色，做出来的东西不会差。"
在张跃坤看来，比起好内容，当前市场更稀缺的是稳定、高效、可交付的产能。
他回忆，去年 11 月，到杭州参加一场 AI 短剧大会，5000 多人到场，大部分来自传统行业。" 当时靠谱的产能非常少。很多人号称有 500 人、1000 人团队，实际上流程都没跑通。"
他抓住这个空档，用最快速度将产能拉升到每月数十部剧，直接对接平台、头部客户和海外客户。由于当时算力紧张，视频生成需要长时间排队，为了错开排队高峰，公司员工的上班工作时间是凌晨 4 点到中午 12 点。产能达标让公司获得持续的订单，团队员工从最初的 40 人，扩大到如今的 300 余人。
据张跃坤估算，全行业中约 2% 到 5% 的头部公司垄断了精品剧订单，利润丰厚。而在占行业 80% 的中小团队中，仅有约 5% 能通过自制剧实现月流水超 150 万、纯利过百万。
" 我每天都有那种朝不保夕的感觉，这个行业每个月都在变化，每周都在变化。" 他判断，3 到 6 个月后行业竞争会白热化。但眼下，能稳定输出合格内容的产能，就是市场的通行证。
当 AI 产能成为市场通行证，传统真人拍摄的需求正在萎缩。这种变化对传统影视从业者造成了直接冲击。有业内人士指出，" 真正好的真人剧团队，有好编剧、好剧本、好演员，影响并不大，平台依然会给保底和评级。受冲击最大的是三五千块拍一部剧的达人团队，他们靠量冲保底，平台政策一变，就难以为继。"
"IP 衍生是终极商业模式 "？
技术的普惠带来了前所未有的行业内卷。对此，北京大学文化产业研究院学术委员会主任、中国文化产业促进会副会长陈少峰断言，粗制滥造的内容必将被淘汰，市场格局将持续优化，资源与注意力将不断向优质 IP 和精品内容集中。
" 当前，公司虽然有 80% 的产能用于订单型生产，但另外 20% 投入了与电影制片厂合作的红色题材、文旅穿越剧、非遗活化等项目。" 张跃坤坦言，内容是核心，AI 只是工具，只有深耕差异化、构建核心竞争力，作品才能穿越流量周期，真正沉淀为优质 IP 与行业资产。
AI 漫剧只是一个起点。陈少峰表示，未来的大产业不是 AI 影视产业，而是 AI 影视文创产业。单纯依靠 AI 电影或短剧、漫剧的票房和点击来收费，难度将越来越大。真正的商业价值在于将影视作为流量载体，通过植入广告和销售衍生品来变现。" 以前电影票房占大头，衍生品占小头；未来，影视内容本身的收益可能不到 10%，甚至只有 5%，而衍生品，如文具、玩具、快消品等将占主导。"
陈少峰强调，AI 可以是高效的 " 博士生 "，但它缺乏顶层的人文架构能力，做不了 " 博士生导师 "。因此，创作者的核心竞争力在于设计 " 故事 IP+ 形象 IP"。
IP 的价值在于可持续。陈少峰将优质 IP 比作 " 一鱼永吃 "，凭借长达 70 年的知识产权保护期，一个成功的 IP 足以支撑起千千万万个 " 一人公司 ( OPC ) " 的长远发展。
他估算，未来真正做得好的短剧公司不会超过 300 家，但 " 一人公司 " 可以容纳 50 万家。
陈少峰直言："AI 已经成为生产工具，人人都要学会把 AI 当做基础工具，人与 AI 协作是未来的常态。"
从个人用户李豆豆开通会员使用的 AI 智能体，到张跃坤作为企业用户接入 Seedance2.0 视频生成大模型 API，两个场景的差异，恰恰体现出当前 AI 视频生成产业链的关键环节：从模型层、算力基础设施层到智能体应用层。
业内人士指出，在应用层，用户通过诸如小云雀智能体体验顶尖模型的能力，但受限于算力配额；而企业用户通过 API 接口直接调用模型层，并依托稳定的算力基础设施，得以将 AI 视频生成嵌入工业化生产流程。
这意味着，AI 视频生成产业正在完成从 " 技术验证 " 到 " 商业闭环 " 的关键一跃。
张跃坤算过一笔账：当前 AI 视频生成基础算力成本约 60 元 / 分钟，叠加废片与迭代成本后，综合成本约 120 – 180 元 / 分钟。按此计算，一部 80 集 AI 短剧的整体投入可控制在 2 – 5 万元，较传统短剧成本降低超 90%。而头部企业通过定制化 API 合作可进一步摊薄成本，部分企业透露其年度合作费用达千万元级别。
成本的大幅降低与规模化合作的铺开，让算力资源真正具备了作为 " 可售卖服务 " 的商业基础。
全国政协委员，中国科学院计算技术研究所张云泉研究员指出，算力经济的爆发，不是源于算力本身的技术进步，而是源于 " 大模型 " 这个"杀手级应用"的出现，它带来了三个根本性的转变，使算力从成本中心变成了利润中心。具体体现在：
商业模式转变。大模型不仅带来了技术突破，更催生了 " 模型即服务 " 的商业闭环，使算力投入第一次有了直接回报。算力消耗可以像电力一样按量计费，直接向用户（C 端 /B 端）收费，形成了 " 投入算力 → 输出智能 → 用户付费 → 回收成本 " 的商业闭环。这解决了超算、大数据无法变现的根本问题。
算力规格转变。因为大模型对精度的容忍度大幅降低，算力芯片的架构从 " 追求高精度 " 转向 " 追求高吞吐、低成本 "，所以算力中心得以突破 50 兆瓦的功耗限制，进入吉瓦级规模，形成规模效应。
国产替代路径转变。虽然国产芯片在绝对性能上仍有差距，但是当应用场景固化后，用户更关心的是 Token（词元）价格和服务质量，国产设备可以通过软件优化和成本优势，实现有效的国产替代。
在张云泉看来，与数字经济时代 " 规模越大、边际成本趋零 " 不同，算力经济呈现 " 投入越大、边际成本刚性 " 的全新规律。大模型训练遵循 Scaling Law ( 可扩展定律），性能提升需要指数级算力投入，推理过程每生成一个 Token ( 词元）都消耗真实电力，边际成本具有刚性约束。
基于全世界最便宜、最稳定的电力优势，中国在算力经济时代拥有了其他国家难以复制的底层竞争力。国内头部 AI 公司能够以更低的算力成本训练大模型，出海企业能够以更具竞争力的价格提供 API 服务，而像 Seedance 2.0 这样的视频模型，其企业级 API 定价做到 1 元 / 秒，背后正是电力与算力双重规模效应的支撑。
与无限的电力供应形成鲜明对比的是，大模型训练的数据接近耗尽。张云泉指出，人类知识快被 " 学完 " 了，模型必须进入 " 自我进化 " 阶段。但如何保证合成数据的多样性、真实性、无偏性，是关乎未来模型能力是否能够持续提升的核心问题。
（应受访者要求，李豆豆为化名；图片均为受访者提供）
二月十三
2026-03-31
监制：李绍飞
编辑：朱春燕
审校：孟夏
原创声明：本文为央视网原创作品，未经许可，禁止转载、复制、摘编、改写及进行网络传播等一切作品版权使用行为，违者将依法追究其相关法律责任。
