
年初,Seedance 2.0 发布。它最受关注的地方在可控性。创作者可以指定角色、场景和镜头风格,过去需要不断试错的生成过程,第一次有了可以预估成本、周期和交付结果的可能。
这一变化很快传导到资本端。7 月,快手将可灵 AI 相关资产分拆融资,投后估值约 180 亿美元。生数科技和爱诗科技也在年内完成融资。视频模型由此从母公司内部的一项业务,变成可以被单独估值的资产。
技术能力有了价格以后,内容端开始出现更大规模的供给。短剧因为制作周期短、商业模式成熟、对画面连续性的要求相对可控,成为最先放量的一类内容。今年上线的 AI 短剧超过 50 万部,《持械入宋》的走红,又让行业看到了小团队做出爆款的可能。
但供给增加并没有让更多创作者赚到钱。平台掌握流量和分账规则,上游 IP 获得授权收入,中游制作方承担算力与投流成本。制作门槛被压低以后,利润反而更快地向少数掌握渠道和版权的公司集中。
传统影视行业也在同一年被卷入其中。贾樟柯、陆川等导演开始公开展示 AI 作品,芒果 TV 和博纳影业分别把 AI 长剧与 AI 电影带到电视屏幕和院线。爱奇艺则把编剧、美术、剪辑等环节接入智能体平台。
这些尝试给出的结果并不整齐。制作效率确实提高了,成本也确实下降了,但观众对人物情绪、故事节奏和审美完成度的要求并没有降低。长剧和电影把这一点暴露得更加直接。工具可以让画面更快完成,故事仍然需要人来判断。
海外市场提供了另一种参照。OpenAI 关停 Sora,Netflix 收购 InterPositive,好莱坞工会继续围绕 AI 使用和报酬重新谈判。与中国市场追求规模和落地速度不同,美国影视行业更关心技术进入生产流程以后,人的贡献如何被确认和补偿。
把这一年发生的事放在一起看,影视行业经历的已经很难被看作一次简单的工具替换。制作成本、资本定价和利益分配的规则都在移动。过去由剧组、制片公司、平台和院线共同维持的秩序开始松动,一套围绕模型、算力和流量建立的新秩序正在形成。
这就是我们所处在的 2026 年,智能迁移留给影视行业的真实局面。
01、AI 视频从随机生成走向可控,资本开始给出明确价格
Seedance 2.0 的发布,是今年视频模型行业最重要的节点之一。
2 月 12 日,字节跳动 Seed 团队发布 Seedance 2.0。新模型采用统一的多模态音视频联合生成架构,支持文字、图片、音频、视频四种输入方式,也把参考生成和编辑能力放进同一条链路。
行业更关注它的可控性。创作者可以通过参考素材指定角色外貌、场景氛围和运镜方式,生成一段可用画面所需要的尝试次数随之减少,制作成本也更容易估算。
在这之前,AI 视频生成更像一次结果不确定的尝试。同样的提示词可能得到完全不同的画面,创作者无法稳定控制质量,采购方也很难据此确定预算和交付周期。
Seedance 2.0 让生成过程变得可以被管理。对影视行业来说,这意味着 AI 视频开始具备进入正式生产流程的条件,成本可以提前计算,排期和验收也有了基本依据。
资本愿意在今年重新定价,原因也在这里。只有产出变得可预测,视频模型才有可能被当作稳定的生产资料。当它开始影响影视制作的成本构成,商业价值就有了更清楚的衡量方式。
模型迭代不断加快,Seedance 2.0 与 2.5 仍保持在第一梯队。视频生成也是中国厂商少数能够持续领先硅谷公司的方向,商业化进展因此受到更多关注。11 月,据接近火山引擎人士证实,Seedance 的海外收入占比已经达到 50%,过去半年海外收入增长近 5 倍。在国内市场,互联网企业是主要采购方,腾讯位列 Seedance 中国区客户前三。
但这一客户结构同样值得注意。连同样具备模型能力的互联网公司也在采购 Seedance,说明头部模型已经形成明显的效率优势。对一些竞争者来说,继续独立研发同类能力,未必比直接采购更划算。
上半年,Seedance 2.0 让 AI 视频进入可以预算的生产环节。下半年,可灵 AI 分拆融资,则让资本市场第一次给这类资产单独定价,交易规模也创下全球视频大模型公司最大单笔融资纪录。
7 月,快手将可灵 AI 相关资产以 150 亿美元投前估值引入最高 30 亿美元外部投资,投后估值约 180 亿美元。11 月,公告确认增资交割完成。
推动这笔交易的重要因素,或许是可灵与母公司之间的估值差距。可灵投后估值已经明显超过快手市值。原有主业的估值体系难以容纳增长更快的 AI 资产,分拆也就成为释放价值的直接方式。
这些事件共同说明,技术资产的成长速度已经开始影响公司组织方式。当 AI 业务与母公司的估值逻辑难以匹配,公司就需要调整股权和资产结构。视频模型的商业化进程也因此有了更明确的时间表。
二线玩家在资本市场进展,说明这场竞争并不只属于巨头。
Minimax 于今年 1 月登陆港交所,5 月启动 A 股 IPO 辅导,冲刺 "A+H" 双平台。海螺 AI 在视频生成领域具备技术存在感,但 MiniMax 的资本市场叙事重心已转向 B 端 Token 收入与全模态平台。
在一级市场,生数科技年内连续完成多轮融资并推进股份制改造,重点投入实时生成和世界模型;爱诗科技 C 轮累计融资近 30 亿元,全球用户超过 1.5 亿,年度经常性收入突破 4000 万美元;演语科技在 6 月完成近 3 亿美元 B+ 轮融资,投后估值超 20 亿美元;走自回归技术路线的Sand.ai近期也完成了约 5000 万美元新融资,年度经常性收入已超千万美元。
这些公司没有继续在通用生成能力上与巨头硬拼,转而寻找实时交互、世界模型等细分入口,用具体收入证明独立估值的合理性。它们的融资进展、上市传闻,也为一级市场提供了更多参照,使视频模型公司更早进入看收入和利润的阶段。
不过,完成融资和 IPO 以后,视频模型厂商很快就会面对更严格的检验。资本给出的价格,最终需要对应未来的收入和现金流。目前 AI 视频收入仍集中在短剧、广告素材等少数场景,客户集中度也比较高。
今年资本市场给出的更多是进入行业的资格。明年的考验在于,这些公司能否在窗口期里建立稳定客户和持续收入,把早期的技术优势留下来。如果模型差距逐渐缩小,而商业化没有跟上,高估值就难以维持。
02、AI 短剧供给爆发,但已经触及利益分配
当模型能力开始满足工业交付要求,AI 视频的竞争就进入交付阶段。能否按需求、按质量、按时间完成内容,比单纯的画面表现更重要。随着采购方式逐渐明确,AI 视频也正在成为可以计价的基础服务。
2026 年,短剧被普遍看作最适合 AI 视频落地的内容形态。它制作周期短,成本结构清楚,商业回收路径相对成熟,对人物情绪连续性和艺术精度的要求也低于长剧和电影。这些条件让它成为各方快速验证收入的首选。
AI 短剧复用了真人短剧已经形成的基础设施,包括广告变现、用户付费、平台分账和 IP 衍生。红果短剧依托抖音流量入口快速起量,今年 7 月,日活用户已经超过头部长视频平台。
下半年,一部小团队作品让行业看到了另一种可能。
《持械入宋》没有依赖高额投流,前期热度也并不突出。第一季 8 月 21 日上线红果后表现平淡,第四季开始依靠口碑回升,冲上红果 AI 新剧榜榜首。第十季上线后,这部剧成为真正的爆款,截至 11 月 6 日播放量突破 40 亿。
这个 IP 来自番茄小说免费版权库,原本并不热门。核心主创只有 6 人,成员包括宝妈、网约车司机、送货个体户、批发商和普通公司职员。他们分散在不同城市,没有人出自影视科班,全程线上协作,按照有效成片时长分成。
团队投入主要集中在算力,全系列成本超过 100 万元。这样的投入方式在依靠投流获客的短剧行业里并不常见。《持械入宋》的表现也说明,观众并不天然排斥 AI 技术。他们不能接受的是粗糙生产和低质内容。只要故事成立,AI 制作的标签不会天然劝退用户。
《持械入宋》只是今年超过 50 万部 AI 短剧中的少数成功案例。技术门槛降低以后,供给快速增加,价值却没有同步扩散。AI 短剧的繁荣来自模型能力释放,但它带来的产业影响,集中在渠道和分配方式的变化上。
供给增长接近爆发,利润却没有流向多数创作者。AI 把综合制作成本压缩到传统真人实拍的十分之一左右,漫剧单分钟制作成本从 2000 元以上降至 150 元至 800 元。成本下降带来的收益也没有平均分配。2026 年上半年,抖音端新上线 AI 短剧中,播放量破亿的作品约占 0.48%,达到盈亏平衡的作品约占 1.3%,大约每 77 部才有 1 部回本,行业平均毛利测算为负。
这组数字说明,收益正在向 IP 和平台两端集中。上游 IP 获得授权与改编收入,下游平台掌握流量分配和分账规则,中游制作方承担算力与投流成本,逐渐成为投入最多、回报最不稳定的一环。
年底关于 " 字节时间 " 的争论,把这种变化推到了更显眼的位置。财经评论人秦朔引用野村证券关于用户时长的数据,认为中国互联网正在从腾讯时间进入字节时间。抖音集团副总裁李亮不认可数据口径和潜在的垄断认定,连续发文反驳,措辞从极不严谨升级为非蠢即坏,双方最终进入法律程序。
争论本身之外,更值得注意的是背后的行业处境。当平台同时掌握流量入口、分账规则和算力供给,用户注意力与创作者收入会进一步向平台集中。短剧行业从真人剧阶段开始,就一直面对同一个问题。平台既制定规则,也获得最大收益,内容生态的持续性应该由谁保障。
如果这个问题得不到解决,AI 短剧带来的繁荣就只能停留在供给数量上,整个内容生态也很难因此受益。技术带来的收益如果无法在产业链中合理分配,最终受到影响的,将是平台赖以生存的内容供给。
今年,行业已经验证了 AI 短剧在生产端的可行性。接下来更难的是,在分发端建立更合理的回报方式,让技术效率真正转化为可持续的内容供给。
03、传统影视的长周期高投入模式开始松动
AI 冲击的不只是制作流程,还有影视行业沿用多年的成本结构和组织方式。2026 年,传统影视人陆续开始试探转型,动作大小不同,但已经很难再保持旁观。
AI 工具同时压低制作周期和资金门槛,过去依靠长周期、高投入和重资产维持的运转方式开始松动。一些项目开始接近互联网产品的节奏,先完成小规模验证,再根据市场反馈调整内容。影视行业过去习惯的大投入押注,正在失去原有的确定性。
贾樟柯是一线电影导演中较早行动的人。春节期间,他发布与 Seedance 2.0 合作的 AI 贺岁短片《贾科长 Dance》。片中两个贾樟柯形象都由模型生成,一个保留明显的 AI 特征,另一个接近真人效果。
这部短片把一个问题直接放到行业面前。当影像可以被 AI 持续生成,导演的工作还剩下什么。贾樟柯的参与,让视频模型进入影视产业最核心的讨论范围。过去习惯谈论档期、演员和票房的人,也需要面对这项正在改变制作方式的技术。
更大的变化来自平台和制片方的规模化尝试。9 月,芒果 TV 出品的《后西游记》以 AIGC 完成全部画面与人物演绎,成为中国首部上星播出的 AI 长剧。10 月,博纳影业出品的《三星堆未来往事》拿到龙标并进入全国院线,把 AI 影视从流媒体带到售票窗口。
AI 显著降低制作成本,过去依靠大资本和重资产形成的门槛随之降低,但内容短板也被更清楚地暴露出来。
《后西游记》播出后,观众一边肯定国风画面,一边指出 AI 痕迹明显、部分剧情平淡,导演也坦言最难处理的是情绪连续性。《三星堆未来往事》的市场反馈更冷,片方分账收入不到成本的十分之一。
短剧屏幕上可以接受的粗糙感,进入大银幕以后会被进一步放大。讲故事的能力无法通过一次生成获得,这也是影视行业最难被技术替代的部分。
这些尝试还带来另一个问题。AI 可以持续提升画面生产效率,但它能否帮助创作者更新叙事方式和审美经验,仍然没有确定答案。
过去,一部 S 级剧从立项到播出往往需要数年。长周期能够保障制作质量,也为判断失误留下调整空间。创作灵感难以按计划出现,充足预算和时间可以让创作者反复修改。
快速生产遵循另一套要求。它鼓励创作者用小规模尝试换取反馈,再依据数据决定下一轮投入。可是叙事、审美和情感共鸣依赖长期积累,很难被拆成可以持续迭代的模块。
行业因此进入一个有些尴尬的阶段。制作速度越来越快,内容内核却很难同步提速。真正面临淘汰的,未必是拒绝使用 AI 的人,也可能是只会用 AI 降低成本,却拿不出新故事、也讲不好旧故事的人。
更多一线导演仍在继续尝试。陆川携 AIGC 短片《历史 · 现场》预告片亮相 2026 云栖大会,用 1626 年明代王恭厂之变重现四百多年前的灾难现场。他认为,AI 能够创造过去受预算限制而无法呈现的景观。对创作者来说,这项技术的价值在于扩大视觉想象,而不只是减少人力和场地开支。
创作者、制作方和院线都在试探 AI 的边界,但真正决定这条链路能走多远的,仍然是平台端的动作。
今年,爱奇艺创始人、CEO 龚宇宣布公司转型为非中心化社交媒体平台,发布覆盖编剧、导演、美术、剪辑等流程的专业制作平台和近 70 个智能体,同时开放 IP 库、数字资产库以及已有超过 100 位艺人入驻的 AI 艺人库。平台正在把个别项目的经验变成可以复用的生产设施。
导演、制片公司、院线和平台全部进入之后,2026 年的这些尝试更像一场集体测试。行业看到了效率可以提升到哪里,也看到了叙事能力会在哪里暴露不足。
效率优势很容易被同行追赶,工具带来的收益也会在普及后逐渐摊薄。相比之下,难以标准化的创意、审美和判断力会形成更长期的门槛。影视行业的竞争最终会回到一个最朴素的问题,究竟要讲一个什么样的故事。
04、好莱坞也在重写 AI 边界,海外路径与国内并不相同
当中国公司在模型能力和产业落地上加速推进时,海外影视行业呈现出另一种节奏。有公司退出消费级视频产品,有平台重新为 AI 能力定价,也有工会继续为人的劳动划定边界。
3 月,OpenAI 宣布关停 Sora,与迪士尼的合作同时终止。公开解释是资源分配,更直接的原因在于视频模型运行成本过高,消费级产品带来的收入难以覆盖持续投入。
Sora 退场并不意味着视频模型路线失败。它更多反映出 OpenAI 重新排列商业优先级,把 GPU 资源投入收入更明确的业务。
大模型行业此前的竞争重点是能不能做到,现在越来越多公司需要先判断值不值得做。技术可行已经不足以支撑长期投入,能够形成稳定收入,路线才有继续存在的可能。
Sora 团队部分核心成员随后与梦工厂联合创始人等人组建新公司,尝试把相关能力做成面向电影制作人的专业工具。视频模型的落点也从大众消费产品转向影视生产环节。
这一变化说明,在视频领域,专业制作方更愿意为效率提升付费。对许多 AI 应用公司来说,通用能力很难直接带来收入,只有进入具体行业、解决明确的成本问题,商业价值才会变得清楚。
海外资本也在重新评估 AI 视频。今年,Netflix 以一笔远超其历史惯例的收购拿下 AI 视频公司 InterPositive。这家公司基于已授权素材库优化片库生产效率。交易释放出的信号很清楚,好莱坞流媒体平台更愿意把 AI 看作生产基础设施,用来提升内容管理效率。
这与可灵获得 180 亿美元投后估值形成了两种不同选择。中国资本市场倾向于把增长更快的 AI 资产拆分出来,好莱坞公司则更倾向于把 AI 能力放在辅助位置,纳入原有生产体系。
好莱坞调整的并不只是工具使用范围,还有对人的认定。三年前,编剧和演员工会通过长期罢工争取到 AI 保护条款,如今这些条款正在被逐案重新解释。工会的诉求已经从限制使用,转向要求为使用支付相应报酬。编剧工会要求补偿被用于训练模型的编剧作品,演员工会要求使用合成演员时证明其能够带来显著的额外价值。
这个变化意味着,好莱坞已经接受 AI 进入生产流程。接下来需要解决的,是用过 AI 之后,人的贡献如何衡量,报酬如何分配。
这也是智能迁移绕不开的问题。当算力承担越来越多的执行工作,人的创意判断、审美选择和情感表达就需要新的定价方式。谁能决定这些能力的价值,又如何把价值写进合同和补偿标准,将直接影响内容产业未来的利益分配。工会谈判的作用,正在把抽象的人的贡献变成可以执行的条款。
新的公司也在规则变化中出现。硅谷 AI 影视公司 Utopai Studios 完成大额融资后,被外界看作全球最大的独立 AI 原生影视公司之一。更重要的是,它成为首家同时加入美国编剧工会与演员工会的 AI 影视公司,由此获得了进入好莱坞生产体系的资格。Utopai 拒绝把自己定义为模型公司,其生成模型基于中国的 MiniMax H3 定制,在视频盲评榜上进入前列。
这家公司的路径很有代表性。模型能力可以跨国供给,资本、人才和行业规则却要在本地争取。技术底座来自中国,商业身份则通过好莱坞工会体系得到承认。智能迁移的全球化和本地化同时发生,能够在两者之间找到接口的公司,会拥有下一阶段的主动权。
好莱坞与中国 AI 视频行业构成了两种路径。中国在模型能力上保持领先,内容产业快速落地。美国收缩部分消费级模型业务,资本与人才转向 AI 原生制片厂。中国公司侧重用更低成本换取渠道,美国公司则依靠成熟班底争取规则承认。
更值得注意的是,两条路径正在处理彼此尚未解决的问题。中国需要回答规模化增长之后的盈利模式和分配方式,美国需要回答规则保护如何给创新留下空间。2026 年已经发生的变化说明,竞争不仅来自技术能力,也来自制度设计和产业组织能力。未来能够走得长远的公司,需要拥有好故事,也需要把每一分算力转化为观众真正感受到的情感共鸣。(本文首发于钛媒体 APP,文|LccBeta)
----------------------------------------------------------------------------------
AI 改写行业,谁先交卷?钛媒体《智能大迁移》将从十个问题出发,观察 AI 如何从模型之争落地到千行百业。接下来我们还会整理更多的话题,通过中美技术趋势和行业观察,看不同行业的智能迁移。
2026 T-EDGE 创新大会|文化影视板块
从生成一个镜头到做成一部作品,还有哪些关要过?这个问题也将带到 T-EDGE 现场。多位行业顶级导演、编剧、制片人,以及首席 AI 科学家,将从各自实践聊一聊,AI 究竟能为一部作品带来什么。
时间:12 月 8 日(北京时间)
地点:北京 · 中关村展示中心
想面对面与他们讨论?那就来 2026 T-EDGE 创新大会现场,欢迎扫码查看大会信息及购票!