骂归骂，当5毛钱能搞定万元特效时，好莱坞还是选了中国AI

出品 | 网易智能

作者 | 辰辰

编辑 | 王凤枝

好莱坞一边骂AI，一边已经开始让中国AI替它省钱了。

亚马逊美剧《大卫王》（House of David）最近走红。钢灰色天空、嶙峋山脉、气势磅礴的古战场：一切看起来都像标准的好莱坞大制作：昂贵、厚重、靠人力和特效堆出来的。

但据《华尔街日报》与《连线》报道，第一季850个特效镜头中有73个用到了生成式AI；到了第二季，深度使用AI的镜头增加到350—400个。而在这些镜头背后大显身手的，是来自中国的AI视频模型。 这就是当下影视工业最尴尬的一幕：过去要靠实景搭建、外包特效、漫长后期才能撑起来的宏大场面，正在被提示词、算力和模型一点点拆开重做。

而这场AI冲击波的范围，远比一部剧大得多。它搅动了中国的短剧工厂，撕裂了社交平台，甚至逼得奥斯卡大导公开开炮。中国AI视频模型，正在用一种很不浪漫、但很有效的方式，改写好莱坞的生产逻辑。

"好莱坞"背后的"中国算力"：

400个AI镜头的秘密

在《大卫王》的制作中，AI的渗透率越来越高。据科技媒体《连线》爆料，第一季中有850个视觉特效镜头，其中73个用上了生成式AI。而到了刚上线的第二季，这个数字翻了4倍多，有350到400个镜头深度使用了AI生成技术，部分宏大远景和复杂战争场面几乎完全由AI构建。

负责该剧制作的Wonder Project工作室直言不讳：之所以选择AI，是因为"省钱"。传统的实地取景和后期特效（VFX）贵得惊人，而AI能让导演在预算极其有限的情况下，实现"梦想中的宏大叙事"。

在《大卫王》中大显身手的，正是快手开发的AI视频模型可灵（Kling）。

快手官方透露，可灵目前70%的收入来自海外，美国是其最大的市场之一。 为了支撑这种疯狂需求，快手今年的整体资本支出预计将达到38亿美元，主要用于满足可灵不断增长的计算需求。

这种现象并非个例。截至2026年春季，在权威评分平台Artificial Analysis的实时榜单上，全球视频生成模型前10强中，中国实验室已占据7席。 阿里旗下的"欢乐马"（HappyHorse）在盲测中击败了美国对手，字节跳动的即梦（Seedance 2.0）凭借"一句话生成电影质感场景"的能力，在圈内引发了地震。

为什么是中国？

技术分析师Tilly Zhang给出的理由是：中国拥有抖音、快手等庞大的短视频生态。这些平台天然拥有海量的、带有标签的短视频数据，是训练AI最肥沃的土壤。 这种"数据护城河"，是大多数美国公司难以逾越的。

逻辑的碰撞：

短剧工厂的"抽奖"式创作

如果说大制作还在把AI当作"后期插件"，那么在短剧市场，AI已经成为了"生产线本身"。

在杭州的一个工作室里，29岁的经理邵志坤（音译）管理着60人的AI短剧团队。他的工作流程听起来一点都不像"艺术创作"，反而更像是在"买彩票"。

为了产生一个可用的AI镜头，邵志坤的团队需要反复输入提示词（Prompt），不断消耗计算资源，直到AI"撞大运"生成了一个完美画面。

然而，这种AI短剧却有着传统影视业无法比拟的优势：

· 极低成本： 传统制作需要数万甚至数十万美元，而AI短剧的成本只需几百到一万美元。

· 极高效率： 邵的团队每月能为字节跳动的红果（Hongguo）或国外的ReelShort产出100部短剧。

"我们不打算创作传世名作，"邵志坤说，"逻辑很简单：只要有一两部成为爆款，所有的成本就全回来了。"

这种"快餐式"的生产方式，精准地击中了海外市场的痛点。ReelShort、DramaBox这些由中国团队背景出海的平台，正从美国观众口袋里掏走数千万美元。

道理很简单：对于那些在公交车上、午休时间刷手机的观众来说，他们并不介意画面中是否有细微的AI瑕疵。他们要的是爽、快、反转。

社交媒体上的"惊鸣"：

是演示还是真本事？

AI视频技术的突飞猛进，在社交媒体上引发了一场前所未有的争议。

近期，字节跳动旗下即梦2.0发布的一段1分钟短片，由于其精准的运镜、跟踪和剪辑逻辑，引发了整个行业的热议。

Reddit网友voidarix留言："这太可怕了！它理解电影意图——横移、推拉、场景过渡……6个月前这根本不可能。如果这就是进步的速度，我真的不知道2年后的传统制片业会变成什么样。"

Reddit的影视从业者社区里甚至出现了一种自嘲式的说法："AI-PTSD"（AI创伤后应激障碍）。 这种情绪反映的是从业者面对技术狂飙时的无力感：一边是演示短片展现出的惊人上限，另一边是实际操作中反复"抽奖"带来的精神内耗。

一位参与过迪士尼项目的后期制作人员无奈表示，现在的转描（Roto）和擦除工作已经被AI工具大面积替代。他感叹："我从没像现在这样疲惫。AI制作流程虽然快，但那种不确定性让人精神枯竭。"

甚至连迪士尼也坐不住了。网红科技博主、AI初创公司Magnific AI联合创始人兼CEO哈维·洛佩兹（Javi Lopez）在社交媒体X上爆料，由于字节跳动的即梦2.0生成的视频中频繁出现极其逼真、疑似由版权素材训练出的"类迪士尼风格"角色和场景，迪士尼法务部门已经向字节跳动发送了正式函件。 但洛佩兹对此嗤之以鼻："他们是在和趋势对抗。这就好比你想把已经挤出来的牙膏塞回管子里。牙膏已经出来了，再也回不去了。"

像洛佩兹这样的AI创业者对"技术海啸"拍手叫好，认为趋势不可逆转；但传统影视阵营依然在固守防线。

诸神的黄昏：

传统影人的"生存保卫战"

长期以来，好莱坞引以为傲的护城河是精英主义的创作门槛：昂贵的实景搭建、庞大的工种协作，以及无法逾越的后期成本。然而，当字节跳动的即梦2.0能够"一键生成"具有电影质感的长镜头时，这座堡垒开始出现裂痕。

有用户在X上坦言："可灵3.0能做到过去要花1万美元才能做出的视觉特效：电影级镜头、产品动画、人脸变形。每个片段大约只要0.50美元。"

传统影人最恐惧的不是AI比人做得好，而是AI做得"价格够低量又足"。"快餐化"的审美正在解构传统制片流程，让那些需要数年磨一剑的匠人显得格格不入。

面对AI的入侵，好莱坞顶级创作阵营正在爆发出极强的抵触情绪。

奥斯卡大导吉尔莫·德尔·托罗（Guillermo del Toro）曾公开抨击这种技术。他在2023年多伦多国际电影节（TIFF）期间直言："我认为艺术是灵魂的表达。在最好的情况下，它代表了你的全部。因此，我热爱并消费人类创作的艺术。我完全被它打动……我不消费由机器制造的插画，也不消费那种对信息的推演。"

流行天后爱莉安娜·格兰德（Ariana Grande）等明星也纷纷发声，反对在电影中加入AI生成图像。

但这种抵制在现实的资本面前，显得有些苍白。 狮门影业（Lionsgate）等制片厂已经开始与AI公司Runway签署协议，利用其过往作品库训练定制模型。正如《大卫王》制片人乔恩·欧文（Jon Erwin）所言："AI是电影制作的新型'主摄影'，它不是在抢工作，而是在让原本拍不起的电影得以问世。"

这种"艺术本位"与"效率本位"的撕裂，正是传统电影行业当前最大的危机。

洛佩兹也在X上指出，好莱坞大可以起草声明抗议，但他们无法阻止来自大洋彼岸的算力狂飙。当美国的视频模型因版权法律和高昂算力而选择"谨慎慢行"时，中国的视频模型正以极低的价格和极高的迭代速度在全球范围内疯狂铺货。

这种"代差压力"逼迫好莱坞不得不放弃高傲。如果坚持不用AI，意味着在制作成本和视觉冲击力上，传统大厂可能在不久的将来被那些仅凭几台GPU就武装起来的小型工作室彻底超越。

这场危机本质上是影视工业主导权的转移：从昂贵的摄影棚移向轰鸣的机房，从洛杉矶的剪辑室移向跨越山海的算力集群。

消失的"灵气"：

算法生成的隐形天花板

然而，在狂热的算力竞赛背后，AI视频真的无懈可击吗？

· 消失的"物理逻辑"。 尽管即梦和可灵在宏大叙事上令人惊艳，但在处理复杂的微观交互时，AI依然会"露馅"。比如，当角色拿起一杯水，手指可能在杯壁上诡异地融合；在激烈的打斗中，角色的关节会发生非人类的扭动。这种"时间相干性（Temporal Consistency）"的缺失，导致背景偶尔会出现闪烁或物体凭空消失。

· 审美同质化的"电子塑料感"。 当你刷多了AI视频，会发现一种隐形的审美疲劳。由于模型是基于海量现有数据训练的，它们生成的画面往往带有某种高度雷同的"滤镜感"：完美的丁达尔效应、千篇一律的史诗感色调，以及过度磨皮的角色皮肤。这种审美同质化正在消解电影艺术中那种"不完美的真实感"。

· "80分"与"100分"的生死线。 目前AI能轻松达到80分的工业水准，但剩下的20%，即那些关乎情感隐喻、独特视角和非线性表达的艺术细节，依然是算法难以逾越的鸿沟。对于短剧来说，80分已经足够；但对于真正追求影史留名的作品，AI目前还只是一个"高级补丁"，而非"灵魂舵手"。

结语：

效率驱动下的工业重构

无论如何，《大卫王》制片人欧文的坦然态度，折射出当今影视工业最核心的现实：在商业叙事中，生产工具的"出身"并不重要，效率与成本才是硬通货。

这不再是一场关于"机器是否会取代艺术"的辩论，而是一次基于生产力的工业重构。正如CG技术曾经在20多年前引发的争议一样，当中国AI模型能够以传统特效零头的成本，稳定输出符合工业门槛的80分视觉素材时，它便从一种实验性的"黑科技"降维成了标准化的基础设施。

当AI模型完成了从"演示短片"到"实际工流"的闭环，主导权的竞争已不再局限于洛杉矶的剪辑室，而更多地取决于跨越山海的算力储备与数据迭代速度。当你在手机上刷到气势磅礴的史诗画面时，不必再纠结它是实拍还是合成。因为在极致的商业效率面前，那些漫天飞扬的沙尘，本质上就是由几千公里外中国机房里的算力集群所支撑起的一串确定性代码。