AI视频的胜负手，与价格无关｜对话新片场

©️深响原创 · 作者｜吕玥

10天时间，3000元成本，一个并无专业影视从业背景的云南小镇青年，创作AI短片换来了1亿播放量。

这是属于AI短片《丧尸清道夫》的真实故事。今年5月，这部由创作者MX-shell单枪匹马创作的短片上线时，迅速引爆全网。网友们毫不吝啬地将其封为“国产《爱，死亡和机器人》”，甚至连好莱坞AI导演PJ Ace也公开“寻人”，惊叹这是自己多年来见过最惊艳的AI短片之一。

《丧尸清道夫》

从构思分镜、AI画面生成到后期剪辑，MX-shell包揽了全流程，同时，他也是Shotlab的签约创作人。Shotlab是新片场在今年年初推出的产品，通过无限画布的节点式设计，将参考检索、分镜拆解、画面生成到后期剪辑无缝串联，把一部作品从灵光乍现到最终成片的过程压缩进了同一个创作空间里。

一部爆款的诞生，也是幕后推手战略转向的缩影。

成立于2012年的新片场，从独立短片社区起步，十余年来几乎经历了每一轮内容形态的更迭。网络电影兴起时，新片场参与制作《鬼吹灯》等项目带来亿级分账票房；短视频浪潮中，也做起了MCN业务，同样收获可观回报。到了如今这个AI时代，新片场做出了一个看起来颇为激进的决定：收窄甚至结束曾贡献主要营收的制作与MCN业务，全面转向AI工具与服务。

这是一片竞争相当激烈的红海——既有字节的即梦、小云雀，快手的可灵、爱奇艺的纳逗Pro等大厂选手，也有演语科技的LibTV、MiniMax的海螺AI等明星创业公司产品，以及生数科技的Vidu、爱诗科技的拍我AI（海外名PixVerse）、商汤科技的Seko AI、麦芽传媒的跳跃视界等等。在大量玩家的涌入下，这个赛道已早早开始了价格战与用户争夺。

“价格战是行业早期正常现象，但不会长期持续。”新片场创始人兼CEO尹兴良向「深响」表示。他认为这个领域比的不是功能堆叠，而是对创作人需求的理解深度，以及产品设计与真实创作流程的契合度。对创作人来说，AI打掉了执行层门槛，同时把判断力、审美和叙事能力的门槛拉得更高。真正要做好平台，核心在重构工作流——尽可能不在执行层消耗创作人的心力和时间，让其思维流能更顺畅转化为操作流，最终凝结为作品。

AI创作的差距在于脑力和审美

过去十年，内容行业的每一轮爆发，底层逻辑始终高度统一：技术进步与媒介迭代共同推动着创作平权。简单理解，比如智能手机让普通人随手拍摄成为现实，短视频平台让更多人成为内容创作者；长视频平台则给了中小影视公司以相对低的成本制作网络电影、绕过院线直接触达观众的机会。

这些变革，本质上都是效率提升——技术让生产工具大幅提速，也让分发渠道更丰富、更直面观众。而人，始终是创作的绝对主体。也就是说，没有想法和剧本，手机不能帮你成片；达不到基本品质要求，网络电影也进不了长视频平台。

但这一次，AI并非单纯的工具，而是直接参与“想”和“做”的过程，人也不再是唯一的绝对创作主体。你可以让AI直接给出灵感并完成创作，自己只需要在这个过程中把控和修改。这就不只是生产和分发效率的问题，而是创作方式本身都已彻底改变。

这种“直接参与创作”的特性，也让内容行业的节奏彻底变了。过去影视红利能延续十年，短视频也有三五年的窗口期，而AI的技术迭代是以“周”和“月”为单位剧烈演进。也正因如此，纯粹依赖“手熟”和传统技法生存的从业者，才会感受到前所未有的压力。

AI直接介入创作，那原本的创作主体“人”该怎么办？后续AI会进一步从“介入”走向“接管”吗？

尹兴良并不认同这种绝对悲观论。“AI越发达，创作人的主体性就越重要。”在他看来，AI从来不是替代者，而是能力的“超级放大器”。而这个主体性，建立在三种核心能力之上——

一是精准表达力，把创作想法转化成AI能听懂的指令，包括Prompt能力，也包括对镜头、光影、叙事的精准描述。

二是人机协作能力，知道哪些事该让AI做、哪些事该自己做，搭建适合自己的工作流，最大化产能和创意。合理的分工是：人做决策端，AI做执行端；人做创意和审美，AI做落地和迭代。

三是审美判断力，知道什么是好的，能在AI生成的一堆结果里选出最优解，还能指出哪里不好、怎么改。当你形成自己独特的美学风格和叙事风格，即便是AI生成，作品也能一看就知道出自你手，这是你的个人品牌，也是核心壁垒。

简言之，创作者的核心价值，正在从“手”转移到“脑”和“审美”上。

《水怪》

曾在网络电影行业做到头部的项氏兄弟团队，在今年8月推出了一部用Shotlab制作的75分钟全AI故事长片《水怪》，优酷独播上线一周分账即破百万，荣膺猫眼热度日冠、灯塔优酷热度连续三天日冠。

项氏兄弟团队在实践中发现，脑子里有画面、知道什么是对的创作者，更容易驾驭AI工做出符合行业标准和大众审美的作品。他们写提示词、生成画面，往往比没有经验的人更明确。比如动作指导在AI里依然发挥着动作指导的价值，他清楚一个打斗镜头该怎么调度、光影该怎么布置、人物的动势该如何连贯。这些来自经验积累的审美判断，恰恰是AI无法替代的部分。

这也正是目前很多原生AI创作者的普遍局限。他们没有包袱、反应快，很容易抽卡抽出意想不到的精彩片段；但同时专业底子薄、审美积累不足，所以很多作品炫技有余、故事薄弱。这些创作者要补的正是镜头语言、叙事节奏、影视审美这些AI之外的东西。

当然，也并非所有传统影视从业者拿起AI就能像项氏兄弟一样如鱼得水。有相当数量的传统影视从业者，过去靠的是“手熟”，只是技法层面的熟练。而且长期形成的路径依赖会让人习惯用真人拍摄的思路去框定AI，反而放不开手脚。

尹兴良给出的建议是：保持空杯心态，先像新人一样试错，搞清楚AI的能力边界；把能力从执行层抽离到决策层，要能判断好坏、给出精准指令、把控最终质感；找到自己的不可替代之处，把AI变成实现想法的执行工具。

AI目前带有一层“新技术滤镜”，随着时间推移，观众的新鲜感终会消退，一切仍将回归注意力竞争的底层规律。把AI当捷径的人走不远，只有把它融入创作体系、用它放大自身创意和产能的人，才能真正兑现这个时代的机会。

新片场的AI路线

当创作模式的重构已成确定趋势，新片场在战略上的取舍也就更好理解了。

新片场从创立之初就确定了「服务创作人」这个定位。在过去，内容从创意到成片需要庞大的人力协同，制作环节不可或缺，但伴随着高昂的成本与巨大的风险。因此，新片场当年涉足内容制作，本质上依然是为了填补服务者的角色。

当AI时代到来，内容生产成本指数级下降，传统MCN和制作机构靠团队协作建立的成本优势不再有。此时，平台再下场做重度内容制作，对创作者而言其意义已大打折扣。基于这一判断，新片场做出了一个看似激进实则理性的决定：把资源和精力从制作端抽离，转向创作人真正需要、长期价值也更确定的方向——AI工具与服务。

做Shotlab的初衷正在于此。

尹兴良介绍，新片场做AI产品的出发点，是想解决传统内容生产中的高成本、强不确定性和高决策成本问题。过去做一条短片要搭团队、找场地、拍素材、做后期，周期长、成本高，素材复用率极低。AI介入后，生产成本和周期都有大幅下降，数字资产也可以反复使用。

不过，真正深入创作者的日常，会发现用好AI本身又衍生出了一套新问题。

最直观的问题是工作流的碎片化。绝大多数人要在七八个AI工具之间来回跳转，每个环节一个工具，大量宝贵的创作时间被消耗在流程拼接与格式转换上，而非创作本身。

因此，Shotlab的核心思路是“重构工作流”。团队找到几十位不同类型创作者，根据他们共同的痛点需求来做功能开发。于是出现了“无限画布”，让创作者把所有素材、分镜、剪辑放在同一个地方；「导演台」可以改善分镜管理太乱、没法全局把控节奏的问题；还有「场鸽」用自然语言对话在社区找参考样片，「画面搜索」可以按创作者的描述找画面参考。整套产品设计的底层逻辑指向两个字：顺流。即让创作者的思维流顺畅转化为操作流，最终呈现为作品。

Shotlab

除了工作流问题，业内常谈的还有“抽卡”和一致性难题。

对于抽卡，尹兴良表示真正用来做商业项目的创作者，反而不太在意抽卡本身产生的费用。在一单少则几万、多则几十万的商单项目里，每月几百块的会员费占比相对低，他们真正在意的其实是抽卡浪费的人力和时间成本。所以对专业用户来说，选择工具的第一优先级永远是效果——能否稳定产出预期画面，且绝不降质。尹兴良强调，这既取决于大模型本身，也要平台方保证其模型能力不掺水。

至于一致性难题，新片场的解法是“资产化+流程管控”双管齐下：一方面提供人物资产和场景资产管理，让创作者把专属形象、场景设定固化成可复用的数字资产，全片统一调用；另一方面在生成逻辑中植入镜头间的连续性约束，让前后镜头的人物、场景信息自动传递，减少跳脱。当然，这套机制只能缓解，底层技术问题的彻底解决，还需要模型侧的能力迭代。

需求层面的问题可以通过功能叠加和迭代解决，但一个更深层的问题也随之浮现：当一块画布、一个分镜表谁都能做的时候，这个领域里玩家的竞争壁垒究竟是什么？

尹兴良坦言，目前各家同类型产品的功能差距确实不大，领先周期最多一两周，价格战也正因此而起。但他认为，这个行业最终比的不是功能堆叠，而是对创作人需求的理解深度，以及产品设计与真实创作流程的契合度。

在这几个方面，新片场过去十几年沉淀了不少优势：一是对上百万创作人的持续接触，清楚不同阶段、不同品类的人真正卡点在哪里；二是近千万量级的作品和用户数据，能够让Agent能更准确识别什么是好内容；三是一个持续运转了十几年的创作者社区，在这里作品被看见、方法被传播、合作在发生。

这些能力并非不可复制，但需要时间沉淀，而时间往往是技术功能之外容易被忽视的竞争壁垒。

被忽视的非技术问题：商业化、版权合规

技术层面的问题可以通过产品迭代逐步解决，但尹兴良还提到了一个非技术操作层面的问题：商业化的不确定性。

如今，大家现在都能用 AI 做内容，但稳定、规模化的变现路径还没跑通。

先看跑得最快的AI短剧漫剧。根据DataEye研究院统计数据， 2026年上半年，抖音端原生AI剧/漫剧新剧上线22.19万部，但破亿作品仅1055部，破亿率仅0.48%。每77部新剧里只有1部能摸到盈亏平衡线，剩下98.7%在半年内没能回本。

短剧之外，品牌广告是另一条被寄予厚望的路径。品牌对AI广告的接受度确实在上升，但现阶段风险也很突出：仅2026年上半年，国内就有超10个品牌因AI广告内容引发舆情，低俗擦边、画面失真、虚假宣传成主要问题。此外还有一种变现模式是做AI知识付费和卖课培训，这一领域的争议也从未停歇，课程质量参差不齐，将公开信息包装成“独家秘籍”，常被批评为收割焦虑而非创造价值。

更新、更成熟的内容变现模式尚未出现，宏观视角来看，这是行业发展阶段决定的。如果对标影视发展史，尹兴良的判断是：现在大概相当于“默片末期、有声片初期”，或者短视频2016-2017年的阶段。技术已经能产出完整内容，市场上有惊艳的实验作品，也有大量粗糙的流量内容，但工业化标准流程、成熟品类和清晰商业模型都还没有建立起来。行业正处在从“草莽探索期”向“工业化初期”过渡的临界点。

草莽期，难免泥沙俱下。目前在商业化路径上最致命的一个隐患，是版权与合规风险。

比如现在AI换脸、融脸问题已经非常普遍，某个明星甚至普通人的脸都可能被拿去生成内容；你刚创作出来的视频，转眼就可能成为别人模仿和再加工的素材。这些问题如果持续累积，迟早会引爆行业性的冲突。

新片场的解法是建立合规的版权模式与数据资产授权服务。

一方面，让AI模型仅在获得明确授权的内容库中进行学习和二创生成，从源头解决训练集的合规问题。另一方面，建立创作者版权收益分润机制——当用户基于版权库生成衍生作品并进行商业化时，版权所有者能够获得相应的收益分成，从而形成“内容授权—AI生成—商业化分成”的良性生态。

扫清版权障碍、建立工业化标准，是AI内容创作走向成熟的前提。在此基础上，新片场明确了未来要深耕的两个方向。

一是往“上游”走，做更深度的模型定制。

业内常有一种担心：底层模型不断升级后，应用层开发的能力会被模型厂商直接内化，应用层的价值被挤压。

但尹兴良的看法是，模型解决的是基础生成能力，是像素层面的问题；而创作是系统工程，从创意、分镜、剪辑到交付，这一整套流程问题，模型厂商并不好解决。因此，未来新片场会结合自身对内容场景的理解，与模型厂商合作，在垂直场景中优化生成效果。

二是往“下游”走，做更深入的行业解决方案，即创意系统（OS）。

尹兴良预判，三至五年后，AI不会形成一个独立的内容赛道，而是会成为所有创作者的“标配”——那时没有人再讨论是不是用AI生成内容，只关心内容好不好看。而目前我们所看到的平台，也未必是未来AI工具的最终形态。就像如今每个人在生活中都会随手打开豆包一样，未来每个创作者都会拥有一个专属的AI创作伙伴。

这恰恰呼应了新片场成立之初的定位。过去，这种伙伴关系以内容公司和制作公司的形态存在，协助创作者完成作品；未来，它将以AI Agent的形态存在。依托新片场社区十几年来沉淀的作品库与创作者生态，这个Agent能记住创作者的喜好与审美，自动帮忙找灵感、调素材、联络合作、调用工具，最终帮创作者把想法变成作品。

从组织人力协同，到用AI赋能个体，变的是形态，不变的是服务创作者这个价值起点。

以下为深响整理后的部分访谈实录：

深响：从2012年创立新片场至今，经历了独立短片、网络电影、短视频MCN、直播……今天的AI内容浪潮和此前的各种“红利”有何相同之处？又有什么本质上的不同？

新片场：相同的底层逻辑没变——每一次浪潮本质都是「技术变革带来的创作平权」，降低生产门槛，释放创作产能。本质不同在于层级：过去的浪潮是「生产工具和分发渠道的迭代」，人始终是创作的绝对主体；AI则直接介入「创作本体」，从创意生成到后期合成深度参与核心环节，是生产要素和范式的指数级跃迁。此外，过去内容红利周期约3-5年，AI技术迭代按月、按周计算，行业窗口期变化前所未有地快。

深响：AI对于大多数创作者来说真的是红利吗？比如短剧，AI好像帮大家把成本打下来了，但似乎整个短剧行业赚钱都更难了；

新片场：它不是所有人的红利，而是「会用AI的创作人」的绝对红利，更像一个能力放大器。它压低了内容生产的成本和周期，个体产能被成倍放大；但同时也彻底打掉了「执行层」门槛，把判断力、审美、叙事能力的门槛拉得更高。把AI当偷懒工具是陷阱，把它当成能力延伸去放大创意和产能才是红利。对只愿停留在执行层的创作者是挤压，对能通过AI做出好作品的人则是巨大机会——核心能力始终是作品本身。

深响：相信您在做产品过程中做了大量调研和洞察，据您观察，目前AI内容创作者普遍存在的内容制作上的痛点都有什么？拉长时间或者类比其他内容形态的发展来看，现在AI内容行业到底处于什么发展阶段？

新片场： 核心痛点集中在四个方面：

第一是一致性难题，人物、场景、风格的长周期统一，是所有做叙事类内容创作者的头号卡点，也是行业老生常谈。

第二是工作流碎片化，绝大多数创作者要在七八个工具之间来回跳转，大量时间耗在流程拼接上，而不是创作本身。

第三是可控性不足，想精准实现镜头语言、人物表情、运镜方式难度很大，表达欲和输出能力之间有巨大鸿沟。

第四是商业化的不确定性，稳定、规模化的变现路径还没跑通，除了商单和卖课，成熟的内容变现模型还在摸索。

对标其他内容形态，现在大概相当于「默片末期、有声片初期」的影视行业，或短视频2016-2017年的阶段：技术已能产出完整内容，有惊艳的实验作品，也有大量粗糙流量内容，但工业化标准流程、成熟品类和清晰商业模型都还没建立，正处在「草莽探索期」向「工业化初期」过渡的节点。

深响：我们发现现在主要有两类创作者，一类是过去就是内容行业从业者，影视行业从业者，转型做AI；另一类是原生的AI创作者，他们没有过去的包袱，这两类创作者在生产内容时都有哪些优缺点？有哪些过去的内容经验在如今的AI语境下可能不适用了？对于转型的创作者，您有什么建议？

新片场：两类创作者的优劣势几乎互补。传统影视转型者底盘扎实——懂叙事、懂镜头语言、懂观众情绪，有导演思维，一旦摸透工具很容易做出质感上乘的作品，上限很高；但路径依赖重，习惯用真人拍摄思路要求AI，容易陷入「追求完美单帧」的误区，反而放不开手脚。

原生AI创作者无包袱、反应快，熟悉AI「脾性」，敢试错、出活快，对新工具敏感度极高；但专业底子薄，很多作品炫技有余、故事不足，停留在技术展示层面，较难适应长片叙事，作品稳定性也差。

给转型创作者的建议有三点：第一，保持「空杯心态」，先像新人一样去试错，搞懂AI的能力边界；第二，把能力从「执行层」抽离到「决策层」，能判断好坏、给精准指令、把控作品质感；第三，找到自己的「不可替代点」——懂剧本、懂人物、懂商业化，把AI变成实现想法的「执行团队」。

深响：AI时代创作者的变现方式/商业化会是怎样的？品牌定制商单方面，品牌主现在对AI内容的需求大概有哪些要求？

新片场：短期已跑通的变现路径有四类：一是品牌定制商单，目前最成熟，品牌降本增效需求强烈，AI广告、提案短片需求增长快；二是平台流量分成，如AI短剧、动画靠分账和广告变现；三是技能服务，如AI内容培训、代制作、工作流搭建；四是低成本IP验证，用AI快速跑通原型再放大。

关于品牌定制商单：品牌核心需求本身没太大变化，只是觉得AI能把成本降低五到十倍，他们不关心token成本，只追求怎么快、怎么便宜。但很多品牌也在探讨AI的边界——特效本来就是假的，观众能接受；但有些东西必须真实，比如海外一些护肤品牌已要求供应商不用AI做人脸相关内容，只用AI做周围的东西，回归真实感。万变不离其宗，内容的商业价值最终取决于注意力价值和情绪价值，AI只是降低了生产门槛，从未改变商业本质。

深响：似乎现在赚到钱的都是卖铲子的人（卖课的、卖工具的），新片场这波一定要做工具、做服务，是出于什么考虑？为什么不做重度出品和MCN了？这背后经历了哪些内心的活动？

新片场：不是「卖铲子的都赚钱」，行业里大部分工具其实也不赚钱。我们选择做工具和服务，是由新片场的基因和对行业的判断决定的。

第一，新片场从成立起核心定位就是「服务创作人」，做内容行业基础设施，重度出品、MCN是「跟创作人一起做内容」，而我们始终是给创作人递工具、搭舞台。第二，AI时代内容成本指数级降低，不需要那么多协力人员，重度出品和MCN赖以生存的「组织多人协同」价值正在被削弱，既然不被需要就没必要继续做。第三，内容潮起潮落、爆款不可持续，但生产工具和创作人生态是底层稳定的长期价值。

我们坚信未来每个创作人都会需要一个AI创作伙伴——跟你讨论灵感、帮你完成创作、记下你的喜好偏好，越来越懂你。这其实就是过去production的价值，只是过去以内容公司形态存在，未来将以AI形态存在。

深响：AI时代里，创作人社区的价值是什么？未来新片场大概是什么样子？主要实现的价值是什么？

新片场：工具解决的是「生产效率」问题，社区解决的是「人的连接」问题。AI越发达，人的连接反而越重要，因为创作的内核终究是人的表达。

社区的价值体现在四个方面：一是建立共识，让创作者互相看见、评判、交流，沉淀行业的审美标准和创作方法；二是柔性生产协作网络，让不同技能的创作人快速匹配、按需协作；三是更高效的商业匹配，创作者展示作品、建立个人品牌，需求方找到匹配的人；四是成长与情绪共同体，技术迭代太快，社区能让大家共享信息、交流经验，缓解个体创作的孤独感。

关于未来的形态：它就是一个创作系统，相当于蓝标或奥美的创作系统，你只需用自然语言跟它交流，它会给到你所有想要的东西，是一个超强的创作伙伴。

深响：了解到您是花很大精力清理原有业务后才布局AI，所以Shotlab上线时相对比较晚。当先发优势已经被很多产品占住的时候，作为后来者要怎么追上，弯道超车的机会点是什么？有专门去做什么垂直模型之类的吗？

新片场：我们年初上线，其实不算太晚，一上线就有很多创作人使用，上半年签约创作者MX-shell就做出了全网爆火的《丧尸清道夫》。我们认为的弯道超车机会，从来不是比别人多几个模型、比别人更便宜，而是成为创作人信任的工作流。目前各家功能差距都在一两周内，行业甚至出现底价掺水、年卡跑路的乱象。Shotlab主打模型透明、绝不降智、放心充值，有十几年服务创作人的口碑保证，甚至做了生成结果可在模型厂商官方查验的功能。

真正会拉开差距的在agent环节。我们是社区驱动的平台，本身沉淀了大量作品和创作人，这决定了我们的agent可以更聪明——能找更多作品案例、能和创作人讨论更多东西、更接近最新流行趋势，因为社区本身是活的，数据来源是活水。长远看，社区十几年沉淀的优势会越发明显，我们的「场鸽」（Agent）可以更智能地帮创作人 找灵感、找参考、联络创作人、调用工具，这会是下一代的创作系统（OS）。

关于垂直模型：暂时还没有，但这是未来大趋势。当开源基模与闭源模型差距缩小后，有版权资产的公司都会基于开源模型做定制强化训练，谁的有版权内容更多，谁就能推出自己的模型，我们未来不排除做这件事。

深响：画布类、聚合类工具已经很多，Shotlab有什么独特点？导演台、无限画布等功能技术上没有太高壁垒。这个领域核心比的是什么？

新片场：我认同单一功能的技术壁垒确实不高，一块画布、一个分镜表任何技术团队花点时间都能做出来。行业初期大家比的是产品功能点，但慢慢用户会意识到功能都是表象，底层的设计逻辑、对创作的理解才是真正的壁垒。

Shotlab的独特性在于不是工具的聚合，而是工作流的重构。这个领域核心比的从来不是技术功能，而是对创作人需求的洞察深度和产品设计与创作流程的契合度。功能大家都能抄，但能不能让用户用了之后真的提升效率、做出更好的作品，背后是十几年的积累。从找灵感到创作、从成片到作品展示再到商业机会，新片场是一个专门给专业创作人提供的生态系统，核心比的是谁真的可以成就创作人。

深响：过去新片场的哪些积累有助于咱们做出更好的产品？

新片场： 核心是三个层面的积累。

第一，对创作人的深度理解。十几年里接触了上百万创作人，清楚不同阶段、不同品类的创作者痛点和工作习惯，产品需求是从真实创作者身上长出来的。第二，近千万行业优秀作品和用户数据，让Agent产品有规模效应，更聪明，知道什么是「美」、哪些才是真正的好作品，大量有版权的内容资产对训练agent也有更大帮助。第三，创作人生态的积累，社区聚集了大量专业创作人，让工具产品具备网络效应，创作人之间互相协作、互相背书，让Shotlab可以真正给创作提效。

深响：画布工作流估计是Shotlab比较特色的功能了，可以展开聊聊这个设计的由来和开发过程吗？为什么要这样设计？

新片场：设计的原点来自对创作者的真实观察。最初的初衷是有一个平台把各种模型聚集起来，让大家不用哪个模型领先就去哪个充值；第二个核心点是工作流重构——我们发现很多AI创作者做一部短片要开五六个网页，用Excel写分镜、文件夹整理素材、剪辑软件拼接，整个过程非常割裂，大量时间浪费在切换工具上，真正花在创作上的时间反而不多。

而且AI创作和传统剪辑不一样，它是发散-迭代-收敛的逻辑，思维是跳跃的、非线性的，传统的线性时间线不适合这种创作逻辑。所以我们就想：能不能有一个空间，让创作者把所有创意、素材、分镜、剪辑都放在同一个地方？无限画布的想法就这么诞生了。开发过程中，我们找了几十位不同类型的创作者做深度访谈，让他们把工作流程画出来，再抽象整合为产品功能模块，比如导演台就是很多专业导演反复提的需求。

这么设计的核心就是两个字：顺流。让创作者的思维流能顺畅地转化为操作流，再转化为最终的作品。工具不应该成为创作者的障碍，画布的本质就是给创作者提供一块「思维的白板」，AI能力就像你的助手，随叫随到，而不是让你围着AI转。

深响：目前平台积累了多少用户？实际在用的都有哪些领域的创作者？据您观察，用户在Shotlab上有哪些明确的动作习惯？

新片场：所有新片场会员都可以使用Shotlab，核心活跃创作人的增长速度非常快，用户留存率远高于行业平均水平。使用频率最高的还是偏专业的创作人——尝鲜的创作者玩一玩频次比较低，可能三分钟热度；但真正持续付费、长时间使用的基本上都是专业商业创作者，因为他们的需求持续不断。

用户领域分布很广：占比最高的是品牌广告、创意热店的从业者，用来快速产出创意demo和提案短片；还有大量独立创作者、影视专业学生，用来做实验性短片和个人作品；另外也有不少游戏、动画行业的概念设计师，用它做动态分镜和故事板。

我们观察到几个明确的用户行为习惯：第一，重度用户非常依赖「全局视图」，先在画布上铺完全片分镜，调整整体节奏和叙事顺序，再逐个生成细节；第二，内容迭代频率很高，一个镜头平均生成3-5个版本，在画布上并排对比再选最优；第三，很多用户会把外部生成的素材导进画布来剪辑拼接，说明大家已经把Shotlab当成了创作中台而不只是生成工具。另外，很多人特别喜欢用「场鸽」，创作前先跟它讨论很长时间找到精确样片，基于样片的分镜再开始创作——这也是我们观察到出片率最高的创作方法。

深响：据您观察，创作者在选择到底用哪个AI视频创作平台的时候，主要有哪些考量？一旦创作者选定了Shotlab，他的迁移成本如何？

新片场：创作人选择平台，核心看三个维度，优先级从高到低：第一是效果——能不能做出我想要的东西，这是基础门槛，很大程度取决于模型本身，所以保证官方不掺水的模型能力很重要，现在很多平台虽然便宜，但你抽2.0它给你fast，单次成本低却可能需要抽更多次。第二是工作流顺畅度——能不能在一个平台里走完从创意到出片的全流程，减少切换成本，是专业创作者非常看重的。第三是成本与服务——价格、客服响应、社区氛围，是加分项不是核心决策项。

关于迁移成本：对轻度用户来说几乎为零，反正都是生成片段，哪个好用哪个，流动性很强；做漫剧等轻度内容的创作者迁移成本也不高。但对重度专业创作人来说，迁移成本其实非常高——他迁移的不只是一个工具，而是一整套工作流和积累的数字资产，比如常用的人物Lora、场景设定、分镜模板、素材库，以及团队的协作习惯。一旦形成了稳定的生产管线，换平台就意味着重新搭建整套体系，时间成本极高。

所以这个赛道的特点是轻度用户流动大，重度用户粘性极强。越是精心打磨自己作品的人，迁移成本反倒越高——对导演来说作品就是他的everything，这也是新片场这么多年能建立起高壁垒的原因。

深响：我之前接触了一些AI电影长片的创作者，很多人其实更习惯自己去构建工作流，认为平台这类产品更适合规模化生产短剧漫剧的公司，您怎么看这种不同内容品类、不同生产规模之间的工具需求差异？Shotlab目前最适合解决哪类生产场景的问题？

新片场：不同创作主体、不同内容品类，需求差异本来就极大，从来没有一个工具能通吃所有场景。个人创作者、做实验长片的，追求极致的自由度和定制化，愿意花时间自己拼工作流，核心诉求是做出独一无二的作品，效率不是第一位的；而规模化的内容公司、短剧团队，核心诉求是稳定、高效、可复制，要的是产能、品控和团队协作效率，不愿意花时间搭工作流、调参数，要拿来就能用。这两种需求没有高低之分，就像影视行业里有独立艺术电影也有工业化商业片。

Shotlab目前最核心的场景，是有导演思维的、有完整叙事需求的、商业属性的内容生产——比如1-10分钟的AI短剧、漫剧，品牌广告短片，动态分镜和提案demo，还有中小团队的批量内容生产。我们解决的核心问题是怎么把AI生成能力变成稳定的、可协作的、可规模化的生产管线，让团队不用纠结技术细节，把精力放回内容本身。同时我们也保留了足够的开放性，支持导入外部素材、接入自定义资产，个人创作人也完全适用，只是核心设计原点是面向专业生产场景的。

深响：您希望通过这个产品去解决传统内容生产中的哪些问题？可以具体讲讲哪些独特的产品设计点是从创作者真实难点痛点中观察出来的？针对抽卡、人物一致性和场景连续性等创作者普遍的痛点，平台有什么解决办法吗？一个专业团队现在大概的制作成本是个什么样子的构成？

新片场：我们想解决的核心问题，就是传统内容生产里的高成本、强不确定性、高决策成本。AI+工作流的模式就是要把内容生产成本打下来、周期压下来，让数字资产可以反复复用。

很多产品设计直接从痛点长出来：「场鸽」用自然语言在社区找参考样片，「画面搜索」按描述找画面参考，「多人实时协作画布」解决团队同步难题。

关于抽卡成本：专业商业创作者不太在意token成本（占比不高），核心诉求是工具稳定、不降质、别让抽太多次——哪怕单次贵一点，三次中比便宜但抽六次更省时间，因为人力成本更贵。专业团队制作成本大头还是人工（导演、抽卡师、剪辑师）。

深响：您此前提到“成本不是专业创作者最关心的”，那他们最关心什么？

新片场：专业创作人最关心三件事，按优先级：一是可控性——能否精准实现创作想法，作品是专业名片，不能掌控效果再便宜也没用；二是效率与稳定性——靠产能吃饭，稳定输出比偶尔出神级镜头重要；三是作品上限——能否支撑更高质感、突破能力边界。成本不重要，因为工具费在项目中占比极低，商单几万到几十万，会员费每月几百块，能提效30%或让作品上台阶就值了。尝鲜用户关心多少钱能生成，专业用户关心用它能赚多少钱、做多好的作品。

深响：Shotlab一头是创作者，另一头是上游的各种工具，上游的模型变化会对Shotlab产生怎样的影响？应用层产品经常面对一个问题：底层模型不断升级之后，原本需要应用层开发的能力，可能直接被模型厂商内化，您怎么看这个问题？当模型能力持续进化，Shotlab需要不断往哪一层走才能保持自己的价值？咱们技术产品团队大概是一个什么样子的实力？

新片场：上游模型迭代既是挑战也是机遇：挑战是部分应用层功能会被模型内置，机遇是模型越强我们能解决的问题越深。一些基础能力会被替代，但单点模型能力越强，Agent产品越好用，工作流效果会指数级提升。我不认模型做了功能应用层就没价值。Shotlab未来往两个方向深耕：一是往上游走，结合对内容场景的理解与模型厂商合作做深度定制；二是往下游走，做创意系统（OS）。

深响：这个领域现在有多少同行？不少平台在做折扣、赠送生成额度，您怎么看目前这种价格竞争策略？

新片场：商业化很简单，就是SaaS订阅+增值服务。基础的SaaS订阅是基本盘，给不同层级的创作人提供不同档位的会员服务，满足日常创作需求；增值服务部分包括高算力生成额度、企业级团队协作方案、商业项目对接服务等，针对有更高需求的团队和企业用户。我们的收入情况都会是公开的。

行业确实卷，价格战打得厉害，但这是早期正常现象，不会是长期主旋律。原因：专业创作人更看重效果、效率、可控性而非价格；AI生成有实打实算力成本，长期低价不可持续，必然牺牲体验；行业核心壁垒是产品价值而非价格。新片场不盲目参与负毛利价格战，但定价绝对实惠，精力放在打磨产品价值上——对用户来说真正的便宜是用这个工具能赚更多钱、省更多时间。

深响：行业吹捧的技术红利与一线的真实体验之间有多大的断层？这个领域里哪些东西被说得太乐观了、存在泡沫？哪些真正重要的问题反而很少有人讨论？咱们Shotlab在版权合规方面会有什么样的准备吗？

新片场：断层不小——宣传是“一句话生成一部电影”，但真实做完成度高的短片仍要大量调参数、做迭代、补细节，AI只是提效，远没到一键生成。存在泡沫的有三：一是AI替代人类创作人，AI目前只能做执行层，创意、审美、叙事、情感还差得远；二是技术万能论，注意力、可控性不只是模型问题也是流程问题；三是AI内容马上大规模商业化，用户只关心内容好不好，极低成本赚大钱脱离商业规律，好内容永远稀缺。

很少被讨论但很重要的是版权与合规问题——很多大模型公司压根不买训练数据，视频模型公司从没买过版权素材。Shotlab会推出版权模式：用户生成基于已有版权内容二创，版权拥有者和创作者拿到相应分成。

深响：许多中低端剪辑师、概念设计师甚至特效师陷入了“被替代”的深度焦虑。您认为这种焦虑有何解法？现在要做一个优秀创作者，核心技能应该有哪些？

新片场：焦虑很正常，但历史证明被替代的从来不是职业而是具体工作内容，导演思维、创意设计、叙事剪辑、视觉把控的工作反而价值更高。解法是向上走，从执行者变成决策者：剪辑师去学叙事和节奏把控，做剪辑指导（AI做粗剪，人做精剪和审美把控）；概念设计师去学世界观和IP打造，做创意总监（AI出草图，人做方向判断）。核心价值从“手”转移到“脑”和“审美”。

优秀创作者的核心技能有三：一是审美判断力，能在AI结果中选出最优并指出怎么改；二是精准表达力，把创作想法转化为AI能听懂的指令（含prompt和镜头/光影/叙事描述）；三是人机协作能力，知道哪些让AI做、哪些自己做，搭建适合自己的工作流。

深响：随着AI技术的进化，您怎么看影视创作者的“主体性”？人和AI之间比较合理的分工方式是怎样的？一个创作者独特的创作判断和能力壁垒要如何最大化呈现出来？

新片场：AI越发达，创作人的“主体性”越重要——AI没有表达欲、人生体验和对世界的独特看法，所有生成都是已有数据的组合，而创作核心是人对世界的表达。合理分工是：人做决策端和创意审美，AI做执行端和落地迭代。要最大化壁垒，需守住人独有的东西：一是个人体验与情感感知，对生活、人性、情绪的理解，AI学不来；二是审美体系与创作风格，形成个人品牌；三是系统创作能力，从创意到落地的全链路把控。

深响：未来AI生成内容的供给量很可能快速增长，但这些内容最终仍然要和真人影视、动画、短视频等所有内容一起争夺用户注意力。您认为AI原生内容真正具有竞争力的地方在哪里？

新片场：用AI模仿真人影视只是二流替代品，真正竞争力在于做真人做不到的事：一是极致的个性化与互动性——按用户喜好定制内容、实时互动生成剧情走向，千人千面是真人做不到的；二是极致的生产效率与迭代速度——真人拍一部要几个月到几年，AI几天出一版，快速试错响应市场。真人优势是真实感、情感共鸣、表演张力，AI不要去比这些，要走自己的路。

深响：站在今天这个时间点，未来3-5年AI内容的生产模式、生产关系、商业模式还会有哪些变化？

新片场：未来3-5年行业深刻变化：生产模式从“单点生成”走向“全链路AI”；生产关系从公司制、团队制走向平台+个体柔性协作，中小团队轻量化转型，个体和小型工作室成为主力，平台提供工具、资产、协作、商业对接，创作者个人IP价值放大；商业模式因供给侧大爆炸而巨变。3-5年后AI内容不再是独立赛道，而是所有创作者的标配，没人再讨论是不是AI内容，只讨论内容好不好看。