北京
好莱坞演员本·阿弗莱克还有一个身份：Artists Equity 的 CEO。他最近聊起自己怎么调开源视频模型——把权重解冻，只训练最后一层"电影感"相关的参数，让模型输出能达到真实剧组的生产标准。
这套做法背后有个更硬的数字：他 2022 年创办的 InterPositive，一家只有 16 人的 AI 后期公司，被 Netflix 在 2026 年 3 月以 5.87 亿美元现金收购。
为什么非要自己训一个模型
阿弗莱克的理由很直接：公开的视频模型，训练数据里全是他同行拍的电影。用这些模型做出来的东西，他不认为算得上一门真正的生意。
于是 InterPositive 自己筹钱，在一个受控的摄影棚里拍了 8 个月的自有数据集，而且这批数据只用在训练的后期阶段。
换句话说，模型的基础能力来自公开数据，但让它"像电影"的那部分，来自他们自己拍的东西。
每一部新片，都养一个私有模型
更关键的是后面这一步：每接一部新电影，团队就用这部片子自己的每日样片（dailies）再训一个私有模型。
这样一来，素材留在制片方手里，训练出来的能力也留在制片方手里。片子拍完，模型也跟着沉淀下来，成为这家制片方自己的资产。
Netflix 花 5.87 亿美元买的，就是这个产品逻辑——不是买一个通用视频模型，而是买一套"每部片子都能长出自己模型"的机制。
16 个人，8 个月，一层参数
把这件事拆开看，几个数字值得记住：
- 团队规模：16 人
- 自有数据集拍摄周期：8 个月，在受控摄影棚完成
- 训练方式：解冻权重，只训最后一层电影感相关参数
- 收购价：5.87 亿美元现金，2026 年 3 月
这套路径和主流做法不太一样。多数团队追求的是把模型做得更大更通用，而 InterPositive 反过来，把通用模型当底座，只在最后那一层上做文章，再靠私有数据把这一层喂成自己的。
对制片方来说，这意味着拍摄素材不再只是素材，而是下一部片子模型的训练原料。对 Netflix 来说，这笔钱买的是一个能随每部作品持续增值的闭环。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
