AI短剧，不该再去赌一部爆款

夜，暴雨，海面翻涌。两支船队在浪中逼近，火炮齐射，火光照亮雨幕。

这是10月27日上线的AI短剧《大明航海王》第一集的开场海战。这部剧由点众借助阿里的Wan3.0完成，讲述郑和下西洋时代的海上故事。上线后，点众AI制作负责人于博文印象最深的一条反馈是，观众觉得它"像一部大制作"。在他看来，这种感受并非来自某个漂亮镜头，而是人物、舰队、海战和场景共同撑起的规模感。

一年前，这样一场戏很难用AI完成。舰船、火炮和成群的人物要出现在同一个镜头里，彼此还有运动关系；夜景、雨水和海面叠在一起，画面又容易"3D化"，失去真实质感。人物动作不连贯、切换镜头后角色变脸，任何一处出错，整段视频都可能推倒重来。

但据于博文介绍，这场海战的镜头平均只生成了约三次。"预算与时间有限，不可能无限次重试。"而一个镜头能否成立，取决于模型能否同时处理多组资产及其运动关系。

三次和几十次之间的差距，正是这一轮AI短剧竞争的分水岭。

过去，谁先用AI做出像样的画面，谁就占得先机。如今生成能力越来越容易获得，稀缺的是稳定产出优质内容的能力。精品内容不仅要突破模型能力的上限，还需要可复制、能规模化运转的生产体系。

从做出一部精品内容，到持续做出精品内容，内容生产正在进入更难的一场竞争。

人人都能入场，为什么赚钱更难了？

2026年，AI短剧出现了一个反常识的现象：视频生成越来越便宜，制作公司却未必更赚钱。

先看供给。根据中国网络视听节目服务协会的数据，今年一季度全国上线微短剧约12.8万部，其中AI微短剧占比超过95%，贡献的播放量却只占全网的4%。上半年，仅抖音端新上线的AI剧、漫剧就有22.19万部，播放量破亿的只有1055部，占比0.48%。

技术拉低了入场门槛，观众的注意力却没有同步增加。更多作品挤向有限的流量，爆款愈发稀缺。即便拿到了播放量，收益也大不如前。有媒体报道，去年一部播放量过亿的短剧，利润可达数百万元；到今年5月，部分作品的万播收益已降至30至50元。供给激增摊薄了单部作品的自然流量，有效观看时长和广告曝光随之减少，最终压低了收入。

收入下滑的同时，成本并没有跟着降下来，反而从两头挤压制作公司。

一头是精品化推高的成本。模型单次生成变便宜，不等于成片变便宜，要做出更高品质，制作方仍需反复生成、筛选、修改和剪辑，人工与后期投入随之增加。一位业内人士向媒体透露，由于模型调用的Token开销持续上涨，部分优质作品的制作成本从每分钟1000元升至5000元；同期，流量成本同比涨幅超过100%。

另一头是同质化带来的价格战。多家媒体报道，近三个月，AI短剧的制作成本从每分钟约2000元降至500元，部分同类内容的承制报价也从每分钟5000元跌至几百元。而成本下降的红利，大多被压价吃掉，并没有留在制作公司手里。

结果是，产能过剩与回报不足同时出现。据报道，深圳一家设计公司花两个月制作了11部AI漫剧，投入约20万元，上线一个月只收回几百元。对这样的公司来说，做出来已经不难，难的是让作品被看见、被看完，并转化为收入。

AI短剧的竞争方式也因此改变。随着模型能力逐渐普及，能生成完整视频已不再构成壁垒，单纯依靠低成本和高产量，也容易陷入同质化与价格竞争。行业真正需要解决的，是如何将精品内容纳入工业化生产：既提升画面、表演和叙事质量，也提高生成可用率，减少返工，降低每分钟合格成片的成本。

这意味着，精品化与工业化并非两条路线。下一阶段的竞争，将取决于制作方能否以可控的成本和稳定的流程，持续交付符合市场需求的优质内容。

精品剧的门槛，卡在哪里？

精品剧要用更好的画面、表演和故事争夺观众。但品质越高，对模型的要求也越高。复杂场景、连续动作和人物表演能否稳定完成，决定了模型能否从生成单个漂亮镜头，走向支撑一部完整的精品剧。

点众的《大明航海王》是一次尝试。

点众希望这部剧的画面尽量接近电影质感。中国古代海战题材可参考的影像不多，团队一方面借鉴《加勒比海盗》《怒海争锋》的动作场面，一方面查找史料，为明代官服、郑和服饰、船只、火炮等建立视觉资产。

生成一艘船并不难，难在让船、人物和道具在同一场景里准确互动。舰队的行进路线、船只间的位置关系、接舷战中人物与船体的动作，都要在竖屏里交代清楚。"单独把船或人物做漂亮，不足以支撑一场海战。"于博文说。

选型时，点众测试了市面上的主流模型，综合比较画面效果、指令执行、人物对话、稳定性和成本。最终，全剧大部分内容由Wan3.0制作完成。

具体到制作环节，Wan3.0的全能参考能力配合点众自研的DramaFlow工具，将人物、服装、场景和道具纳入统一的资产管理，延续不同镜头中的视觉设定，即便是复杂纹饰的服装也始终保持一致；30秒生成提供了更多的叙事空间，让舰队推进、接舷等连续动作能够在更长的镜头中展开；视频编辑则用于处理局部偏差，减少因单个问题整段重做。

这套制作方法也逐渐反映在项目效率上，《大明航海王》从立项到上线约一个月，集中制作两周，核心制作团队只有四人。

效率的提升来自模型能力、资产管理、工作流成熟和团队磨合，不能归因于单一环节。但它至少说明，当复杂镜头从反复试错变得更可控，精品内容才有可能进一步进入稳定生产。

大场面之外，精品剧还有另一类难题。

《大明航海王》考验的是复杂场景的调度，麦芽的《咪的妙脆角》则要让一个角色在连续的故事里始终可信。"我们关心的是，观众能不能一直喜欢这只猫，愿不愿意继续看下去。"麦芽副总裁冠军说。

与单条视频相比，系列IP更看重角色的长期一致：猫咪标志性的耳朵不能变，动作、眼神和情绪要贴合剧情。单个镜头做得漂亮还不够，前后镜头必须连成一场戏。

剧中有一场戏：猫咪修好设备后，原本将信将疑的店主开始认可它。导演想表现的重点，是猫咪凭自己的能力赢得认可，维修只是铺垫。这需要一连串细微的反应——店主何时改变眼神，猫咪如何察觉，又怎样回应。初次生成后，团队还要逐一检查视线、停顿和表情，再通过剪辑和声音调整情绪。

"最难的是这些要求在连续镜头中同时成立。"冠军说，动作接上了，情绪却突然变了，观众依然会觉得别扭。

麦芽选择Wan3.0，看中的是它在角色稳定、连续动作、近景表演和音画配合上的表现。对精品剧而言，模型进步的价值在于减少技术问题对创作的牵制，让导演把更多精力放在故事和表演上。

模型之外，技术团队也走进了制作现场。

制作《大明航海王》时，夜景、雨水、海面和大量资产叠加，画面容易失真。阿里云技术团队进一步贴近具体制作场景，资深工程师直接参与排查，也与点众共同开发适配的Skills和工作流，减少反复试错。

麦芽则和阿里云团队一起，把制作中出现的问题连同剧本、提示词、参考素材和生成结果摆在一起，逐项判断问题出在输入信息、素材还是模型本身，再做对照测试。验证有效的方法会沉淀下来，进入后续的制作流程。

不过，精品化更高的制作标准往往意味着更多的人力、时间和成本，在单剧收益不确定的情况下，要让精品内容成为可持续的生意，还需要走向工业级生产：建立一套成本可控、覆盖全流程，并能稳定复制和规模化运转的生产体系。

精品剧如何走向工业化

对制作团队来说，真正的挑战不是在精品和量产之间二选一，而是让优秀内容进入一套稳定、可复制的生产流程。

精品剧的工业化需要三项能力同时成立：模型提高复杂镜头的生成质量和可用率；工作流串起剧本、资产、分镜、生成、剪辑和成片各个环节；成本控制则减少无效生成、重复抽卡和后期返工。

诸云对此感受最直接。

诸云2023年进入短剧行业，累计上线千余部微短剧，全网播放量超过300亿次。除了做剧，它还开发了AI创作平台绘梦工坊AI，把制作中积累的方法沉淀为工具。

诸云早期也试过"一键成片"，输入剧本，直接生成视频。效率很高，商业上却没有跑通。模型能完成画面，却保证不了叙事节奏和角色一致性，观众未必看得下去。

此后，诸云细化了全链路环节，设计了生产流程：剧本先拆成分镜，角色、妆造等资产经美术和导演审核，再进入批量生成、质检和剪辑。人的判断依然保留，只是被安排在生成前后两个环节，尽量把问题挡在返工之前。

接入Wan3.0后，最明显的变化是生成结果更可控。

"以前是随机抽卡，拼运气；熟悉模型和提示词之后，变成了定向攻坚打磨，想要什么就奔着什么去调。"诸云产品负责人子涵说。

同时稳定性也有提升。同样的提示词重复生成，可用的结果更多。诸云每天在Wan3.0上的视频生成时段，覆盖了从白天高峰到夜间低谷，出片质量没有明显波动。"短漫剧是长篇幅、多镜头的活，一个镜头不稳，整条管线就堵。"子涵说。对生产团队来说，稳定性决定精品内容能否从单次成功走向持续交付。

这些变化最终体现在交付效率上。此前，诸云用绘梦工坊AI从剧本完成到剪辑交付，约15个人天可产出80分钟成片。接入Wan3.0后，同时重新调整算法、提示词和工作流，同等人力下的交付量提高到100分钟以上。

这套工作流已用于实际项目。72集的《龙凤萌孙来敲门》和53集的《亲戚装大款，这冤大头我不当》均由Wan3.0制作，截至10月27日，红果热度分别达到4631万和4484万。诸云还在用Wan3.0重制旧作《蓝道风云》，尝试把老IP推向海外。

诸云用更稳定的生产提高交付效率，掌玩则面临另一种规模化考验。

掌玩曾发行《我在八零年代当后妈》《闪婚老伴是豪门》等爆款短剧，如今内容生产已全面转向AI，自研的"灵翼AI"制作平台每月产出剧集约1000部。

当产量达到这个规模，制作公司选模型的标准也随之改变。样板片看的是单个镜头有多惊艳，生产线看的是另一套指标：连续镜头能否保持一致，生成结果是否稳定，出了问题需要多少时间和成本修复。

掌玩表示，选择Wan3.0，看重的正是其在成本与生产链路上的协同能力。

具体来看，Wan3.0支持最长30秒、1080P的视频生成，让一段相对完整的情节可以在单次生成中呈现，减少镜头拆分和后期拼接；原生音画一体生成，将台词、口型与环境声的配合前移至生成环节；角色、道具、场景等元素在不同镜头间保持一致，则能减少人物变脸、空间关系错乱等问题造成的返工。

但生成结果不可能每次都符合导演要求。过去，一个镜头出现问题，往往需要重新生成整段视频；如今借助视频编辑能力，制作方可以针对局部偏差进行修改，不必每次从头再来。

这些能力单独看并不一定显眼，放在每月上千部剧集的生产规模下，却直接影响着交付效率。一个镜头多生成几次、一场戏多返工半天，累积起来都是可观的成本。对制作公司而言，真正重要的不是模型偶尔能做出多好的画面，而是能否持续交付质量稳定的成片。

掌玩的判断是，Wan3.0在部分场景已达到生产可用水平。结合视频编辑能力，同样花费下，可生成的视频时长接近此前的三倍。

对掌玩来说，降本的意义不只是单次生成更便宜，而是让大规模生产变得更可控。月产上千部剧集，意味着大量镜头需要持续生成、审核和剪辑。单个镜头少返工一次，看似节省有限，累积到整条生产线，就会影响制作成本和交付周期。

规模越大，稳定性的重要性越突出。人物变脸、口型错位、镜头衔接不畅，任何一处问题都可能带来额外的生成和后期成本。因此，制作公司需要的不只是偶尔产出惊艳画面的模型，而是能够在大量连续镜头中保持质量稳定，并且出了问题可以低成本修改的生产工具。

诸云和掌玩分别验证了工业化生产的两个侧面：诸云通过优化工作流、提高生成稳定性，让同样的人力交付更多合格内容；掌玩则在千部级月产规模下，通过减少返工和生产环节的重复劳动，控制成本、提高交付效率。两者都指向同一个目标：让精品内容不再依赖单次成功，而是成为可以稳定、规模化交付的产品。

AI短剧的竞争重心也随之转移：模型能生成什么固然重要，制作公司如何组织生产同样关键。从依赖个人经验的手工作坊，到流程化、批量化的生产体系，精品内容正在走向工业化。

从生产一部剧，到做成一门生意

模型越来越强，生产越来越快，但工业化的价值不只意味着提高产量，更重要的是把一次项目经验转化为可复用流程，复制到下一部作品，乃至让更多创作者用上同样的生产能力。

过去，AI短剧制作高度依赖个人经验。导演要反复调整提示词，处理人物变脸、动作穿帮、镜头衔接等问题；一部剧做成了，换个团队、换个题材，很多工作又得从头开始。

现在，这些经验正在被做成工具。

麦芽旗下的跳跃视界把创作团队在一线制作中摸索出来的方法，累积成了1000余项导演Skill，涵盖剧本拆解、空间关系、景别安排、人物反应和情绪推进等维度，分镜初稿、机位建议、资产匹配、提示词生成等工作，都可由系统辅助完成。诸云的绘梦工坊AI则沉淀了20余种全剧集解析能力，把不同题材的镜头编排方法变成可调用的模板。

阿里云也参与到这些经验的沉淀中。

掌玩曾遇到一个高频问题：模型常把人物的内心独白当成台词"念"出来。阿里云技术团队把解决方案做成带版本管理的口型锁定Skill，先交给种子导演复测，再由掌玩产品部门集成进内部制作工具。此后，导演不必逐条修改提示词，一次改进就覆盖了整条产线。人物一致性、意外生成字幕、运镜与光影等问题，也照此处理。

在麦芽，双方共同开发的解说剧工作流，把剧本、资产、分镜、视频、配音、字幕和剪辑串联起来，减少了人工搬运和重复操作。

模型厂商与制作公司的合作，由此从提供生成工具深入到生产流程本身。一次技术调整解决的不再只是一个镜头的问题，还可能成为下一部剧直接调用的能力。

AI在不断拓宽影视生产的边界。但无论技术如何变化，制作公司面对的始终是同一道考题：能否把更便宜、更稳定的产能，变成观众愿意持续消费的内容。

上半年22万部AI短剧中，播放量破亿的只有0.48%。工业化不能保证爆款，却能减少生产中的不确定性。就如于博文的期待，模型不仅能生成更好的画面，还能理解导演为何这样调度镜头，让人物的动作与情绪在不同场景间延续。

当生成能力唾手可得，做出一部剧已不是最难的事。真正的考验，是以可控的成本，持续做出好作品。

本文来自虎嗅，原文链接：https://www.huxiu.com/article/4904141.html?f=wyxwapp