🐯虎嗅•最新收集於 15m
AI 影視的下一個爆款，可能只是行銷泡沫
💡AI 影像最成功的故事，可能賣的是創作者的期待，而不是完成的電影。
⚡ 30-Second TL;DR
有什麼變化
《桃花潭記》成為中國首部登上衛視的 AI 短劇，但因畫面質感與疑似融臉問題受到批評。
為什麼重要
對 AI 影像創業者與創作者而言，本文提醒人們：使用量、製作成本與病毒式傳播數據可能只是行銷資產，不代表可持續的產品市場契合度。即使內容本身失敗，工具商仍可能受益，因此獨立測量與留存數據至關重要。
下一步行動
在投資 AI 影像流程前，先進行 30 天用戶分群測試，分別追蹤付費積分使用量、作品完成率、修改次數與觀眾留存，而不要只看曝光量。
誰應關注：Creators & Designers
關鍵要點
- •《桃花潭記》成為中國首部登上衛視的 AI 短劇，但因畫面質感與疑似融臉問題受到批評。
- •愛奇藝推出超過 60 分鐘的 AIGC 故事片《奇譚：紙刃渡荒墟》，由約 20 人團隊製作，並獲平台 20% 補貼。
- •爆紅的《霍去病》宣傳誇大了 3 人團隊、48 小時製作及 5 億播放量等說法。
- •即使數據存在爭議，360 的納米漫劇流水線仍將《霍去病》作為示範案例。
- •演語科技旗下 LiblibAI、Lovart 與 LibTV 據報完成近 3 億美元融資，投後估值超過 20 億美元。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •中國國家廣播電視總局已開始關注生成式 AI 在影視製作中的應用，並針對 AI 生成內容的版權歸屬與審核標準展開調研。
- •影視行業內部的 AI 應用已從單純的視覺生成，轉向利用 AI 進行劇本結構優化與分鏡預演，以降低前期開發成本。
- •部分影視製作公司開始建立私有化模型訓練庫，旨在解決通用 AI 模型在特定影視風格一致性（Consistency）上的不足。
- •AI 影視製作的商業模式正從單純的「內容付費」轉向「技術授權」，即 AI 工具商向製作公司收取模型微調與算力租賃費用。
- •行業數據顯示，儘管 AI 影視作品數量激增，但目前 90% 以上的 AI 影視項目仍處於實驗性階段，尚未形成穩定的工業化生產流程。
📊 競品分析▸ Show
| 特性 | LiblibAI (演語科技) | Runway (Gen-3) | Luma Dream Machine | Kling AI (快手) |
|---|---|---|---|---|
| 核心優勢 | 本地化生態與短劇流水線 | 專業影視級視覺控制 | 高動態影片生成 | 長影片生成與物理模擬 |
| 定價模式 | 訂閱制 + 算力積分 | 訂閱制 + 額外算力購買 | 訂閱制 + 免費額度 | 訂閱制 + 積分制 |
| 目標市場 | 中國短劇與內容創作者 | 全球專業影視製作 | 全球大眾創作者 | 中國及全球短劇/影視市場 |
🛠️ 技術深入
- 影視級 AI 模型多採用基於 Diffusion Transformer (DiT) 的架構，以提升長影片生成的時序一致性。
- 針對角色一致性問題，主流方案採用 LoRA (Low-Rank Adaptation) 技術進行特定角色微調，並結合 ControlNet 進行動作與構圖控制。
- 為了提升生產效率，部分流水線整合了自動化語音轉口型 (Lip-sync) 與 AI 換臉技術，但目前仍存在邊緣融合不自然的技術瓶頸。
- 算力層面，多數平台依賴分佈式 GPU 集群，並透過模型量化技術降低推理延遲，以適應短劇高頻次的生成需求。
🔮 前景展望AI analysis grounded in cited sources
AI 影視製作將面臨更嚴格的內容審核與版權監管。
隨著 AI 生成內容滲透主流媒體，監管機構將強制要求標註 AI 生成內容並釐清版權歸屬，這將增加製作方的合規成本。
AI 影視工具市場將出現顯著的行業整合。
缺乏核心技術壁壘且僅依賴行銷敘事的 AI 工具商，將在資本退潮後被擁有影視資源與技術底座的巨頭併購。
⏳ 時間線
2024-03
演語科技完成新一輪融資，LiblibAI 平台用戶規模快速擴張。
2024-06
愛奇藝發布 AIGC 故事片《奇譚：紙刃渡荒墟》，標誌長篇 AI 影視嘗試。
2025-01
《桃花潭記》作為首部 AI 短劇登上衛視，引發關於 AI 影視品質的行業爭論。
2025-05
《霍去病》短劇在社交媒體爆紅，隨後被揭露宣傳數據與製作週期存在誇大成分。
2026-02
演語科技宣佈完成近 3 億美元融資，估值突破 20 億美元。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗