本文来自微信公众号： 15Bit ，作者：陈十五
制作成本降了，竞争门槛还在，AI漫剧改变了什么？
当年，威尔·史密斯吃面的AI视频，还因为画面怪异被当成笑话传播。如今，AI已经被用来批量制作短剧，早已成了影视行业里一股难以忽视的新生力量。
根据字节跳动的官方介绍，Seedance 2.5支持单段30秒视频，并提供视频延长、参考与编辑能力。创作者对画面的控制，也开始进入更细的制作环节。
从生成一段能看的视频，到制作一部可以上线的剧，两者之间的距离正在缩短。
今年7月，影视飓风与TapNow合作推出了一门AI图像与视频课程，49元、16节。据红星资本局报道，课程上线一天，销量便突破10万份。它主要教生图、视频生成及相关玩法。销量体现了人们对AI视频的学习热情，但不能等同于实际入行人数。
这个吸引力很容易理解。演员、场地和拍摄设备，曾经让拍剧成为一件离普通人很远的事情。现在，一台电脑就能完成其中相当一部分工作。
制作正在变得容易，生意仍然难做。
一、一场造梦狂潮
DataEye发布的2026年上半年报告显示，抖音端AI剧、漫剧新剧总数达到22.19万部，累计播放量约5157亿次。按半年折算，平均每天上新超过1200部。
这里的统计范围包括AI仿真人剧，以及不同形式的动画漫剧。行业如今讨论的AI漫剧，已经不局限于会动的漫画。
每天超过1200部，意味着创作者面对的竞争，远远超出几部同题材作品。一部新剧上线时，同一天还有大量作品在等待观众点开。
DataEye还估算，2026年国内AI剧、漫剧市场规模将达到400亿元。不过，这个口径综合考虑了广告消耗、资本投入等因素，不能简单理解成制作公司一年能分走400亿元。
有人支付模型费用，有人购买流量，也有人投资制作团队。这些钱都能让行业显得热闹，但对制作方来说，支出要靠作品的收入补回来。
AI漫剧的兴起，不能忽视早已打好的内容基础。网文提供故事，短剧培养了观看习惯，平台负责分发和变现。AI接入其中，首先改变的是把故事做成画面的成本与速度。
过去受预算限制的场景，如今可以通过生成来尝试。团队不必真的搭出仙宫、租下一条街，也能制作相应的镜头。对于玄幻、奇幻等题材，这种变化尤其直接。
已有故事和发行渠道的公司，可以更快扩大生产；原本拍不起剧的人，也获得了试一试的机会。市场的供给由此迅速膨胀。
同样的模型，你能用，竞争对手也能用，成本优势很难只属于某一家。今天让人觉得惊艳的生成能力，很快就会成为行业里的普通配置。单凭会操作软件，已经很难解释一家公司为什么值得获得更高报价。
但观众每天能花在看剧上的时间，不会跟着产量成倍增加。更多作品上线，需要争取更多曝光，也要面对更密集的同类竞争。
技术大幅缓解了制作中的一些困难，参与者还要处理作品如何卖出去的问题。
二、繁荣与利润
宏观数字很大，落到一家公司的账本上，情况可能完全不同。这笔账还得分开看。
自己出资做剧，收入可能来自平台分账、广告或付费观看，要承担作品无人问津的风险。接承制订单，赚的是制作费，能否留下利润主要看交付成本和采购报价。
《中国新闻周刊》报道过深圳一家设计公司的尝试。创始人白无常带团队制作了11部AI漫剧，投入约20万元，上传平台一个月后，收益只有几百元。
复盘时，他提到了两个具体问题。作品仅有16集，广告展示空间不足；团队尝试的多种美术风格，也没有契合市场需求。
设计公司有审美和制作能力，做出来的东西却未必符合短剧市场的观看习惯。团队投入的钱，既要换来成片，也要换来观众愿意继续看的理由。
剧集长度甚至会影响广告收入。作品怎样分集、在哪一处留下悬念，这些创作选择，都可能影响最后的效果。
盈利差距也已经出现在从业者的观察里。
今年6月，剧头科技创始人唐朝接受《证券时报》采访时判断，AI仿真人剧头部公司多数仍能盈利，腰部公司的盈利比例可能低至3%至5%。这一比例来自受访者的行业观察，并非全行业财务调查。
这种分化不能只归因于谁更会使用AI。
成熟团队往往同时处理选本、制作和发行。新剧上线后，是否继续投入，需要根据观看表现来决定。制作能力影响作品质量，发行能力则影响作品有没有机会收回成本。
自制团队要争取观众，承制团队则要应对客户的压价。两种生意，面对的压力也不同。
9月，财联社采访的一位AI短剧公司负责人就提到，部分项目制作报价从每分钟1500元，逐渐压到800元、600元甚至更低。工具替制作方省下的钱，可能通过更低的采购报价，被客户获得。创作者做得更快，最后留下的利润却未必更多。
小团队还要面对现金的限制。
一部剧没有回本，下一部仍然要支付制作费用。大公司可以把资金分配给多个项目，用部分成功的作品覆盖失败；小团队手里的钱，可能只够完成几次尝试。
这也是为什么，头部公司的成功经验不能直接拿来证明普通团队的成功概率。
它们能承受的试错次数不同，拥有的剧本储备和发行资源也不同。使用同一款模型，并不会让这些差距自动消失。
低成本生产当然有生存空间。财联社的采访也提到，部分高度自动化、按模板生产的团队，在较低报价下仍然可以盈利。
它们依赖的是整套成本控制和稳定交付。刚学会生成视频的人，还需要把这套生产办法建立起来。
市场扩大，确实意味着更多业务发生。至于利润留在谁手里，要看谁能控制成本、获得观众，并且在失败之后继续做下去。
三、电脑中的片场
把一部AI漫剧的制作过程拆开，就能看清门槛还在哪里。
《中国新闻周刊》采访的AI漫剧导演姚国力，工作已经从真实片场转到电脑前。剧本需要拆成分镜，由制作人员生成视频，再交给剪辑环节。
演员和摄影机的位置变了，镜头仍然需要有人决定。一份小说不能直接等同于一份可拍的剧本。小说可以写人物的心理，也可以花几段文字解释背景。视频必须在有限时间里，让观众看见人物做了什么，理解冲突为什么发生。删掉哪些信息、把哪些信息改成动作，需要编剧判断。
短剧还有分集的要求。
每一集讲到哪里停，悬念什么时候出现，前面的铺垫能否支撑后面的转折，都会影响观众是否继续看。生成速度再快，也不能替一个缺乏吸引力的故事补上观看理由。
到了分镜，问题又更具体了。
同一段情节，用远景还是近景，镜头停在说话的人身上，还是切给听话的人，观众接收到的信息和情绪都会不同。画面漂亮，只能回答这个镜头好不好看；把镜头放进整部剧，还要判断它有没有用。
这也能解释新手常说的词不达意。一部分困难来自模型没有准确执行要求，另一部分则来自创作者没有把要求想清楚。脑中有一个大概的效果，落到镜头时，却没有明确的人物动作、构图和前后关系。
多写几个形容词，未必能解决这种困难。
生成之后还要筛选。单个镜头能够使用，和多个镜头能够接在一起，是不同的要求。人物是否一致，动作是否接得上，声音与节奏是否合适，都要在完整观看时检查。
返工也会消耗人力和生成费用。评价制作成本，应该算到合格成片交付，不能只看第一次生成的价格。
电脑中的片场，仍然有分工。
有的团队追求快速生产，把流程尽量交给自动化；有的团队愿意花时间打磨故事和镜头。两种做法服务的需求不同，成本与报价也不同。AI漫剧并没有一套人人都能照搬的赚钱公式。
接下来，模型还会继续进步。今天需要反复生成、人工修补的镜头，未来可能一次就能完成。制作团队会把省下的时间用来扩大产量，也会有人用它打磨更复杂的作品。AI漫剧内部的差距，很可能由此进一步拉大。
低成本批量生产会继续存在，精品制作也未必会变得越来越便宜。画面做得到之后，客户和观众的要求也会跟着提高。更细的表演、更完整的叙事，都需要团队重新投入时间。这门生意很可能逐渐形成不同的制作标准和分工，越来越接近我们熟悉的影视行业。
到那时，AI制作或许会成为一件不必特意强调的事。观众不再因为一部剧由AI生成而惊讶，也就不会为技术上的新鲜感多停留几秒。
对AI漫剧来说，那可能才是更难的一场竞争。技术终于让它成为一部正常的剧，市场也开始用一部正常的剧来要求它。