对话新片场：AI视频的胜负手，与价格无关

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。

01

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。

02

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。

03

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