财联社5月28日报道 （记者 王彦琳获悉） 刚刚落幕的第79届戛纳电影节，其人工智能元素的融入达到了前所未有的高度。由国内AI创作平台触手AI携手Seedance 2.0版本联合推出的《摸金之天机入梦》与《饿塔》两部AI短片，成功入选了戛纳电影节Fantastic Pavilion单元所设立的竖屏剧展演名单，这标志着由中国团队全程运用人工智能技术制作的短剧，首次登上了戛纳的官方展映单元。

与此同时，由Seedance 2.0参与制作的另外8部AI影片也在电影节期间进行了展映。其中，视频AI平台Higgsfield借助Seedance 2.0所打造的全球首部95分钟AI电影《Hell Grind》，在戛纳完成了全球首映。

从互联网平台到国际电影节的“秀场”，AI短剧以盛大之势迅速进入主流视野，从而走出了不同于传统影视的进阶之路。当工具端的使用不再构成门槛，内容生产的基准线也整体得以抬升，行业正在寻找下一个发展锚点：即如何让AI真正讲出市场愿意为之买单的好故事？

在过去数月当中，AI视频生成这一赛道的融资消息接连不断，并且频频传出有关冲刺IPO的相关消息。

在2023年3月，专注于AI视频生成领域的爱诗科技公司正式宣布，其已成功完成了总额达3亿美元的C轮融资。本次融资由鼎晖投资旗下的多支基金进行联合领投，并且吸引了包括中国儒意和三七互娱在内的近20家产业投资机构参与投资。此举刷新了亚洲地区在AI视频生成领域内单次融资的最大纪录。经过此次融资之后，爱诗科技的整体估值达到了10亿美元的规模。

紧随其后，多模态赛道当中的另一家企业生数科技也正式宣布，其已完成近20亿元人民币规模的B轮融资。本轮融资由阿里云担任领投方，中网投、好未来以及光合创投等机构则进行了战略层面的跟投。另有报道称，该公司或最快于2026年上半年启动港股的IPO进程，而经过本轮融资之后，其整体估值已超过20亿美元。

生成式AI领域的创新企业智象未来同样展现出强劲的发展势头。4月中旬，公司对外宣布已成功完成规模超过5亿元人民币的B轮融资，本轮融资由东方富海、安徽省产投、峰华资本等机构进行联合投资，而在此后的半个月时间之内，公司又再度完成了一轮亿级规模的融资。

今年5月，快手被曝出正计划将其旗下的视频生成大模型业务可灵AI进行分拆，并基于200亿美元的估值来启动规模约20亿美元的Pre-IPO融资，同时计划于2027年启动上市。快手随后回应称，该拟议的重组方案目前仍处于初步阶段。

“今年视频生成模型的迭代速度之快确实远超预期，并且近期还将有一批更新的模型陆续发布。”有戏AI创始人林洪祥如此对记者表示。在他看来，行业之所以进入爆发期，主要有两方面原因：其一是商业化路径已经明确，尤其是AI短剧率先打通了商业化的闭环；其二则是技术发展达到了关键节点，发展路径逐步成熟，从而为商业化的落地奠定了坚实的基础。

从“生成视频”到“生成好视频”

在AI视频生成的发展进程之中，技术路线的持续演进始终是最为关键的驱动力因素。在大模型技术兴起之前，图像生成领域主要依赖于生成对抗网络（GAN）与扩散模型（Diffusion）这两种技术范式。而真正的转折点，源于DiT架构的出现，这一架构成功地将扩散模型与Transformer结合了起来，从而为高质量视频内容的生成开启了新的可能性。

目前，行业内的主流视频厂商在其模型构建方面几乎都以DiT架构为基础，在达成技术共识的基础上，各家在技术路线以及能力布局方面均各有侧重。四川大学网络空间安全学院党委书记雷印杰在接受财联社记者采访时分析指出，国内AI视频生成模型普遍形成了较强的技术特色与产品优势。从应用侧重点的角度来看，可灵更倾向于“可控创作”这一路线，强调将文本、图片以及视频参考统一整合至多模态视觉语言框架之中，从而解决复杂表达与一致性方面的问题。Seedance 则更注重“基础模型工程化”这一方向，着重强调多镜头生成、文生与图生的统一训练，以及后续阶段的音视频联合生成。PixVerse 在定位上更偏向于“产品化和实时交互”，一方面致力于实现多镜头生成与原生音频支持，另一方面则已开始向实时世界模型方向进行探索。HappyHorse 根据公开发布的信息显示，更着重强调原生多模态能力、音视频一体化，以及面向广告、电商和短剧场景的一体化生产。

今年以来，模型迭代已从单纯的视频生成阶段，正式迈入了追求“生成优质视频”的新发展时期。以Seedance 2.0的发布为例，该模型所具备的突出的导演级镜头理解能力，以及对音画同步与匹配的精准控制能力，使其在发布之初便占据了主导性的市场地位，被众多短剧公司视作首选的生成模型。随着行业整体技术能力的持续提升，下一代视频生成模型将向何方发展？其技术路线是会趋向于收敛与统一，亦或将持续走向分化？

"未来视频生成模型会呈现出这样一种趋势：底层架构层面将会实现阶段性的收敛，但核心能力方面则会继续走向分化。"雷印杰对此进行了分析，他认为，从架构层面来看，扩散模型与 Transformer 之间的结合之所以能够成为主流趋势，并不是偶然的结果。视频生成在技术实现过程中需要同时应对空间细节、时间连续性、语义理解以及运动变化等多方面的挑战，而 Transformer 擅长对长程依赖关系进行建模，扩散模型则擅长生成高质量的视觉内容，因此 DiT 或类似的架构在当下阶段会成为相对稳定的技术底座。

在他看来，未来技术发展的主要路径体现在以下三个层面：首先，实现多模态信息的统一输入与生成，使模型能够同步处理画面、声音、运动以及叙事结构等多模态信息；其次，达成视频内容的长时序一致性，用以应对角色、场景、物体状态以及事件因果关系在多个镜头之间所存在的连续性问题；最后，赋予模型可编辑、可交互且可干预的特性，其目标并非仅仅局限于生成一段视频，而是能够在一个动态场景中，依据用户的意图来对内容进行修改与推进。

“可控性、长视频生成能力以及世界建模能力，将会成为区分模型水平的真正分水岭。在未来，具备竞争力的视频生成模型，其能力将不再仅仅局限于生成‘看起来不错的视频’，而是能够生成那些可以修改、可以复用，并且既符合创作者意图又遵循物理逻辑的视频内容。”雷印杰如此表示。

工具井喷 “手搓”智能体成热潮

伴随着模型端的快速更迭，应用端的AI短剧创作平台也同步地迎来了爆发式的增长。

从头部互联网公司至垂直领域的专业厂商，一系列智能体平台相继密集推出。例如，火山引擎推出并上线了一站式AIGC短剧创作平台“火山剧创1.0”；阿里云正式发布了全链路AI视频创作平台“万镜一刻”；360集团亦推出了AI影像生产平台“纳米大片流水线”。与此同时，越来越多的短剧公司也开始针对自身业务需求，进行适配性生产平台的开发。

对于大厂而言，切入AI视频创作这一赛道，所争夺的不仅仅是商业变现的入口，更在于对内容生态的掌控权以及对生产方式的定义权。

南京呼吸间传媒科技文化有限公司的AIGC负责人李博闻以"火山剧创1.0"以及"万镜一刻"为例，向记者分析指出，"火山剧创1.0"的核心优势在于其构建的生态闭环体系。该平台背靠字节跳动的资源，能够把番茄小说的IP内容、自家的先进生成模型以及抖音的流量分发渠道进行无缝整合，所争夺的是从IP孵化到内容生产再到渠道分发这一完整链条的入口。而阿里云推出的"万镜一刻"，走的则是企业级基础设施的路线。该平台集成了阿里系旗下的多种模型，特别强调故事板、智能体协作以及无限画布等功能，瞄准的是品牌营销、企业视频生产等需要团队协作与资产管理的云端工作流场景。

在李博闻看来，一个平台最为关键的竞争力，取决于其能够沉淀以及掌控何种类型的"生产资料"。这一概念的范围远不止于素材库，其中还涵盖了角色设定、场景模板、经过验证的镜头语言以及团队协作流程与数据等要素。当创作者把自己的工作习惯、资产库以及项目流程都迁移至某个平台上并完成沉淀之后，迁移成本将会变得非常高，如此一来平台便建立起了真正的用户黏性。

而就短剧公司而言，之所以选择自行搭建工具，更多地是为了能够在垂类赛道当中进行精耕细作，从而保障其内容输出方面的可持续性。

雪宝工作室品宣总监王天海向记者透露，当前阶段，自研平台的开发费用能够控制在10万元以内，甚至仅需几万元便能够完成基础工具的开发工作。他解释了进行自研的核心原因：其一，是为了确保核心素材能够实现自主可控。AI漫剧、真人剧以及2D或3D剧的核心资产涵盖了提示词、定妆等要素，自研工具有助于沉淀这些资产，从而便于后续内容的复用以及续集的制作，以此提升内容的一致性与资产复用效率。其二，是为了适配应用程序编程接口（API）的调用需求。例如，在Seedance模型推出并开放了API接口之后，倘若没有自研平台，那么便无法实现直接调用，只能依赖于第三方平台进行间接使用。其三，自研工具能够将其开放给上下游的生态伙伴加以使用，从而能够更好地服务于自身的生态体系，并有效聚拢内容资源。

苏州画宗人工智能科技有限公司是一家OPC（一人公司）类型的企业，其联合创始人王鹏在接受记者采访时指出，目前标准化的短剧平台以及工具能够解决大约70%-80%的制作需求，然而精品内容的制作仍然需要依靠自行开发工具来进行精细打磨。

王鹏以团队最新打磨的智能体为例进行了说明：团队将GPT Image 2与Seedance 2.0进行了结合，从而制作出了专属的工作流。在此前，制作一部片子需要单独对角色、场景以及道具进行设计，再根据这些设计来撰写提示词，整个流程不仅繁琐，而且容易在不同环节间产生审美上的差异。现在，通过在前端设计Agent，把风格、调性、分镜设计、节奏把控、构图与运镜等影视专业知识都封装了进去，这样一来，员工只需输入剧本，便可以生成专业的提示词，由此大幅提升了工作效率。

工具层面的繁荣发展，意味着AI短剧的生产已经迈入了标准化与工业化的轨道。然而，一个值得关注的现象在于，行业当中的日均产出数量已然达到数千部甚至上万部短剧的规模，但其中大部分作品的播放量却始终卡在百万量级以下。早期阶段仅需简单地拼凑出一部AI短剧便能够获取流量红利的日子，已经一去不复返了。

林洪祥认为，在产能扩张之外，更应当回归行业的核心诉求，即如何打造出爆款作品？他对此进行了分析，从工具层面来看，行业内确实有不少专注于短剧智能体平台的企业，但其中部分企业仅依靠算力差价来实现盈利，模式的单一性也导致了市场竞争愈发激烈。未来爆款打造的核心竞争力，归根结底还是要依赖于行业所积累的深厚经验以及底层技术的持续突破。

工具的普及所降低的，是生产环节的准入门槛，而非打造爆款所需克服的真正门槛。李博闻认为，未来的爆款之作，将高度依赖于“最能系统化驾驭AI生产流程的团队或新型创作者”。这意味着创作者需要同时具备包括故事发现力、IP判断力、剧本拆解力在内的七项核心能力。关键在于如何将这些工具进行有序的组织与调度，这套完整的工作流及其背后所蕴含的制片思维，才是真正的核心竞争力所在。

生产端的平权化发展，使得内容生产这一环节不再构成主要障碍，然而，围绕优质内容的竞争，或许才刚刚拉开帷幕。

来源：AI短剧首登戛纳背后：行业正跨越“生成好内容”分水岭 | 财联社