1. AI短剧的喧嚣与退潮市场真的见顶了吗1.1 从宠儿到鸡肋AI短剧只热了半年AI短剧这个赛道我们在2025年上半年看得特别热闹。Sora的示范效应带起来的一整波AI生成视频热让短剧这个原本依赖实拍、演员、场地的内容形态第一次在成本结构上出现了被颠覆的可能。当时大家算过一笔账一部传统精品短剧的单集制作成本可能到几十万元而AI短剧可以把单集成本压到几千甚至几百块。这个数量级的差距足以让大量做MCN的、做信息流的、做网文分销的团队一窝蜂扎进来。我自己当时也跟风做过几轮测试确实有过高光时刻。用AI生成古风、玄幻、都市题材的片段只要提示词写得够细画面质感完全能到“能看”的级别配合AI配音和剪辑节奏一部3分钟左右的AI短剧从脚本到成片三个人三天就能出样片。但半年过去再看行业大盘情况明显变了平台方对AI短剧的分账政策收紧投流侧的回收率一路下滑原来百播百试的“AI短剧爆款公式”开始频繁失灵。所谓“见顶”其实不是用户不爱看AI内容了而是同质化内容堆积之后平台和用户同时产生了审美疲劳。我观察到的一个典型信号是市面上开始大量出现“教别人用AI赚翻了”的课程和博主。当一个赛道的内容生产指标不是“作品质量”而是“账号涨粉量”的时候通常意味着产业链上游已经卷出了天际真正能靠AI短剧赚到钱的团队已经不再公开讲方法论了。反倒是还在入场的人要么是接单做定制要么是卖工具卖课真正靠内容本身跑通变现的比例低得吓人。1.2 见顶的本质不是技术而是商业模型没走通说市场见顶得先搞清楚“顶”在哪里。AI短剧并不是没有观众。我在多个短视频平台后台看了不少AI短剧的完播数据很多作品的完播率比传统实拍短剧还高原因是快节奏、强画面、高信息密度用户天然爱看。真正的瓶颈出现在两头一头是供给端的产品同质化另一头是平台端的商业回馈太差。先看供给端。AI视频生成模型在现阶段有个通病——它对“画面质量”的提升非常快但对“叙事独特性”几乎没有帮助。你今天用Seedance生成一个“古装女子回眸”和三天前别人生成的同题材片段在画面美学上可能差距不大。这就导致AI短剧出现了类似“抖音剪辑号”时代的局面谁的投流预算多谁就能触达更多用户内容本身反而成了最不重要的变量。而投流成本一旦超过分成收入模型就跑不通了。再看平台端。无论是短视频平台还是短剧APP对AI短剧的流量扶持都在经历一个“先扬后抑”的过程。一开始平台需要AI内容撑起供给、验证算法所以给了一大波推荐流量当供给饱和之后流量分发的天平会重新偏向优质原创和能稳定产出的专业机构。很多AI短剧玩家没等到精细化运营阶段就被流量波动筛出去了。所以结论很明确市场见顶的“顶”指的是靠“AI生成画面批量复制套路”就能轻松赚钱的红利期结束了。真正留下来的问题是内容生产效率怎么进一步提升、单位时长制作成本怎么进一步压低。这也是Seedance主动降价把整个赛道拖入商业化价格战的直接背景——上游工具商已经意识到AI短剧如果还想继续做最缺的不是画质而是把单分钟成本打下来的可能性。2. Seedance降价一次对行业定价权的主动争夺2.1 为什么是Seedance为什么是现在Seedance是字节跳动豆包大模型团队推出的视频生成模型走的是DiT路线支持原生1080p、多镜头叙事、人体运动控制这些能力。在短剧生产场景里它的多镜头叙事特性比很多竞品更适合做剧情内容这是它在创作者圈子里被高频讨论的原因。但这次降价我觉得不能只盯着Seedance一家看。整个视频生成赛道的定价在过去一年经历了三轮明显的下探。最早一批云端视频生成API按生成秒数计价价格高到只有做样片Demo的团队才舍得用后来国内一批视频生成工具用积分制和订阅制把单分钟成本拉了下来到2025年下半年随着推理成本优化和用户规模起量厂商开始把“低价”本身当作获客卖点。Seedance选择在这个时间点主动降价本质上是对行业定价权的一次争夺。视频生成模型的竞争已经从“谁的画质更好”进入到“谁能在相近画质下提供更低的单位成本”阶段。我接触的一些做海外短剧分销的团队他们采购视频生成服务时最敏感的参数不是单一镜头的惊艳度而是一部剧几十个镜头加总后的总成本。谁能在保证基础质量的前提下把成本降下来谁就能拿到这些批量采购的大客户。2.2 视频生成的成本到底贵在哪很多人以为视频生成的成本贵在GPU硬件这话对了一半。真正的大头是DiT这类扩散模型在生成视频时要处理的“token规模”远超图片模型。一张图片可能就几千个视觉token而一段3秒、720P、24帧的视频乘以空间和时间两个维度之后计算量是图片的几十倍甚至上百倍。这就是为什么视频生成API的定价普遍按秒计费而图片生成按张计费的原因。厂商能把价格打下来靠的是三件事第一推理引擎持续优化比如通过并行采样、步数蒸馏、缓存复用把单次生成的耗时压下来第二模型版本迭代新版本在同等画质下需要的推理步数更少第三规模化摊薄成本用户量越大、单卡利用率越高单次推理的边际成本越低。这就像外卖平台的“满减逻辑”早期靠补贴吸引商家入驻等到单量稳定了再靠调度优化和规模效应把履约成本降下来。Seedance降价不是亏本赚吆喝而是它已经走到了可以用更低价格覆盖更大用户群的成本拐点。对于内容创作者来说这反而是最实打实的红利——单分钟生成成本降了意味着同样预算下可以产出更长、更多次的候选素材成品率自然就上来了。2.3 竞品都在怎么跟牌这波价格战不是Seedance一家在打。我在行业群里看到的信息是海螺AIMiniMax、可灵、Vidu这些国内视频生成工具都在过去两三个月里推出了新版本或新计费方案价格锚点一个比一个低。海外阵营的Runway、Luma、Pika节奏慢一些但也在通过订阅套餐变相降价。对用户来说这是好事但也要看清楚背后的差异。同一个“几分钱一秒”的报价不同平台的限制条件差别很大。有的便宜但只给720P有的便宜但生成时长只有几秒钟有的便宜但生成的视频不能商用。所以选工具不能只看单价要按“最终可用素材”来算成本。我自己的习惯是每次评估新工具时先拿一个固定的提示词跑20段素材统计其中能用、需要修、直接废掉的比例再乘以单次生成价格得出“有效素材单条成本”。这个数字才是真实的成本线。3. 创作者视角价格战下的工具选型与实操配置3.1 一分钟素材成本的三档方案如果你正在做AI短剧相关的项目现在市面上可选的视频生成方案大概可以分成三档方案成本量级约上手难度适合人群说明云端免费额度 积分制0到几元/分钟低新手、个人爱好者各平台新用户基本都有免费额度适合练手和测试画风订阅制或按量API几元到几十元/分钟中短剧团队、MCN机构画质和可控性最好适合批量生产本地部署开源模型前期硬件投入高边际成本低高技术团队、高频产出的工作室适合有显卡资源和工程能力的人能完全掌控生成流程很多人一上来就冲着“免费生成视频入口”去找工具我的建议是免费额度只用来做能力测试不要用来做正式项目。原因很简单免费档一般有分辨率限制、有水印、不能商用就算生成出来也很难直接进交付流程。靠谱的做法是先用免费额度把不同工具的画风跑一遍确定哪个最适合你的剧本题材再开最低档的订阅去跑正式素材。另外Coze这类AI工作流平台能不能生成视频我实测下来是这样的Coze国内版本身不直接叫“视频生成模型”但它可以集成图像生成、视频生成插件在Agent工作流里串联“脚本→分镜→生成→质检”的流程。如果你正在搭团队内部的生产管线用Coze做流程编排、把视频生成当作插件来调用是完全可行的而且比自己从头写一套调度系统省事得多。3.2 生成参数的黄金组合时长、分辨率、运动幅度在Seedance或同类视频生成工具里真正影响生成成本和成片率的是下面这一组参数的口诀时长宁短勿长、分辨率按需选档、运动幅度控制在中低。先说时长。很多工具单次生成的最长时长在5到10秒之间但我不建议每次都拉到最长。单段生成时间越长模型需要维持的时空一致性就越难容易出现角色崩坏、动作变形。实战中我更喜欢单段生成3到4秒一个镜头拆成两段生成后期在剪辑台拼接。这样单次失败成本低可以快速试错。再说分辨率。短剧的最终发布平台如果是抖音、快手这类竖屏短视频720P到1080P之间其实都够用。720P生成速度快、成本低1080P的优势在细节和后期放大裁剪时的余量。我的习惯是生成素材用720P打底只有确定要用于关键镜头或投流素材时才用1080P重跑一遍。最后是运动幅度。大多数视频生成工具都提供“运动强度”控制数值越高画面动感越强但崩的概率也越高。短剧以人物对话和情绪戏为主本质上不需要太多大范围运动。把运动强度控制在中等档位人物的转头、抬手、眨眼这类微动作能自然呈现又不至于让模型失控这是成片率最高的区间。3.3 本地部署与云端API的选择热词里出现了“seedance本地部署”的搜索我从技术层面说清楚Seedance这类闭源商用视频模型目前主要走云端API公开渠道没有完整权重包本地部署指的是用开源视频生成模型比如基于类似DiT架构的开源方案在自有GPU服务器上跑推理或者在企业私有化场景里通过定制服务完成部署。两者不是同一件事。本地部署的优势是隐私可控、长期边际成本低、不受平台限流影响。我在一张消费级显卡上跑过开源视频模型的测试生成一段2秒720P视频耗时大概在几分钟到十几分钟的量级取决于显存和模型量化程度这个速度完全不适合短剧量产但适合做技术验证和风格探索。如果你的团队本身有AI工程能力又有大批量、常态化生成的需求本地部署值得投入如果只是内容团队没有专职运维老老实实用云端API才是性价比最高的选择。云端API的门槛主要在选择。我在实际项目里踩过的坑包括并发配额不够导致高峰期排队、某个镜头反复生成不出理想效果但积分照扣、同一批生成结果里部分画质波动明显。后来我总结了一套应对方法先小额充值测试并发表现再上正式量素菜生成时每批次控制在20个镜头以内方便逐个质检如果连续失败超过3次立刻换提示词写法而不是盲目重试同一版参数。4. AI短剧完整生产流程从脚本到成片的实操拆解4.1 脚本拆解与分镜颗粒度设计AI短剧的生产单位不是“集”而是“镜头”。传统短剧剧本以场、集为生产单元AI短剧因为生成工具天然以“镜头”为最小输出单位所以拿到剧本后的第一件事就是做“镜头化拆解”。拿一个范例句来说你有一个3分钟短剧剧本总共大概需要40到60个镜头。每个镜头要明确五件事画面主体、核心动作、景别全景/中景/近景/特写、镜头运动固定/推近/拉远/平移、情绪关键词氛围基调比如“压抑”“甜蜜”“惊慌”。这五个要素全部写清楚之后再翻译成提示词才有意义。我的分镜表长这样镜头号场景景别画面主体动作/运动提示词关键词01夜、咖啡馆中景男主靠窗而坐推近转咖啡杯cinematic, moody, warm light02夜、咖啡馆近景女主推门而入固定眼神环顾shallow depth of field, soft glow03夜、街边全景男女并肩行走平摇跟随city night, neon reflections这个表的颗粒度不用细到秒但每个镜头要有一个明确的核心信息。哪怕AI生成的画面细节会跑偏只要核心信息不偏后期剪辑都能补救。反过来如果分镜表本身写得含糊AI生成出来的画面一定是“看起来很美、用起来全废”。4.2 提示词版本管理与人物一致性AI短剧制作最大的痛点之一是人物一致性。同一个角色在不同镜头里“长得不一样”观众会立刻出戏。解决这个问题目前没有银弹但有几套组合拳非常有效。首先是固定外貌描述符。给每个主要角色设定一段“角色锚定文案”每次生成该角色的镜头时把这些外貌特征发型、发色、脸型、服装款式、标志性配饰原封不动地贴在提示词最前面用英文标点隔离好。这个做法不能保证100%一致但能把角色漂移的概率显著压低。其次是利用参考图或首尾帧。Seedance和不少同类工具支持首帧图或尾帧图输入你可以先用文生图工具生成一张“角色标准像”然后以这张图作为首帧再配一段文字描述动作和镜头运动让AI在这张脸的基准上动起来。这是目前短剧场景里最可靠的人物一致性方案。第三是提示词版本管理。我见过太多人做AI短剧做到一半分不清哪版提示词跑出过可用的镜头。我的建议是用表格记录每次生成的完整参数链提示词全文、采样步数、运动强度、分辨率、使用的参考图文件、生成结果是否采用、采用后的备注。不需要专门的软件一个Excel或飞书表格就能解决。这会产生一个附带的好处当你发现某个镜头的效果特别好时可以回去追溯完整的参数组合复制到后续风格一致的场景里。批量生成时命名规范同样重要。我习惯用“集数_镜头号_版本号”的格式命名导出文件例如“EP02_SHOT14_V3”。这样素材进剪辑软件的时候不需要重新看内容就能找到目标镜头省掉大量找素材的时间。4.3 后期剪辑与整片成本核算AI素材进入剪辑阶段后节奏感会比实拍素材更依赖人工把握。因为AI生成的镜头每一段都是独立的天然缺少实拍素材的“连续表演感”所以剪辑时要重点补两件事一是用转场和音效把镜头间的断裂感抹掉二是通过BGM的情绪推进把观众注意力从“画面是否连贯”拉回到“剧情是否好看”。配音方面短剧对白量大建议用AI配音工具分角色录制情绪尽量选“广播剧风格”比干巴巴的TTS更贴合短剧的表演张力。BGM直接用短剧向版权曲库不要随便拿热门歌曲剪进去审核风险太高。成本核算这块我按目前降价后的行情粗算过一部3分钟AI短剧按60个镜头、每镜头平均生成3次才能选到一条可用素材来算总共约180次生成。以当前主流云端工具的定价区间生成费用大约在几十元到一两百元之间具体以各平台实时报价为准加上配音、剪辑、封面设计的人力成本总制作成本基本可以控制在三位数到四位数的量级。相比实拍短剧这在成本端的优势是碾压性的。但前提是你有稳定的生产SOP如果每一个镜头都在“提示词试错”上消耗大量时间人力成本会迅速反超生成成本。5. 常见问题与排查技巧实录5.1 人物脸崩和帧间闪烁怎么破脸崩和帧间闪烁是视频生成最经典的两大顽疾。脸崩一般发生在人物转头、低头、大幅度表情变化时本质是模型对人脸细节的空间记忆丢失帧间闪烁则是连续帧之间光影、纹理不一致导致画面像“隔了厚玻璃在晃动”。我实测下来破脸崩最好用的三个方法是第一把运动强度降一档很多脸崩其实是被“运动幅度过大”诱发出来的机体动作越保守人脸的稳定性越强第二给生成工具喂一张角色正面参考图很多工具支持“垫图”操作生成时拖着参考图进去相当于给模型定了一个锚点第三镜头拆细把一个“转身开口说话”的动作拆成“转身”“开口说话”两个镜头分别生成再剪辑拼接。帧间闪烁的缓解主要靠后期补救。把处理高光、降噪类的滤镜强度适当提高能盖掉一部分轻微闪烁。如果闪烁太严重与其后期修不如重跑。我的经验阈值是肉眼在预览模式下一眼就能察觉闪烁的素材直接标记为废片重建分镜方案重新生成。花时间后期修闪烁性价比极低。5.2 生成太慢如何提速视频生成慢多数时候是“单任务跑长时长高分辨率”导致的。提速的思路无非两条拆任务、并行跑。假设你要生成60个镜头不要一个个排队生成。把工具允许的并发窗口理解清楚很多云端工具支持一次提交多个任务把镜头按“同一角色、同一风格”分组一次提交整组任务让它并行排队。这样一小时的生成量往往可以从十几个镜头提升到三四十个甚至更多。另一种提速是降档生成。先用720P、更短的时长快速生成一批“画风测试版”确认构图和表演到位后再单独对确认可用的镜头做高清重跑。这能在最大程度上避免“高清生成了一大堆废片、既浪费时间又浪费额度”的尴尬局面。5.3 商业化落地时必须避开的四个坑第一别把“AI生成”等同于“零成本生产”。生成费用只是显性成本大量隐性成本在提示词设计、素材筛选和后期修改上团队的时间投入是更重要的成本线。第二商用授权条款要看清楚。哪怕你在免费入口生成了一段效果极好的素材如果平台规则明确“免费生成内容不可商用”那这段素材就只能自娱自乐。商用项目确认开工前第一件事不是写提示词而是开一遍目标平台的商用授权协议。第三内容合规不能甩锅给AI。“AI生成的”不是免责声明短剧上线前该过的审核流程一条都不能少。敏感题材、极端情绪、潜在侵权元素生成工具不会帮你规避责任都在制作方。第四甲方验收看的是“成片率”。“你看这个镜头多惊艳”没有意义“这60个镜头里最终能交付多少、有没有烂尾戏需要补拍返工”才是验收标准。所以开工前不要只做一两个惊艳样片要小批量试跑出一集完整的内容验证整套生产线的稳定性和成本线再谈规模化量产。6. 价格战之后的下一步Seedance这波降价把视频生成的单位成本直接拉到了“可以规模量产”的心理价位之下。接下来我判断会发生两件事一是更多团队会从“试玩AI短剧”转向“AI短剧工业化生产”对工具的需求会从“生成好看片段”升级为“批量稳定产出可用素材”二是工具商之间的竞争焦点会从单次生成价格逐步转向生产链路效率比如生成后自动去闪烁、自动配音、自动剪辑这类端到端的能力。做AI短剧这段时间我的核心体会是工具永远在变但内容生产的基本功不会变。懂分镜、懂节奏、懂观众情绪的人不管生成工具怎么换都能用最低的成本产出好内容。降价是行业的红利但红利只属于那些能把“便宜”真正转化为“好内容”的人。
