AI生成视频已经不再令人感到新奇。这种新鲜感的减退,源于AI视频的生产与消费正迅速走向规模化。
根据DataEye发布的《2026上半年国内AI剧漫剧数据报告》,2026年国内AI剧集与漫画市场规模同比增长138%,仅前五个月的市场规模就达到了220亿元。
更深层的转变也随之浮现:过去人们会关注视频是否由AI制作,而现在,观众更在意的是内容本身是否优质。虎鲸文娱对已上线的AI视频弹幕和评论进行了分析,发现2025年第四季度,用户讨论多集中在“提示词”“技术”和“真假”;到了2026年第二季度,“剧情”“故事”“男主”“女主”等词汇出现频率更高。同期,“一眼AI”这类涉及AI痕迹的评价占比从10.3%下降至6.5%,正面评价率则从50%上升至73.8%。
虎鲸文娱集团CTO杜颜龙表示:“当观众开始用内容标准,而非技术演示标准来评价AI作品时,AI才真正接近产业化的起点。”
技术刚兴起时,AI能让角色动起来就能成为新闻;能生成一段复杂运镜就值得分享。但随着“生成”变得越来越容易,如何将AI真正转化为影视生产力,成为新的课题。
9月22日,虎鲸文娱在云栖大会上发布了行业首个AI影视制作与管理平台“鲸锐AI”。这个将于10月启动内测的平台,将重心放在了模型之上的生产环节。
杜颜龙指出:“生成模型决定了内容能力的上限,而生产系统则决定了这个上限能否稳定实现。”
过去三年,AI视频行业不断刷新前半句话。鲸锐AI的目标是解决后半句话。
影视制作历来是高度依赖协作的工业体系。
一部电影从创意到最终画面,需要导演、演员、摄影、美术、灯光、后期等多个工种的协同合作。为了确保不同人员能准确理解同一创作意图,影视行业建立了一套完整的专业语言和工作流程:分镜确定画面,景别、焦段和机位指导摄影,走位和表演调度演员,制片体系则将这些工作纳入预算和周期管理。
好莱坞过去一个世纪的优势,很大程度上源于这套工业体系。其真正难以复制的,并非仅仅是明星、导演和大制作,而是将高度依赖个人创造力的影视生产,拆解为专业分工、制作流程、质量标准和制片管理。单个项目可能有数百甚至上千人参与,但每个工种都明确自己在什么阶段、按什么标准完成什么任务。
影视工业发展了上百年,核心都是解决如何将创作意图准确转化为可执行画面这一问题。
但生成式AI反而让这件事变得不确定。创作者明确知道自己的需求,却首先需要将复杂的意图压缩成一段Prompt,然后等待模型给出一个概率性的结果。人物对了,机位可能不对;表情对了,运镜可能出问题;好不容易得到满意的构图,调整动作后,原本正确的部分又可能改变。
于是,一个在传统影视工业中可逐项沟通和控制的问题,在AI这里变成了反复生成和筛选。从明确的创作意图,到稳定、准确地获得结果之间,仍然存在一层生产能力上的差距。
“抽卡”一词因此成为AI视频创作中的典型说法。
单个镜头或许能通过“抽卡”解决,但进入完整项目后,代价会迅速放大。一次不满意意味着重新生成,一个环节变化可能牵动后续修改,原本通过AI节省的制作成本,可能又消耗在筛选、试错和返工中。
偶尔生成一个100分的镜头,体现的是模型能力;连续交付数百个达到专业标准的镜头并构成叙事,才是系统的生产能力。
杜颜龙认为:“生成一个好镜头,与交付一部好作品,是两件完全不同的事。”

虎鲸文娱集团CTO杜颜龙
这也是AI影视走向工业化必须跨越的门槛。在模型不断提升单个镜头能力上限之后,行业需要新的生产体系,来稳定地组织这些能力。
“站在这个起点上,下一阶段的方向不再是谁能生成单个好镜头,而是谁能帮助创作团队持续、可解释、按预算交付一部好作品;AI时代真正稀缺的,不再是强大的模型生成能力,而是一个创作团队持续交付好内容的能力。”这也是鲸锐AI的产品思路。
作为行业首个AI影视制作与管理平台,鲸锐AI聚焦三件事:制作过程可控、结果可交付、成本可管理。 这看似是三个产品能力,实际上对应着影视生产中依次出现的三个问题:创作者能否准确获得想要的画面,生成的内容能否达到专业制作标准,以及当创作从个人走向团队、从片段走向完整项目后,成本和进度是否仍能被控制。

第一步,是将选择权从随机生成中夺回。
鲸锐AI没有将所有创作要求都塞进Prompt,而是将影视行业原有的专业语言重新拆解,变成AI可执行的控制变量。目前平台提供场景控制、人物表演、摄影机、3D虚拟片场和光影调节五类精控套件,包括250多种场景编辑组合、49种基础表情控制、40多项专业摄影机参数,以及100多种人物姿势与站位等图片视频精准控制能力。

例如,创作者要制作两个人在咖啡馆对话的镜头时,过去使用AI视频工具,他可能需要在提示词中同时描述人物位置、动作、神态、摄影机角度、景别和光线,然后通过多次生成寻找最接近预期的一版;但在鲸锐AI的产品逻辑中,这些变量可以被分别控制:先确定两个人物在3D虚拟片场中的位置和姿态,再调整人物表情,确定摄影机的位置、焦段和运动方式,最后处理光影。需要修改其中一个变量时,也不必重新赌一次整个画面。
这看起来只是交互方式的变化,背后却涉及AI与专业创作者关系的改变。影视行业已用上百年时间形成了一套表达创作意图的语言,没有必要因为AI出现,就要求导演、摄影师重新学习机器语言。技术真正成熟的标志,或许不是创作者越来越懂AI,而是AI越来越懂创作者。
但能准确控制如何拍摄,只解决了生产的第一步。影视制作还有更现实的问题:做到什么程度才算完成?
消费者刷到一段AI视频,觉得人物自然、画面好看就足够了;专业生产中的“收片”则意味着要考虑人物和资产的真实感、镜头表达是否服务于叙事、声音能否保持一致,以及最终画质能否满足后续制作和播出的要求。
鲸锐AI因此将产品能力继续向专业“收片”延伸。在目前公布的产品体系中,平台围绕真实感、活人感资产调节、专业镜头表达、超分与HDR、语音一致性等环节搭建制作链路,同时引入专业Skill,将部分具体的制作方法封装进工作流。

这里更值得关注的,是影视行业的专业经验有机会被软件化。 此前的AI进步,都是在补全专业影视生产所需的能力,而Skill能让AI开始放大影视行业中原本难以复制、存在于从业者脑子里的专业经验。
一个摄影师知道什么焦段更适合某种情绪,一个后期人员知道如何处理才能让画面达到交付标准,这些能力过去很难脱离具体的人被复制。如果这些经验能逐渐被AI沉淀为数字资产、Skill和工作流,那么同一种经过验证的制作方法就能被反复调用,也能在团队内部传递。AI学习的对象也由最终的影视作品,进一步延伸到了影视行业生产作品的方法。
而当这种生产能力继续扩大,第三个问题随之出现:如何管理。
制作几十秒AI视频,尚可依靠文件夹和个人记忆管理素材;但如果项目变成十几集剧集、上百个场景,几十个人同时参与,制片问题就会重新出现。哪个角色资产是最终版本,哪些场景已经完成,一套验证过的工作流能否被其他成员直接调用,已经消耗了多少算力和预算——这些问题并不会因为摄影机变成生成模型而消失。
鲸锐AI按照项目、分集、分场和角色组织生产,资产、提示词、Skill和工作流可以在项目中沉淀和复用,同时将项目消耗、剩余可用时长和阶段进度纳入管理。
这对应的是AI时代的新制片体系。 传统制片管理演员、摄影机、场地和拍摄周期;AI影视走向规模化后,则需要有人管理模型、算力、数字资产和工作流。
因此,将鲸锐AI仅仅理解为AI视频生成工具,会忽略这套产品更值得讨论的部分。它试图补上的,是生成模型与专业影视生产之间缺失的一层:先让创作意图能够被准确执行,再让结果拥有明确的交付标准,最后让整个项目能够被计算和管理。
将这些能力继续向前推进一步,鲸锐AI最终想解决的其实还是关于“人”的问题:当AI越来越强,创作者究竟应该把时间花在哪里?
“我们更在意的是:能不能让创作者少一点被工具消耗,多一点时间留给判断、审美和表达;能不能让普通人的灵感,不因资源有限而失去被看见的机会;能不能让懂镜头、懂表演、懂叙事的专业创作者,把经验带进新的生产方式,而不是被技术挡在门外。”杜颜龙在现场这样解释鲸锐AI的初衷。这或许也是“确定性”对于创作真正的意义。
那么,为什么是虎鲸文娱能做成这件事,而不是其他平台?
答案在虎鲸文娱过去的积累中。一端连接阿里体系在模型、算力、工程和安全上的技术能力,另一端连接文娱业务真实的内容生产需求。前者不断提供新的技术能力,后者则用具体的创作任务、审美判断和制作反馈告诉技术什么真正有用。
一端是快速进化的AI技术,另一端是导演、摄影和制作团队的专业标准。在连接技术与内容两端之后,虎鲸文娱并没有停止对模型能力与影视生产关系的探索。
今年,北京电影学院齐虹教授团队、虎鲸文娱Moku实验室与晓天衡宇共同推出FilmBench,从307部真实影片中反向构建1169条Prompt,并拆解出35个细粒度视听语言考点。为模型能力提供行业评价参照,鲸锐AI想交还给创作者的,不只是对AI工具的控制权,更是创作本身的主动权。

沿着这个目标,也就更容易理解鲸锐AI的一系列产品选择,包括最基础的那个问题:为什么虎鲸文娱选择做平台,而不是直接做模型?
今天视频生成模型的迭代速度,可能比任何一套影视生产流程都要快。同一个模型,在文生视频、图生视频和视频编辑上的排名并不相同,不同模型也开始形成各自擅长的人物、动作、运镜、编辑等能力。
这意味着,如果创作者的整套生产流程直接建立在某一个模型之上,每一次模型换代,都可能意味着重新适配工具和工作方式。模型越快速进步,影视生产反而越需要相对稳定的模型之上的生产层。
“文娱行业需要一套承接从创意到成片全过程的新基础设施。”杜颜龙判断,平台能够解决这些不断变化的能力,如何被持续组织进影视生产。这也是虎鲸将鲸锐AI称为“文娱新基建”的原因。
好莱坞成熟的影视工业体系在AI时代已经不可避免地面临变革。
摄影棚的一部分功能可以进入虚拟片场,摄影机和灯光的一部分能力可以成为软件参数,过去依赖专业人员长期积累的Know-how可以被沉淀为Skill,服装、场景、人物等生产资料也越来越多地以数字资产的形式存在。
创作者能够调动的生产能力,开始不再完全取决于他能否拥有足够大的团队、设备和预算。
下一代影视工业最终长什么样,现在还没有答案。但至少,存在新的窗口——中国影视未必只能继续成为上一套工业体系的追赶者,也有在AI时代超越好莱坞的可能。
所有宏大的“新基建”,最终仍然要回到一个又一个很具体的人身上——虎鲸文娱集团9月刚刚推出AI人才孵化与培养项目“虎鲸AI人才计划”,并同步启动“鲸锐AI创作大赛”,寻找最会讲故事的AI创作者。优酷也将发起少儿AI黑客松大赛,让孩子在提问、想象与协作中接触AI,培养持续创作的新生力量。
积极拥抱AI、但依旧重视人的价值,这也是文娱AI新基建在工业之外必须具备的对创作的敬畏。
© 2026 南宫(北京)网络科技有限公司 版权所有 | 京ICP备2026
球迷评论
张伟强
南宫体育网址为您深度解析本场关键转折点:第67分钟,上海海港中场断球后快速反击,奥斯卡助攻武磊推射空门得手,彻底扭转比赛走势。结合赛前装备搭配与战术布置,玩家可从中印证策略对战的精髓。
李铭轩
从装备搭配角度看,山东泰山本场中场拦截成功率仅38%,远低于赛季平均的52%。南宫最新网址提供的数据分析显示,对手针对性的边路突破是导致失利的主因。关注读者疑问,我们将在后续内容中详解应对方案。