熱門資訊> 正文
漫劇啓示錄：互聯網最差的生意，可能是AI最好的生意
2025-11-25 08:38
本文來自格隆匯專欄：錦緞 作者：海星
最近的人類，憂心忡忡：這輪數以萬億計的AI資本開支，最終將把文明引向新一輪工業革命，還是化作有史以來最巨大的科技泡沫？
AI卻笑而不語，信手掏出一個全新的百億級應用賽道：漫劇。
漫劇賽道當前的火爆，很難不引人注目：日流水破三千萬、全年市場預計達200億。這一新增長曲線，正以陡峭的斜率將傳統內容形態遠遠拋在身后：這個數字已接近中國電影票房的一半，並被視為人類創意結晶的「短劇」迅速拋離。
而比紙面數據更令人震動的，是背后的「供給側革命」：AI已將漫劇製作成本壓縮至每分鍾1000-2500元，周期縮短至10-13天，一個6-8人團隊便足以駕馭頭部IP的全程改編。
這已不是單純的「降本增效」，而是從根本上動搖了內容產業的「生產函數」。
縱觀當代內容產業，其商業模式始終奉行「輕資產、重創意」。從三麗鷗的Hello Kitty到泡泡瑪特的Molly，從貓王音樂到周杰倫曲庫，再從《哈利·波特》到《王者榮耀》——一旦形成持續性產品，便如同鑄就一臺商業「印鈔機」。
然而，其脆弱性也在於此：除了IP積澱與社交黏性，內容本身並無「成癮性」護城河，用户口味變遷纔是行業常態。為對抗這種脆弱性，內容行業長期在「內容為王」與「渠道為王」之間螺旋攀升：一端追求工業化的穩定產出，一端追求更高效的觸達方式。
直至AI攜漫劇而來，宣告這場螺旋攀升進入全新維度——從生產到傳播的全鏈路重構正式開啟，內容產業的底層邏輯，正被顛覆性重塑。
01「愛優騰」也有春天
1.從PGC到UGC到AIGC，去中心化愈演愈烈
長期以來，內容生產受困於高成本、長周期的痛點：傳統動畫需上百人團隊耗時數月，影視製作成本動輒數千萬，爆款誕生往往依賴運氣。所以內容生產破局的第一條鐵律，便長期被定義為「工業化」。
反應到供給側，我們時常看到：
一方面，優質稀缺內容正在被拍出天價。例如歐美主要體育賽事聯盟中，體育版權的成本每年都水漲船高，如收視率持續下降的NBA 卻簽下了750 億美元的轉播天價。體育賽事都出現體育明星賺錢，俱樂部和轉播頻道不賺錢的窘境。
更為致命的是，從中國到海外，內容產業都在經歷一樣的變化，「短、平、快」才能俘獲用户的碎片化使用時長。
短視頻、興趣社區，開創了UGC（用户生產內容）這種去中心化模式，解決了內容的成本問題，然后用推薦算法匹配用户興趣度，提升了內容質量（提升用户時長），然后靠廣告、電商來盈利。
AIGC（AI Generated Content）則更進一步。相對於PGC和UGC創作方式，AIGC是更高階的模式，其潛在的優勢包括創作效率高、成本低、多模態適用性廣，而且能滿足更個性化的內容消費需求。
2.降本增效的智能替代方案
AI對生產環節的首要價值，是作為輔助工具替代重複性人力勞動：
●比如在代碼生成領域AI的應用已經非常成熟，業內甚至開玩笑的説碼農自己發明了工具替代了自己，Meta和亞馬遜近期的大裁員便是明證。
●另外文本生成在翻譯應用場景也相當普遍，雖然如何生成富有「人味」的語言還有挑戰性，專業性和邏輯性也欠缺，但作為文本生產者的助手已經相當出色。
●在音頻生產領域， TTS（Text to speech）技術已經相當成熟，成為眾多創作者離不開的工具，廣泛應用於客服及硬件機器人、有聲讀物製作、語音播報等。
圖：AIGC主要下游落地場景來源：華泰證券
當然，AIGC真正具有想象空間的是圖像和視頻生成，以及跨模態應用。
視頻行業，電影、電視、流媒體全球合計市場空間超3000億美元，但是亟待從成本泥沼中被解救。如據晚點報道，愛優騰三家近十年共計投入超過1000億元，回報仍遙遙無期，10多元的ARPU值也表明用户並不為這些天文數字的投入買單，最終只是頭部藝人賺到了錢。
而全球近2000億美元的遊戲行業，角色建模、場景設計、特效渲染等環節依賴大量美術人力，導致企業面臨日漸高企的研發成本。以全球龍頭公司網易遊為例，研發費用從100億元左右飆升至170億元人民幣以上。
資料來源：Wind
隨着大模型技術的日臻成熟（GAN、VAE、Flow-based、擴散模型等）和單位算力成本的下降，AI對內容行業的顛覆之風終將吹向視頻領域，並正產生一個奇特的現象：互聯網最差的生意，可能反而將是AI時代最好的生意。
漫劇賽道AI 的降本效果最為直觀。傳統動態漫製作需人工逐幀處理畫面、匹配音效，單部 80-120 分鍾作品成本常超 50 萬元；而 AI 技術通過靜態漫畫動態化、自動配音、智能剪輯等工具，將總成本壓縮至 10-30 萬元，僅為傳統模式的1/2-1/5。
更關鍵的是周期縮短——如醬油文化通過AI工具，將單部漫劇生產周期控制在10-13天，部分精良製作也僅需1個月，與真人短劇周期相當。近期中文在線、點眾等真人短劇公司紛紛轉型漫劇，想必也是看中了AI帶來的高周轉、低成本優勢。
影視行業的成本革命也初現苗頭。2025年上海國際電影節「AIGC單元」獲獎作品《潛入夢海》，僅由4人團隊耗時1周完成：通過Midjourney秒級生成分鏡、AI虛擬拍攝替代實景搭建、開源換臉技術實現角色演繹，最終呈現出大片級效果，製作成本控制在萬元以內，成本只有傳統實拍模式的百分之一。
如是供給側門檻的劇烈消解，必將帶來創意的海嘯，可以預期的是：「愛優騰」終將也有春天。
3.拓展能力邊界，創造全新內容
需要實事求是的是，上述AI在內容生產方面的應用，在當前更多是輔助者而非顛覆者的角色，受限於技術水平和應用場景。從中短期來看，我們也認為內容產業中的諸多領域，仍將以現有的模式運行，如超長視頻中AI技術幻覺仍嚴重、音樂偏專家和IP屬性、直播電商社交含量高、體育&音樂會依賴真人、主題樂園等線下實體。
但中長期來看，AI對於內容產業的顛覆，更具想象空間的仍在傳統創作的能力邊界的突破——無論是題材選擇還是內容形態，都不再受限於人力與技術的短板。
在題材層面，AI讓真人無法實現的題材得以落地。漫劇賽道的玄幻、無限流題材就是典型案例：
這類題材需大量奇幻場景（如修仙祕境、星際戰場）與特效元素，真人拍攝不僅成本極高，還難以還原網文的想象力；而AI可通過文生圖工具快速生成奇幻場景，再通過動態化技術讓畫面活起來，完美匹配網文IP題材特點。
AI可實現跨模態內容生成，模糊了文學、漫畫、影視、遊戲的邊界，即AI充當編劇和導演的角色。
例如，擁有很多擁躉的頭部IP《我的治癒系遊戲》，可通過AI直接從小説文本生成漫劇分鏡，再自動轉化為動態漫。這種跨形態能力，讓IP不再侷限於單一載體，快速適配為漫劇、短視頻、小遊戲等多種形態。
更重要的是，AI降低了內容創作的專業門檻，讓非專業創作者也能參與內容生產，打破傳統行業對專業資質的壟斷。
例如AIGC微短劇無需專業分鏡師與導演，普通人通過AI工具即可完成從劇本生成到視頻製作的全流程；動態漫製作也不再依賴專業動畫師，網文作者可自行用AI將作品轉化為動態內容，直接觸達讀者。
圖：AI在各環節應用落地資料來源：中金公司
AI對不同內容行業的滲透，假設在10%-60%區間，僅中國的內容產業，AIGC的市場空間估算就能達到1000億元以上。
02「下一個字節跳動」
內容產業的核心矛盾，從來都是「內容供給過剩」與「用户注意力稀缺」的矛盾。傳統傳播模式依賴渠道霸權與撒胡椒麪式營銷，效率低下且成本高昂，因此誰能革新渠道就能創造巨量的商業價值。
短視頻之所以在全球範圍內都大獲成功，就是得益於UGC和推薦算法——內容即渠道。
另一個更具有代表性的案例是Spotify，作為全球數字音樂的絕對龍頭，2006年其橫空出世甚至拯救了岌岌可危的音樂產業。Spotify不生產內容，只是做了傳播方式和渠道的革新。
通過數字的方式實現了音樂的「雲化」，主打「即時播放、正版授權」，用户擺脫播放設備困擾，從買斷制走向訂閲制，由於使用門檻大幅下降，全球訂閲用户近3億，公司市值突破1200億美元。
圖：Spotify的傳播模式創新拯救了音樂行業（全球錄製音樂市場規模）資料來源：IFPI，廣發證券
AI在內容傳播上的潛力仍被嚴重低估，下一個「字節跳動」也許正在此中醖釀：通過用户畫像分析、智能推薦算法與場景化適配，AI可實現內容找人的精準鏈接，大幅提升了內容的觸達效率，直至生成全新的商業模式與產業平臺。
這不是幻想，一些現實案例已經能讓我們看到AI在傳播上實實在在的滲透：
1.用户畫像精準化：從羣體標籤到個體畫像
傳統傳播對用户畫像的理解停留在非常粗線條的羣體標籤，如「18-24歲男性」、「本科以上學歷」，無法捕捉個體差異化；AI通過分析用户的行為數據（如觀看時長、互動頻率、付費偏好），構建出更精細的個體畫像，讓內容傳播更具針對性。
以漫劇賽道為例，平臺通過AI分析發現：早期漫劇用户90%為男性，主要偏好玄幻、懸疑題材，且集中在三線及以下城市，日均觀看時長1-2小時。
基於這一畫像，部分平臺調整了漫劇的流量分配策略——向三線城市男性用户傾斜玄幻類漫劇推薦，同時推出男性向題材分賬溢價政策，吸引製作公司聚焦這類內容。數據顯示，針對性推薦后，漫劇的有效點擊率提升27%，用户留存率提升19%。
遊戲行業的用户畫像應用更為深入，實現「千人千面」的內容推送：例如對高付費用户推送高價皮膚與專屬活動，對小額付費用户推送低價禮包與日常任務，對免費玩家推送社交類玩法提升留存。
2024年上線的《戀與深空》，通過AI精準定位女性玩家的情感需求，推送角色互動劇情與3D建模內容，首月流水達5.09億元，成為女性向品類的標杆。
2.推薦算法智能化：從人工運營到數據驅動
傳統內容分發依賴人工運營團隊判斷哪些內容可能受歡迎，主觀性強且效率低；AI推薦算法通過實時分析海量用戶數據，自動識別內容與用户的匹配度，實現優勝劣汰，讓優質內容更快觸達目標用户。
短視頻平臺的漫劇分發是典型案例。抖音的漫劇流量分配模型會實時跟蹤用户的觀看行為：若用户觀看某部漫劇的完整度超過60%、點贊率超過10%、分享率超過5%，算法會判定該內容「受歡迎」，將其推入更大的流量池。
這種「數據驅動」的分發模式，讓優質漫劇能快速突圍——2025年四季度，《我的治癒系遊戲》漫劇通過算法推薦，上線7天播放量破億，成為現象級作品。
長視頻平臺的算法優化同樣顯著。愛奇藝的網絡大電影分賬算法，將AI推薦與商業變現直接掛鉤：片方收益=2元×有效點擊（觀看超過6分鍾），而有效點擊量的核心影響因素是算法推薦的精準度。通過AI優化推薦后，網絡大電影的平均有效點擊率提升了34%，片方平均分賬收入增長22%。
3.傳播場景適配化：從單一渠道到多端覆蓋
AI不僅能精準找到用户，還能根據用户的消費場景（如通勤、居家、休閒）適配不同形態的內容，提升用户的消費意願。
例如，用户在通勤時更傾向於觀看5-10分鍾的漫劇短視頻，而在居家時更願意觀看30分鍾以上的長集漫劇；AI的跨模態能力，能夠通過識別用户的地理位置、設備類型、使用時間，自動推送適配場景的內容形態。
微信小遊戲的場景適配是典型案例。根據24M7微信小遊戲開發者大會數據，女性玩家佔比高於傳統APP遊戲，且偏好模擬經營類內容；同時，三線城市用户佔比達50%，主要在碎片化時間玩遊戲。
基於這一場景分析，遊戲廠商通過AI將模擬經營類遊戲適配為輕量化版本——單局時長控制在5-10分鍾，操作簡化為點擊滑動，結果這類遊戲的用户留存率提升了25%，付費率提升18%。
音樂平臺的場景化傳播同樣依賴AI。騰訊音樂通過分析用户的聽歌場景（如工作、運動、睡眠），推送適配的音樂內容：例如對運動場景用户推送高節奏的搖滾、電子音樂，對睡眠場景用户推送舒緩的輕音樂。數據顯示，場景化推薦后，用户的日均聽歌時長提升了12%，會員轉化率提升9%。
03內容產業的生存之戰
漫劇的爆發並非偶然，而是AI重構內容生產與傳播環節的第一個完整案例——既體現了AI在生產端的降本增效與能力拓展，又驗證了AI在傳播端的精準匹配價值。
從數據來看，漫劇成功地驗證了AI的重構能力：目前頭部公司月產能達30部，儘管仍低於真人短劇的100部，但考慮到行業僅在2025Q2大規模啟動，增長速度已遠超預期。
漫劇之后，隨着大模型技術的迭代，更多內容產業將迎來類似變革，尤其是視頻領域：
- 短視頻微短劇
目前微短劇製作仍依賴真人拍攝，成本達六七十萬/部；未來AI可實現文本生成視頻，直接從劇本生成短劇，成本或降至10萬以內，同時通過AI換臉技術讓用户能將自己代入劇情；
- 遊戲AI不僅能降低研發成本，還能創造全新玩法——例如動態調整遊戲難度（根據玩家操作實時優化關卡）、生成個性化劇情（根據玩家選擇自動續寫故事），甚至實現AI生成遊」，讓玩家自行用AI設計遊戲；
- 影視
AI將進一步滲透影視製作全流程，從劇本生成、分鏡設計到虛擬拍攝、特效渲染，實現「小成本大製作」；同時，AI可通過分析用户偏好，預測影視內容的市場表現，降低投資風險。
這些領域的重構並非遙不可及。例如，2024年OpenAI發佈的Sora已能生成60秒的高清視頻，快手的可靈AI、阿里的通義萬相也在短視頻生成領域取得突破；遊戲行業的AI生成角色、場景技術已進入實用階段，預計2026年將實現規模化應用。
AI正在重塑內容產業的每一個環節，這種重構不是局部的優化，而是全鏈路的革命——它讓內容生產不再受限於人力與成本，讓內容傳播不再依賴於渠道與運氣，讓更多優質內容有機會觸達用户。
對於內容企業而言，AI重構不是一道「選擇題」，而是關乎生存的「必答題」：
對內容企業來説，AI重構不是戰略選項，而是生存前提。傳統模式正被無情證偽——數字音樂取代唱片，短視頻重塑熒幕，用户永遠會走向更高效的內容體驗。
成本、效率、用户理解，三個維度上的碾壓性優勢正在重構競爭基準。那些仍固守傳統生產與傳播邏輯的玩家，將發現自己不再與對手競爭，而是在與時代本身為敵。
而這也正是AI對開篇詰問的回答：其本質並非革命或泡沫，而是商業價值在本源上的迴歸與重構。
