真人短剧开机量骤减 大厂打响AI视频“竞速战”

Sora关闭，但AI视频赛道反而更热闹了。

2026年，AI正在加速融入视频生产行业。有行业人士向21世纪经济报道记者表示，春节之后，真人拍摄的短剧开机量在断崖式降低。

也是2026年，字节Seedance 2.0在2月高调“出圈”，阿里HappyHorse以匿名身份屠榜评测平台，快手可灵以接近母公司总市值三分之二的估值，被计划分拆并独立进行融资。资本市场已经把生成视频的能力，作为重新定价整家公司的核心锚点。

商业前景诱人，产能爆发惊人。模型的成本和技术同时达到临界点，又有足够多的“刚需”场景在承接。从目前的应用情况来看，营销广告、影视娱乐两大行业贡献了七成以上的份额，漫剧和短剧则是最快落地的试验场，2026年一季度，全行业上线AI微短剧约12.2万部，占比超过95%。

谁在使用，谁在观望，谁在转向？一个关于新旧生产力交替的故事正在拉开序幕。

AI视频模型加速渗透

两个月前，红极一时的视频模型应用Sora被OpenAI关闭。

视频生成是当前最消耗算力的AI任务之一，单次生成成本远高于文本或图片，用户越多，亏损反而越大。数据显示，其日均运行成本高达1500万美元，每年烧钱约54亿美元，但应用上线半年总营收仅约210万美元，30天留存率不足1%。OpenAI砍掉Sora，本质上是在弃车保帅。

“从短剧到电视剧再到电影，所有人已经开始在用了。”北京理工大学与中央戏剧学院双聘教授翁冬冬向记者表示。以前电影导演挑剔、抠细节，但Seedance 2.0和HappyHorse出来以后，“最挑剔的那些人也觉得可以试一下了”。

国产大模型们迅速补上了Sora的缺位，更掀起了一场“竞速战”。阿里HappyHorse、字节Seedance 2.0、快手可灵包揽了Artificial Analysis文生视频榜单的前三位。

此前，字节跳动Seedance 2.0于2026年2月上线时，被业内称为“导演级AI”，主打角色一致性、长时序稳定与多镜头叙事。纯视频生成成本被压至1元/秒，内容可用率从20%跃升至90%以上。中银证券测算显示，制作90分钟漫剧的成本可从1万余元降至约2000元，降幅达80%。

这个价格不算低廉，但已经让专业创作者和中小企业看到了正循环的起点。

随后，阿里的HappyHorse在权威盲测平台以“匿名黑马”身份“暴力屠榜”，在画面质感、光影细节和人物真实感上超越了同期热门模型，凭借低至0.44元/秒的定价和高效的生成速度迅速切入了AI视频的商业化腹地。

“HH（HappyHorse）在时长和分辨率的覆盖面上已经比较完整，生成速度是它比较突出的优势，基本控制在十分钟以内。”麦斯国际技术合伙人李明向记者表示。

近期很火的快手可灵，自2024年6月上线至今已完成超30次迭代，并且在商业化上已经卓有成效，深入到影视、广告等专业领域。数据显示，其年化收入（ARR）在2026年4月已飙升至5亿美元，全球用户超6000万，为超过3万家企业客户提供服务。

“国内用户的使用目的非常明确，他们是带着生产目的来的。短剧漫剧从业者、TVC（电视广告）制作人、接AI电影商单的团队是主力。相比之下，海外用户反而更偏向大众化的社交媒体内容创作。”全球首个一站式AI原生视频创作平台Flova相关负责人向记者表示。

不过，几家模型还远远没有分出胜负。在业内人士看来，AI视频模型还处于快速迭代的早期阶段，作为创作者，无需过于依赖某一个模型或某一套技巧。

“用大模型做AI视频，可以想象成在沙地上筑塔的过程。”翁冬冬用了这样一个比喻，“你获得的任何经验、技能、技巧其实都没有太大意义。因为随着底层模型的更新，之前所有东西都没用了。”

谁在为AI视频买单？

头豹研究院的测算显示，全球AI视频生成市场目前以B端客户为主，约占65%至70%，其中营销广告、影视娱乐两大行业贡献了70%以上的份额。

落地最快的赛道是漫剧和短剧。

“漫剧和短剧基本是AI的天下了。真人拍摄短剧开机量在断崖式减少。”翁冬冬向记者表示。

这个判断有三层支撑。第一，成本差距太大，商业上不可逆。他向记者举例，极端情况下，最便宜的真人短剧50万元拍一周，最便宜的AI短剧仅要200元一分钟。第二，质量在提升，AI生成视频不再是“抽卡”，工业化生产成为可能。第三，用户端的接受度逐渐打开，漫剧和短剧是快消品，观众对画面瑕疵的容忍度天然高于院线电影。

翁冬冬表示，平台主推的AI漫剧中，真人表演的AI生成效果已越来越好，难以分辨。他预计，几个月后漫剧和短剧领域的AI占比还会进一步提升。

电视剧则处于中间地带。明星引流依然是核心逻辑，演员不会被替代，但后期制作已经开始大量用AI节约成本，特效、抠图、场景生成等环节的人力成本正在被快速压缩。

电影则是最保守的。资金量大，画面要求极致，导演们对细节有较强的控制欲。更重要的是，市场接受度是个未知数。一部纯AI生成的院线电影，即便质量过关，观众会不会因为“AI感”而天然抵触？目前没人敢赌。

“目前跨镜头一致性已经不是大问题了，”翁冬冬向记者表示，“没有什么技术关卡，就是耐心和钱的问题。”

数字栩生（北京）科技有限公司联合创始人、CEO宋震的判断是，未来会是巨大的两极分化。数字人和真人、场景的数字化，将构成未来电影工业的基本模型。大屏幕依然需要高精度、大引擎制作、大投入的内容，这是影院存在的根本理由。而小屏幕则会被快节奏、低成本、高产出的AI内容占领。

技术瓶颈正在后移，真正的瓶颈变成了组织结构、工作流设计、成本控制——这些是工业体系层面的问题，而不是模型能力的问题。

宋震向记者表示：“我一直认为，这是一个工业体系在人工智能冲击下的转型。AI不是简单的工具升级，而是对整个电影工业生产方式的重塑。”

从这个角度看，AI视频行业的竞争才刚刚开始。模型能力是地基，但把地基上的塔建得更高、更稳，取决于谁能更好地理解不同体量、不同品类、不同目的创作者的真实需求，并在成本、速度、质量之间找到动态平衡点。