对话极速引擎王俊：AI 没有让内容变便宜，只是让「贵」换了地方

来源：市场资讯

（来源：非凡产研）

AI一天能产几十集动画，但最贵的东西反而更贵了

AI 没有让内容变便宜，它只是让「贵」换了个地方。

「一句话生成一集动画短片。」

第一次听到这个说法，我的反应和大多数人一样：动画这门生意的价格体系，要崩了。以前一集漫剧要做好几周，现在一句话的事，内容还不做成白菜价？

这股风确实在刮。AI 漫剧眼下很热，一边是内容平台张着嘴要产能，一边是越来越多的人揣着钱冲进来，仿佛谁的生成速度快，谁就能把这门生意包圆了。

带着这本账，我和极速引擎 Anigo.ai 的 CEO 王俊聊完发现，账算反了。

极速引擎在内容行业泡了很多年，动画、动态漫、IP 都做过，代表作品做到过全网 1.5 亿以上播放，公开资料提到的 2025 年营收约 1000 万元。团队不大，是那种被 AI 逼着把自家产线重做了一遍的内容老兵。

老兵的判断是：AI 没有让内容变便宜，它只是让「贵」换了个地方。

瓶颈换了地方

我问他，最早是什么时候意识到，AI 不是简单给制作团队提效，而是可能把整条动画生产线重新做一遍。

他的答案精确到时间点：2025 年年底，图生视频和角色一致性真正能用了之后。「以前是『画不画得出来』，现在是『决定画什么』。」

「当一条产线上最贵的环节从执行变成判断，你就不能只把 AI 当成一个更快的画笔，而是要把每一个环节的产物重新定义成机器读得懂、检得了的东西。那一刻我知道，这条线得重做。」

过去一百年，动画工业的瓶颈一直是手：画得够不够快，够不够细，够不够稳。整个行业的人才结构、制作流程、报价体系，全是围绕「执行」两个字搭起来的。谁手快、手稳，谁就值钱。

现在画这件事归机器了。一部片子里最贵的环节，从画得好不好，变成了知不知道该画什么。

产线上每一个环节交出去的东西，都必须变成机器读得懂、检得了的形态，不然下一棒根本接不住。

这也是为什么他们最后选择自己做 Anigo，而不是直接采购市面上的生图、生视频工具。

「工具是买得到的，产线是买不到的。」

王俊说。现在行业里流行一个公式，Agent 等于模型加 harness：模型能力人人一样，都是那几家的；harness 是你围绕模型搭的那一整套流程、规范、检查和记忆，这一层每家都不一样。

翻译成大白话：模型是租来的发动机，harness 才是你自己造的那辆车。发动机大家都能租同款，车开成什么样，全看你自己的造车手艺。

vibe coding 时代有意思的地方也在这儿：每家的制作流程和方法不同，长出来的智能体就是独一无二的。

「公司里我一直聊，我们不是用 AI 做内容，而是把内容能力做成 AI。所以 Anigo 不是我们造了一个模型，是我们把自己的生产方式做成了一个会干活的系统。」

你只需要会当领导、会挑毛病

「一句话生成一集」，对外说起来轻巧，但中间其实隔着世界观、人物、剧本、设定、分镜、视频、配音、剪辑一长串环节。

我换了个问法：不用 Agent、工作流这些词，你怎么跟一个完全不懂技术的漫画作者解释，Anigo 到底帮他干了什么？

他的回答把技术词汇全拆了：

「很简单，就问他：领导会当吧？毛病会挑吧？『这个你想想办法』『这感觉不对』这些话会说吧。这事大家肯定都会，都经历过的，有经验的。你就把 Anigo 当你的小牛马就行，不满意就直接说。你不用会画画，不用会剪片子，你只要会布置任务和挑毛病就够了。」

这是我听过的对 AI 创作工具最不讲武德、也最准确的解释。

每个在职场里给下属布置过任务、说过「这感觉不对」的人，其实已经掌握了使用 Anigo 的全部技能。

当然，「一句话」能做到什么程度，还得有个诚实的度量衡。

王俊给的口径是「人机交互的次数」：理论上想法定下来之后，剩下的所有决定都可以交给 AI，一路做到成片，中间一次不用管，只有开头那一次交互。代价是不确定性会很大。

想要确定性，就增加交互次数，参与进创意阶段和视觉化阶段。

说白了，一次交互出成片是买彩票，多交互几次才是做生意。工具宣传的永远是前者，客户付钱的永远是后者。

聊天负责自由，流程负责确定

我又问了一个行业里争论了很久的问题：为什么不做一个完全自由的聊天 Agent，而是把原文、设定、剧本、分镜、成片做成一条明确的生产流程？自由度和确定性，哪个更重要？

「内容上我希望自由，这样才会有好内容的土壤，但流程上又是确定的，因为工业化流程一百年几乎没怎么变过。」

他说，Anigo 其实也有一个聊天 Agent，区别只在于聊天后面有没有一条确定的流程。

「我们的对话后面是一条锁死的产线：你说『这段重来』，它知道重来的是分镜之后的哪几步、哪些东西不用动。聊天负责自由，流程负责确定。」

这个设计背后是个现实痛点。AI 时代生产太快了，「以前一集片子做好几周，项目在哪一步，人脑子里记得住；现在一天可能就产出几十个项目了。」

所以 Anigo 里放了一个常驻的制片 Agent，盯着所有项目进行到哪一步、缺什么素材、哪个镜头该返工，你用对话的方式就能让它去干活。

我追问了一个更尖锐的问题：视频模型更新这么快，明天要是出来一个强得多的模型，Anigo 的价值会不会被直接抹掉？

「会更强。」他说，「模型能力是模型能力，交付能力是交付能力。现在广泛的一个观点，Agent = Model + Harness。Model 是原始智慧，Harness 才让智慧变成能干活的智能。视频模型再强，它也只是回答『这一段能不能生成得更好』，它不回答『这一集该怎么做』。」

这个判断我是同意的。模型厂商之间是军备竞赛，模型越强，上面那层流程和记忆的杠杆反而越大。

真正稀缺的从来不是画笔，是知道整集戏该怎么排的人。

这本账，外行最容易算错

聊到钱，王俊的话明显更密了。

「『多少人多少天做一集』算的是行活儿的账，而行活儿这件事，今天已经没人买账了，大家都在要精品内容了。现在一集片子的账不再是『做出来花多少钱』，而是『做对花多少钱』。两年前的账是制作账，现在的账是判断账。」

然后是整场访谈里我最想加粗的一句：

「判断这一项，AI 没帮我们省一分钱，反而因为决定的密度高了，变得更贵了。」

这大概是对「AI 降本增效」叙事最直接的一次拆台。

AI 砍掉了执行成本，但每条产线上决策的数量爆炸了。以前一周做一集，一共几十个决定；现在一天几十个项目，每个都要人拍板。

决定变多了，而每个决定仍然得人来下。省下来的制作费，转头就交给了更贵的判断力。

这也解释了一个让很多人困惑的现象：生成工具越来越便宜，好内容却没见便宜。因为便宜的是「做出来」那一段，贵的是「做对」那一段。

行活儿的报价会一路卷到底，精品的报价反而有了撑住的理由。

废片是另一笔外行看不见的账。我问他生成 10 个镜头最后能留下几个，他没给数，理由很实在：「同一个模型，理解深的人废片率很低，不懂的人十个废九个，两种人都真实存在，所以这个数没什么聊的意义。」

但失败经验有：多人群像、两段视频的接缝、打斗里的精细接触点，到今天依然最容易翻车。

所以「AI 让内容成本降到十分之一」这种说法，漏算了两样东西：废掉的那部分，和判断的那部分。前者是钱，后者是更贵的钱。

聊到爆款，他的态度同样冷静。极速引擎自己做过全网 1.5 亿播放的作品，但他说：「AI 到今天为止不能替人判断什么值得做，但它确实改变了判断的方式：以前一个想法要花几周做出来才知道行不行，现在几天就能做出三个开头去测。所以爆款能力没有被替代，是被加速了。」

注意这个变化：以前测一个想法要押上几周的制作费，现在几天就能拿三个开头去市场碰运气。

试错的成本被打下来了，拍板的责任反而更重了，因为可选项变多了，选错的代价还是一样疼。

拿 50 万进场？他劝你算了

访谈里我埋了一道假设题：一个完全没有动画经验的创业者，拿着 50 万元准备成立一家 AI 漫剧公司，钱该花在模型、团队、IP 还是发行上？

王俊的回答只有一句话：「我可能会建议他先别进场。」

风口叙事里最不爱听的就是这句。所有人都在问「钱该往哪儿花」，他直接把题拆了：这钱先别花。

但把前面几笔账串起来，这个答案顺理成章：模型买不到产线，钱买不到判断，而判断能力是在内容里泡很多年泡出来的。

50 万买得到工具订阅，买不到「知道什么值得做」。当行业最贵的成本变成判断，一个零经验的人揣着钱进场，等于带着一箱油去参加一场比谁认路的比赛。

我也问了他那个经典问题：真正做内容的人和只做 AI 工具的人，认知差异到底在哪？

他的分法是「会做内容的技术人」和「懂技术的内容人」。前者先有技术再学做内容，对模型能做什么最敏感；后者先在内容里泡过很多年，对观众要什么最敏感。

「两种人其实都很值钱，但我觉得唯一一个差异是，技术这一头正在被拉平。但对内容的判断很难拉平，所以会更稀缺。」他补了一句，「当然我自己是从内容这边走过来的，这观点可能有点偏见。」

偏见不偏见的另说，至少这本账是自洽的：技术在拉平，判断在升值。

未来的剧组，只需要一种人

顺着账往下聊，就是人的问题。极速引擎本身团队不大，但做到了千万级收入和亿级播放。AI 再往下走，一家高效率的漫剧公司需要多少人？

「十几二十个人就够了，而且只需要一种人：全才。」他说，「以前一个制作组是很多人各司其职，现在这个人需要懂故事、懂画面、懂节奏、懂观众，还得会指挥 AI。越来越贵的就是这种人，市场上不多。」

编剧、导演、分镜、美术、制片，这些工种的部分工作正在被封装进一套系统。留下的那个人，更像一个人管理着一支 AI 剧组。

这个判断对求职市场不算好消息，但对正在练复合能力的人是个明确信号：单一技能的岗位正在被产线吃掉，能横跨故事、画面、节奏还指挥得动 AI 的人，在涨价。

都能快的时候，反而不能快

最后一个问题我放得比较大：如果两三年后「一句话生成一集」成了基础能力，市场上每天出现几十万集新内容，什么才是新的稀缺资源？IP、审美、发行，还是用户注意力？

「非共识的观点，当所有东西都能做得很快的时候，反而不能快。」

他说，「每天几十万集新内容，没有一集会被记住，被记住才是这门生意的稀缺品。所以我们要做的不是更多的内容，是让内容变成 IP，变成系列，让观众记住一个名字、追一个人物，而不是刷完就忘。一个已经被记住的名字，比一百个平庸的新设定值钱。」

产能通胀的年代，注意力不算稀缺，「被记住」才稀缺。所有人都在踩油门的时候，真正值钱的是知道哪儿值得停下来。

这话说的是漫剧，其实对所有被 AI 卷进产能竞赛的行业都成立。

收尾时我问他，三年后如果 Anigo 真做成了，你希望它最终算什么：一款 AI 漫剧工具，一家 AI 内容公司，还是一个人人可用的 AI 制片厂？

「我觉得都不是吧。这些词都是 AI 之前的长出来的。」他说，「我想要的东西今天还没有名字。如果硬要说，Anigo 带来的新东西不是只把动画做得更快，我更希望是，让故事第一次可以不结束。」

「让故事第一次可以不结束。」

一个做了十几年内容的人，把产线重做了一遍之后，想要的居然是这个。

产能可以被无限复制，判断不会，被记住的名字也不会。

更多对话细节

嘉宾

极速引擎 Anigo.ai CEO 王俊

一、从内容公司到AI制片厂

Q1：极速引擎并不是从2025、2026年才进入内容行业，你们过去本来就在做动画、动态漫、IP等业务。最早是什么时候让你意识到，AI不是简单给制作团队提效，而是可能把整条动画生产线重新做一遍？

王俊：感觉应该是 2025 年年底那会吧，图生视频和角色一致性能用了之后，我发现瓶颈换了地方，以前是「画不画得出来」，现在是「决定画什么」。当一条产线上最贵的环节从执行变成判断，你就不能只把 AI 当成一个更快的画笔，而是要把每一个环节的产物重新定义成机器读得懂、检得了的东西。那一刻我知道，这条线得重做。

Q2：你们为什么最终选择自己做 Anigo，而不是直接在公司内部使用市面上的生图、生视频工具？

王俊：因为工具是买得到的，产线是买不到的。这两年大家都在说 Agent 等于模型加 harness：模型能力人人一样，都是那几家的；harness 是你围绕模型搭的那一整套流程、规范、检查和记忆，这一层每家都不一样。

vibe coding 时代最有意思的地方就在这儿，每家的制作流程和方法不同，长出来的智能体就是独一无二的。公司里我一直聊，我们不是用AI做内容，而是把内容能力做成AI。所以 Anigo 不是我们造了一个模型，是我们把自己的生产方式做成了一个会干活的系统。

Q3：现在 Anigo 对外讲得非常直接：“一句话生成一集动画短片”。如果不用Agent、工作流、AIGC这些词，你会怎么向一个完全不懂技术的漫画或小说创作者解释 Anigo 到底帮他做了什么？

王俊：很简单，就问他：领导会当吧？毛病会挑吧？「这个你想想办法」「这感觉不对」这些话会说吧。这事大家肯定都会，都经历过的，有经验的。你就把 Anigo 当你的小牛马就行，不满意就直接说。你不用会画画，不用会剪片子，你只要会布置任务和挑毛病就够了。

Q4：极速引擎既做过内容，又开始做工具。站在你现在的位置看，真正做内容的人和只做AI工具的人，对这个行业最大的认知差异是什么？

王俊：之前有聊过类似的话题，你提到的做工具和做内容的，换句话说就是，会做内容的技术人和懂技术的内容人。前一种人先有技术，再学着做内容，他们对模型能做什么最敏感；后一种人先在内容里泡过很多年，再去学技术，他们对观众要什么最敏感。

两种人其实都很值钱，但我觉得唯一一个差异是，技术这一头正在被拉平。但对内容的判断很难拉平，所以会更稀缺了。当然我自己是从内容这边走过来的，这观点可能有点偏见。

二、“一句话生成一集”到底怎么做到

Q5：从一句故事或者一本小说，到最终一集可以看的漫剧，中间实际上要经过世界观、人物、剧本、设定、分镜、视频、配音、剪辑等很多环节。今天 Anigo 真正能够自动完成到什么程度？

王俊：程度这个事其实有点抽象，我觉得也可以换成 “人机交互的次数” 来聊。理论上你把一个想法定下来之后，剩下的所有决定都可以交给 AI，一路做到成片出来，中间一次不用管，只有开头的一次交互。不确定性会很大。想要确定性，就增加交互的次数，参与创意阶段和视觉化阶段。

Q6：你们为什么没有选择做一个完全自由的聊天Agent，而是把“原文—设定—剧本—分镜—成片”做成比较明确的生产流程？在真实内容生产里，“自由度”和“确定性”哪个更重要？

王俊：我想先说 “自由”和“确定” 真的都很重要！内容上我希望自由，这样才会有好内容的土壤，但流程上又是确定的，因为工业化流程一百年几乎没怎么变过。

然后其实，Anigo 是有一个聊天 Agent的，只不过区别在于聊天后面有没有一条确定的流程。我们的对话后面是一条锁死的产线：你说『这段重来』，它知道重来的是分镜之后的哪几步、哪些东西不用动。聊天负责自由，流程负责确定。

Q7：Anigo 里面有一个常驻制片Agent，可以知道项目现在进行到哪里、缺什么素材、哪个镜头应该返工。为什么你们认为AI视频下一阶段需要的不是更多生成按钮，而是一个真正理解整个项目的“制片人”？

王俊：AI 时代生产太快了，以前一集片子做好几周，项目在哪一步，人脑子里记得住；现在一天可能就产出几十个项目了。所以我们希望有一个制片，可以帮助监视所有项目的情况，同时也能帮你推进，你通过对话的方式就可以让他去干活。

Q8：现在视频模型更新特别快。如果明天出现一个比今天强很多的视频模型，Anigo的核心价值会被迅速替代，还是反而会变得更强？你们真正希望沉淀的壁垒到底是什么？

王俊：会更强。模型能力是模型能力，交付能力是交付能力。现在广泛的一个观点，Agent = Model + Harness。Model是原始智慧，Harness 才让智慧变成能干活的智能。视频模型再强，它也只是回答「这一段能不能生成得更好」，它不回答「这一集该怎么做」。

三、把AI漫剧的生产账算出来

Q9：如果今天做一集正常商业交付的漫剧，从小说原文到成片，跟两年前传统生产方式相比，这笔账已经发生了多大变化？

王俊：「多少人多少天做一集」算的是行活儿的账，而行活儿这件事，今天已经没人买账了，大家都在要精品内容了。现在一集片子的账不再是「做出来花多少钱」，而是「做对花多少钱」。两年前的账是制作账，现在的账是判断账。判断这一项，AI 没帮我们省一分钱，反而因为决定的密度高了，变得更贵了。

Q10：AI视频现在有一个很容易被忽略的成本，就是“废片”。哪些类型的镜头到今天依然最容易失败？

王俊：同一个模型，理解深的人废片率很低，不懂的人十个废九个，两种人都真实存在，所以这个数没什么聊的意义。容易失败的镜头倒是经验很多，像多人群像、两段视频的接缝、打斗里的精细接触点等。

四、从1000万元营收到真正的商业模型

Q11：你们的代表作品已经做到过全网1.5亿以上播放。做过真正大流量内容以后，你怎么看“AI生成能力”和“爆款能力”的关系？AI可以把内容做出来，但它能不能帮助判断什么内容值得做？

王俊：AI 到今天为止不能替人判断什么值得做，但它确实改变了判断的方式：以前一个想法要花几周做出来才知道行不行，现在几天就能做出三个开头去测。所以爆款能力没有被替代，是被加速了。

Q12：假设今天一个完全没有动画经验的创业者，拿着50万元准备成立一家AI漫剧公司，你觉得他最大的风险是什么？你会让他把钱花在模型、团队、IP还是发行上？

王俊：我可能会建议他先别进场。

五、AI会把内容团队变成什么样

Q13：公开信息显示极速引擎本身团队规模并不大，但已经能做到千万级收入和亿级播放。AI进一步进入生产以后，你觉得未来一家高效率的漫剧公司可能只需要多少人？哪些岗位会明显减少，哪些岗位反而会越来越贵？

王俊：十几二十个人就够了，而且只需要一种人：全才。以前一个制作组是很多人各司其职，现在这个人需要懂故事、懂画面、懂节奏、懂观众，还得会指挥 AI。越来越贵的就是这种人，市场上不多。

六、再往后看漫剧这门生意

Q14：如果再过两三年，“一句话生成一集”真的变成基础能力，市场上每天可以出现几十万集新内容，那么内容产业新的稀缺资源会是什么？IP、审美、发行、用户注意力，还是能够持续产出爆款的方法？

王俊：非共识的观点，当所有东西都能做得很快的时候，反而不能快。每天几十万集新内容，没有一集会被记住，被记住才是这门生意的稀缺品。所以我们要做的不是更多的内容，是让内容变成 IP，变成系列，让观众记住一个名字、追一个人物，而不是刷完就忘。一个已经被记住的名字，比一百个平庸的新设定值钱。

Q15：如果三年后 Anigo 真正做成，你希望它最终是一款AI漫剧工具、一家AI内容公司，还是一个任何人都可以用来管理完整虚拟剧组的“AI制片厂”？

王俊：我觉得都不是吧。这些词都是 AI 之前的长出来的，AI 时代什么都有可能，至少这三样不是我想要的。

我想要的东西今天还没有名字。如果硬要说，Anigo带来的新东西不是只把动画做得更快，我更希望是，让故事第一次可以不结束！