为什么 AI 越强大，越要去学文学、懂审美、会讲故事？

当AI把技术门槛拉平之后，竞争回到了什么？

答案是：人

这事儿在国内算段子，但新视觉内容总监丁伟讲这个故事，是为了说明一件正经事：东方文化的神秘感，在西方语境里天然有魅力，不需要解释，就能产生效果。

然后他说："借助AI的手段，一个白人在用道法也是有可能的。"

在杭州 AI WEEK一场圆桌上，四位嘉宾聊的话题表面上是"AI如何让漫短剧生而全球化"——但谈到最后，我发现他们其实在讨论同一个问题：

当AI把技术门槛拉平之后，竞争回到了什么？

答案是：人。

具体说，是你对人性的理解，对用户的理解，对那个你想打动的市场里那个具体的人的理解。

井英科技 CTO 王健，典型的技术出身，以前做 NLP，后来觉得视频时代要来了，就去做了 AI 视频，现在专做出海 AI 短剧。

他说："搞技术的人已经从舞台中心下去了。现在站在舞台中间的，应该是搞创意的同学。"

他这样解释道，以前 AI 视频更像是技术狂欢，做不出商业化产品，"技术霸权"主导行业方向。但现在这个转折已经过了——AI 技术足够稳定到能做出真正的短剧产品，差距不再是谁用了更好的模型，而是谁的故事更抓人、谁的审美更准确。

MOOTION 联合创始人童超给了一套完整的框架。他认为现在这个红利期的出现，需要三个条件：

一是模型能力——从 2023 年到现在，进步快到你自己都不敢相信，"以现在的眼光去看 2023 年的技术，觉得不能更烂了，但在当时并不预期现在会是这样的状态"。

二是分发渠道——TikTok、YouTube 这些平台已经建立起非常强健的内容分发基础设施，有内容就能快速传播到该传播的人面前。

三是用户心智——这点容易被忽视。2023 年用户看到 AI 内容，那种陌生感和新奇感决定了他们的反应方式；现在大家已经不在乎内容是不是 AI 做的了，只在乎"叙事能力和表达能力如何"。

这三个条件同时就位，红利期才算真正开始。

"以前做全球化，内容必须是最大公约数，然后贴上不同语言字幕发出去收割票房。"

王健说，那是受制于成本的做法。

现在完全不一样了。AI 解除了对现实世界的依赖——你不需要真的去找一个巴西演员，不需要去巴西取景，不需要组一个懂葡语的本地团队。技术把物理世界的制约拆掉之后，那个以前根本没办法做的事情，现在变得可行：

用同一个内核，针对不同人群做极致本土化。

他做了一个拆解：北美喜欢狼人古堡，中国喜欢霸总，东南亚喜欢豪门恩怨。看起来题材差很多，但内核几乎一样——受辱、复仇、反转、打脸，激发的是相同的人性情感。以前受成本制约，只能做一部电影让一千万人都还行地看了；现在有了 AI，可以让一万个人"特别特别喜欢"。

海艺商务总监刘美龄的理解比较直接，她管这个叫"哪块肉比较肥，我们就先吃那块肉"。海艺用的方法是数据驱动：在不同市场做大量小规模买量测试，看点击率、付费率和转化率，拿到数据再决定要不要押注某个题材。

"比如巴西人更喜欢热情奔放的、伴随着武装力量的本土故事；欧洲人骨子里有尊贵感，更喜欢古堡、吸血鬼和领主那一套。"

这不是拍脑袋出来的判断，是真金白银跑出来的数据。

海艺的出海故事里，有一段我觉得特别有意思。

2023 年他们第一次出海的时候，做了十几个语言版本。当时 AI 产品基本都偏向英文，没有人认真做本地化。他们的葡萄牙语翻译未必那么精准，但巴西的博主发现了：一个中国公司带着真正的葡萄牙语来了——哪怕不完美，但"他们感受到了中国公司的尊重和理解"。

就是这个东西，让海艺在巴西拿到了第一个 100 万 MAU。

后来他们进日本，做了很多日本用户喜欢的像素风活动。日本市场到现在是他们在 AI 生图、生视频类产品里长期排名第一的市场。

"很多海外产品做得不够细节，没真心站在用户角度"，刘美龄说，"比如很多小白不懂提示词、不懂景深感、霓虹色彩，海艺就推出了一键同款——哪怕什么都不懂的小白，一键操作马上能生成作品，平台就把用户留住了。"

做市场首先是要勤快，嗅觉灵敏，且舍得去试。

MOOTION 的童超提了一个做工具的视角，我觉得是另一层理解：工具要保持 Universal（通用），不能因为要打日本市场就把日文做成核心导向，那等你去美国时用户就懵了。"要用通用的方案，教用户如何做本地化内容"——找一个一致的核心逻辑坚守住，是产品生存的要义。

顺便说，他们也去试过日本市场。

发现用户偏保守，暂时打不进去，就退出来了。

这句话值得记一下。做出海最容易犯的错是什么？同时追五个市场，每一个都浅尝辄止，每一个都没做深。童超的选择看起来是"认怂"，但其实是清醒。

我想在这里稍微停一下，因为这场圆桌里有一段对话，我觉得把底层逻辑讲透了。

Abner 问王健：井英科技的"叙事型视频生成技术"，和 Sora、可灵、即梦这些纯视觉模型相比，有什么独特优势？

王健的回答很冷静：

他举了个例子：剧本第一段写"我拿出手机打电话"，后来写"听到惊人消息，手机掉在地上"——系统得识别出这两段说的是同一部手机。剧本里在公司大家叫"王总"，回到家儿子叫"爸爸"，老婆叫"老公"——系统得知道这是同一个人。

这是跨越整部剧维度的上下文理解，是叙事逻辑层面的工程问题，不是单镜头的视觉质量问题。

两件事解决的是完全不同维度的难题。模型公司和内容工具公司，不是竞争关系，更像是两层楼。

这个区别说清楚了，很多人对 AI 内容生产的疑问就迎刃而解了——为什么有了可灵还需要井英？因为你要做一部剧，不是要生成一个镜头。

最后的问题，Abner 抛出：如果 AI 全球爆款电影时代已经到来，这个行业最稀缺的能力是什么？

王健直接拒绝了这个假设。他说，一个人贡献的 idea 大概率只能击中一小撮人的内心，没那么容易打动全球所有人。如果真有那种东西，"更多可能需要运气，或者正好蹭上了大热点，它不太容易是被设计出来的"。

我觉得这是全场最真诚的一句话，因为他是做过爆款的人说的。

丁伟没有反驳，但给了一个不同的切入：

"AI给了新机会，在AI时代谁是导演？懂 AI 的导演更有可能成为主导。"

他列了三个最核心的能力：

第一，研究人性的能力。 去补一下文学的课，文学是研究人的最好方式。

第二，坚持审美的能力。 从东方审美里找到自信，用 AI 做出浪漫、飘逸的全球化内容。

第三，讲故事的能力。 "以后小朋友只要给 AI 一个指令，讲一个他认为的故事，片子可能就出来了。"

这三个能力有一个共同点：全都跟技术没关系。

这是一个内容总监说的——导演、创意、讲故事。而技术出身的王健说"搞技术的人从舞台中心下去了"。两个人从不同角度，说了几乎同一件事。

AI 工具越来越强大，越来越好用，越来越廉价，但有一件事 AI 无法替代：你对人的理解。

你知道那个巴西用户在刷手机的那个深夜，想要看到什么。

你知道欧洲用户骨子里对古堡和贵族气息的特殊感受。

你知道东方神秘主义为什么让那个外国室友不敢碰外卖盒。

Abner：大家好，我是Abner（赵亮），来自非凡资本。这场 Panel 的嘉宾背景非常多元化：美龄是商务出身，之前有十几年游戏行业的经验；丁导以前一直做专业导演，从电影、短剧、漫剧，到现在做AI漫短剧、AI真人剧；井英科技的王总是纯粹的技术出身；MOOTION 的童总是做产品出身。接下来我们一起聊一聊，生而全球化的内容具备什么样的特征，尤其是在目前AI时代下。

第一个问题，请嘉宾分别做个简短的自我介绍，大概一两分钟的时间，同时用一个关键词总结一下大家认为什么是“生而全球化的AI内容”。先从美龄开始。

刘美龄：感谢大家让我们有机会站到这样的一个舞台上，我是来自海艺的刘美龄。海艺从2023年12月在a16z的榜单第一，到2024年、2025年都是榜单第一，目前我们在海外有3000万用户。

丁伟：大家好，我是心视觉的丁伟。我们是2011年成立的一家内容公司，从创始人到我本人都是导演出身，所以深知在内容创作层面，好的东西特别可贵也有价值。我们一直在做内容，最近专注的是在AI短剧和电影。

王健：很高兴能来参加这次活动。我是来自井英科技的王健。刚才主持人介绍了我是搞技术的，在2020年之前主要做自然语言处理（NLP），当时觉得自然语言这块商业化前景不是特别明朗，觉得将来是一个视频的时代，就转到了AI视频这块，顺理成章地做上了AI短剧。我们现在主要是针对海外市场做优质AI短剧业务，去年也出了几个爆款。

童超：各位好，我是 MOOTION 的联合创始人童超。2023年我们做了一款面向海外的AI视频创作工具，算做得比较早的。到现在我们积累了海外的基础用户，也看到了一些有意思的市场用户变化，包括内容本身随着技术变化产生的有趣现象，一会可以跟大家做些分享。
我想给的一个关键词叫“各美其美”。关于全球化，我觉得在视频内容上还有一个关键词是“语义不相关”。视频其实是一个视觉上很通用的表达，但往往在不同市场、不同用户里最强的障碍是语言问题，如果能做到语义或语言不相关，全球化这个事情会在视频内容形态上变得非常有意思。

Abner：顺着童总的分享和话题，中国跟全球市场差异是非常大的，不仅是语言，还有文化问题。但现在大家普遍认为处在一个AI视觉内容的全球红利期。请四位嘉宾分别发表一下见解，这个红利期大概会持续多久？对于中国的AI视觉内容或工具类创业公司来说，想抓住这波红利，最关键的三个战略举措是什么？哪些事情是现在必须要做，如果不做会后悔的？

童超：关于红利，我们自己思考有三个必要条件：
第一是模型的能力。从2023年到现在，技术发展被压缩到了一个非常快的节奏。你以现在的眼光去看2023年的技术觉得不能更烂了，但在当时并不预期现在会是这样的状态。所以模型能力的演进是一个非常重要的条件。
第二是分发渠道。我们处在一个很有利的时间点，无论国内的抖音、小红书还是海外的 TikTok、YouTube，视频内容分发渠道已经非常健壮，有内容之后能非常快地分发、传递价值。
第三个是被很多做产品的人忽视的用户心智。2023年用户看到带AI的内容，心智跟现在是不同的；现在大家已经不关心这个东西是不是AI的，只关心叙事能力和表达能力如何。
这三个条件带来了目前这个红利期的开始阶段。对于所有创业者来讲，当AI把技术表达压扁到一个语言无关、只关心表达的维度时，必然要去做一个全球化的事。不能再守在某一个地方，否则创业可能没有意义了。至于现在必须要做的事，取决于不同产品的阶段。MOOTION 运营了两年，有比较扎实的用户基础，现在的节点确实是需要去做大规模商业化的时候。

王健：我觉得现在的AI时代有几个红利比较显著：
第一，现在是一个转折的时间点。之前AI视频从技术角度更像个玩具或技术狂欢，没法做出很好的商业化产品。但现在转折已经过了，现在的AI技术能够做出很好的商业化短剧了。这标志着从技术霸权变成了技术平权，技术的重要性让位于内容，审美霸权重新出现了。我们搞技术的人已经从舞台中心下去了，现在站在舞台中间的应该是搞创意的同学。
第二就是跨文化出海。以前做面向南美的用户，得找懂巴西葡语的演员，很难找；现在AI把难点拆掉了，让大家一起去做以前做不了的事情。
从抓手上讲，我认为组织架构上的巨大调整是一个重要抓手。传统影视面临大量组织和对抗物理规律的问题：要拍客观不存在的东西，制片主任要管几百上千号群演、安排拍摄计划等。现在这些都不存在了，AIGC整个组织形态、拍摄流程和技能需求都不一样了，这方面的变革是一个非常重要的抓手。

丁伟：首先机会肯定很大。我的关键词叫“破界”，因为有边界，其实才有机会。我们原来内容分得很清：电影、网剧、短剧、AI，市场也分国内海外。当所有事情边界被打破时，机会很大，特别是我们现在掌握了更好的工具。
现在可以从三个方面去强化：
第一，抓内容。要抓有文化底蕴、特别是有东方文化底蕴和审美的内容。
第二，打开格局。从创作之初就要找一个有世界共通情感和语言的东西，布局全球化的内容。
第三是流程建设。我们做传统影视的人一度会对好莱坞工业流程感到反感和焦虑，但事实证明工业流程很重要。现在AI的工作流正在形成和锤炼的过程中，一个好的流程一定会给我们极大助力。
至于现在必须做的事情，作为一个内容团队，我们觉得就是抢人、抢IP、做原创。

刘美龄：我跟三位可能不太一样，我想从市场的角度来聊。海艺的市场做得很强，我们一直在做买量。做星核的时候，我们在成都有1000人的公司做市场、研发和客服，S端是自营状态；海艺现在也有快500人的团队，在海外有3000万用户。说白了我们在市场这块的根源非常深。
AI平权一定是好的，它解决了很多技术痛点。从市场角度来说，我们更注重欧美市场，目前一天的流水大概在4万美金左右。我们极其尊重内容的本地化和市场化，比如我们做的一个最出名的爆款海外剧，主题是狼人、吸血鬼、古堡、女仆等，这些都是欧美用户喜欢的元素。海艺的特色就是深度市场化，“给什么人吃什么饭”。

Abner：顺着美龄的这个话题，海艺刚推出了自己的短剧平台，两三个月时间每个月有四五万美金收入，比较火的是狼人、吸血鬼题材。大家怎么看待海外不同地区（比如美国、中东、南美）的内容消费差异？做内容出海时，需要更加尊重当地文化迎合他们，还是可以把中国比较强势的玄幻等带有浓厚中国记忆的内容做文化出海？美龄可以先聊一聊。

刘美龄：我就从市场化的角度给大家聊一下。海艺的打法和策略完全是以市场优先，“春江水暖鸭先知”。做欧洲、中东、美国或者巴西，我们的策略完全不一样。
我们会做大量本地化特征的小 case 去买量测试，看点击、付费率和转化，来决定要不要做这个题材，我觉得这也是给大家讲一个干货。比如巴西人更喜欢热情奔放的、伴随着武装力量的本土故事；欧洲人骨子里有尊贵感，更喜欢古堡、吸血鬼和领主那一套。我们也会让人员去采集本地化喜好，再做对应定制化的剧。打法就是“哪块肉比较肥，我们就先吃那块肉”，先占领市场再说。

Abner：刚才美龄聊了美国、巴西用户的需求差异。MOOTION 的用户在北美和中东（比如阿曼），文化差异非常大。MOOTION 怎么看待这个问题？

童超：MOOTION 的站位是工具，相对中立，在内容上不会带太多属性。但在运营市场时，必须关注用户拿工具做什么内容。去中东市场我才知道，海湾国家戴头巾的方式、男女穿着等细微差异，会导致不同国家用户在接受时产生极大差异甚至排斥。必须把本地市场做进去，关注用户的习惯。
作为工具本身，我要提的一点是：要定一个非常 Universal（通用）的解决方案。不能因为去某一个市场，就把产品变成那个样子。要用通用的方案告诉用户怎么做 localized（本地化）的内容。不能因为去巴西，就把葡萄牙语设为产品核心功能导向，那样去美国时用户就会吐槽。产品上要有非常一致的体验和核心坚守的逻辑。

Abner：我追问一个问题。海艺在日本市场表现非常出色，长期是生图、生视频的榜一位置。如果让 MOOTION 主攻日本市场，你觉得会采取什么策略动摇海艺的地位？

童超：那我就先把美龄尝试挖过来。每一个单一的大市场都是大家希望触达的目标。我们也尝试过去日本，但发现日本整体用户偏保守一点，我的选择就是先退回来。不能同时做五个事情，暂时不行我们就等等再看。

Abner：接下来请王总来回答一下。井英以前海外短剧平台做得很出色，现在也在做精品的出海AI短剧，你们怎么看内容出海策略？

王健：我觉得在AI时代，全球化跟以前的做法完全不一样，甚至是反过来的。以前做全球化受制于成本，做一部电影想全球化，内容必须是大家都能看懂的最大公约数，然后贴上不同语言字幕发出去收割票房。但在AI时代完全不需要这么做。
从底层逻辑讲，人性都是相通的，但包装设定不一样。北美喜欢狼人古堡，中国喜欢霸总，东南亚喜欢豪门恩怨。它们看似差很多，但内核是类似的，都是受辱、复仇、反转、打脸等，激发的人性感受是一样的。有了AI技术不受现实世界制约后，就可以用同一个内核，针对不同地方的人群做极致的本土化。以前是一部电影让1000万人喜欢，现在很可能是做一个内容让1万个人“特别特别喜欢”。总结来说，就是用中国的内容生产能力，去讲好每个地方自己的故事，各美其美，顺便我们把钱赚了。

Abner：王总确实是技术出身。我想追问一个技术问题，井英科技的“叙事型视频生成技术”，和 Sora、可灵、即梦等纯视觉模型相比，有什么独特优势？

王健：我觉得我们跟模型厂商解决的是不同层面的问题。模型厂商无论是 Sora、可灵还是即梦，生成单位都是5到10秒的单镜头。他们的追求是让镜头真实、感染力强、贴近提示词，接近物理仿真。
我们的工具不解决这个，我们解决的是“怎么把一部剧生成好”。我们主要面向导演和编剧，所以系统需要有更长维度的上下文理解。举个例子，第一段提示词说“我拿出了一个手机打电话”，过了一段时间下一段写“听到惊人消息，手机掉在地上”，系统得识别出这两段讲的是同一部手机。或者剧本里在公司大家叫“王总”，回到家儿子叫“爸爸”，老婆叫“老公”，系统得识别出来这是同一个人。这是我们在更高维度解决的核心问题。

Abner：接下来请心视觉的丁导分享。心视觉其实也有计划出海，而且已经跟 TikTok 签了一些项目。你们准备出海什么样的内容，是以中国基因文化为主还是考虑当地文化？包括你们之前在国内大火的玄幻题材，出海是怎么考虑的？

丁伟：出海的小舢板已经到岸了。在我们最近做的狼人、吸血鬼以及西方的“龙王剧”中，除了满足定制要求，我们也在提出原创思路。最核心的是找共通性——提供情绪价值。不管中外，爱恨、成长、逆袭、重生，都有很好的共情性。比如给西方做维京人设定时，我们会按自己的审美理解给一个稍微不一样的维京人。坚持我们自己的情绪理解和审美，同时通过AI帮助我们做一个能让海外受众接受的视觉外衣。

Abner：比如像道家、修仙这种题材，老外会感兴趣吗？

丁伟：不知道大家看过一个新闻没有，欧洲一个留学生发现外卖经常被拿，就画了个道家符贴在上面，结果同学都不敢碰了。东方神秘文化在西方的语境里是有独特魅力的。出海的道士不一定要穿道袍，但文化内核肯定会在。借助AI的手段让海外用户去理解这个内核，接受这种形象，所以一个白人在用道法也是有可能的。

Abner：接下来我问美龄一个问题。海艺连续四次上榜 a16z 榜单，维持着市场领先位置。海艺到底做对了哪些事情，能够让它在全球化赛道上一直取得比较好的成绩？

刘美龄：海艺还有很多要去继续努力的地方。我们保持了一颗对产品的敬畏之心。2023年第一次出海时，我们就做了十几个语言版本。当时AI产品比较偏英文，没有做适合各地区的本地化。
我们一开始做爆的市场是巴西，“农村包围城市”。当时巴西的博主发现海艺带着西班牙语、葡萄牙语来了，哪怕翻译没那么精准，但适应了本地语言环境，他们感受到了中国公司的尊重和理解。我们在巴西达到了第一个100万MAU。第二个爆的地方是日本，我们做了很多他们喜欢的像素风活动。尊重每个地区的文化传统，真心实意地去跟他们做定制化服务。
另外一点，很多海外产品做得不够细节，没真心站在用户角度。比如很多小白不懂提示词、不懂景深感、霓虹色彩或光泽度，海艺就推出了一个爆款应用：“一键同款”。哪怕什么都不懂的小白，一键同款后马上能生成作品，平台就把用户留住了。做市场首先是要勤快，嗅觉灵敏，且舍得去试。

Abner：接下来想请 MOOTION 的童总。MOOTION 刚推向市场很快注册用户就突破了500万，而且从第一天开始就拒绝免费模式。有什么成功的经验和关于未来增长的思考可以跟我们分享？

童超：收费是个很好玩的话题。我们尝试过一段 Freemium（免费增值）模式，但问题在于怎么覆盖免费用户的推理成本？推理的边际成本不可忽视，如果无法覆盖，就没法建立可持续的商业模型。这种情况下，更适合我们的就是小步实验，设立相对高的门槛，用收费来提纯真正有实际使用场景的用户群。
当然这里面临一个机会成本：谁也不知道未来18个月内AI推理成本会不会降到现在1%，也许现在的收费选择错失了大规模拉新的机会。面对不断的技术迭代，MOOTION 的选择是要有足够的灵活度和空间，可能每三个月就要根据技术迭代去做调整和实验。

Abner：因为时间关系，我们最后一个问题留给王总和丁导。如果AI全球爆款电影时代已经到来了，这个行业最稀缺的能力将会是什么？

王健：我不太接受这个假设。一个人贡献的 idea 大概率只能击中一小撮人的内心，没那么容易打动全球所有人。如果真要打中一大群人，更多可能需要运气，或者正好蹭上了大热点，它不太容易是被设计出来的。

Abner：运气确实也很重要。丁导您对这个问题怎么看？

丁伟：我也特别赞同可能不是一个人的事，但AI给了新机会。在AI时代谁是导演？懂AI的导演更有可能成为主导。最核心的能力我觉得有这么几点：
第一，研究人性的能力。去补一下文学的课，从文学里找人性非常有帮助。
第二，坚持审美的能力。从东方审美里找到自信，借助AI做出非常浪漫、飘逸的全球化内容。
第三，讲故事的能力。以后小朋友只要给AI一个指令，讲一个他认为的故事，片子可能就出来了，所以讲故事的能力最为关键。具备这几点再加上拥抱AI工具，就有可能完成好作品。