他把公司85%的人押给AI游戏：模型留不住用户，角色和世界才行
记住的从来不是工具，是角色。
2026年5月，李哲做了一个让不少同行意外的决定：把公司大概85%的人力，转向AI游戏和互动娱乐。
意外在哪？他所在的心影次元Elser.AI，给外界的印象一直是一家AI动漫生成工具公司。
工具做得好好的，突然把几乎全部筹码押向一个听起来更重的方向，图什么？
李哲是北京科技大学计算机系硕士，Elser.AI联合创始人，之前负责过漫剧工具、内容出海几条业务，现在主导互动影游。
我问他为什么转向，他的回答里没有“万亿赛道”这种大词，只有一个工具公司最真实的焦虑。
“用户可能因为新模型来，也会因为其他平台更快接入新模型而走，一会儿走一波。只靠生成能力，很难跟用户建立长期关系。”
工具公司最怕的事：用户跟着模型走
李哲之前做得最多的是漫剧业务，所以他对工具的天花板感受很直接。
做漫剧时，团队先卡在“稳定”这两个字上。
“AI能把一张图、一个镜头做得越来越快，但要稳定做完一部作品，还是挺难的。角色、场景、道具、声音，几十个镜头下来都要一致。”
ElserStudio就是为解决这个而生的，把分散的生产流程连成一条线。
当生产问题解决了一部分之后，一个更扎心的问题浮上来：作品做出来了，用户为什么还会回来？
做工具的人对这个问题的体感是最痛的。你的用户没有忠诚度可言，哪家先接了新模型，用户就流向哪家，像候诊室里的病人，谁叫号快就跟谁走。
工具公司本质上是模型的二传手，模型一换代，用户就重新投票，你上一代的积累跟着清零。
“漫剧解决了内容怎么做出来，没有完全解决用户为什么回来。”李哲说。
互动影游跟漫剧贴得很近，但多了三样东西：玩家选择、角色关系、世界状态。用户不只是把内容看完，他会在里面留下自己的经历。
“所以对我来说，这不是突然换了一个赛道，而是继续解决漫剧阶段没有完全解决的问题。”
我让他不用“AI游戏”“Agent”这些词，跟普通用户解释一下到底在做什么。
他想了想说：“简单来说，我想做一个能让人走进故事里的产品。”
以前看视频，故事怎么发展已经定了，你跟着看就行。
在他做的产品里，你可以认识角色、调查线索、决定相信谁，你做过的事情会被记住，后面的角色关系和故事也会变化。
再往后，你不只是玩别人写好的故事，自己有一个想法，哪怕只有一句话，也可以先把角色、世界和几个关键选择做出来，变成一个能玩的东西。
互动内容这笔账，AI改的是哪一笔
互动影视不是什么新概念。橙光游戏、互动电影、真人互动影游，都火过一阵，又都退了潮。
为什么这么多年，它一直没成为主流内容形态？
李哲的回答很干脆：“最大的问题还是账很难算。”
他给我算了这笔账。普通影视多拍一个镜头，成本相对好估。
互动内容多一个选择，后面可能就多一条剧情、多一批素材，每条路还得都测一遍。
“分支少了，用户觉得只是视频中间加几个按钮；分支多了，制作成本又扛不住。两边都挺难。”
那AI出现以后，到底改了哪一笔账？制作成本？分支产能？角色资产复用？还是内容实时生成？
“这些账都会变。如果只选一个，我认为最重要的是迭代成本。”
他给了一组数字。团队早期调研AI短剧创作时发现，一段两三分钟的内容，经常要做三到五天，还要在七八个工具之间来回切。
注意，这还只是一条线的短剧。互动影游的内容量更大，每个分支都按传统方法重做，账肯定算不过来。
AI把脚本拆解、角色、分镜、视频、声音这些环节接起来，已有资产还能复用。
变化在于：创作者敢多试几条路了，错了也能改。
以前做分支内容像每修一个岔路口就得重铺一条路，现在至少可以先铺个便道跑跑看。
“以前是一部作品交付完就结束，现在可以边运营、边测试、边更新，这笔账的变化最大。”
至于很多人热衷的实时生成，他的态度反而冷静。
“我不认为现阶段要把所有内容都实时生成。先把一个小世界做完整，再根据玩家反馈持续加内容，可能更实际。”
什么叫AI原生：能聊不算，得能记住
现在市面上很多所谓AI互动内容，本质上还是提前做好几个分支，让用户ABC三选一。
这算AI原生吗？
李哲看这个问题时，会先分两类。
AI Enabled是把原来的流程提效降本，比如用AI生成画面，但玩法还是原来的三选一。这有价值，只是没有产生新的游戏机制。
“我理解的AI Native，是因为有了AI，玩家以前做不了的事情现在能做了。”
比如玩家可以用自己的话跟角色交流，角色能够理解；世界能记住他做过什么，后面的关系和局部剧情会跟着变化，不是所有回应都提前写死。
听起来很美，但离产品化有多远？
“做一个让人眼前一亮的Demo，现在已经能做。难的是把它做成用户能玩几个月、角色还不乱的产品，这个挺难的。”
Demo是烟花，产品是炉火。烟花谁都会放，炉火得烧几个月不灭。
“我认为最大的瓶颈不是单次对话，而是长期状态。”李哲说。
角色记住用户，不是把聊天记录全部塞给模型就行。什么事情值得记，什么时候想起来，这段记忆会不会跟主线冲突，都要判断。
角色关系、任务、其他角色的状态还要一起变，量一大就很复杂。
还有可控性。角色可以说没预写过的话，但不能突然失忆、换人格，或者把后面的剧情提前讲了。
所以他们的做法是把角色设定、世界规则、玩家状态和输出检查拆开，“确定性的系统管理事实和规则，概率模型负责自然表达”。
模型超时或者回答不合格，还得有降级方案，游戏不能卡在那里。
自由度的问题他看得更透。AI什么都能生成，会不会反而没有规则、没有挑战、没有游戏性？
“会，这个风险非常明显。什么都可以，听起来自由度很高，但可能很快就不好玩了。因为没有限制，也就没有代价。”
他的解法是：“把自由放在表达和过程里，把规则放在事实和结果里。”
玩家可以用不同的方法调查，可以自己组织语言说服角色，但已经发生的事不能随便改，任务要有完成条件，角色也不会因为玩家随便一句话就改变基本立场。
用他的话说——
“AI负责增加可能性，系统负责别让它跑掉。”
这也意味着创作者的活儿变了。以前编剧写“接下来发生什么”，以后还要设计“在这个世界里什么事情可能发生”。
角色的目标、关系、知识边界，玩家能做什么、做完会改变什么，都得提前设计出来。
“骨架由人来定，AI在里面长出更多细节。”
那互动是不是越多越好？也不是。
“如果只是产品规定他每隔一分钟选一次，这个互动没什么价值。”
合适的时机，是用户自己已经产生了判断，开始怀疑一个角色，想追一条线索，或者两种选择都有代价。
人物刚出场、情绪正在起来的时候，让用户安静看。
“不是每次互动都要改变结局，但重要互动一定要让玩家看见后果。”
素材便宜了，好内容没有
AI把单个镜头的成本打下来以后，一个普遍的想象是：做内容要变成白菜价了。
“素材便宜了，不代表好内容就便宜了。”
李哲说，这是他做漫剧工具和互动影游之后最直接的感受。
他举了个例子。做视频工具时，团队内部把内容和画面质量拆成了205项评估细目。
AI可以一次给出很多结果，但哪个能用、哪里不对、为什么要重做，还是需要人判断。
互动影游又多了一层：“角色像不像他自己，线索能不能闭环，选择有没有实际影响，不同路径会不会互相打架。”
成本没有消失，只是搬了家。从摄影棚搬到了世界观、剧情设计、系统测试和用户运营那里。
“所以现在真正贵的，我觉得是把内容设计和系统测试放在一起的能力。”
世界观写得很好，但玩不起来，不行；程序很稳定，但角色没人喜欢，也不行。
能同时理解故事、规则和用户反馈的人，会越来越值钱。
团队形态也在变。Elseland的早期原型，由CEO配合17个Agent，在49天内完成。
ElserStudio重启时，5个人用了大概两个月做出第一版。
这些实践改变了他对团队的判断：过去很多岗位要排队交接，现在编剧可以直接做分镜和原型，策划也能参与实现。
但他并不买“一人公司”的账。
“‘一人公司’可以做出很强的原型，不等于一个人能把商业产品的所有事情都做完。”
比较现实的形态，是两三个人、五六个人的小团队，每个人有一个特别强的长板，同时借助Agent把旁边几件事也做了。
平台最难的题：生产出来没人看
Elser.AI现在既有创作工具，也在做消费和社区。
如果所有人都能创作内容，平台最难解决的是“没人生产”，还是“生产出来没人看”？
“我认为长期更难的是生产出来没人看。”李哲说。
AI出现以后，内容数量肯定不是问题，甚至很快会过量。但用户的时间没有变，他为什么要看你的东西？
这也是他把留存看得很重的原因。
模型差距往后会越来越小，用户跟谁都能生成内容。
真正要考虑的是：用户在这里有没有自己的项目、角色和素材，有没有观众，有没有订单，作品能不能产生价值。
“尤其下一次底层模型发生很大变化时，用户还愿意回来继续同一个项目、同一个角色，这个留存才最有代表性。”
商业模式上，他给DramaFork拆了三笔账：创作端、消费端、平台端，分开算。
创作端可以按生成额度、专业能力或者订阅收费，“但我不希望它最后只是卖模型调用”。
他更关心的是作品做出来以后有没有人玩，创作者能不能获得分成、订单和联合制作的机会。
“帮创作者解决赚钱的问题，他自然愿意继续在这里做。”
消费端早期可以按作品、章节或者IP互动化项目收费。等用户在角色关系和世界状态里有了积累，订阅、道具和角色权益才成立。
广告呢？“广告可以是补充，但不适合太早成为核心，因为互动体验最怕被打断。”
绕了一圈，最后还是那两个问题：“创作者能不能赚到钱，用户愿不愿意回来。”
AI越能生成，IP反而越重要
聊到最后，话题落到IP上。李哲的判断跟主流叙事拧着来。
“AI越能生成，IP反而越重要。因为普通内容越来越多，用户最后记住的还是角色、关系和世界。”
逻辑其实不复杂。生成能力像自来水，家家都能接，水越便宜，井越不值钱，但用户家里那盆养了三年的花值钱。
模型可以换，工具也可以换。
“但一个角色怎么说话、他跟用户经历过什么、围绕这个世界有哪些人在持续创作，这些东西不会因为模型更新就没了。”
所以角色、场景、道具和风格，不应该每做一部作品就重新来一遍，而要不断沉淀。
一个世界可以先做漫画和漫剧，再长成互动影游、角色陪伴。AI把这些路径变短了，但真正值钱的还是那个世界本身。
那电影和游戏的边界会消失吗？AI都能实时生成画面和剧情了，两者还有区别吗？
“会越来越难分，但我觉得边界还在。这个边界不在于画面是不是AI生成，而在于用户到底有多少控制权。”
看电影时，用户愿意跟着导演走，节奏、镜头、情绪都是作者安排好的。
玩游戏时，用户得做事情，他的判断要改变状态，而且要承担结果。
以后同一个IP可能同时有两种入口：可以看导演剪好的版本，也可以在关键地方进去自己做选择。
“作者控制多一点，就更像电影；玩家能改变的东西多一点，就更像游戏。”
采访快结束时，我问他，三年后如果Elser.AI真做成了，希望外界怎么理解它。工具公司，游戏平台，还是别的什么？
他选了“别的什么”，但落点很小。
“我希望以后大家提到李哲，想到的不是‘又一个做AI工具的人’，而是我们真正把互动影游这件事做成了，也帮助一批小团队和年轻创作者做出了自己的世界。”
“三年后，如果用户还记得自己在这里认识过什么角色、经历过什么故事，我觉得就比较接近我们想做的事情了。”
模型还会一代代换，生成还会一次次变便宜，热搜上的AI概念还会一茬茬更新。
但人这种动物很固执：记住的从来不是工具，是角色。
更多对话细节
嘉宾
心影次元 Elser.AI 联合创始人 李哲
北京科技大学计算机系硕士，先后负责漫剧工具、内容出海业务，现主导互动影游
一、Elser.AI 为什么从动漫生成走到互动影游
Q1：Elser.AI 最早给外界的印象是一个 AI 动漫生成 Agent，现在产品已经明显开始向互动故事和 AI 游戏延伸。你们为什么会发生这一步变化？
李哲：我之前参与比较多的是漫剧业务，所以对这个变化感受比较直接。
做漫剧时我们先碰到一个问题：AI能把一张图、一个镜头做得越来越快，但要稳定做完一部作品，还是挺难的。
角色、场景、道具、声音，几十个镜头下来都要一致。ElserStudio就是在解决这个问题，把原来分散的生产流程连起来。
内容生产解决一部分以后，我又开始想另一个问题：作品做出来，用户为什么还会回来？
我们做工具时看得很明显，用户可能因为新模型来，也会因为其他平台更快接入新模型而走，一会儿走一波。
只靠生成能力，很难跟用户建立长期关系。
互动影游跟漫剧连接得很近，但它多了玩家选择、角色关系和世界状态。用户不只是把内容看完，他会在里面留下自己的经历。
所以对我来说，这不是突然换了一个赛道，而是继续解决漫剧阶段没有完全解决的问题。
Q2：这条业务是从什么时候真正开始被团队当成一个独立方向的？当时是看到了技术变化，还是已经从用户行为里看到某种需求？
李哲：我真正把互动影游当成一条独立业务来做，是2026年5月。
当时我用我们的工具复刻了很多经典游戏CG片段、真人影游剧情片段，我判断AI游戏将是下个热门赛道，随后开始推进这块内容，公司把大概85%的人力转到AI游戏和互动娱乐。
技术变化肯定是一个原因。多模态模型、Coding Agent、长上下文发展得很快，小团队第一次可以把剧本、角色、画面、程序和交互放在一起做。
Elseland早期原型由我们的CEO配合17个Agent，在49天内完成，也让我很直观地看到，过去做不了或者成本很高的一些机制，现在至少可以先跑起来。
但真正影响我判断的，还是用户行为。
漫剧解决了内容怎么做出来，没有完全解决用户为什么回来。互动影游可以让用户继续一个角色、一段关系和一个世界。
技术让这件事能做，用户需求让它值得做，两边都有。
Q3：如果不使用“AI游戏”“互动影游”“Agent”这些词，你会怎么向一个普通用户解释，你们现在到底想做一个什么东西？
李哲：简单来说，我想做一个能让人走进故事里的产品。
以前看视频，故事怎么发展已经定了，你跟着看就行。在我们做的产品里，你可以认识角色、调查线索、决定相信谁。
你做过的事情会被记住，后面的角色关系和故事也会发生变化。
再往后，你不只是玩别人写好的故事。你自己有一个想法，哪怕开始时只有一句话，也可以先把角色、世界和几个关键选择做出来，变成一个能玩的东西。
这是我觉得AI娱乐比较有意思的地方。
Q4：从你们的角度看，AI视频、AI动漫和AI游戏其实是三条不同的赛道，还是最终会汇成同一种新的内容形态？
李哲：我的判断是，短期还是三条赛道。
视频首先要好看，动漫对角色和风格一致性要求更高，游戏还多了一层规则、反馈和可玩性。生产流程不同，用户付费的原因也不同。
但往后走，它们底下的资产会越来越接近。同一个角色、同一个世界，可以先做漫画和漫剧，也可以继续做互动故事和游戏。
视频解决表现，游戏解决行动和反馈，AI把中间的生产成本降下来。
所以我觉得最后不一定非要分得那么清楚。用户想看时可以看一段，想参与时可以进去做选择，想创作时还可以继续改这个世界。
内容会连起来，但每种体验仍然有自己的价值。
二、为什么互动内容可能在AI时代重新成立
Q5：互动影视并不是新概念，橙光游戏、互动电影、真人互动影游过去都已经存在。为什么过去这么多年，它一直没有真正成为主流内容形态？
李哲：先说大前提，互动内容不是过去没人做，也不是没人喜欢。最大的问题还是账很难算。
普通影视多拍一个镜头，成本相对好估。互动内容多一个选择，后面可能就多一条剧情、多一批素材，还要把每条路都测一遍。
分支少了，用户觉得只是视频中间加几个按钮；分支多了，制作成本又扛不住。两边都挺难。
还有一个问题是互动经常打断观看。用户刚进入情绪，马上让他选一次，选完又看不出有什么变化，这个体验就不成立。
所以过去互动内容难做大，不是概念有问题，而是成本、内容产能和交互效果一直没有同时跑通。
Q6：AI出现以后，到底改变了互动内容哪一笔最关键的账？是制作成本、分支内容产能、角色资产复用，还是内容可以根据玩家实时生成？
李哲：这些账都会变。如果只选一个，我认为最重要的是迭代成本。
我们早期调研AI短剧创作时，一段两三分钟的内容，经常要做三到五天，还要在七八个工具之间来回切。
互动影游的内容量更大，如果每个分支都按传统方法重新做，肯定算不过来。
AI把脚本拆解、角色、分镜、视频、声音这些环节接起来，已有资产还能复用。创作者才敢多试几条路，错了也能改。
我们的互动影游平台DramaFork当下也是希望不断地降低迭代成本，创作者只需要有奇思妙想，DramaFork便可帮助他们落地互动影游。
实时生成当然重要，但我不认为现阶段要把所有内容都实时生成。
先把一个小世界做完整，再根据玩家反馈持续加内容，可能更实际。
以前是一部作品交付完就结束，现在可以边运营、边测试、边更新，这笔账的变化最大。
Q7：如果未来AI可以动态生成剧情，那创作者到底是在“写故事”，还是在“设计一个可以不断长出故事的世界”？
李哲：我理解两件事都要做，但创作者会越来越像是在设计一个世界。
故事还是得写。角色为什么做一件事，主要冲突是什么，作品最后想表达什么，不能全部交给模型。
AI可以临时生成一段对话，但它不知道这部作品到底想讲什么。
同时，创作者还要把角色的目标、关系、知识边界，玩家能做什么，做完以后会改变什么，都设计出来。
简单来说，以前主要写“接下来发生什么”，以后还要设计“在这个世界里什么事情可能发生”。骨架由人来定，AI在里面长出更多细节。
Q8：互动是不是越多越好？你们怎么判断什么时候应该让用户参与，什么时候应该让他安静地看？
李哲：互动不是越多越好。我们做产品时也一直在想，用户为什么要在这个地方点一下？
如果只是产品规定他每隔一分钟选一次，这个互动没什么价值。
我认为比较合适的时机，是用户自己已经产生了判断。
比如他开始怀疑一个角色，想追一条线索，或者两种选择都有代价。这时候让他参与，他会觉得这个选择跟自己有关。
人物刚出场、情绪正在起来的时候，就让用户安静看。
在《魂天彼岸》里，我们会把观看、调查、语音、解谜和关键选择放在不同的位置。
不是每次互动都要改变结局，但重要互动一定要让玩家看见后果。
三、从分支剧情走向真正的AI原生互动
Q9：现在很多所谓AI互动内容，本质上还是提前做好几个分支，让用户ABC三选一。你认为什么样的产品才算真正的AI原生互动影游？
李哲：我看这个问题时，会先区分AI Enabled和AI Native。
AI Enabled是把原来的流程提效、降本，比如用AI生成画面，但玩法还是原来的ABC三选一。这个当然有价值，只是它还没有产生新的游戏机制。
我理解的AI Native，是因为有了AI，玩家以前做不了的事情现在能做了。
比如玩家可以用自己的话跟角色交流，角色能够理解；世界能记住他做过什么，后面的关系和局部剧情会跟着变化，不是所有回应都提前写死。
但这不等于把所有东西交给模型。主线事实、角色动机和世界规则必须稳定。
简单来说，AI负责增加可能性，系统负责别让它跑掉。
能把这两件事结合起来，我觉得才是真正的AI原生互动。
Q10：如果一个角色能够长期记住用户、根据用户行为改变关系，甚至生成原本剧本里不存在的剧情，这种体验离真正产品化还有多远？目前最大的技术瓶颈是什么？
李哲：做一个让人眼前一亮的Demo，现在已经能做。
难的是把它做成用户能玩几个月、角色还不乱的产品，这个挺难的。
我认为最大的瓶颈不是单次对话，而是长期状态。
角色记住用户，不是把聊天记录全部塞进去就行。什么事情值得记，什么时候想起来，这个记忆会不会跟主线冲突，都要判断。
角色关系、任务和其他角色的状态还要一起变化，量一大就很复杂。
还有可控生成。角色可以说一些我们没有预写过的话，但不能突然失忆、换人格，或者把后面的剧情提前讲了。
所以我们把角色设定、世界规则、玩家状态和输出检查拆开。模型负责理解和表达，真正改变世界状态的事情，还是要由系统确认。
Q11：如果AI可以什么都生成，会不会反而导致没有规则、没有挑战、没有游戏性？生成自由度和游戏规则之间应该怎么平衡？
李哲：会，这个风险非常明显。什么都可以，听起来自由度很高，但可能很快就不好玩了。因为没有限制，也就没有代价。
我的考虑是，把自由放在表达和过程里，把规则放在事实和结果里。
玩家可以用不同的方法调查，可以自己组织语言说服角色，也可能产生一些原本没写过的支线。
但已经发生的事情不能随便改，任务要有完成条件，角色也不能因为玩家随便说一句话，就改变最基本的立场。
所以AI不是把规则拿掉。恰恰相反，规则要更清楚，只是玩家在规则里面有了更多做事的方法。
Q12：AI生成具有很强的随机性，但游戏要求稳定。你们怎么把概率性的模型变成一个可以真正玩的系统？
李哲：先说一个基本思路，不能让模型的一次回答决定所有事情。那样肯定不稳定。
游戏里的世界设定、任务、线索、物品、人物关系和玩家进度，都要单独存下来。
每次调用模型，只给它当前真正需要的信息。
模型回答以后，系统还要再判断：跟前面的事实冲不冲突，有没有提前剧透，能不能触发下一步。
关键状态不能让一句自然语言直接改掉。
另外一定要有降级方案。模型超时或者回答不合格，游戏不能卡在那里，还是要能往下走。
换句话说，确定性的系统管理事实和规则，概率模型负责自然表达。
自由度会少一点，但产品得先能玩、能测、能稳定运行。
四、AI会怎样改变内容生产方式
Q13：如果做一部真正可玩的互动作品，和做一部普通AI动漫相比，生产流程会增加哪些新的环节？
李哲：简单来说，普通AI动漫主要管理一条时间线，互动影游还要管理很多状态。
做动漫时，剧本、角色、分镜、视频、声音、剪辑，最后按顺序播放出来。
做互动作品，编剧还要考虑选择点放在哪里，玩家做完一件事以后，任务、线索、物品和人物关系怎么变化。
然后每一条路径都得测试，不同顺序走会不会卡住，玩家输入了预想之外的话怎么办。
所以不是成片做完以后再加几个按钮。互动必须从最前面进入生产流程，编剧、策划和程序一开始就要一起考虑玩家能做什么，系统怎样回应。
Q14：AI把单个镜头和素材的生产成本快速打下来以后，现在真正最贵的部分是什么？
李哲：会转移，而且一定会转移。素材便宜了，不代表好内容就便宜了。
这是我参与漫剧工具和互动影游以后一个很直接的感受。
我们做视频工具时，内部曾经把内容和画面质量拆成205项评估细目。
AI可以一次给出很多结果，但哪个能用、哪里不对、为什么要重做，还是需要人判断。
互动影游又多了一层：角色像不像他自己，线索能不能闭环，选择有没有实际影响，不同路径会不会互相打架。
所以现在真正贵的，我觉得是把内容设计和系统测试放在一起的能力。
世界观写得很好，但玩不起来，不行；程序很稳定，但角色没人喜欢，也不行。
能同时理解故事、规则和用户反馈的人，会越来越值钱。
Q15：AI影游团队未来会变成几个人？哪些岗位会明显合并，哪些能力反而会更值钱？
李哲：我觉得团队肯定会变小，但不会最后只剩一个人。
“一人公司”可以做出很强的原型，不等于一个人能把商业产品的所有事情都做完。
我们自己有两个比较直观的例子。
Elseland早期原型由一位主创配合17个Agent，在49天内完成。ElserStudio重启时，5个人用了大概两个月完成第一版。
这些实践改变了我对团队的判断：过去很多岗位要排队交接，现在编剧可以直接做分镜和原型，策划也能参与实现，岗位边界会合并很多。
但往后走，审美判断、世界观和角色设计、互动系统、测试和运营会更重要。
比较现实的形态，可能是两三个人、五六个人的小团队。每个人有一个特别强的长板，同时借助Agent把旁边几件事也做了。
五、内容平台的商业模式怎么成立
Q16：平台最难解决的是“没人生产”，还是“生产出来没人看”？
李哲：我认为长期更难的是生产出来没人看。
AI出现以后，内容数量肯定不是最大问题，甚至很快会过量。用户的时间没有变，他为什么要看你的东西？这个更难。
我把留存看得比较重，是因为我们做工具时亲眼看过用户因为新模型来，也因为其他平台更快接入新模型而走，一会儿走一波。
模型差距再往后会越来越小，这不是根本问题。
真正要考虑的是，用户在这里有没有自己的项目、角色和素材，有没有观众，有没有订单，作品能不能产生价值。
工具把内容做出来，消费端给出真实反馈，社区再让创作者之间形成关系，这几个东西要连起来。
尤其下一次底层模型发生很大变化时，用户还愿意回来继续同一个项目、同一个角色，这个留存才最有代表性。
Q17：你们怎么看IP在AI时代的价值？
李哲：我一直有一个判断：AI越能生成，IP反而越重要。因为普通内容越来越多，用户最后记住的还是角色、关系和世界。
针对内容产品，我之前讲过几个长期壁垒：内容版权资产、用户数据、生态社区关系。
模型可以换，工具也可以换。
但一个角色怎么说话、他跟用户经历过什么、围绕这个世界有哪些人在持续创作，这些东西不会因为模型更新就没了。
角色、场景、道具和风格，不应该每做一部作品就重新来一遍，而是要不断沉淀。
一个世界可以先做漫画和漫剧，再发展成互动影游、角色陪伴。AI把这些路径变短了，但真正有价值的还是那个世界本身。
Q18：互动内容未来最适合什么样的商业模式？
李哲：先说大前提，我觉得不会只有一种商业模式。对DramaFork来说，创作端、消费端和平台端，三笔账要分开算。
以我现在负责的互动影游平台DramaFork为例，它首先要解决的，是让没有游戏开发经验的人，也能从一个想法开始，做出可以继续编辑、可以真正体验的互动影游。
创作端可以按生成额度、专业能力或者订阅收费，但我不希望它最后只是卖模型调用。
我自己更关心的是，作品做出来以后有没有人玩，创作者能不能获得分成、订单和联合制作的机会。
帮创作者解决赚钱的问题，他自然愿意继续在这里做。
消费端早期可以按作品、章节或者IP互动化项目收费。
再往后，用户在角色关系和世界状态里有了积累，订阅、道具和角色权益才成立。
广告可以是补充，但不适合太早成为核心，因为互动体验最怕被打断。
所以长期来看，我更看好围绕一个世界持续运营，再把订阅、内容付费和创作者分成接起来。
具体收费方式会变，但两个问题不会变：创作者能不能赚到钱，用户愿不愿意回来。
六、再往后三年看AI娱乐
Q19：如果AI最终可以实时生成画面、剧情、人物反应和世界变化，那么未来所谓“电影”和“游戏”是不是会越来越难区分？两者最后的边界在哪里？
李哲：会越来越难分，但我觉得边界还在。
这个边界不在于画面是不是AI生成，而在于用户到底有多少控制权。
看电影时，用户愿意跟着导演走，节奏、镜头和情绪都是作者安排好的。
玩游戏时，用户得做事情，他的判断要改变状态，而且要承担结果。
以后同一个IP可能同时有两种入口：可以看导演剪好的版本，也可以在关键地方进去自己选择。
所以不是电影最后都会变成游戏，也不是游戏都会变成实时电影。
作者控制多一点，就更像电影；玩家能改变的东西多一点，就更像游戏。
具体做到什么程度，还是要看这个内容适合什么。
Q20：如果三年以后 Elser.AI 真正做成了，你希望外界把它理解成一个AI动漫制作工具、一家AI游戏平台，还是一个让每个人都可以创建并进入自己幻想世界的新型娱乐基础设施？
李哲：我会选第三个。但“娱乐基础设施”这个词比较大，还是得落到我们现在做的产品。
ElserStudio解决专业创作者怎么把小说、角色、镜头和生成流程稳定做出来；《魂天彼岸》这样的作品，是验证用户怎么进入故事、怎么做选择；DramaFork再往前走一步，让没有游戏开发经验的人，也能从一个想法开始做自己的互动故事。
对我个人来说，我希望以后大家提到李哲，想到的不是“又一个做AI工具的人”。
而是我们真正把互动影游这件事做成了，也帮助一批小团队和年轻创作者做出了自己的世界。
三年后，如果用户还记得自己在这里认识过什么角色、经历过什么故事，我觉得就比较接近我们想做的事情了。