一个导演说：200人的剧组，将来可能只剩20人

200人的电影制作团队，未来可能只剩20个人

“工具把门槛削平以后，山顶反而更清楚了。”

200人的电影制作团队，未来可能只剩20个人。

说这话的是黄宗迪。他所在的他山石文化，To B和To G业务占80%以上，今年60%到70%的业务已经有AI参与。

团队没有裁员，但他看到行业里很多公司在裁。人少了，活没少，稍微夸张一点，20个人一天要处理过去200个人的信息密度。

这句话要是放在两年前，很多人会听成“创作者要退场了”。

但这场圆桌聊下来，我听到的恰恰相反。AI把内容行业从中间切开，执行层越来越便宜，两头越来越贵：一头是想清楚到底做什么，一头是敢为最终结果拍板。

这个判断，能把四个人的发言串起来。

齐马橙是这场讨论里最接近“超级个体”的人。

2022年从Disco Diffusion接触AIGC，2024年离职，一个人加很多AI做短片，朋友叫他“AI原生导演”。

他给的第一个判断就很反直觉。2024年做短片，最重要的是剧本、分镜、剪辑。到了今年，画面反而没那么稀缺了。

Seedance 2.0出来，下半年又到2.5，模型审美、动态、物理模拟都上来了，以前要堆很多提示词，现在简单几句也能出效果。

所以关键变了。剧本和剪辑，重新成为一部作品的两个命门。

更有意思的是他对“补课”的态度。AI创作早期，没受过传统导演训练反而是优势，可以跳出套路，用非主流办法补足工具短板。

工具成熟以后，传统导演能力开始追上来收账：和编剧碰撞，推角色心理，立人物弧光，控制走位，调整剪辑，样样都绕不开。

他不是嘴上说说。今年7月，他去参加一位电影大师的训练营，400多份投稿进了前20，没进前10。复盘原因，一个是剧本理解不够，一个是创投现场怯场。

那次之后，他把话说得很明白：一个人能做小体量作品，想做更长、更精品的内容，还是要回到团队和协作。

技术把入场券发给了更多人，但也把天花板抬高了。

黄宗迪的视角更冷。他是科班导演出身，现在管AIGC视觉，公司跟着项目走，个人艺术天分得往后排。

他对组织变化的描述不体面，但真实。越来越多公司像工厂：有工头，有质检员，有在流水线上“打螺丝”的人。

你生图，他修图，另一个人盯交付。

创意当然重要，可面对大企业和政府客户，需求、口径、合规、死线压下来，人很容易变成一颗螺丝钉。

他给转型成功的导演画了两个条件：心态年轻，能接受新事物；懂剪辑，或者懂故事创作。

画面和技术很强、故事偏弱的TVC导演，过去能活得不错，到了AI时代会更吃力。

这话听起来丧，放到杨小峰那里，就变成了一套明确的生产算法。

幻舟AI最早做少儿动画，初衷很直接：原来每集动辄数万元，想降到几千元。

做了十几二十部动画，又赶上漫剧起来，内部工具磨顺了，才开放给外部创作者。

现在他们的目标不是电影级，是让3到6个人在3到6天内做出一部剧，稳定产出七八十分的内容。

这个“七八十分”很关键。

杨小峰自己拆过：自动化大概只能做到五六十分，靠人“手搓”能到七八十分，要到九十分，导演、剪辑、美术都得顶上去。

公司要养人，就不能让一个人花一个月甚至半年磨一部作品。

听上去不浪漫，但商业上很清醒。追求满分的作者可以继续一个人磨，追求规模的公司必须把“中上水平”做成可复制的流水线。

尹学渊把这个问题往前推了一步。行者AI几百人，做AI基座，从游戏到教育、文旅、汽车。

他的判断是，组织迭代已经追不上技术迭代，传统按任务切岗位的办法会被冲开。

视频行业最典型。导演这个岗位不会消失，因为总要有人对结果负责。

但中间很多环节会被模型合并，还会长出一个新任务：把身边所有模型和智能能力组织起来。

他甚至造了个词，OPG，One Person Group。一个人就是一个组，一个组负责一件事。

这个概念比OPC更贴近公司现场。OPC讲的是一个人能开张，OPG讲的是一个人得会调度。前者是勇气，后者是能力。

尹学渊说，AI时代最缺的人有四种能力：知道自己到底要什么，能组织模型和工作流，有品味从十个版本里选一个，最后敢拍板负责。

这四条，几乎能对应到其他三个人的麻烦。齐马橙卡在剧本和表达，黄宗迪死磕准确性和叙事逻辑，杨小峰选择只服务一类用户。

说到底，大家都在回答同一个问题：模型什么都能做一点的时候，人到底负责哪一段？

黄宗迪给的边界最硬。两条不能妥协：内容准确性不能妥协，客户Logo多一个点都不行，党政元素更不能错；叙事逻辑不能妥协，不能让AI随便跑图，再把结果串成幻灯片。

这两条，恰好是“拍板”的具体含义。

这场圆桌里，我印象最深的是这个例子。

尹学渊说，服务大型B端客户时，会收到很多千奇百怪的需求。

一位快退休的老领导问，能不能顺便做一部个人纪录片，以后留给孙子看。按过去的人力成本，这种需求很难接，太贵，也太碎。

但AI把生产成本打下来以后，这事儿就有意思了。

这也解释了行者AI卖得最好的板块为什么是AI加教育。

尹学渊特意区分了一下，他们做的重点不在帮孩子多考几分，更多落在审美和认知能力上。

买单的人不同，产品就完全不同：家长卷分数，就做提分工具；家长看重素质教育，就做AI加科普影视；学校和政府关心什么，又是另一套解法。

文旅也是同一个逻辑。过去的沉浸式体验，四面屏幕，画面精美，但制作成本高，半年甚至一两年不更新。

AI进来以后，内容可以实时生成，体验可以从“看”变成“玩”，从视频滑向游戏。

说白了，生成只是把水烧开，真正值钱的是知道水开了以后下面哪一锅。

聊到钱，行业反而没那么激进。

尹学渊说，现在视频定价还是老办法，8000元一分钟，高品质8万元一分钟。

客户会问，你们都上AI了，为什么还这么报？这个问题现在没有标准答案。

Token计费更说明问题。Token衡量的是消耗，不是结果。

有人每天烧很多Token，什么都没做出来，钱照样要付。

To B客户迟早会问一句更狠的：我买的到底是你的生成次数，还是最后那个能用的东西？

在一些行业，结果计价已经能算清。比如AI加汽车，自动化测试以前一个人一天跑多少用例、单条用例多少钱，都有数。换AI以后打几折，也能量化。

视频行业还没走到这一步，但方向已经露出来了。

公司内部的分润也在变。

一次性做项目的人拿制作费；把项目沉淀成可复用工作流、数据资产、素材样本的人，更接近中台，可能参与长期知识产权分润；对接客户、把模糊需求翻译成可执行任务的人，仍然按项目拿钱。

杨小峰做工具是这样，内部流程顺了才开放。分发也很现实，国内盯红果、抖音，海外盯TikTok，主要渠道可能占80%的收入，其他渠道只是辅助。

黄宗迪服务B端也是这样。客户要成本低、时间短、内容好，几乎是“不可能三角”。

他的解法不靠多抽几次卡，靠提前设计选择框架，把客户引导进可决策的选项里。

抽一次过，或者抽两次二选一，客户心服口服，项目就结束了。

这才是AI降本增效里最贵的手艺：让客户觉得，选这个版本是他自己的决定。

开场提到OPC，也提到更极端的NPC，好像公司正在从“一个人”滑向“没有人”。

这场圆桌听完，我反而觉得人的位置更清楚了。

AI负责把中间那段做快、做便宜、做密，人被迫退到更难的地方：定义需求，组织模型，做出选择，承担后果。

工具把门槛削平以后，山顶反而更清楚了。

主持人

中国科学技术大学科技传播系副研究员&中国科大人工智能文旅融合研究院执行院长 周慎

嘉宾

AIGC导演、多平台超创 齐马橙

他山石文化AIGC视觉负责人 黄宗迪

星门跃动（幻舟AI）创始人 杨小峰

行者AI创始人、CEO 尹学渊

周慎：非常高兴有机会来到这场Panel。人工智能的发展日新月异，说到新的生产关系，大家经常提到一个词——OPC。

现在，OPC越来越多地与AIGC结合，很多OPC社区讨论的主题也是基于AIGC。

前段时间，我在世界人工智能大会上还听到一个新概念：现在不仅有OPC（One Person Company），甚至还出现了NPC（Non-Person Company）。

在这样的生产关系中，人的角色似乎呈现出逐渐退场的趋势。

今天，我们就围绕新生产关系中的主体，以及不同主体之间的协作关系，向各位老师请教。

先请大家简单介绍一下自己，以及所在团队或公司正在做的事情。首先请齐马橙老师。

齐马橙：大家好，我是齐马橙，非常荣幸来到今天的舞台。我接触AIGC相对较早，2022年从谷歌的一个模型Disco Diffusion开始接触AIGC。

2024年，我从上一家公司离职。那个时候，OPC这个概念可能还没有流行起来，但我已经开始一个人做AI视频，成为一名独立创作者。谢谢大家。

周慎：下面请黄总。

黄宗迪：各位嘉宾、各位老师，大家好，我是他山石文化AIGC视觉负责人。我们公司接触AI也比较早，跟齐导差不多是同一时期。

最初，我们觉得AI就是一个花架子，因为我们一直把AI用在商业项目里。公司的性质不允许个体只发挥自己的艺术天分和才能，我们永远跟着项目走。

但随着AI不断发展、迭代，我们越来越感受到它的强大。到今年为止，我们公司60%到70%的业务应该都由AI参与完成了。

周慎：感谢。下面有请杨总。

杨小峰：大家好，我们是成都本土企业。2024年，我们就开始做一站式工具。当时国内还没有视频模型，但因为我们已经做了七八年少儿动画，一直希望把原来每集动辄数万元乃至更高的制作成本，降到几千元一集，所以从那个时候就开始尝试AI制作。

制作了十几、二十部少儿动画以后，随着模型迭代和漫剧兴起，我们又成为第一批漫剧承制商。在这个过程中，内部工具已经打磨得比较成熟，后来我们就把幻舟AI开放出来，给更多创作者使用，开始做工具业务。

到现在，我们一直在“工具—内容生产”这个循环里推进，少儿动画和短剧内容都在做。

周慎：感谢。下面有请尹总。

尹学渊：大家好，我是行者AI的尹学渊。我们是一家AI To B公司，主要做AI基座。最早是做AI for Game，为游戏公司提供AIGC内容创作工具。

后来，我们把多模态、交互式能力逐渐沉淀成AIGC OS平台，并应用到教育、文旅和汽车等行业。可以理解为，我们是在AIGC时代“造场子”的人。

周慎：感谢大家。可以看到，我们这场Panel的嘉宾都在做非常前沿的探索。今天讨论的生产关系，不仅发生在工作台上，也发生在组织内部，还会改变AIGC创作者自身的能力。

第一个问题是共性问题：AI加入以后，组织会朝什么趋势发展？目前，各位的个人、团队或组织采用了怎样的组织方式？先请齐马橙老师。

齐马橙：从我个人的角度看，过去几年，我的创作基本上都是一个人完成的，也就是一个人加上很多AI，比较接近OPC。我还没有经历过很多人协作完成一部剧或一部电影的流程。

我和很多朋友交流时，他们把我这类创作者称为“AI原生导演”。所谓AI原生导演，是指在接触AI以前，没有接受过传统电影的系统训练，无论是镜头语言还是剧本都没有学过。

我们可能只是希望做一些创作，有了AI以后，就开始做这件事。因此，我对组织变化的理解，更多集中在人与AI的关系上。

2024年，如果要做一个短片，最重要的是三件事：剧本、分镜和剪辑。到了今年，这个关系发生了变化。现在，能够重构叙事的两个关键环节是剧本和剪辑，画面的重要性相较于前两者有所减弱。

这是AI工具变化带来的。今年年初，Seedance 2.0诞生；今年下半年，Seedance 2.5又诞生。我们突然发现，模型的审美、动态能力、物理模拟等都变得非常强。

以前需要大量提示词才能把画面做得很好，现在反而可能只需要更简单的提示词，就能得到更好的效果。

所以，人员关系也进入了一个新阶段。现在，一部作品好不好，最重要的两个环节变成了剧本和剪辑。这是我观察到的变化。

周慎：刚才我听到，您原来没有导演背景和经历，是一位AI原生导演。那么，传统导演转型为AI原生导演，还需不需要AI出现以前的那些导演能力？

齐马橙：从我个人的创作经历看，在AI创作的初期，没有接受过系统的导演训练，反而有一定优势。

那个时候，我们可以跳出传统思维，用一些比较非主流的手段去实现想要的画面。主要原因是，当时AI工具还有很多不足。

但到了现在，我们逐渐意识到，传统导演能力变得更加重要了。无论是和编剧碰撞、推导角色的心理状态、建立人物弧光，还是到了动态阶段，控制人物走位、调整剪辑，这些传统能力都很重要。

工具逐渐成熟以后，我们更需要不断学习。

周慎：我还想深入一点。作为AI原生导演，您有没有补传统导演的课？

齐马橙：我一直在补。在做AIGC导演以前，我一直写自己的公众号，会写影评、乐评，偶尔也写一些很短的小说和故事。没有AIGC工具时，我是以文字作为创作工具的。

后来AI工具逐渐成熟，我意识到自己可以生成很多画面，也可以用这些画面讲故事，于是就很莽撞地开始做短片，也做了很多带有实验性质的尝试。

尤其是今年Seedance系列模型给整个行业带来变化以后，我反而觉得，我们需要用更长的时间去学习导演相关的知识。

我以前从事建筑行业。在建筑行业里，我学到一个很重要的经验：创作对于建筑师来说，可能是以几十年为周期的。很多建筑师真正成名、诞生伟大作品时，往往已经五六十岁了。

我觉得，这条经验同样适用于创作者。我们需要不断学习，甚至把创作周期放到几十年的尺度上计算。到后面，才可能逐渐把自己想表达的东西表达出来，找到自己的创作语言。

周慎：非常感谢齐马橙老师。我至少听到两点：第一，还是要补导演的课；第二，AI原生导演仍然很有希望。即便没有相关背景，大家也要有信心。“跨界打劫”的时代已经到来，AI把跨界创新的成本降得非常低。

周慎：下面请黄总谈一谈组织形态以及组织发生的变化。

黄宗迪：先介绍一下我们的背景。我们公司跟很多创作者或其他公司不太一样，To B和To G业务占公司业务的80%以上。To C业务，包括大家熟悉的抖音漫剧，我们接触得比较少；TVC广告会做得多一点。

从商业项目出发，我有几点感受。第一，创作生态变了。我是科班出身，原来是导演，只是现在不做导演了。像齐导，他以前不是导演，而是一位艺术家。AI帮助很多有艺术天赋的人进入这个行业、发挥才能。对很多科班导演来说，这既是压力，也是动力。

我们公司的导演也是一样。最开始，大家觉得AI可能是花架子，但我要求所有导演都必须去学。现在，他们也逐渐理解了这个东西。从创作层面看，创作生态确实变了，更多人加入进来，也带来了技术平权。

第二，从公司的组织架构，尤其是从制片的角度看，团队规模确实可能变小。我们公司没有裁员，但据我了解，很多公司在大量裁员，团队结构也确实在变化。上一场梁导提到，原来200人的电影制作团队，现在可能由20个人完成，我觉得很可能会变成这样。

但这20个人要处理原来200个人的工作。稍微夸张一点说，这20个人一天之内要处理过去200个人所处理的工作内容和信息。处理信息的密度反而提高了。

人变少了，但干的事情更重了，所以“牛马”就是这样来的。

第三，从公司形态看，至少以我自己的感受，我们越来越像一家工厂。它不像我刚入行时想象的创业公司，也不像以前的4A公司，而是越来越像工厂：有工头，有质检员，也有在流水线上“打螺丝”的人。你负责生图，他负责别的环节。

这几乎不可避免。虽然我也希望大家更有创意，但我们面临各种压力。尤其是对接大型企业或政府单位时，项目中不可避免地会有一些特定要求，大家必须按要求执行。

于是，很多人越来越像一颗螺丝钉。这是我们这几年，特别是今年，感触最深的组织变化。

周慎：您刚才提到，鼓励组织里的导演进行AI转型。有的人转型比较成功，有的人会比较困难。您认为，转型成功的导演具备哪些特质？转型不太成功的人通常卡在哪里？

黄宗迪：仅从个人经验看，转型成功的导演，心态都比较年轻。生理年龄不一定年轻，但心态必须年轻，必须能接受新事物。

第二，转型成功的导演一定懂剪辑，或者懂故事创作。这一点很重要。以前我们接触过很多导演，尤其是TVC导演，他们对画面、技术的理解和掌控很强，但在故事上可能稍弱。

在过去，这并没有太大问题；但到了AI时代，要求会更高。

创作型导演对故事、叙事节奏和画面内容的呈现，往往理解得更到位。具体而言，会写故事、会讲故事的导演，转型通常会更成功。

周慎：感谢。下面请杨总谈一谈组织的变化。

杨小峰：我们跟大家有一些区别。以前，我们只做发行和外包定制业务，没有导演，也没有完整的内容制作团队。AI出来以后，我先一个人把产品规划出来，再把它做出来，然后让公司内部和外部的人使用。

这时，我们才开始招导演。招了导演以后，又发现还缺负责“抽卡”的人和剪辑，于是陆续把这些岗位补起来。

现在的迭代流程是：制作团队反馈，技术部门修改工具；再反馈，再修改。通过这种方式，我们可以快速进入规模化生产。

从个人创作角度，我们更偏向画布式创作，希望做出好内容。但从公司角度，我们需要寻找平衡点。公司要养很多人，不可能让一个人花一个月甚至半年做一部作品。我们必须让3到6个人在3到6天内做出一部剧，而且能够规模化生产，同时保持中上水平。

我们不追求电影级水平，因为目前还达不到。我们没有顶级美术和电影导演等资源，做不到最顶尖的水平，所以选择中上水平。

为此，我们也组建了自己的编剧团队，在这个过程中不断测试、打磨，上线后再根据数据反馈继续迭代。

我们的制作团队一直在扩张，因为以前根本没有这个团队，现在已经有四五十人。国内剧、出海剧都在做，目前还在接触AI互动剧。

在这个过程中，我们的工具也在反复迭代和打磨。我认为，这是我们实现降本增效比较快的一种方式。

当然，协作过程中也会遇到问题。很多人不能接受我设想的规模化方式。包括一些设计师和剪辑师，都觉得应该手动完成，而我希望尽可能自动化。

但有些事情自动化以后，效果确实不好：自动化可能只能做到五六十分；要做精品内容，还得靠人“手搓”，才能达到七八十分；要做到九十分就更难，导演、剪辑、美术都必须到位。我们现在基本生产七八十分的内容。

周慎：这样的组织方式和内容生产方式，有没有体现在幻舟AI的工具设计上？

杨小峰：有。我一直做产品和技术，也是产品的第一线使用者。从剧本策划、生产到剧集制作，我会先完整测试一遍，看工具好不好用、能不能完成任务。之后再部署给下面的团队测试。

如果团队能快速做出来，我们就马上上线；如果不能，就继续迭代。我们一直用这种方式推进。

周慎：我的理解是，幻舟AI既是制作工具平台，也用这个平台创作作品，再把创作过程中的反馈用于改进工具的交互设计。

杨小峰：对。我们现在基本上按天，甚至按小时迭代。

周慎：下面请尹总谈一谈这个问题。

尹学渊：我分享一些自己的思考。我们公司人比较多，有几百人，面向的都是大型B端客户，比如学校或大型企业。我们有自己的产品和服务，也做项目制业务，还有标准化产品。

在AI高速发展的背景下，每天都有新模型和巨大变化，组织的迭代速度实际上跟不上技术的迭代速度。因此，我一直在思考这个问题。

传统公司的组织形式和岗位安排，实际上是按照任务划分的。以视频制作为例，有导演、剪辑、编剧等岗位，其他行业也是如此。但随着模型能力提升，岗位的边界会变得模糊。

很多时候，两个任务可能被模型合并完成。那么，原来的岗位怎么办？

所以，我们现在首先考虑的是：AI时代到来以后，任务应该怎样划分？还要不要按照传统任务，一步一步往前迭代？哪些任务可以合并？又出现了哪些新任务？

以视频制作为例，首先需要有人对结果负责。这个人一般是导演。导演对结果负责，这个岗位不会发生变化，但中间很多工作可能都由AI完成。

同时，可能会产生一个全新的任务：如何用好身边所有的模型和智能能力。有的模型做图，有的做配乐，有的直接生成视频，有的生成文案。谁能把这些模型更有效地组织起来，完成导演安排的任务，谁就可能承担一个新的岗位。

最后，可能有人负责确定今天要做什么，在具体场景下完成什么内容；有人收集需求、分解需求；有人组织所有模型和AI能力；有人负责交付；还有人最终拍板，确定就用这个版本。

我认为，未来很多行业的岗位组织形式都会变成这样。刚才您提到OPC，我觉得未来很多公司可能会出现OPG，即One Person Group——一个人就是一个组，一个组负责一件事。这是我的一些思考。

周慎：很好。One Person Group形成了一个人机协作团队，用来完成项目。在您目前的组织里，最缺少什么样的人？这样的人需要做哪些工作，具备哪些能力？

尹学渊：AI时代到来以后，所有人都在向模型学习，所有人都在“卷”，根本停不下来。

最缺少的能力，或者最缺少的人，可能没有严格定义和标准，但我认为有四个特征。

第一，他必须知道自己到底想要什么，也就是要具备找到“到底需要做什么”的能力。现在的大模型，无论是多模态模型还是纯文本模型，能力都很强，可以做很多事情。但问题是：你要让它做什么？

我们在服务大型B端客户的过程中，会收到很多看起来千奇百怪的需求。比如，一位快退休的老领导突然提出，能不能顺便帮他做一部个人纪录片，以后留给孙子看。按过去的人力成本，我们很难承接这样的需求，因为人力太贵。

但我由此产生了一个思考：生产力的极度发达会改变生产关系，释放出大量千奇百怪、极其个性化的需求。大家经常担心AI会造成更多人失业，但我认为，AI生产力的发展也会催生更多个性化需求。

所以，第一个能力是挖掘需求：个性化需求在哪里？我要做一支短片、一部剧，到底要做成什么样、表现什么？

第二个能力是组织模型和智能的能力。今天模型能力很强，你怎样编排工作流，让效率更高、NG次数更少，让生成结果被选中的概率更大？对模型的组织和运用能力必不可少。

第三个能力是个人品味和选择。完成同一件事，可以使用很多模型和智能能力。AI最后给你十个版本，你选择哪一个？你的品味是什么？你怎样选择？

第四个能力是对结果负责。最后总要有人拍板：就这样了，不再改了；就用这个版本，并且我对这个内容负责。

我认为，AI时代最缺少的就是具备这四种能力的人。

周慎：我还想追问一个问题。行者AI有To G、To B业务，也涉及游戏、文旅等板块。组织形态和生产关系不仅受技术影响，也受业务和政治经济环境影响。在这些板块里，目前卖得最好的是哪个板块？您怎么看AI加文旅？

尹学渊：这些板块很难简单说哪个最赚钱。我们公司目前卖得最好的是AI加教育产品。

我们做的AI加教育，不是几年前那种用AI帮助孩子提高考试分数，而是主要围绕审美和认知能力的提升。这是我们现在卖得比较好的产品。

我认为，文旅产业也有非常广阔的前景，会出现更多玩法。比如过去的沉浸式体验，四面都是屏幕，人站在中间，各种画面扑面而来，感觉很震撼。这些内容做得很精美，但因为制作成本很高，更新速度很慢，可能半年，甚至一两年都不更新一次。

AI来了以后，内容是不是可以实时生成？甚至可以把沉浸式体验做成交互式体验，把它变成一个游戏。游戏和视频本质上有很多相通之处，只不过一个更侧重叙事，一个更侧重交互。

未来，类似机会可能会用在很多场景中。生产力不够发达时，我们很难想象这些场景。

周慎：感谢。下面回到齐导。您刚才提到AI原生导演。很多年轻人听到以后，会觉得自己也可以做导演，也可以成为超级个体。这里面，哪些是真正的机会？哪些是年轻人应该避免的幻想？

齐马橙：这几年创作过程中，我一直在思考这个问题。首先，现在的技术门槛和组织成本都已经很低。每个人都有比较平等的机会去尝试做一个短片或其他创作。

只要有相应的算力，就可以做自己想表达的东西。它几乎没有成本，或者成本很低，所以大家都可以尝试。

但也要警惕幻想。第一，能生成画面，并不代表你就能成为一名导演或AI导演。生成画面只是创作过程中的一个部分。更重要的是前期的剧本和后期的剪辑。

这两个创作门类都已经发展了很多年，也都比AI生成本身更重要，需要人来把创作做好。

第二，一个人确实有机会做导演，但一个人能做，不代表必须一直一个人做。对此，我有很深的体会。

今年7月，我参加了一位电影大师组织的训练营，从400多份投稿中进入前20，但很遗憾没有进入最后的前10。只有进入前10，才有机会进一步开发一部AI长片。

我没能进入前10，一方面是因为自己对剧本的理解还不足；另一方面，是因为我除了当导演，也要当自己的制片人。去创投现场讲项目时，我一直有一点stage fright，也就是怯场，所以讲得不是很好。综合这两方面原因，我没有通过最终选拔。

这件事以后，我一直在思考：一个人当然可以做一些小体量的东西，但随着创作深入，如果要做更长、更精品的内容，还是需要团队配合。一个人始终有自己的局限。

所以，要看年轻人的追求是什么。如果只是想玩一玩、做一些尝试，我非常鼓励，因为用AI做短片，成本没有想象中高。但如果想在创作这条路上走得更深入、更长远，长期来看，还是需要组织、平台以及更多协作，因为个人能力始终有限。

周慎：感谢。下一个问题请教黄总。作为他山石文化的AIGC视觉负责人，您对视觉审美的要求很高。但大模型并不是读心机器，不是想让它怎么做，它就一定能怎么做，还需要大量“抽卡”。在与AI互动的过程中，哪些地方必须坚持自己的审美？哪些地方会出于效率考虑，让模型带着走，作出一些妥协？

黄宗迪：我们个人创作比较少，To B和To G项目比较多。让我印象很深的是，去年我们做过一个欧莱雅项目。大家听到欧莱雅，可能会觉得很时尚、很高端，但对方给我们的沟通和反馈一直很模糊。

他们当时想开发一个AI Agent，但这个产品还不存在，希望我们先用视频把它“编”出来，再拿到巴黎总部作展示。项目很悬浮，很难具体描述。

如果按照以前的方式，让文案人员来写，可能要写很多稿，修改很久。但他们给的DDL又很短，只有一周。

当时，ChatGPT帮了我们很大的忙。我还跟同事开玩笑说，ChatGPT就是一个价值5000元的文案。这个例子说明，大模型能够帮助我们探索很多抽象概念，不只是视觉画面的抽象感，从文字脚本阶段就能帮我们做很多事。

所以，目前遇到一些抽象、“高大上”或者口号式的内容，需要通过视觉呈现时，我倾向于先让模型跑一遍或几遍，再由真人介入修改。

有两条原则不能妥协。第一，内容的准确性不能妥协。这是AI目前依然存在的严重问题。比如把客户的Logo生成错，多一个点、一个字母或一个符号；或者把党政元素混淆、生成错误，甚至无法生成。这些问题必须由人解决，最终必须做到完全一致、完全准确。

第二，叙事逻辑不能妥协。不能让AI随便跑图、跑视频，再把结果简单串在一起。叙事逻辑还是要靠后期和导演解决。这是两条必须遵守的原则。

周慎：感谢。下面请教杨总。在打造幻舟AI的过程中，有没有某次用户反馈，让您意识到自己对用户需求或工作流的理解出现了偏差？这些反馈是否帮助产品变得更友好？

杨小峰：肯定有。现在市面上做短剧、漫剧的工具很多，比如LibTV、即梦等，背后都是几百上千人的团队，而我们没有那么多人。

做产品时，如果想满足所有用户的需求，几乎不可能。满足了A用户，把某个功能加上去以后，B用户又会觉得不好用。

所以，我们没办法满足所有人，只能选择一部分用户，先明确到底为谁提供服务，谁愿意付费使用工具来生成内容，然后满足这部分人的需求。

目前，我们优先保证内部使用流程顺畅。在这个基础上，如果用户希望更专业、更规模化地使用，就按我们的方式走。如果想走更自由的路线，我们暂时可能无法满足，也不会开发。

我们只能专注于自己想实现的目标和结果。

周慎：最后一个问题请教尹总。在传统生产关系中，影视制作的工资或分润，可能按照项目、工作时长等方式计费。现在AI降本增效以后，内容创作的定价逻辑和商业模式是否发生了根本变化？在产生盈利后，哪些贡献者应该获得更多分润？

尹学渊：这个问题很有深度，可能大家都没有标准答案，我只分享一些看法。

现在整个行业的定价逻辑，还是比较偏向传统方式。比如，做一个视频多少钱一分钟，某种品质的价格可能是8000元一分钟，更高品质可能是8万元一分钟。大家都有类似的定价方式。

AI出现以后，客户确实会问：既然你们用了AI，为什么还这样报价？所以，我也在思考，未来会出现什么样的定价逻辑。

现在，大模型通常按照Token计费，但Token本质上衡量的是消耗。对客户来说，最终产出是什么，很难量化。有些人每天消耗很多Token，却什么都没有做出来，但Token费用仍然需要支付。

对于To B业务，我认为客户未来可能会更多地根据最终收益，衡量自己应该支付多少钱。

在公司内部，我们把贡献分成几种类型。第一种是项目制。参与项目制作的人获得一部分制作费用，这是一次性的。

第二种是做工具、做流程的人。他们在一个项目中打造了一套可以复用到很多场景的工作流，或者通过项目积累了大量数据资产、素材和样本。在我们公司，这一类更接近“中台”，可能参与整个知识产权部分的长期分润。

第三种是负责交付的人。他们与客户沟通需求，把客户想要的东西转化成公司能够理解和执行的内容。这部分目前也按照项目制计算。

我认为，在更远的未来，很多客户也许会根据实际效果，量化自己应该支付多少钱。视频行业目前还没有完全走到这一步，但在其他行业已经能看到类似方式。

比如在AI加汽车的业务里，我们会用AI帮助客户完成自动化测试。过去需要大量人工测试，现在改用AI。以前一个人一天能测试多少个用例、单人单条测试用例要花多少钱，都是可以算出来的。今天用了AI，应该打几折，也可以量化。

未来，随着技术和商业模式进一步发展，视频行业也可能出现按照结果量化的计价模式。

周慎：感谢。由于时间关系，我们只能讨论到这里。观众也提出了很多问题。最后做一个快问快答，每个问题都涉及一下，但回答控制在30秒以内。

第一个问题：做AIGC自媒体，流量很差，应该怎样调整心态？请齐导回答。

齐马橙：这个问题确实比较难回答，因为我的流量也很差。

周慎：您焦虑吗？

齐马橙：我不焦虑。因为我的追求，是在创作这条路上越走越深，所以短期内，我没有那么看重流量。

周慎：好莱坞电影工业土崩瓦解的时刻到来了吗？请黄总回答。

黄宗迪：这个问题很大。我认为还没有土崩瓦解。上一轮梁总提到，好莱坞工会不是也允许去拍竖屏剧了吗？大家都会逐渐融合。

最近看好莱坞诺兰等导演的作品，依然很能打。人家的审美还在，工业流程也依然很完善。

周慎：小说作者有可能成为AI原生导演吗？预计最难的点是什么？请齐导回答。

齐马橙：这和我的经历比较接近。我最开始也是以文字作为创作工具。我觉得没有特别难的地方，而且小说作者本身有优势，因为他们会写故事。

最难的可能是熟悉和掌握工具，但我觉得，这也不算特别重要。只要你愿意，就能做到。

周慎：请问，AI影视加教育，哪些方向更容易赢得市场认可？请尹总回答。

尹学渊：这个问题没有标准答案。我一直认为，极致发达的生产力一定会带来极致个性化的需求。

首先要找到这个赛道里谁会买单：是家长、学校，还是政府？

找到买单的人以后，再看他关心什么。有些家长很“卷”，就是希望孩子考100分，那就提供能够帮助提分的AI工具或AI影视内容。有些家长更看重素质教育，希望孩子看到更多东西，那就可以做AI加科普影视。

最终取决于你要做哪一个赛道，没有标准答案。

杨小峰：国内和海外渠道我们都在做，但大家只需要关注重点渠道，其他渠道作为辅助。国内的红果、抖音是重点渠道；海外也是一样，要重点关注TikTok这类平台，其他渠道作为辅助。

主要渠道可能占到80%的收入。

周慎：最后一个问题：面对B端企业的个性化需求，您解决的主要问题，或者客户的共性问题是什么？

黄宗迪：我就讲讲客户的共性。我们接触的B端客户，第一要求成本低，第二要求时间短，第三还要求内容好。这好像是一个“不可能三角”，但你必须完成。

这最考验制片，或者具备导演思维的制片，考验他怎样跟客户打交道。我认为，这是服务B端和G端最重要的能力。

AI技术反而是其次，包括怎么“抽卡”，都是其次。如果把客户需求完全沟通清楚，也许一次抽卡就能通过，根本不需要再往后抽。或者抽两次，让客户二选一，他能够心服口服地选一个就行。

你要提前设计好选择框架，把客户引导到这个框架里。也不能说是“骗”，是打引号的“骗”。否则，客户需求会很难处理。这是我的看法。