作者 | 华卫

当 AI 零帧起手就能“创作”，内容生产变成了一个“过剩”的链条。过去一年，多模态模型把内容生产的技术门槛压到前所未有的低点，写剧本、做分镜、生成画面，甚至完成剪辑与配音，都可以在一个人、一台电脑、甚至一句话中完成。

但一个更关键的问题随之浮现：当“生产”不再稀缺，什么才是新的稀缺能力？

围绕这个问题，我们邀请了两位一线从业者，在 WAIC 期间的一场圆桌对话给出了他们的答案。对话中，来自 OiiOii 的产品经理 Owen 与 SeaArt.ai 首席运营官布鲁斯，从真实用户案例、产品决策与用户生态出发，拆解了 AI 创作背后的真正变量：门槛是如何消失的，机会又在哪里重新出现。

以下是对话的实录整理：

01

AI 创作门槛，到底降到了哪里？

InfoQ： 我们现在能看到 AI 降低创作门槛这件事，到底降低在哪里了？门槛有多低？大家直观体验到的可能就是用一段提示词、注册会员、花积分生成多模态内容，但除了轻度使用之外，行业内还带来了哪些变化和未来方向？

布鲁斯：我可以分享一个来自我们平台的真实用户案例。之前做用户调研时，有一个用户让我印象特别深刻，他来自澳大利亚，职业是理发师。他从小梦想成为画家，但迫于生计放下了画笔，拿起了剪刀。专访时他给我们看了自己的账号，说现在每天最开心的时刻就是下班回家后打开 SeaArt.ai（海艺 AI），围绕自己原创的 OC 角色进行创作。账号里有他围绕喜欢的角色生成的大几百个视频、大几千张图片，还有对应的模型和应用。他创作了一个角色出来，再围绕这个角色进行创作，就像通过创作这个行为把自己脑海中完美的形象呈现出来。

这件事特别能说明 AI 降低创作门槛的本质，过去能力是边界，现在想象力才是边界。我们要做的事情就是把边界持续往外推，让更多原本没有机会表达自己的人，能够把自己脑海中完美的世界呈现出来。我们的愿景就是让所有人都能有能力表达自己，不管专业创作者还是普通用户，我们都能提供易于上手、难于精通的创作工具。

Owen：从我的角度看，AI 降低创作门槛主要体现在两个维度。第一是技能和设备门槛的消失。过往普通人想拍视频，需要专业设备，需要会写脚本、写剧本、找场景、找主演、找角色、拍摄、剪辑、配音。有了大模型和多模态模型之后，语言模型可以把剧本、角色人设、场景和画面提示词全部包揽，多模态模型最终把这些语言呈现为画面。对普通人来说，从脑海中的想法到最终被看见，不再需要经过物理世界的实操，这就是镜头权利的平权。

第二是成本的断崖式下降，包括试错成本和时间成本。过往拍一个 60 秒的视频，小团队可能一天都耗在那里，现在有了多模态工具，一个人从头到尾完成，可能一个小时就能做出质量不错的成片。从实际用户案例看，过去半年我们生态里越来越多非科班出身、零基础的创作者，通过 OiiOii 做出抖音上数十万甚至数百万点赞的爆款作品，而且这些案例不再是孤案，每周都在涌现。这些创作者白天可能是学生或外贸公司的打工人，晚上就变身制片导演，这非常直观地说明了 AI 视频工具和图像工具如何改变爆款内容的创作链路。

InfoQ： 去年差不多这个时候，我跟艺术行业从业者交流过，他说用 AI 做画作还是需要掌握场面调度、构图、光线等专业术语来指挥 AI。当时给我的感觉是 AI 创作门槛并没有降得特别低，因为不懂术语就只能描述很主观的一段话，AI 能理解成什么样就是什么样。结合刚才两位描述的案例，现在这个门槛还存在吗？是不是一定要知道专业术语才能做出好作品？

Owen：提示词魔法师这个概念可能已经逐步消失了。首先，多模态模型已经能够从非常平白的画面描述、镜头描述、光影效果描述直接推测出你想要的大致画面，门槛下降了很多。其次，随着语言模型写作能力的提升，你只需要纯粹描述角色发生了什么，包括时间、地点、人物、经过，它就能帮你转化成专业编剧才会写出来的话。做工具更多是在想办法把多模态模型的黑盒能力全部开发出来，让普通用户也能用到 100% 的能力。你只要把故事主线讲清楚、逻辑关系处理好就行，那些特效描述、复杂运镜、正反打可以交给模型帮你填充，你只需要做一些精调。

布鲁斯：关于 AIGC 落地到创作最后一公里到底有没有被解决的问题，我的看法是，现在语言模型的能力已经非常强了。我们做产品最根本的理念是让所有人都能进得来，让专业创作者也能留得住，也就是要做到易于上手、难于精通。2023 年海艺做图片社区起家时，Stable Diffusion 能力很强但界面像飞机驾驶舱，70 多个参数光背就要背一段时间，我们当时也学了很长时间。海艺诞生的契机就是为了解决这个最后一公里问题，我们做了一键式生图工具，让用户即使没有任何 AI 前置背景知识，也能产出超出预期的作品，这也是我们能做起来的原因，把这件事大众化，解决最后一公里。

02

从 0 到爆款，需求是怎么被“看见”的？

InfoQ：两家产品都很成功，在目标市场取得了相当的市场成绩。产品最开始进入市场的契机是什么？当时看到的机会是什么？第一批核心用户是什么人群？

布鲁斯：做海艺之前，我们在成都有家 1000 多人的游戏公司叫星合，很大一部分是美术人员，负责 3D 素材生产和游戏美术。AI 出现前，生产游戏美术素材比较耗时耗力。2023 年市面上出现 Stable Diffusion 和 Midjourney 等工具后，我们是行业第一批把这些工具用到美术素材生产流程里的公司，效果立竿见影，之前一周才能生产完的游戏素材，两天就能搞定。但使用中也遇到了问题。Stable Diffusion 门槛太高，我们非常资深的美术人员也需要花差不多 10 天才能弄明白怎么用。Midjourney 虽然简单，但它是闭源模型，没办法满足我们高度个性化的素材生产需求。

当时我们想，既然市场上没有完美的解决方案，不如自己做一个。做出来之后内部反响非常好，大家反馈简单上手就能用，产出结果比之前抽卡五次才可用的效果好得多。我们意识到，既然内部有这个需求，外部创作者一定也有，比如大批有想象力但不知道怎么把想象力变成现实的人，需要这个工具。于是 2023 年 4 月我们正式对外，到今天覆盖了全球 192 个国家、5000 多万用户，在日本已经成为国民级应用。

InfoQ：当时开放这个工具，不怕赋能游戏行业的竞争对手吗？

布鲁斯：如果能够赋能同行，也是我们的福报，可以带动行业整体一起进步。后来我们发现这不仅仅是一个工具层面的机会，更是一个创作方式变革的机会。AI 之于现在，就像摄像头之于移动互联网时代，是一个范式级别的变革，这也是我们最开始进入这个市场的契机，以及未来能有较好发展的根源。

InfoQ：之前游戏公司养了大批原画师和素材绘画人员，现在仍然需要招人来用 AI 并负责最终审稿，决定用哪一稿。现在这个岗位的人才画像是什么样的？更看重想法和审美，还是仍然从原画师行业出身转做 AI 绘画？

布鲁斯：人才招聘的画像确实出现了迁移。2023 年之前，我们招人看重过往工作经验、会不会用游戏素材生产工具、能不能产出需要的 3D 素材。但现在能力不再是边界，想象力才是边界。我们现在招游戏相关人才时，首先看这个人有没有灵性，也就是这个人有没有意思，有没有能让其他人共鸣和快乐的点，放在内容生产行业就是定义爆款的能力。这个能力通过我们过往的经验来看，很难培养，只能筛选，它有点吃天赋。内容行业看起来门槛很低，但后面的爬升曲线很陡峭，没有天赋很难上去，因为如果无法引起用户共鸣，就比较难提升长线留存。

InfoQ： Owen，你们产品爆点的时机更近一些，最开始是哪一年？

Owen：我们这一波是 2025 年。图像之后是视频，我们切入的契机是看到模型变得确实可用了，生产出来的内容有了消费性。在 Sora 出来之前，像可灵等模型通过抽卡已经能做出有消费性的内容，而且很多短剧公司也在尝试用 AI 降本增效。虽然模型变得可用了，但对普通人来说，从不会用模型到真正成片，再到出质量好的片子，还有很大的 gap，这就是工具的机会。对普通用户是这个角度，对 B 端客户来说，他们需要更好地管控资产和素材、减少抽卡率、提高内容转化率。工具内置的 agent 有自己的行业 knowhow，能帮用户写提示词，把十出一变成五出一甚至三出一，成本和时间自然降下来。

另外，很多人担心模型能力不断迭代会把工具的价值吃掉，但在视频领域我们判断不会。从长远来看，工具的价值会一直存在且很难被模型内化，因为从脑海中的想法到有消费性、有爆款潜力的成片，需要创作者和工具紧密结合、构思和精调，工具长期都有很大的价值。

InfoQ：Owen，你看漫剧吗？从你个人角度，现在漫剧的制作水平怎么样？

Owen：漫剧我确实看，之前男频看得多一些。最近很多漫剧开始霸榜，最早是真人剧，后来仿真人剧火了，最近漫剧又上来了。随着工具和模型能力的成熟，内容消费形态也在变化。漫剧的制作质量或者说制作难度，可能略低于仿真人剧。仿真人剧的成本更高，因为要仿真人就要做到极致得像真人，情感要足够细腻，微表情和微动作都要有，需要更多提示词精调和抽卡。漫剧有一个天生优势，观众看到这种画风和风格，本来就知道它是生成的，所以不太会出戏，更多的精力可以聚焦在剧情和剧本本身。

03

踩中用户爽点，被“真金白银”投出的那些功能

InfoQ：接下来一个问题，两家产品第一次因为某个功能出现大的增长，是什么时机？什么功能？怎么发现的？先从 Owen 开始，你们那个 10 万人排队的场景就发生在眼前。

Owen：去年年底的爆点就是主打七个 agent 帮你做动画。在工具里输入几句话后，分镜设计师、剧本编剧等多个 agent 突然就进来了，给用户一种指挥整个团队干活的感觉，冲击感和爽感很大，是个典型的 aha moment。从动画制作流程看，没有 AI 之前正儿八经做动画门槛极高，先花半年学 PS、Blender、Maya 等工具，但这才刚踏进门槛，然后还要学写剧本、设计分镜、做角色和场景、关键帧设计、合成配音，每个环节都有极高的学习门槛，普通人很难做到。现在模型把这些打平了，你可以指挥一群数字员工替你干活，搭建一支属于自己的动画团队。

对 C 端用户来说，平常不愿意拍摄或负担较重的日常生活故事，通过 AI 生成动画就能低门槛地发在社媒上。对 B 端用户来说，虽然当时还没支持长剧本拆分和一键出海，但他们手动拆剧本写提示词耗时很长，agent 帮忙做就非常快，最后一个人把关调整就行。所以 for C 端和 for B 端价值都很大。

InfoQ：布鲁斯，海艺最开始出现大规模增长，是因为产品做了什么改动吗？

布鲁斯：我们最开始那波爆点就是上线的时候，2023 年 4 月上线即爆。当时在巴西有个志愿者，不是我们找的，是真自来水，他用过海艺之后觉得好用，作为一个大 V 博主把使用流程 post 到了 YouTube 上，海艺第一波就在巴西爆了。2024 年比较明显的增长来源，是我们年初上线的创作者激励计划。简单来说，创作者在海艺站内发布自己创作的模型和应用，平台根据被运行的次数直接支付现金报酬。这个计划反响非常明显，平台供给瞬间上来了，更多用户来用别人发布的模型和应用，生产、分发、消费的飞轮就转起来了。

做这件事的起因是，我们盘点了移动互联网时代成功的内容平台抖音、B 站、小红书，发现它们都构建了完善的商业闭环，在站内产出优质内容能拿到钱。如果一直让用户为爱发电，创作者会离开，社区会死掉。如果能让大家在平台赚到钱，驱动力就从最初的热爱变成了实实在在的回报，平台也就从社区跨越成了名利场。

InfoQ： 这牵扯到一个很关键的问题：付费。所有社区和 C 端产品最终都逃不过用户愿意出多少钱来订阅。AI 产品在 2023、2024 年讨论很多的问题是：花了那么多钱训大模型，用户愿意付多少钱来使用？当时大家玩玩还可以，花很多钱订阅可能不太行。但今天每个月花一两百美元订阅单一 agent 工具、几十美元订阅 AIGC 平台的人大有人在。关键还是某个产品的价值被大家捕捉到了，愿意为此付费。海艺是因为什么功能让大家愿意掏钱？怎么评估这件事？

布鲁斯：对我们的定位来说，SeaArt.ai 不是工具，而是 AI 互动娱乐平台。现在 AI 确实有被滥用的趋势，因为门槛低了，但用户其实不会为更多的内容付费，而是在为自己与角色之间的关系付费。就像那个澳大利亚理发师，他在海艺站内创建了原创角色，和角色之间建立了感情连接，他是在为这份感情连接付费。我们海艺办公室的卫生间里都贴着我们要提供高性价比的情绪价值，用户本质上是在为情绪价值付费。我们的原则是以用户为中心，弄清楚用户为什么来、为什么付费，这就是我们工作的所有目的。

InfoQ：什么时候发现客户愿意为某个功能买单的？

Owen：除了七个 agent 做动画，我们还观察到一个很有意思的点，用户们很喜欢 OiiOii 里内置的 160 多种风格库。在大量用户访谈中，几乎所有用户都提到了这一点。风格库的价值不仅在于提供灵感参考，更在于帮用户节省了漫长的视觉效果选择和精调时间。早期做视频创作时，维持中长视频风格稳定和效果一致性非常痛苦，需要不断在提示词里调风格效果。有了风格库后，用户浏览就能快速选择匹配故事情感线的风格，快速出片，这个功能是真金白银投票选出来的。后来我们还沿这个思路做了爆款复刻、智能画布、Skill 和 Skill 制造机，数据上看用户会为这些功能买单。

展开说一下爆款复刻，用户上传抖音上一条热门视频，我们的 agent 会从专业视频创作者的角度，从 18 个维度分析剧情结构、分镜节奏、画面呈现、特效等。原来创作者做爆款追热点，需要逐帧分析怎么换角色、换场景，现在在 OiiOii 上可以快速拆解一键成片，帮助创作者更好理解爆款逻辑。实际场景中，用得最多的是自媒体追热创作者和做矩阵号的企业。

还有一键出海功能，很多 B 端客户的短剧在国内已经爆过，海外还有蓝海市场。没有 AI 的话，需要做剧本本土化、文化映射，不然可能会出现国内习俗美国人可能无法理解，男频的爽点美国人理解的是另外一套。AI 在这方面做得非常好，剧本本土化之后还能帮你快速翻拍后续内容。Skill 是针对某一类垂类视频创作快速批跑，比如游戏素材或电商广告。这些功能用户是正儿八经花钱在用的。

04

下下策也能盈利，什么能力变得稀缺？

InfoQ：今天主题是 AIGC 大量普及后的剩余价值。把易用性大量解决了，现在生产内容不需要太多成本，其他都帮你做完了，可以很轻易地生产大量内容涌入市场，冲击精良制作和真人产品。但接下来，剩余的价值是什么？对用户和创作者来说，需要关注什么？总不能停留在像做罐头一样，一个故事扔进去出来一个东西。

布鲁斯：这个问题我很有共鸣。现在 AI 工具确实出现了被滥用的阶段，那么稀缺的到底是什么？我觉得分上解、中解和下解。上解是，现在稀缺的已经不是谁打螺丝打得快，大家打得一样快。稀缺的是这个人有没有灵性、有没有意思、有没有能让别人共鸣和快乐的点，也就是定义爆款的能力。这个能力很难培养，只能筛选。中解和 Owen 提到的很像，就是有没有快速跟进热点并产出对应内容的能力。比如去年吉卜力风格突然爆火，你能不能快速获取信息并产出对应内容发布出来，这考验信息获取速度和执行力。

下解是学习能力，新工具出来后能不能快速用起来。能用和用得好是两个阶段，你要对模型和平台擅长什么、不擅长什么有判断。还有一个办法是钱多，大家都在抽卡，你抽 10 次他抽 5 次，你能抽出来他也能。AI 时代不能光看别人怎么说，最终要自己去试。大多数人包括内容创作者和 AI 从业者，走的其实是中间那条路：爆款出现后快速跟进，这也是内容同质化比较严重的原因。

InfoQ：那这算不算下下策？

布鲁斯：一定程度上确实也能吃到肉。吉卜力风格爆火之后，市场上确实出现了很多新产品。所以就像那句话说的，敢为天下后也是一种能力。

InfoQ：Owen，你怎么看？

Owen：布鲁斯说得挺好。从创作角度来说，需要持续学习，另外要能产出好的想法。短剧能不能火，跟背后的网文关系很大，剧本好才是真的好。作品能不能爆，很大一部分基石来自剧本本身质量，后期拍摄技巧和特效都是辅助。AI 可以降低创作门槛，但不会降低好内容的门槛。现在语言模型还没到不需要编剧审美和对目标受众理解就能直接批跑剧本的程度，所以好的灵感和把它转化为好剧本的能力非常稀缺。在和大量创作者沟通时，他们反复提到一个词，不是剧本，是灵感。另外，创作者对目标受众审美够不够敏感非常关键。所有人都可以用爆款复刻功能，但发出去能不能吸引你的粉丝来看是另一回事，别人的爆款在你这里复刻不一定能转化，所以要对你自己账号粉丝群体的偏好有敏感捕捉。

InfoQ：最后一个问题聊聊生态。大家都是行业生态的一部分，都不希望有一天被人吐槽 AI 是在批量制作垃圾。现在肯定不是垃圾了，但有一定雷同还是存在的，包括有些漫剧偶尔出现空间角度古怪的问题，大家都知道是 AI 做的，看到了也就过去了。但长期发展不会一直停留在这个阶段。如果在生态上有一个建议，会是什么？

布鲁斯：从 AI 产品的供给侧来看，AI 时代遍地都是机会，但在纯 idea 层面，未来可能不会有稀缺的 idea，稀缺的是把一个 idea 做到足够好用。底层模型的迭代周期已经被压缩到以周为单位，但市面上能跑出来的 AI 应用层产品仍然非常少，屈指可数。核心原因可能在于体验，大多数 AI 产品没有体验可言。资本市场热钱涌入，行业氛围变得浮躁，很多产品描述的愿景和实际交付的价值不匹配。所以我认为未来 idea 的价值会被持续压缩，不存在你能想到而我想不到的绝对创意差距。但也正因为这个原因，每个行业、每个赛道都有机会，因为每个赛道都可能真正跑出来一家重视用户体验、知道怎么做产品、能把普通 idea 做到足够好用的公司。

Owen：我从内容生态和工具两个角度来说。内容生态方面，AI 出来之后，平台应该鼓励创作者去表达真善美、引导正能量。历史上很多感人的故事在镜头之外被错过了，没有被记录下来，AI 可以很好地表达这些。我们的数据也验证了这一点，大量创作者做城市好人好事这类视频，用户确实愿意看，因为这些内容之前没有被记录，有普适价值，AI 弥补了必须用镜头拍摄的问题。另外，AI 内容更适合做宏大的、原来成本特别高的画面，比如流浪地球这类需要大量特效的玄幻怪异题材。

从工具角度看，现阶段模型的生产速度和成本还没降下来，大部分机会在于垂类赛道的深耕，也就是 toB。游戏行业、电商行业对内容生产的诉求非常不一样，有的对信息密度要求高但对准确性容忍度高，有的反过来要求商品细节准确性极高，有的要求出片速度快、能批跑。工具要能承接住这些不同行业的诉求。这是 B 端未来一到两年最大的机会。C 端从中长期看，等视频模型成本降到 1/5 或 1/10 后，互动内容和机会会大量涌现，因为创造力主要来自 C 端而不是 B 端。创造力涌现出来之后，如果模型能力能满足，就可能诞生新的互动玩法和可消费内容媒介，这是中长期的 C 端机会。