今天我想从一个“野路子”创作者的转型经历出发，和大家聊一聊，AI究竟为我们这样的普通创作者带来了什么，以及我们该如何抓住它。

在进入AIGC领域之前，我曾做了10年的广告，算是个“老广告人”，也经历了人生的“三起三落”，从美术联考第一却被顶替名额，到父亲离世让我一度消沉，再到“all in”房地产广告行业，见证了它最辉煌的十年，也最终被时代的浪潮拍下，赔光了所有积蓄。

正是站在人生最迷茫、最低谷的时候，我遇到了AI。

今年年初，我偶然在B站刷到一个AI课程的广告，鬼使神差地就点了进去。虽然那个课程本身有点“割韭菜”，我很快就退了，但它为我打开了一扇通往新世界的大门。我意识到，这个技术或许能和我的专业相结合，成为新的出路。

我的AI之路有点“野路子”，没有系统学习，全靠自己在各个平台摸索、和前辈同行交流。我的团队也很小，只有我和一个助理。但我认为，过去做设计和内容营销的经验，让我能更快地抓住热点和流量走向，这或许是我的优势。

我大概做了两个多月的AI视频，一直不温不火，直到《藏海传》的二创系列。

说实话，在创作前我并没看过原剧，只是刷到几个片段，直觉告诉我，它的风格和故事走向非常适合用AI来演绎。所以我开始尝试用古风国漫的风格去呈现我理解的故事。没想到作品发布后，迅速在全网拿下了近500万的播放量和几十万点赞。在当时，我应该是第一个把《藏海传》AI影视二创做火的人。

这次的成功，也验证了我的一个核心观点：在AI创作中，想法永远比技术更重要。

早期的AI工具其实有很多缺陷，比如首尾帧不连贯、画面失真等等，内行一眼就能看出瑕疵。我的片子能出圈，或许靠的不是技术上的完美，而是剧情上的创意。

这次经历让我深刻思考一个问题：我们到底为什么要拥抱AI？

很多人在AI刚出现时，充满了抵触，说它是抄袭，是无底线的。但我想说，AI的本质，只是一个工具，它和50万年前人类祖先用来涂鸦的树枝、和古埃及人用来刻画的石头、和我们后来使用的画笔、相机、PS，没有任何区别。

工具永远在更新，但使用工具的人和他的想法，才是永恒不变的核心。

AI的价值在于“技术平权”，它给了我们普通人一个打破圈层、让想法被看见的机会。我曾和传统影视行业的朋友交流过，要实现我曾经制作的《她的定义》片子的效果，用传统方式至少需要1-2个月的时间、90-100万的资金和10人以上的团队。而AI，让这一切的门槛被无限拉低。

当然，技术平权不代表无脑创作。想要做出真正优秀的作品，你依然需要有导演的思维、制片的思维和剪辑的能力。内容，永远先行。最后，我想用一句话总结我的看法：AI不会代替你，但它会代替那些不会用AI的“你”。

@谢京华 AI 3D动漫短剧《玄幻：从拉二胡开始》 技术平台方

大家好，今天我要给大家分享的是，我们团队目前在研发的3D AI影视内容生成平台，我们称之为“赛博导演”。

我们看到，近几年的视听产业发展非常迅猛，已经达到了万亿级别的规模，其中短剧更是一个突飞猛进的领域。去年短剧的市场规模达到了500多亿，今年预计将增长到600多亿。而在短剧之中，今年又杀出了一匹黑马，那就是“漫剧”，也就是动漫形式的短剧。根据巨量引擎的数据，漫剧的市场规模预计将从去年的不到5000万，预计今年飙升至20亿。

整个行业看似繁荣，但深入剖析后会发现：高成本才能带来高回报。低成本的制作，往往只能靠数量去搏一个幸运的机会。虽然偶尔也有低成本的黑马出现，但整体上，那种既能实现低成本，又能达到高效果、高回报的技术红利，其实还未真正到来。

为什么会这样？传统的影视制作无非两种主流形式：一种是实拍加上后期，另一种是纯动画制作。这两种形式都有一个普遍的痛点，就是成本高、周期长。短剧的出现，给了更多小团队一些机会，但它的成本下限也已经到了50万到100万一部剧，平均每分钟成本在5000到1万元，这对于普通人来说依然是高不可攀的。

至于动画，门槛就更高了，它不光是成本贵，整个制作链条还非常长，从原画、建模、K帧到渲染，需要一个庞大的团队协作才能完成。

AI的出现，给了普通人一个制作影视内容的机会，但在使用AI，尤其是2D生成技术来做剧时，一个严重的问题就是一致性难以保证。在一个需要持续几秒甚至更长的镜头里，角色的服饰、面部长相，甚至背景都可能在不停地变。创作者只能通过生成大量精细的分镜，再结合PS或AE等专业工具进行大量后期修复，最终成本又回到了每分钟5000到1万的水平。

基于这种情况，我们开始研发一种不同于主流2D的技术路线，那就是3D AI路线。这条路径的核心优势在于它的可控性、可编辑性和高度的一致性。为此，我们研发了3D AI影视内容制作平台——赛博导演。该平台包含3大部分：一是多模态3D视频大模型“赛娲”；二是全流程快捷制作工具；三是“数字横店”资产库。

其中核心是自研的3D多模态视频大模型“赛娲”。这个模型主要为了解决3D AI路线的两个核心问题：一是生成3D世界的各种对象，二是让这些对象能够运动和表演。

具体来说，我们输入一张图片或是一段文字描述，“赛娲”大模型就能在几秒钟内快速生成一个高精度的角色3D模型。除了生成角色，“赛娲”大模型更重要的能力是AI生成表演。你只需要给它一段台词，它就能生成带有情绪的语音，并驱动3D角色的口型、表情和整个肢体动作都随之进行表演。现在的很多AI也能生成口型或简单的动作，但要让角色进行连续性的、符合剧情的表演就非常困难。

我们把“赛娲”大模型的能力集成到了一个全流程的快捷制作工具中。在这个工具里，你可以导入自己的IP资产，也可以使用我们内置的包含数百个角色、场景的“数字横店”资产库。工具里有时间线，你可以对AI生成的动作进行精细调整。如果你想要更个性化的动作，甚至可以用普通的手机摄像头进行动作捕捉，就能达到专业级设备的效果，然后将动作应用到你的角色上。

目前，这个“赛博导演”平台已经投入了商业应用。我们自己制作了一些剧集，也和一些高校、广电集团共建了创作基地。我们未来的计划是把这个平台全面开放给广大的创作者，共同打造一个影视级的UGC生态。希望我们探索的这条路线，也能为所有想用AIGC创作高品质影视内容的朋友们，提供一个新的思路和有力的支撑。

今天我想从法律从业者的视角出发，和大家深入探讨一下“AI合规”这个话题。

今年9月，《AI生成内容标识办法》正式生效。法规的首要目标其实是通过强制标识，帮助大家一眼分辨出哪些是真实内容，哪些是AI生成的，以此来遏制虚假信息的传播。

而第二个要解决的是技术滥用的问题，AI合成技术的门槛现在非常低，一个普通人看半小时教程就能做出他人的肖像或语音，这很容易被用于虚假信息传播等违法行为。因此，法规的另一个目的就是要实现“溯源”，通过技术手段追踪到内容的制作者和发布平台，形成一种法律上的威慑力。

那么，这个责任具体落到了谁的头上呢？法规同样明确了四类主体：技术开发者、我们最常接触的社交媒体平台、手机应用商店，以及我们每一位内容使用者，也就是创作者。其中，社交平台是管控的最核心环节，因为内容的负面影响只有在传播中才会被无限放大。

对我们创作者来说，内容标识目前更多是一种“倡导性义务”，而不是强制性的法律责任。 也就是说，如果你不加标识，眼下没有哪条法律会直接处罚你。但真正的约束力来自哪里呢？来自平台。平台为了规避自身的风险，会严格执行管理策略，一旦发现你没做标识，很可能会对你的内容进行限流、下架，甚至封号。

我们再来谈谈大家最关心、也是最痛的一个问题：AI内容的知识产权。我必须告诉大家一个关键现状：目前，纯AI生成的内容进行著作权登记，大概率有一定困难。在司法实践层面，各地法院的态度也不统一。比如我本人在2023年北京互联网法院的案子，首次认定了AI文生图可以有著作权；但到了2025年，又有案子因为原告无法提供足够的提示词、参数等证据来证明自己的“智力投入”，而被法院认定不构成作品。

这就给了我们创作者一个非常重要的启示：要想让你的AI作品获得法律保护，就必须证明你的“智力投入”，把整个创作过程从“AI自动生成”转变为“人机共创”。

这意味着，你必须完整地记录和留存你的创作过程——从核心创意、分镜设计，到每一条关键的提示词，再到后期的修改合成。只有这样，你才能在法庭上证明，这个作品体现的是你的独创性，而不是机器的随机生成。

其次，虽然目前全球都处在一个“不着急立法”的红利期，但未来国内很可能会借鉴欧盟的“不同模型风险分级管理”的方式，或是在AI生成环节进行版权管理和监控。

对我们的创作者来说，一方面，使用知名IP无疑能有效增加你内容的曝光度；但另一方面，我们必须认识到其中潜藏的巨大版权风险。

以Sora为例，它最初是“Opt-out（选择退出）”的方式，模型默认使用所有数据，版权方不满意得自己申请退出。但在巨大的舆论压力下，它迅速转变为“Opt-in（选择加入）”方式。也就是说，现在是版权方可以选择是否愿意“加入”到Sora的生态里来。未来，平台甚至可以根据IP的使用情况，与版权方进行收益分成和管理。这也有可能将成为未来整个行业的实践标准。

“AIGC正在从单纯的内容生成转向增强的创意控制、多模态能力的融合、无缝的工作流集成”

@Kino AI新榜资深作者，长期关注大模型和AI应用

我想先问大家一个问题：过去几个月，有哪个AI产品或AIGC爆款，让你感觉这个世界又变了？我相信每个人心中都有不止一个答案，而这些答案，恰好就是我今天想分享的内容。

通常，我们对AI模型能力升级最直观的感受，都来自社交媒体上那些刷屏的爆款。而这些爆款和热门玩法，大都是底层模型能力升级之后，所呈现出的冰山一角。下面我们共同回顾一下，在图片、音频、视频这几个核心领域，都发生了哪些标志性的技术升级，又催生了哪些新的内容趋势。

首先，今年AIGC产品有一个重大趋势，就是正在从单纯追求“生成一个还不错的结果”，转向三个更成熟、更实用的方向：增强的创意控制，让我们能对内容精细编辑；多模态能力的融合，让图片、音频、视频的界限日益模糊；以及无缝的工作流集成，其更高级的形态，就是我们常听到的AI Agent。

接下来我们看具体产品，先从AI生成图片领域开始。从GPT-4o的多模态交互，到Midjourney V7，再到谷歌的Nano Banana（也就是Gemini 2.5 Flash Image）和字节的Seedream 4.0，顶尖模型在效果上你追我赶，不相上下。

这些技术进步也催生了很多新玩法。比如前段时间在小红书上很火的“和偶像合照”趋势，就是利用Seedream 4.0生成了大量具有强烈艺术感的俯视构图照片，并衍生出与童年的自己、与OC合照等多种变体。

但同时，也有引发了伦理争议的热门AIGC内容。例如，有用户利用AI生成流浪汉闯入家中的逼真图片来恶作剧，虽然获得了巨大的传播效果，但也引发了关于“是否应该娱乐化弱势群体”的反思。

在AI音频领域，除了ElevenLabs这个海外标杆，国内厂商也在快速跟进，比如Minimax推出的Speech 2.5语音模型，以及字节火山引擎的语音合成和声音复刻模型2.0。“音乐界Midjourney”Suno发布了V5模型，但当人人都能一键生成歌曲时，新的价值在哪里？答案可能是人格化的IP。国内AI Talk团队打造的AI歌手Yuri就是一个绝佳案例，她的首支音乐MV全网播放超700万，甚至拿下了北面的商业代言。

接下来，是竞争进入白热化的AI视频领域。故事的开篇，就是谷歌Veo与OpenAI Sora的巨头对决。Veo 3凭借其音画同步能力，引领AI视频进入了声画一体的新阶段，目前已经升级到了Veo 3.1版本。OpenAI发布Sora 2并推出了独立的App，被称为AI版“TikTok”，“客串”和“二创（Remix）”是它的两个核心玩法。Sam Altman亲自下场开放了自己的肖像权，催生了病毒式传播的“Sam宇宙”。

除了两大巨头，Runway、Kling、Hailuo、PixVerse、Vidu等工具也各占一席之地，Midjourney也正式入局。随着AI视频生成能力的飞速提升，一个明显的趋势是，AI开始支撑起更长、更高质量的叙事，在影视制作流程中扮演越来越重要的角色。

看完了这些技术进展和热门内容，我想大家和我一样，在兴奋之余都会思考：这一切到底意味着什么？作为创作者，我们该如何应对？

Anthropic的联合创始人Jack Clark最近分享了一个他童年的经历。他说，小时候他很怕黑，总把椅子上的衣服想象成怪物。但只要鼓起勇气打开灯，看清它只是一堆衣服，恐惧就消失了。他说现在我们身处的世界就是那个黑暗的房间，而AI就是那个“怪物”。但不同的是，这次当我们打开灯时，发现怪物是真实存在的。

我觉得这个比喻，首先打破了很多人的“鸵鸟心态”。“AI只是个工具”这句话，现在很可能是一种危险的自我安慰。Jack Clark的核心观点是，面对AI，我们需要在技术乐观主义之上抱有“适度的恐惧”。

当AI能承担绝大部分执行的工作时，人类创作者的核心价值，必然会向价值链的上游转移。我们需要知道如何向它提问，如何激发它最好的潜能，这是一种全新的、与AI高效沟通和协作的能力，与此同时你还要有独特的审美、品味和创意，才能构筑自己的核心竞争力。

   
      

    
       

     
        

      
         

       

      
         
      
         

       「AI新榜交流群」进群方式：添加微信“banggebangmei”并备注姓名+职业/公司+进群，欢迎玩家们来群里交流，一起探索见证AI的进化。
      
         
      
         

       

      
         
     
        
    
       
   
      
    
       

      欢迎分享、点赞、推荐
    
       
    
       

      一起研究AI