在此背景下，腾讯研究院与中国传媒大学文化产业管理学院联合启动《破晓：GenAI重塑文化产业》研究项目，聚焦GenAI在长短视频、音乐、动画、网络文学等核心领域的落地应用，系统剖析人工智能时代文化产业的变革逻辑，探索产业智能化转型的可行路径。以下为该项目配套访谈的核心内容实录。
一、人机协同落地难在哪？GenAI“降本增效”的真实图景与能力边界
随着GenAI大模型与智能体的持续涌现，其正加速渗透至各类文化内容的生产全流程。行业热议的“降本增效”究竟能在哪些环节落地？被寄予厚望的“人机协同”是否已真正实现？当前GenAI的能力边界又在哪里？楚利彬（影视行业资深从业者）：结合多年影视行业经验，我深刻感知到，此次AI技术变革与以往任何一次技术迭代都存在本质差异。
当前不少影视创作者提及的“人机协同”，本质上仍建立在“人类创作素材、AI辅助处理”的基础之上。这几年我一直深耕“智能剪辑”领域，愈发清晰地认识到，真正意义上的智能剪辑在当下阶段仍难以实现——核心瓶颈在于AI对素材的理解能力严重不足。若要让AI对500小时的素材进行逐帧分析，不仅需要模型具备对人类文明多元细节的深度认知，单从上下文数据的连贯性保持与算力消耗来看就已极具挑战。更关键的是，这种模式的成本与效率完全不成正比，反而不如人工剪辑直接高效。这也导致当前所谓的“智能剪辑”“人机协同成片”，都未能真正突破技术与成本的双重桎梏。
但值得注意的是，当影像内容的前端生产不再依赖人类创作，后端就能实现直接生成成片——无需基于人类提供的素材进行理解、消耗算力做后期剪辑，而是从零开始一次性生成包含画面、剪辑、音乐、声效的完整作品。到那时，传统的内容制作体系将被彻底颠覆。
陈坤（行业研究者）：从实际应用来看，AI在影视创作的前中期环节渗透更深，后期环节则相对滞后。在前期的策划、剧本创作、分镜设计等环节，AI已实现广泛应用，目前AI短剧、长剧等内容形态已陆续出现，预计未来1-2年内将诞生完整的AI电影。中期环节中，传统拍摄模式正逐步被大模型与智能体替代，实现从文字到视频的直接转换，具体可通过直接生成或图片中转等方式落地。而在后期环节，AI的应用仍较为有限：商业化剪辑仍以人工为主，即便AI剪辑已能满足普通用户的基础需求，但在专业影视制作领域的应用空间依然狭窄。
赵天奇（技术研究者）：未来GenAI在影视领域的发展将呈现2D与3D两条核心路线，其中3D路线更贴近工业级影视的本质，能够赋予影视内容更强的物理真实感；而2D路线既无法实现、也不会过度追求内容前后的一致性可控。
3D路线的核心难点在于高质量表征数据的获取——其需要三维、点云、网格、骨骼等多模态的复杂数据表征。当前2D路线的拟真度已达到较高水平，画质与创作自由度都颇具优势，但已逼近自身的能力边界；而3D路线将持续推动技术突破与应用创新，最终有望达到传统工业级影视的制作水准。
此外，AI在内容加工处理的决策支持层面仍存在明显短板，核心问题是AI存在“记忆缺失”与“逻辑偏差”的情况。例如，当前使用AI工具的编剧，必须先将工作拆解为分散、分阶段的任务，再交由AI完成。我最初研究AI解决影视行业问题时，曾直接访谈传统影视从业者，询问哪些环节需要AI颠覆，但他们提出的需求均基于现有生产流程，难以真正打破传统模式。事实上，新生产力的出现必然会打破旧有流程，但这种打破不能是彻底的否定，仍需尊重创作的本质内核。基于此，我们提出了“剧本-分镜-预演成片（生产一体）”的全新工作流：用AI替代那些枯燥费力、成本高昂的工种，同时坚守创作的核心本质——AI可以打破预演到成片的传统关联，但不能颠覆创作本身的逻辑。
二、AI原生内容：定义、价值与未来形态
何为AI原生内容？其核心价值体现在哪里？这是当前行业探索GenAI与文化产业融合的关键命题。楚利彬：当完全意义上的AI原生内容出现时，AI将不再是简单的视频生成工具，而是进化为能够深度洞察并主动塑造用户心理的“超级有机体”。与之匹配的商业逻辑也将发生根本性转变——核心从“争夺用户注意力”转向“精准筛选与创造用户潜在需求”。
AI能够通过用户每一次的内容变体操作（即每一次提示词生成的内容），完成对用户的微观洞察，精准捕捉到用户自身都未察觉的情感需求与审美偏好。用户在观看、搜索自身偏好的AI生成影像，以及输入指令、修正内容的过程中，其实都在为AI的数据飞轮贡献能量，助力模型更深刻地理解用户的情绪感受。
这意味着AI内容不再是被动响应用户需求，而是主动塑造需求、引导情绪——它不仅能匹配用户当前的状态，还能生成针对性内容，将用户引导至更符合其深层需求的情绪“程序”中。这种“深度理解-生成高吸引力内容-获取高质量数据-更深层次理解”的循环会持续强化，最终建立起人类创作者主导的平台难以企及的用户依赖与生态壁垒。这才是未来内容形态最具颠覆性的变化。
陈坤：在我看来，当前并不存在真正意义上的AI原生内容。现阶段所有AI创作或人机协同创作的内容，传统影视行业都能完成，AI的核心作用只是降本增效。人类创作者的核心价值在于定义创作方向与情绪内核，目前尚未出现AI完全自主创作的内容。
AI的终极价值不在于追平传统影视的水准，而在于突破传统影视的能力边界，探索传统影视无法实现的新领域。未来必然会出现超越传统影视的AI内容形态，这种突破首先将体现在技术层面，并催生全新的分发方式、平台与商业模式。例如实时影像生成、交互式内容生成——传统影视最快的互动形式是现场直播，而未来AI有望实现“生成速度快于观看速度”，根据观众的实时反应调整内容，创造出全新的平行宇宙或空间体验。
近期Sora推出的内容可迭代、可生长功能颇具启发意义：传统影视作品完成后，其表达就已终结；而AI技术能让内容在发布后持续生长、延展、修改，从一个小点子逐步发展为庞大的内容体系。传统内容的互动形态多为树状或网状结构，本质上是预设路径的选择；而真正的交互式内容，应像文字端已实现的那样，用户与大模型实时交互、实时生成内容。影像领域的核心目标，就是将这种文字交互高质量地视觉化。
赵天奇：当前2D路线的AI更适合制作短视频，或是对内容前后一致性要求低、包容性强的视频品类。其核心逻辑是借助AI实现“内容更多、成本更低、受众更广”，这也是AI漫剧、“动态漫”等形态爆火的关键原因。2D路线存在的穿帮问题，恰好能与这类内容天马行空、剧情“癫狂”的风格匹配；同时观众对漫画形态的容忍度较高，不苛求角色与场景的绝对一致，也不需要过于流畅、细腻、复杂的动作设计。从成本来看，2D路线制作动态漫画的一分钟成本，与同时长真人剧相比确实存在量级差距。
但我们必须清醒地认识到，2D路线本质上是“低成本”与“低一致性”的妥协，并未真正释放“低成本、高效果、高回报”的技术红利，只是在现有技术约束下开辟的细分市场。其天花板十分明确：无法胜任角色与场景需严格统一的长线叙事，无法呈现细腻复杂的表演，更难以支撑影视级的沉浸式内容，因此不可能从根本上撼动传统影视工业的核心价值链。
而3D路线的核心使命，就是打破这一天花板。通过3D技术，原本需要大型团队、专业人员、巨额资金与超长周期才能完成的沉浸式影视剧集，未来可能由个人或小型团队以低成本、快速化的方式完成。这不仅会催生出全新的职业形态，更可能在商业领域开辟出全新的行业赛道。
三、新型内容生产者崛起：传统创作者的转型与融合
GenAI赋能个人创作后，是否会诞生新型的内容生产者？传统内容生产者又将面临怎样的变革？赵天奇：必然会出现新型内容生产者，我将其定义为“视频作家”——这一概念由刘慈欣提出，其出现将成为GenAI赋能内容创作的重要标志。
在我看来，人的创作能力主要分为两部分：一是故事创意能力，二是表达能力。其中故事创意能力与导演的核心能力相近，表达能力则体现为“用笔写作”或“用视频创作”的形式差异。曾有人问我，未来编剧和导演谁会被淘汰，我的答案是这两个行业可能会融合统一。最容易被AI颠覆的，是导演层面的画面呈现能力与编剧层面的文字表达能力——相较于核心创意，这些技能更易被AI替代。
陈坤：当前AI影视创作领域已出现一批“超级个体”，本质上是AI技术推动影视话语权的下放。借助影视AI大模型与智能体，创作者能够独立完成从创意开发到最终成片的全流程工作。这带来两大核心影响：一是降低了视听语言的专业门槛，让创作者能更专注于创意与故事表达；二是降低了技术使用门槛，让创作者能更便捷地运用各类AI工具。
传统影视时代也存在“超级个体”，比如导演，但他们仍需依赖庞大的团队协作；而AI时代，超级个体或小型团队就能完成原本需要大型团队才能胜任的工作，个人创作者也能产出更完整的叙事作品。不过即便未来AI在语义理解与执行精度上达到较高水平，精细化分工依然会存在——比如专门的数字人表演模型、视觉表达模型等。就像传统影视行业的发展历程一样，行业会从初期的混沌状态逐步走向细分，仍需通过组织协作完成更高要求的影像制作。只有进入AGI（通用人工智能）时代，整个行业才可能被彻底颠覆。
楚利彬：作为深度应用AI的研究者，我切身感受到AI技术正在重构我的认知体系与知识结构。这要求我们必须打破固有的思维框架，提升认知维度，重新审视创作的本质。过去依赖的经验与工作流程，几乎无法直接迁移到AI语境中，强行沿用反而会阻碍AI潜力的释放。
我目前正在推进福建仙游非遗数字化项目，就借助AI重构了生产流程，实现了“一人+AI”的极简操作模式。我们将复杂的木雕工艺拆解为标准化的数据采集流程，通过编写详细手册，让当地工人就能完成专业的数据采集工作，颠覆了传统模式中需要专家驻场的重资产逻辑，后续的数字化处理则全部由AI完成。这正是AI原生工作流的核心：将复杂任务拆解为可量化的标准化模块，通过AI工具链实现流程智能化，最终以极简配置替代传统的重型作业模式。这种“用AI重构创作”的方式，正是跨越从0到1的新型工作范式。
四、版权重构与商业变革：GenAI时代的产业新规则
GenAI时代，文化产业的版权界定、授权模式与收益分配会发生哪些变化？商业模式又将迎来怎样的重构？陈坤：我认为版权的核心概念可能会发生根本性变化。版权本质上是商业利益催生的产物，当前AI影视的版权界定仍处于模糊状态，而法律通常具有滞后性，需要等待问题出现后才能制定相应规范。未来可能会出现“内容非单一主体拥有”的状态，形成“参与者即版权拥有者”的新模式，这需要全新的行业规则与法律体系来规范。
楚利彬：在AI驱动的未来生态中，商业体系将迎来全方位重构。当内容生成平台积累亿级用户后，核心商业模式将从显性广告转向“欲望按需生产”：系统通过数据飞轮精准识别用户的潜在需求，与品牌方协同生成完全个性化的产品概念——这些“瞬时IP”可能仅存续十几天，完成短期销售目标后就自然消退。这种模式将彻底颠覆传统消费主义依赖长期品牌积淀的逻辑，形成“需求识别-内容生成-消费满足”的零时差闭环。
同时，物质的极大丰盛可能让商业的本质从“卖货”转向体验经济，传统的IP价值评估体系、版权规则乃至商业模式都需要重新定义。在这一过程中，无痕的内嵌式营销将成为主流，而当前基于稀缺性的消费文化也将面临深刻挑战。
五、用户接受度与付费意愿：AI内容的市场根基
消费者对AI生成内容的接受度如何？是否愿意为AI生成的内容与服务付费？这直接决定了AI内容的市场前景。楚利彬：作为行业评审的常客，我发现当前AI生成内容仍处于“追赶人类影像标准”的阶段。这种追赶效果主要取决于两个核心因素：一是美学驯化水平——若模型采用高质量电影素材训练，其产出自然会具备专业影像的构图、光影等视觉规范；二是物理模拟真实度——观众觉得AI内容“假”，核心是模型对物理世界规律的模拟不足。当某个平台能通过世界模型实现对重力、材质、运动轨迹等物理属性的高度拟真，再结合专业的美学控制，就能产出兼具“高级感”与物理合理性的精品AI影像，届时消费者的接受度自然会提升。
陈坤：对大多数消费者而言，他们并不关心内容是否由AI生成，核心关注点是内容能否打动自己。这与短剧的发展历程相似：初期短剧被视为低质内容，但随着政策支持、资本投入与创作者涌入，其内容形态与商业模式不断升级，最终吸引了广泛受众。AI内容的发展也会遵循这一逻辑——当前部分人对AI内容的反感，本质上是因为AI能力尚未完善，在表演细腻度、场面调度、动作流畅度、内容一致性等方面存在瑕疵，影响了观看体验。随着技术成熟，这些问题逐步解决后，AI内容的市场接受度将大幅提升。
赵天奇：当前影视行业的核心矛盾，是观众对优质影视作品的需求与行业生产力不足之间的差距。影视产业的生产力瓶颈一直存在，至今未能彻底突破。作为技术研究者，我的使命是推动行业从“不能”走向“能”；至于“能”之后如何做出优质内容，则需要全行业共同探索。
我不认为AI会导致内容同质化——技术能力成熟后，AI会服务于人类的多样化需求，自然能产出更多元的内容；若出现同质化问题，反而说明AI的能力尚未达到足够高度。消费者不会因为“是AI制作”就选择观看，核心还是看内容质量。因此，AI内容的核心竞争力，终究是满足人类对优质内容的需求。
六、行业隐忧：技术狂奔下的认知焦虑与可控性探索
面对AI内容的爆发式增长，行业是否存在潜在隐忧？未来的发展方向又该如何把握？
赵天奇：我始终认为，当前最值得担忧的不是AI技术过于强大，而是GenAI的能力仍存在明显不足。作为技术发明者，我们的核心关注点始终是“哪些能力尚未实现”，并持续推动技术突破，让AI从“不能”变为“能”。
陈坤：当前最大的隐忧是，AI热潮可能引发残酷的行业价格战。由于AI制作的成本远低于传统影视，若单纯遵循市场逻辑，大量同质化、低质的AI内容可能会冲击优质内容市场。这种情况或许难以避免，但随着技术发展，当出现“传统影视无法实现、AI专属”的内容形态时，行业将迎来拐点。在此之前，行业大概率会陷入“卷价格、卷效率”的竞争阶段。
楚利彬：作为深度应用AI的研究者，我每天都处于“狂奔”的状态——这种狂奔并非追赶具体的技术，而是焦虑于自身认知的提升速度跟不上技术迭代的步伐。若要对过去的“智能”做一个总结，我认为“智能”就是消耗大量能量，将一件事情“确定化”的过程。而未来智能发展的关键，在于我们这一代人能否将GenAI推向“可控”的轨道，让技术真正服务于文化产业的高质量发展。
本文来自微信公众号：腾讯研究院，嘉宾：楚利彬（中国电影剪辑学会发展中心主任，观语未来人工智能研究院创始人）、陈坤（AI 影视创作者、导演、AIpai创始人）、赵天奇（北京聚力维度科技有限公司创始人兼 CEO），课题组：中国传媒大学文化产业管理学院：刘江红、杨剑飞、陈娴颖、田卉、王夏歌等，腾讯研究院：孙怡、田小军、冯宏声等，题图来自：AI生成