2025 年 6 月 NBA 總決賽第三場期間,Kalshi 投放了一支畫面相當混亂的電視廣告:一個農民漂在裝滿雞蛋的泳池裡,一個外星人在喝啤酒,一個披著美國國旗的男人在大喊關於印第安納的事。導演 PJ Accetturo 用 Google 的 Veo 3 製作了這支廣告,花費約 2,000 美元,從構思到播出只用了三天。此前製作公司給 Kalshi 的報價是「六位數到七位數」。他生成了 300 到 400 次,才得到 15 個可用片段。
十個月後,OpenAI 於 4 月 26 日關閉了 Sora app,這是一個類似 TikTok、專門推送 AI 生成影片的資訊流。TechCrunch 援引《華爾街日報》的調查報導稱,該 app 每天的營運成本約 100 萬美元,使用者數從峰值約 100 萬降到不足 50 萬。Sora 開發者 API 也在 9 月關停,如今 OpenAI 的開發者價目表上已沒有任何影片模型。
這兩件事概括了 2026 年影片 AI 的現狀:用 AI 做影片已經便宜到足以改變廣告的製作方式;但單純觀看 AI 影片,還沒有形成一門生意。
核心
觀點
影片 AI 已經是一門真實的生意:披露營收的幾家公司合計年營收約 23 億美元,它們點名的客戶是行銷人員、創作者和企業。它不是縮小版的大型語言模型市場:一分鐘影片的成本是一分鐘文字的數千倍,營收最高的是應用,而不是模型廠商。最先受到衝擊的是批量採購「夠用」影片的產業:圖庫素材、廣告、培訓和短劇。影視特效排在其後。遊戲和機器人排在最後,它們依賴物理規律,而目前最好的模型在物理測試中的得分約為真實影像的一半。
營收榜:披露資料的公司,合計年營收約 23 億美元
IOSF Research
已有少數公司披露了營收,且增長很快:
- Higgsfield 的 ARR 從 2025 年底的 2 億美元增長到 2026 年 8 月的 7 億美元。
- 快手旗下的影片模型可靈(Kling)第二季度營收超過 1.18 億美元,同比增長超過 2 倍。
- fal 相當於影片和圖像模型的「書架」(模型聚合平台),2026 年 3 月 ARR 約 4 億美元,較去年 10 月翻倍。
- HeyGen 的 ARR 在 6 月突破 2 億美元。
- Runway 的 ARR 在 9 月突破 2 億美元。
按我們的計算,可見營收合計約每年 23 億美元。其中一部分是圖像營收,另有一部分被重複計算,因為應用也會從 fal 採購。這個數字也沒有包括 Google 的 Veo、字節跳動的 Seedance 和幾家中國實驗室,它們沒有單獨披露影片營收。誤差是雙向的:圖像營收和重複計算會推高總數,未計入的實驗室會拉低總數。因此,23 億美元只能作為規模參照,不是測算出的市場規模。
影片生成成本高出數千倍,營收大頭在應用層
IOSF Research
影片 AI 常被非正式地描述為「落後幾年的大型語言模型市場」。但資料不支持這種說法,因為運行語言模型和運行圖像/影片模型的差別非常大。
簡單來說,語言模型寫東西的方式和人打字一樣:一次一個詞,每個詞都是對下一個詞的小猜測,它還在寫,你就可以開始讀。圖像或影片模型更像建築師:它從一塊隨機雜訊開始,一遍又一遍地修整整個畫面,通常要 20 到 50 輪,直到出現清晰的圖像。每一輪都同時處理所有像素,最後一輪完成之前,什麼都用不了。影片讓工作量成倍增加:一秒大約是 24 幀畫面,每一幀都要和前面的幀保持一致,杯子要待在原來的位置,臉要始終是同一張臉。而一段文字只有幾百個小單元。這就是為什麼一個經過實測的開源模型每生成一秒影片需要約 350 秒的晶片運算時間,也是為什麼一分鐘影片的成本是一分鐘文字的數千倍。
Anthropic 告訴投資人,其年化營收在 7 月底達到 650 億美元,OpenAI 約為 400 億美元。僅這兩家實驗室的營收就約為可見影片總營收的 45 倍。
**在大型語言模型領域,大部分營收歸模型實驗室;在影片領域,營收最高的是應用。**最大的語言模型應用是程式設計工具 Cursor,據報導 6 月年化營收約 40 億美元,約為 Anthropic 的十六分之一。影片領域則由 Higgsfield 以 7 億美元領先,封裝其他公司模型的應用(Higgsfield、HeyGen、Synthesia、Magnific)佔可見總營收的一半以上。文字客戶買的是模型的智能,直接拿來用。影片客戶買的是用於某項具體工作的成片,成片需要剪輯、一致性和配套工作流程,應用正是圍繞這些需求搭建起來的,形成了影片工作台。
一張圖約等於一千個詞
截至 10 月 22 日,有紀錄的每分鐘影片最低價格約為 3 美元,來自 Veo 最便宜的檔位,與最高檔位相差約 7,600 倍。
還有幾點差別值得注意:程式碼是大型語言模型最大的市場,可以自動驗證;影片要靠肉眼判斷,比較主觀。文字按 token 購買;影片按片段購買,對應的是製作預算。
誰在付費:公開證據都指向企業客戶
IOSF Research
Higgsfield 稱自己是「面向創作者、行銷人員、品牌、代理商和製片公司」的平台,並稱其「為 390 家《財星》500 強企業提供視覺內容製作支援」(Higgsfield)。HeyGen 稱 85% 的《財星》100 強企業在使用它(HeyGen)。兩家公司都沒有按用途拆分營收,因此僅憑公開資料,無法知道有多少營收來自出於娛樂目的製作影片的個人。所有已公開的證據都指向企業買家。
再細分買家,商業模式就出現分化。人們會看大量 AI 影片,但他們付費買的東西不同,對品質的要求也不同。
- 短劇 app 按集出售故事,所以品質決定觀眾是否繼續付費。它們最大的成本是獲客,而不是製作:據 Media Partners Asia 估算,最大的短劇平台 ReelShort 在 2025 年 7.85 億美元營收中,有 55% 用於使用者獲取和行銷(Indian Television)。行銷佔去營收的 55%,包括生成在內的其他所有成本都要在剩下的 45% 裡解決。所以更便宜的模型只能壓縮預算中較小的那部分。更好的模型作用於賺錢的那部分:觀眾是否願意繼續為下一集付費。ReelShort 沒有披露生成方面的支出,所以這是我們對其成本結構的解讀,不是實測的拆分。
- 觀眾透過社群資訊流發現這些劇(Meta 與 Ormax 的調查顯示,印度觀眾中這一比例為 89%),製作方也在快速轉向 AI:據 Owl & Co 統計,第三季度中國以外的豎屏短劇新作中約三分之二由 AI 生成,第一季度這一比例僅為 3%(The Hollywood Reporter)。
- AI 陪伴 app 賣的是情感連結,而不是畫面。使用者為了這段關係反覆回來,所以影片只需要「夠用」。關鍵是成本和速度,因為每個使用者都需要大量影片。
製作便宜不等於有人看:價值轉移到決定內容分發的一方
IOSF Research
音樂產業先走到了這一步。據 Deezer 稱,6 月的高峰日裡,完全由 AI 生成的曲目已超過這家串流平台全部新上傳量的一半,目前每天新增近 9 萬首。但它們只佔播放量的 1% 到 3%。
Deezer 會把偵測出的 AI 曲目排除在推薦和歌單之外,這讓上傳量和播放量之間的差距變得可見。這種格局正是經濟學家 Herbert Simon 在 1971 年描述過的:資訊變得充裕時,注意力就成了稀缺資源。製作幾乎免費時,供給會氾濫,價值轉移到決定什麼內容被看到的一方。兩位研究者把觀眾為 AI 內容設定的品質門檻稱為「slop ceiling」(劣質內容天花板)。
哪些產業最先受到影響:圖庫素材和廣告排在最前,遊戲和機器人排在最後
IOSF Research
今天的 23 億美元與現有的影片支出相比還很小,而且資金不會均勻轉移。按當前模型已能完成的影片工作比例排序:
- **圖庫素材和圖片。**生成的片段可以直接替代授權素材。兩大圖庫 Getty Images 和 Shutterstock 去年合計營收約 20 億美元,這是目前受影響最大的垂直領域。
- **廣告和產品影片。**WPP Media 預計今年全球廣告營收約 1.3 兆美元。其中只有一小部分用於製作廣告,但 Kalshi 的廣告說明,隨著生成成本下降,這部分支出可以壓縮到什麼程度,實拍廣告的大量間接成本會被省掉。
- **培訓和講解影片。**2025 年美國機構在培訓上的支出為 1,028 億美元(Training magazine)。這是 HeyGen 和 Synthesia 的市場,主講人念稿是最容易生成的影片類型。
- **短劇。**在中國,微短劇(為手機製作、每集一兩分鐘的劇集)的收入預計 2025 年達到 94 億美元,超過全國電影票房。這些製作方已經接受手機畫質的素材,而且需求量很大。
- **視覺特效。**IMARC 估計 2025 年該市場規模約 110 億美元(IMARC),不過各方估算差異很大。製片方已經在使用生成的鏡頭(見下文)。
- **電影和電視。**Ampere Analysis 估計 2026 年全球內容支出為 2,550 億美元。AI 是逐個鏡頭進入這個領域的,而不是整部作品。
- **遊戲和機器人。**據 Newzoo 估算,遊戲產業 2025 年營收為 2,016 億美元。影片模型只有學會模擬世界,才會在這裡發揮作用,這是本文最後一節的內容。
AI 如何改變影片製作成本:成片率和單價同樣重要
IOSF Research
目前最明顯的影響在成本上。除了 Kalshi 的廣告,OpenAI 支持的動畫長片 Critterz 預算不到 3,000 萬美元,製作週期九個月;一部大型動畫電影通常需要 1 億到 2 億美元、約三年時間。
標價按檔位下降,而不是全面下降。
**下一輪降本已經出現在研究中。**Hugging Face 研究人員的一項實測研究發現,一個大型開源模型在一張旗艦 GPU 上生成一段 5.4 秒的片段需要 1,875 秒,按我們的計算,相當於每秒影片約需 350 秒運算時間。蒸餾(distillation)直接針對這個問題。一個團隊把一個小型開源模型的每秒出幀數提高了約 22 倍,快到可以在單張晶片上即時串流生成。陪伴類 app 需要的大幅降本就會來自這裡:先以低解析度生成,再做超解析度處理。
**生成一秒影片的標價只是成本的一部分。**Kalshi 廣告的導演大約每 20 到 27 個片段才保留 1 個,所以對他來說,一秒可用影片的成本是標價的 20 到 27 倍。這是偏高的情況。一家影片工具廠商對其他作品的總結顯示,一部三分鐘動畫劇集每 4 個片段保留 1 個(164 個中保留 41 個)。目前還沒有人發布過獨立統計的成片率資料。**一致性直接影響成片率。**如果模型能讓角色、產品或運鏡在多次生成中保持一致,需要的生成次數就更少;生成次數減半,一秒可用影片的成本也減半。降價只是讓每次生成更便宜。
**我們的測試:同一個提示詞,三個模型。**11 月 2 日,我們透過 Runway 的 API 給三個模型同一個提示詞:玻璃桌上的手機來電亮屏,震動著移向桌邊,掉落後在水泥地上彈起一次。每段 8 秒、720p、無聲音,每個模型生成一次,共花費 4.80 美元。
▲ 從左到右:Wan 3.0、Seedance 2.5、Veo 3.1
- Wan 3.0(0.80 美元,排行榜第一)表現最好。手機向前挪動、掉落、靜止,不過鏡頭向下傾斜跟拍了它。
- Seedance 2.5(2.40 美元,三者中最貴)震動效果最逼真,但在掉落前切到了一個新鏡頭,螢幕也黑了。
- Veo 3.1(無聲音版 1.60 美元,排行榜第 22 名)開頭手機是立著的,而不是平放,落地後像橡膠一樣彈了好幾次。它的螢幕文字是三者中最清晰的。(我們持續追蹤 Veo,是因為 Google 公布的價格歷史最清晰,而不是因為它領先。在品質上,它現在落後於更便宜的模型,我們的測試也說明了這一點。)
三個模型都沒有完整執行提示詞,每段生成耗時 2 到 4.5 分鐘,是片段時長的 15 到 34 倍(我們的計算)。三個片段說明不了太多,但結果排序與排行榜一致,而不是與價格一致。
下一個轉折點:成本和延遲
IOSF Research
更便宜的模型是一條路。另一條路是照搬電影和動畫現有的製作方式:先粗後精。
先低成本出草稿,最後只渲染一次。
動畫師幾十年前就解決了這個問題。故事沒有理順之前,他們不會開始做動畫,而是先畫分鏡,再做成粗略的動態樣片,稱為 animatic(動態分鏡)。AI 影片也可以這樣做。每秒一兩幀的粗剪就足以判斷故事和鏡頭,效果類似連環畫;入選且最合適的鏡頭再交給最好的模型渲染。
這也解決了上面提到的成片率問題。如果大多數生成結果都要丟掉,最好在它們還便宜的時候丟掉。
字節跳動已經把這種做法做成了產品。Seedance 2.5 的 Draft(草稿)模式自 10 月 30 日起在 fal 上線,先快速生成低解析度預覽,再把同一段影片完成為全高清。只有留下的片段才按全價付費。差價累積得很快(fal):
- 預覽(480p):約每秒 0.22 美元
- 全高清(1080p):約每秒 1.16 美元,約為預覽的 5 倍
- 把草稿完成為成片:fal 未列出價格。在我們團隊的測試中,成本比直接生成全高清片段低 6 到 8 倍
代價是品質。由草稿完成的成片看起來比直接生成的全高清片段稍軟一些,不過它也修正了預覽中一個奇怪的最後一幀。規模放大後,節省幅度很大。如果每 25 次生成保留 1 次(成片率 4%),一小時全高清成片的成本為:
- 每次都生成全高清:約 10.5 萬美元
- 先出草稿,再完成留下的片段:約 2 萬美元(我們的計算)
混合流程已經出現。
低成本出草稿是一條捷徑。另一條是把老工具和新工具結合起來。創作者現在會先在 3D 設計工具 Blender 中用灰色幾何體搭出場景,用 OpenAI 的 GPT-6 Astra 擺放物體和機位,再把場景中的一幀靜幀轉成寫實的首幀,由 Seedance 2.5 生成成片(Kapwing 教學、字節跳動即夢 Dreamina)。
兩種工具互相彌補短板。單靠 3D,做到寫實太慢;單靠 AI 影片,又很難控制。兩者結合後,3D 草稿確定布局和鏡頭,影片模型負責畫面質感。
即時生成正在到來。
最後一步是速度。邊看邊渲染的影片已經不只是實驗室演示:
- Runway Characters(3 月):一個可以即時對話的影片模型,基於 Runway 的 GWM-1(Runway)
- Runway Solaris(8 月 31 日):Runway 所稱的首個「Interface World Model」(介面世界模型)(Crypto Briefing)
- Decart(5 月):把即時影片串流即時轉換為生成場景;以約 40 億美元估值融資 3 億美元(bne IntelliNews)
- Zoom 虛擬形象:用逼真的虛擬形象替代攝影機畫面,並在你說話時同步模仿你的表情,功能可用性取決於方案和地區(Zoom)
一旦影片生成速度能滿足即時通話的需要,陪伴類 app 面臨的問題就變了:不再是每分鐘成本多少,而是下一幀多快能到。
行銷之外:電影、電視和特效中,AI 能做特效鏡頭,還做不了長篇專案
IOSF Research
好萊塢正在測試影片 AI 能否走出廣告領域。
到目前為止,製片方主要以兩種方式使用它:一是製作預算原本覆蓋不了的鏡頭;二是授權自家角色,在別人使用時獲得營收。
第一,做原本負擔不起的鏡頭。
最近有兩部劇用 AI 完成了原本會被刪掉的場景:
- Netflix 的 The Eternaut:這部阿根廷劇集用生成式影片完成了一場建築倒塌戲。聯席 CEO Ted Sarandos 表示,這個鏡頭的完成速度比傳統特效快十倍,而用傳統方式製作的成本在這部劇的預算下「根本不可行」。
- Amazon 的 House of David:這部聖經題材劇第二季使用了 350 到 400 張 AI 生成圖像,第一季約為 70 張(TheWrap)。劇集主創(showrunner)表示,不用 AI 他負擔不起那些戰爭場面。
其他製片方走得更遠,直接與模型廠商合作。Lionsgate 於 6 月入股 Runway(持股比例未披露),並計劃基於自家電影片庫製作一部短劇集(Runway)。AMC Networks 也與 Runway 簽約(Hollywood Reporter)。
第二,從角色授權中獲得營收。
更大的爭奪在於角色歸誰所有。Disney 的做法體現了兩面:
- 2025 年 6 月:Disney 和 Universal 以侵害著作權為由起訴 Midjourney。
- 2025 年 12 月:Disney 同意向 OpenAI 投資 10 億美元,並授權 Sora 使用其 200 多個角色(Disney)。
- Sora 關閉後:協議隨之終止,Disney 表示將尋找其他 AI 合作夥伴(Blooloop)。
結論很簡單:製片方希望自己的角色被使用時能拿到報酬,對不付費使用的人,它們會起訴。
日本的著作權方走得最遠,從阻止 AI 轉向向 AI 授權,原因在於錢。日本動畫在海外賣得很好,但許多製作公司經營困難:
- 據日本動畫協會初步統計,2024 年海外營收為 2.17 兆日圓,超過國內營收(gamebiz)
- 2025 年有 34.6% 的動畫製作公司虧損(帝國資料銀行,經 GameBusiness)
2025 年 10 月,代表日本著作權方的機構 CODA 要求 OpenAI 停止未經許可使用其會員作品訓練 Sora 2(Automaton)。
不到一年,態度就變了。9 月 11 日,中國 AI 實驗室 MiniMax 與日本公司 KAGAMIAI 在東京發布 H3 IP Edition。創作者可以用它和授權的日本角色製作影片,每個角色都附帶經過審批的素材、使用規則、商業條款,並向著作權方回報使用情況。MiniMax 稱已有 60 多家公司表達了興趣(MiniMax)。
此前 KAGAMIAI 與《足球小將》(Captain Tsubasa)做過一次試點,使用的是另一個中國影片模型 PixVerse,結果顯示出需求可能有多大(來源同上述 MiniMax 頁面):
- 約 12.6 萬 名創作者
- 45 天內製作約 33 萬 件作品
- 超過 99% 的活動來自日本以外
授權粉絲創作,可能成為 AI 影片第一個能讓角色著作權方從中獲得營收的大眾消費市場。
規律是:AI 能做特效,但做不了長篇專案。
在上述所有案例中,AI 處理的是中等預算劇集原本負擔不起的鏡頭:大全景、人群、破壞場面和場景環境。其餘製作仍由人完成。電腦圖形技術進入電影也是這樣,一個特效一個特效地普及,遠早於 1995 年《玩具總動員》證明整部長片都可以用它製作。
一項測試結果也指向同一方向。在下文介紹的物理基準測試中,Odyssey-3 Pro 模型的得分取決於起點:
- 延續真實影像:63 分,單次生成
- 從單張圖片開始:50 分
AI 影片有真實素材作基礎時表現更好,這正是特效工作的情形:每個生成鏡頭都嵌在真實影像之中。這項測試不衡量時長。目前還沒有人發布過模型能否在多個鏡頭之間保持一致的測試,而這項測試才能解釋為什麼長篇專案仍然做不到。
會出現專業化的實驗室嗎?已經出現,影片公司正分化為三類
IOSF Research
專業化實驗室已經出現,三類影片公司正在分化:
**通用巨頭。**Google(Veo)、字節跳動(Seedance)和快手(可靈)擁有最多的算力和資料。它們在品質和價格上競爭,大多數應用轉售它們的模型。
**製片廠型實驗室。**Runway 目前有 Lionsgate 持股,正面向電影和電視開發產品。Moonvalley 只用授權影像訓練其 Marey 模型,截至 2025 年 7 月已融資 1.54 億美元,其製片部門 Asteria 用這個模型拍電影。這類實驗室能提供三樣巨頭較難提供的東西:製片方法務能接受的訓練資料、對每一幀的精細控制,以及能接入現有特效流程的工具。
**應用層。**Higgsfield、HeyGen 和 Magnific 把其他實驗室的模型打包,賣給特定客戶。
**新實驗室及其押注方向。**我們找到的 2026 年最大幾筆投資都流向了開發互動式模型或世界模型的實驗室:AMI Labs 10.3 億美元的種子輪、Runway 3.15 億美元的融資(Runway 稱將用於世界模型),以及 AMD 以 82 億美元收購 World Labs 的交易。我們沒有統計全年影片領域的全部融資,下表混合了融資輪次、一筆收購和產品更新:
未來 12 個月最可能出現的突破也來自這張表:即時性足以支持通話和遊戲的影片生成、可互動的世界而不是固定片段,以及規模化的授權角色生成。
**在電影和特效領域,製片廠型實驗室最有可能勝出。**製片方不能為一個關鍵鏡頭(hero shot)承擔訴訟風險,需要精確還原導演意圖,還要與工會劇組合作;只提供最強原始模型的通用廠商只能拼價格。
更大的機會是世界,而不是片段
IOSF Research
在這一輪智能發展中,影片模型最大的市場最終可能根本不是影片。一個能預測場景下一幀的模型,可能正在學習世界如何運動,這對遊戲和機器人會很有用。
Runway 於 2025 年 12 月發布 GWM-1,稱之為通用世界模型,共有三個版本:可探索的世界、可對話的虛擬形象,以及一個機器人模型,用於預測機器人每次動作後攝影機會看到什麼。它以 720p 即時生成畫面,最長兩分鐘。Runway 在 2 月以 53 億美元估值融資 3.15 億美元時表示,這筆錢將用於開發能力更強的世界模型。
柏拉圖在《理想國》的洞穴寓言裡最早描述了這一押注。
囚徒們只能看到牆上的影子,他們把榮譽給予那些「最能敏銳觀察經過的影子」、最能說出下一個出現的是哪個影子的人。影片模型就是一個能拿獎的影子預測者,卻從未見過投下影子的物體。柏拉圖的觀點是,這種技能不是知識。對影片模型來說,問題在於預測下一幀是否意味著理解世界如何運動,Physics-IQ 是檢驗這一點的一種方式。
Physics-IQ 是 Google DeepMind 託管的一項基準測試:給模型看一段真實物理事件的開頭,然後評估模型生成的後續畫面與真實情況的接近程度。100 分表示與另一次真實拍攝一樣接近。按原始評分,最好的單一圖生影片模型從 2025 年 2 月的 23 分提高到今年 5 月的 44 分。在重新評分的榜單上,排名第一的單一圖生影片模型為 51 分,而 Google 的 Veo 3.1 Fast(30 分)與一個 2024 年的開源模型(32 分)水準相當。論文本身的發現是:物理理解能力與片段看起來是否真實無關。
**看起來真實基本已經解決,表現得真實還沒有。**在這項測試中,最好的模型仍處在 0 分和另一次真實拍攝之間的一半左右。由於真實感和物理表現被證明互不相關,畫面更好看並不會自動縮小這一差距。
如果這個分數向 100 靠近,影片實驗室就會變成模擬公司,向遊戲工作室和機器人廠商銷售產品;在這個市場裡,影片領域的先發優勢會非常重要。
結語:三個數字決定這個產業的走向
IOSF Research
本文留下的大部分問題,可以由三個數字回答:
-
**有多少生成結果被採用?**目前我們僅有的資料是:Kalshi 廣告為 4% 到 5%,一部動畫劇集為 25%。我個人認為,一致性對這個數字的影響會大於原始畫質,實驗室也會朝這個方向發展:搭建能管理一致性、支持大量上下文的生成環境,而不是追求單次出色的生成。
-
**一小時成片到底花多少錢?**用標價除以保留比例。按今天的價格,同樣一小時影片的成本可能是:
- Veo 3.1 Lite(原價):720 到 4,500 美元
- Seedance 2.5 全高清:1.68 萬到 10.5 萬美元
按這個公式,成片率翻倍和價格減半對成本的削減效果相同。區別在於兩者各自還剩多少空間。按目前 4% 到 25% 的成片率,一個讓每次生成都可用的模型能把成本降低 4 到 25 倍。價格已經下降過,而且各檔位降幅不均。**我們判斷未來兩年成片率是更大的槓桿。**如果下一批公布的成片率仍在 4% 附近,而價格繼續下降,這個判斷就錯了。
- **物理表現站得住嗎?**Physics-IQ 是唯一一個檢驗模型運動是否符合真實世界的公開測試,最好的模型得分約為真實影像的一半;在模型有真實影像作基礎的場景中,差距會最先縮小。
兩年前,問題是 AI 影片能否做到足夠好看。這個問題基本已經有了答案:Kalshi 的廣告在 NBA 總決賽期間播出,Netflix 也把生成的畫面用進了正式上線的劇集。
現在懸而未決的是錢和控制權的問題:
- **誰拿錢?**製片方希望自家角色出現時能拿到分成,或建立類似版稅的機制。角色、個人或偶像的授權粉絲創作可能會有很大增長。
- **會出現什麼新可能?**如果物理差距縮小,影片模型就不再是片段生成器,而會變成模擬器。**我們的判斷:最先產生付費需求的交集是機器人訓練,即由模型延續真實攝影機畫面。**這正是目前得分最高的場景(63 分對 50 分),Runway 的 GWM-1 也已經在銷售這類產品。遊戲會更晚,因為遊戲需要模型從零開始,並在數小時內保持一致。到 2027 年,我們預計模擬器市場的規模仍會小於它所衍生自的廣告和製作市場。如果在此之前有遊戲工作室發布了基於生成式世界模型的作品,這個判斷就是錯的。




