三天AI视频线下分享复盘：从模型到商业，大家最想知道的那些行业真相

三天AI视频线下分享复盘：从模型到商业，大家最想知道的那些行业真相 三天AI视频线下分享复盘：从模型到商业，大家最想知道的那些行业真相 Modified November 3, 2025 这是他们最担心的问题之一。 我的回答是：“短期不会，长期部分会。” 原因很简单： • 企业缺少AI导演、Prompt编导、AI剪辑等复合型人才； • 工具虽然多，但流程整合复杂； • 内容需求频次有限，自建成本太高。 我举了一个案例：我们曾帮某影视公司做AI宣传片，内部试了一两个月没做出来，最后找我们花两周完成。 自建难度不在工具，而在经验与流程积累。 📖 所以短期内，AI视频交付仍以第三方为主； 长期来看，标准化模板与工作流普及后，企业会逐渐内化低风险、重复型内容， 而高创意部分仍外包。 这其实和传统影视产业的“外包生态”十分类似。 六、基金关注第四问：AI视频行业竞争激烈吗？ 我说：现在不是竞争激烈，而是格局未定。 📖 在我看来，AI视频团队大致分为三类： 1. 内容驱动型：以创作能力见长，代表是影视飓风； 2. 工具驱动型：以技术提效为主，代表是Coze、可灵开放平台； 3. 方法论驱动型：我们西羊石这类团队，兼顾内容与系统效率。 未来的关键不是谁视频更好看，而是谁能把创作转化为流程资产。能把“好内容”标准化，才能规模化。 我在现场说了一句，基金经理频频点头： “AI视频的下半场，不拼Prompt，而拼系统。” 谁能把创作中的真正的业务流，经验等融入到工具/平台中，谁就可能有更大的成功概率，不过酒香也怕巷子深，后续要有持续有效的产品运营营销，流量曝光等。 七、基金关注第五问：行业增长潜力有多大？ 我引用了几份数据报告，帮助他们建立宏观判断： 我解释道： “这个行业增长空间巨大，但天花板并非‘算力’，而是‘生态’。” 也就是说，真正决定行业速度的，不是模型参数，而是： • 谁能标准化流程； • 谁能形成模板资产； • 谁能跨行业嫁接场景。 八、行业现实：AI视频正在重塑内容产业结构 你会发现一个共性规律： 很多初创AI视频团队都从个人创作 / 知识分享开始； 然后发现需求，尝试半自动交付 / 模板化制作； 最后想办法把经验产品化。 上面只是共性，但不是每个AI视频公司都是朝着这个方向发展的，取决于他们本身的认知和手中的资源。 从本质上看，这就是一场认知与生产方式的跃迁。 它让一个人具备了原本只有影视团队才能拥有的生产力。 这也是AI视频最具社会价值的部分——让更多普通人能以更低成本表达与创造。 现在其实也有非常多落地的应用场景，无论是外部罗永浩用数字人来直播带货、张艺谋组建AI团队来拍《三体》。 九、未来趋势：三条确定性的路线 我在最后的路演总结里，提出了三条趋势判断： 1、AI视频 = 内容行业的新基础设施 未来五年内，AI视频将像剪映之于短视频一样， 成为所有内容创作者的底层工具。 影视、教育、文旅、广告、电商，每个领域都会重塑生产流程。 传统的“拍摄—剪辑—渲染”将被“生成—复改—交付”替代。 2、模型差距缩小，生态差距扩大 未来国内模型的画质与一致性差距会快速缩小， 但开放生态、API、第三方插件、素材市场仍是差距核心。 因此，谁能做出“工具生态”而非单一模型， 谁就能获得持续壁垒。 像sora2，其做AI抖音生态的野心已经昭然若揭，路人皆知。 3、从AI视频到AI智能体视频 我认为AI视频的终局，不是一个模型，而是一个智能体系统（Agent System）。 它能理解创作意图、自动分镜、调用模型、生成素材、合成音效，甚至投放内容。 届时的竞争，不再是“谁会用哪个工具”，而是“谁能整合一整条内容生产工作流”。 十、写给AI创业者与创作者的三点建议 这三天的基金咨询，对我最大的触动不是资本的敏锐，而是他们的冷静。 他们不再迷信“模型能力”，而是在寻找“商业闭环”。 而我也越来越确定——AI视频行业的机会，不在短期的“红利”， 而在长期的“复利”。 建议一：不要幻想单点爆款，要做复利系统 你今天能做出好视频，不代表你能持续做出。 真正的竞争力，是把创作能力“算法化”、流程化。 建议二：从“会用工具”到“能整合系统” 这是他们最担心的问题之一。 我的回答是：“短期不会，长期部分会。” 原因很简单： • 企业缺少AI导演、Prompt编导、AI剪辑等复合型人才； • 工具虽然多，但流程整合复杂； • 内容需求频次有限，自建成本太高。 我举了一个案例：我们曾帮某影视公司做AI宣传片，内部试了一两个月没做出来，最后找我们花两周完成。 自建难度不在工具，而在经验与流程积累。 📖 所以短期内，AI视频交付仍以第三方为主； 长期来看，标准化模板与工作流普及后，企业会逐渐内化低风险、重复型内容， 而高创意部分仍外包。 这其实和传统影视产业的“外包生态”十分类似。 所以短期内，AI视频交付仍以第三方为主； 长期来看，标准化模板与工作流普及后，企业会逐渐内化低风险、重复型内容， 而高创意部分仍外包。 这其实和传统影视产业的“外包生态”十分类似。 六、基金关注第四问：AI视频行业竞争激烈吗？ 我说：现在不是竞争激烈，而是格局未定。 📖 在我看来，AI视频团队大致分为三类： 1. 内容驱动型：以创作能力见长，代表是影视飓风； 2. 工具驱动型：以技术提效为主，代表是Coze、可灵开放平台； 3. 方法论驱动型：我们西羊石这类团队，兼顾内容与系统效率。 在我看来，AI视频团队大致分为三类： 1. 内容驱动型：以创作能力见长，代表是影视飓风； 2. 工具驱动型：以技术提效为主，代表是Coze、可灵开放平台； 3. 方法论驱动型：我们西羊石这类团队，兼顾内容与系统效率。 未来的关键不是谁视频更好看，而是谁能把创作转化为流程资产。能把“好内容”标准化，才能规模化。 我在现场说了一句，基金经理频频点头： “AI视频的下半场，不拼Prompt，而拼系统。” “AI视频的下半场，不拼Prompt，而拼系统。” 谁能把创作中的真正的业务流，经验等融入到工具/平台中，谁就可能有更大的成功概率，不过酒香也怕巷子深，后续要有持续有效的产品运营营销，流量曝光等。 七、基金关注第五问：行业增长潜力有多大？ 我引用了几份数据报告，帮助他们建立宏观判断： 我解释道： “这个行业增长空间巨大，但天花板并非‘算力’，而是‘生态’。” “这个行业增长空间巨大，但天花板并非‘算力’，而是‘生态’。” 也就是说，真正决定行业速度的，不是模型参数，而是： • 谁能标准化流程； • 谁能形成模板资产； • 谁能跨行业嫁接场景。 八、行业现实：AI视频正在重塑内容产业结构 你会发现一个共性规律： 很多初创AI视频团队都从个人创作 / 知识分享开始； 然后发现需求，尝试半自动交付 / 模板化制作； 最后想办法把经验产品化。 上面只是共性，但不是每个AI视频公司都是朝着这个方向发展的，取决于他们本身的认知和手中的资源。 从本质上看，这就是一场认知与生产方式的跃迁。 它让一个人具备了原本只有影视团队才能拥有的生产力。 这也是AI视频最具社会价值的部分——让更多普通人能以更低成本表达与创造。 现在其实也有非常多落地的应用场景，无论是外部罗永浩用数字人来直播带货、张艺谋组建AI团队来拍《三体》。 九、未来趋势：三条确定性的路线 我在最后的路演总结里，提出了三条趋势判断： 1、AI视频 = 内容行业的新基础设施 未来五年内，AI视频将像剪映之于短视频一样， 成为所有内容创作者的底层工具。 影视、教育、文旅、广告、电商，每个领域都会重塑生产流程。 传统的“拍摄—剪辑—渲染”将被“生成—复改—交付”替代。 2、模型差距缩小，生态差距扩大 未来国内模型的画质与一致性差距会快速缩小， 但开放生态、API、第三方插件、素材市场仍是差距核心。 因此，谁能做出“工具生态”而非单一模型， 谁就能获得持续壁垒。 像sora2，其做AI抖音生态的野心已经昭然若揭，路人皆知。 3、从AI视频到AI智能体视频 我认为AI视频的终局，不是一个模型，而是一个智能体系统（Agent System）。 它能理解创作意图、自动分镜、调用模型、生成素材、合成音效，甚至投放内容。 届时的竞争，不再是“谁会用哪个工具”，而是“谁能整合一整条内容生产工作流”。 十、写给AI创业者与创作者的三点建议 这三天的基金咨询，对我最大的触动不是资本的敏锐，而是他们的冷静。 他们不再迷信“模型能力”，而是在寻找“商业闭环”。 而我也越来越确定——AI视频行业的机会，不在短期的“红利”， 而在长期的“复利”。 建议一：不要幻想单点爆款，要做复利系统 你今天能做出好视频，不代表你能持续做出。 真正的竞争力，是把创作能力“算法化”、流程化。 建议二：从“会用工具”到“能整合系统” 未来AI视频创作者的分水岭，不在技术，而在系统思维。 一个能整合n8n、Coze、Vidu、可灵、语音、配乐的工作流， 比十个剪辑高手更值钱。 建议三：先找到现金流，再谈理想 所有AI创业都绕不过现金流。 先用知识付费、培训、商单等方式活下来， 再在实践中沉淀模板、工具与平台。 AI视频的机会，不在“炫技”，而在“系统化复利”。 这既是我们团队的经验，也可能是整个行业的答案之一。 不是每个AI视频团队背后都有像快手字节这样成熟的商业化资源和庞大用户体量等等。 结语：AI视频的下半场，不拼prompt，拼系统 这三天的线下咨询，让我对这个行业有了更深的敬畏。 基金经理的提问比我想象得更细、更现实： 他们不看热度，看结构； 不看模型，看模式。 我突然意识到，AI视频这条路虽然卷，但方向是对的。 当算力、算法、内容三者真正融合的那一刻， 我们可能就站在了“下一轮内容工业革命”的门口。 AI视频不会取代创作者， 但一定会重新定义“创作”这件事。 写在最后： 这篇复盘，希望能给正在AI视频赛道里的你，一点清醒与启发。 我们都在摸索时代的新工具，但可以稍微注意一个核心： 工具会变，方法会迭代， 真正不变的，是人对内容、对价值、对表达的追求。 工具会变，方法会迭代， 真正不变的，是人对内容、对价值、对表达的追求。 ❤️ 如果你也是AI视频行业的上下游，或者对AI视频感兴趣，欢迎和我们西羊石一起多交流，携手成长 如果你也是AI视频行业的上下游，或者对AI视频感兴趣，欢迎和我们西羊石一起多交流，携手成长 一、三天线下分享：当AI视频遇上资本的冷思考 📖 过去这三天，我们连续去了三家基金公司，做AI视频方向的线下分享。 过去这三天，我们连续去了三家基金公司，做AI视频方向的线下分享。 前两天是上门一对一闭门问答，第三天是正式路演—— 一场45分钟的系统分享。 这不是我第一次和资本打交道，但这是第一次有人认真地问AI视频的“商业可行性”。 他们不问“AI能不能做视频”，也不问“下一个颠覆性的AI视频到底什么时候上线”， 而是问： “这个行业到底值不值得投？” “你们这些团队靠什么赚钱？” “企业是该自建AI团队，还是继续外包？” “这个行业到底值不值得投？” “你们这些团队靠什么赚钱？” “企业是该自建AI团队，还是继续外包？” 这种语气，意味着AI视频正在从「技术话题」变成「商业命题」。 也意味着，行业的“热闹期”正在过去，冷静的拐点真正来了。 二、产业现状：AI视频，已进入“可用但不稳定”的阶段 我先给他们讲了结论： “AI视频现在不是未来，而是现实，只是还没完全稳定。” “AI视频现在不是未来，而是现实，只是还没完全稳定。” 1、底层能力：1080p是天花板，长镜头仍难 当前全球主流模型的性能瓶颈非常清晰—— 大部分AI视频模型最高只支持1080p分辨率、30fps以内帧率。 像可灵2.5 Turbo、Vidu Q2、即梦seeddance版本、Runway Gen 4 Turbo，都在这个区间。 所有所谓“4K、8K演示视频”，本质都是通过后期超分+插帧实现的。 生成式 AI 视频在时长或分辨率增加时，能耗成倍上升。一项研究指出：长度翻倍，能耗约四倍。 这意味着什么？ 意味着AI视频在画面清晰度上“够用”，但在物理一致性、人物稳定性、运动逻辑上仍有明显短板。 “文生视频”目前可控性又不够高，很难稳定的输出高质量的效果，且涉及到人物角色场景，非常难保持一致性。 “参考生视频”的生成方式，虽然能让人物保持动作连贯，但一旦涉及多角色互动、复杂镜头调度，就容易穿模、错位。 “图生视频”的方式用户创作又需要花很长的时间，且需要结合传统PS和图片编辑等技术，对创作者综合技能要求高，对模型限制大，不一定能发挥模型的创意。 国内厂商的整体进步确实惊人—— • 字节的即梦在光影、质感和角色连贯性上非常优秀，接近或部分超越国外的sora2等模型； • 快手的可灵在风格化、写实人像表现上表现突出； • 生数科技的Vidu Q2在结构控制上有优势，但多模态效果不行，在音效旁白目前仍有欠缺； • 海螺视频则主打打斗特效等技术流路线。 但如果拿Sora 2、Veo 3.1这类全球前沿模型来对比，差距仍不小。 Sora2的视频在空间物理逻辑与运动连续性和多模态场景的真实度上表现非常好——这是国内模型当前最难突破的壁垒。 2、产业趋势：AI视频从“工具期”进入“产业化早期” AI视频行业现在的状态，可以用一句话概括： “模型够用，流程未稳，生态未成。” “模型够用，流程未稳，生态未成。” 在2024年底之前，AI视频还主要是创作者与开发者的“尝鲜玩具”； 而到了2025年，随着可灵、即梦、Vidu、海螺，PixVerse等平台的持续优化， 已经有大量B端内容团队和广告制作公司真正开始把AI嵌入工作流程中。 比如： 电商企业用AI生成广告片，像我们之前做的女装走秀视频，给哈根达斯做的竖屏广告等等； No access 311f0f0497d3fb9d57156907f1231f56 raw 00:00 No access 311f0f0497d3fb9d57156907f1231f56 raw 00:00 地方文旅用AI复原城市地标； 教育机构用AI做动画课件； 媒体团队用AI做人物访谈重绘，数字人口播等等。 据《中国报告网》统计： 截至2025年，国内影视制作行业已有约 62% 的项目至少在一个环节使用了AI工具， 但“整体AI化制作流程”的渗透率仍不足 4%。 截至2025年，国内影视制作行业已有约 62% 的项目至少在一个环节使用了AI工具， 但“整体AI化制作流程”的渗透率仍不足 4%。 📖 也就是说，大部分还停留在“辅助阶段”，真正的“AI全流程内容生产”还在萌芽期。 也就是说，大部分还停留在“辅助阶段”，真正的“AI全流程内容生产”还在萌芽期。 三、基金关注第一问：模型到底有多强？ 几乎每场项目启动的时候，对方都会问： “Sora 2 做得到的，国内目前谁能做到？？” “Sora 2 做得到的，国内目前谁能做到？？” 我当时很直接地说： “目前还没有一家完全做到，但确实有不少公司正在快速逼近。” “目前还没有一家完全做到，但确实有不少公司正在快速逼近。” 其背后的关键，不只是“更多算力”，而是模型架构和训练范式的根本突破。以 Sora 2 为代表，它宣称已迈入“世界模拟(World Model)”的路径：不仅能生成影像，还能保持场景状态、物理逻辑、动作连贯性，甚至同步出对话、音效。 这里可以看看我们团队测试的sora2的实际效果。 No access 45ccab6f0b68e040b294d293f6a71f89 raw 00:00 No access 7d41e5c75c938943041e68cb8d83a786 00:00 No access 45ccab6f0b68e040b294d293f6a71f89 raw 00:00 No access 45ccab6f0b68e040b294d293f6a71f89 raw 00:00 No access 45ccab6f0b68e040b294d293f6a71f89 raw 00:00 No access 7d41e5c75c938943041e68cb8d83a786 00:00 No access 7d41e5c75c938943041e68cb8d83a786 00:00 No access 7d41e5c75c938943041e68cb8d83a786 00:00 相比之下，国内目前公开的多数文本→视频方案仍处于“扩散模型＋视觉拼接”阶段：核心仍是“将图像帧拼起来” 缺乏对“这个球弹回来”“人物拿起杯子、倒水”“环境中相互作用”这种物理理解／长期状态保持的刻画。（https://openai.com/index/sora 2） 虽然支持中英双语、中文文本渲染、动作控制、成本优化等（如 Wan 2.1 支持中英文视频生成）（https://www.alibabacloud.com/blog/alibaba cloud open sources its ai models for video generation 602025），但要说“与Sora 2 同级”的世界模型能力，还尚未看到公开证据。 但国内厂商有两个优势： 1. 落地速度快 —— 产品化能力强，更新频率高； 2. 性价比极高 —— 有些成本不到国外的1/10。 我在PPT里放了一张API价格表，基金经理们看完沉默了几秒。 他们这才意识到一个现实： “原来AI视频生成不是‘零成本’，每一帧都在烧算力。” “原来AI视频生成不是‘零成本’，每一帧都在烧算力。” 也因此，AI视频的核心不再是“能不能做”，而是“做什么值得花算力去做”。 四、基金关注第二问：这个行业怎么赚钱？ 在三天里，这是被问到最多、也是最尖锐的问题。 我给出了AI视频行业目前普遍的三种商业路径 📖 我们自己就是这条路径的缩影。 过去一年，我们通过知识付费沉淀了一批高质量创作者； 然后通过AI视频定制验证需求； 再用这些经验去开发自研工具与插件——比如n8n + Coze + 可灵接口的工作流、批量生成视频工具，一键生成视频平台等等。 我们自己就是这条路径的缩影。 过去一年，我们通过知识付费沉淀了一批高质量创作者； 然后通过AI视频定制验证需求； 再用这些经验去开发自研工具与插件——比如n8n + Coze + 可灵接口的工作流、批量生成视频工具，一键生成视频平台等等。 我告诉基金经理们： “知识付费是现金流，商单是利润点， 工具平台化才是长期复利。” “知识付费是现金流，商单是利润点， 工具平台化才是长期复利。” 基金听后记录了一些笔记，因为这意味着： “AI视频团队如果能跑通这一链条， 就具备了从‘服务型公司’到‘产品型公司’的跃迁可能。” “AI视频团队如果能跑通这一链条， 就具备了从‘服务型公司’到‘产品型公司’的跃迁可能。” 五、基金关注第三问：企业会不会自己做？ “如果AI工具越来越成熟，企业干脆自己建团队，不找你们了？” “如果AI工具越来越成熟，企业干脆自己建团队，不找你们了？”