2026.10.09 | AC | Media | AI Short Dramas After Token Price Cuts

摘要

核心判断：AI短剧不是“用模型替代演员”这么简单。它真正重构的是短剧从立项、剧本、分镜、角色资产、镜头生成、配音翻译到投放素材迭代的整条生产线。文本Token降价打开了高频试错的大门，视频生成成本、角色一致性和流量转化率决定这门生意能不能赚钱。短剧天然适合成为生成式AI最先跑通的内容形态之一。它单集短、节奏快、类型化强、素材测试频繁，容忍相对有限的镜头瑕疵；同一套角色和世界观又可以不断复用。传统影视追求“一次完成的精品”，短剧追求的是“快速生产—小流量测试—数据反馈—继续加码”。这个闭环和生成式AI的优势高度匹配。市场最容易高估的是降本幅度，最容易低估的是产量与试错次数的增长。AI会让单条内容变便宜，但平台和制作方通常不会把节省的钱全部变成利润，而会把更多预算投入更多题材、更多版本、更多语言和更多投放素材。最终赢家未必是单次生成最便宜的模型，而是能让爆款概率持续提高的平台和工作流。

AI短剧：Token降价后的内容工业重构，谁将是赢家？

核心判断：AI短剧不是“用模型替代演员”这么简单。它真正重构的是短剧从立项、剧本、分镜、角色资产、镜头生成、配音翻译到投放素材迭代的整条生产线。文本Token降价打开了高频试错的大门，视频生成成本、角色一致性和流量转化率决定这门生意能不能赚钱。

短剧天然适合成为生成式AI最先跑通的内容形态之一。它单集短、节奏快、类型化强、素材测试频繁，容忍相对有限的镜头瑕疵；同一套角色和世界观又可以不断复用。传统影视追求“一次完成的精品”，短剧追求的是“快速生产—小流量测试—数据反馈—继续加码”。这个闭环和生成式AI的优势高度匹配。

市场最容易高估的是降本幅度，最容易低估的是产量与试错次数的增长。AI会让单条内容变便宜，但平台和制作方通常不会把节省的钱全部变成利润，而会把更多预算投入更多题材、更多版本、更多语言和更多投放素材。最终赢家未必是单次生成最便宜的模型，而是能让爆款概率持续提高的平台和工作流。

一、新事物是什么，为什么现在出现，空间有多大

1. AI短剧有三种产品形态

第一种是AI辅助真人短剧。演员和实景仍然存在，AI负责剧本拆解、选题测试、分镜、预演、抠像、换景、补帧、配音、翻译和广告素材。它最先落地，因为观众不需要接受全新的视觉风格，制作公司也不必一次性重做全部流程。

第二种是AI原生动画/漫剧。角色、场景、动作、声音和镜头主要由模型生成，人负责设定、筛选和剪辑。古装、玄幻、科幻、怪兽、历史复原等原来受制于置景和特效预算的题材，会率先增加供给。

第三种是互动与个性化短剧。同一IP根据地区、语言、用户偏好和剧情选择生成不同版本。它对实时生成、版权管理、审核和推荐系统要求最高，商业化也更晚，但长期空间最大。

图1：AI辅助真人短剧最先落地，互动个性化内容的长期空间最大。

2. 为什么现在开始成立：三条成本曲线同时下行

文本模型价格已经低到不再构成立项约束。以Google公开API价格为例，Gemini 2.5 Flash-Lite的标准输入、输出价格分别为每百万Token 0.10美元和0.40美元。即使一部短剧从选题、人物小传、剧本、分镜到多轮改写共消耗10万输入Token和5万输出Token，文本推理费用也只有约0.03美元。模型能力仍然重要，但“写一个版本”的边际成本接近于零。

视频生成还没有便宜到可以忽略。Google Veo 3.1 Lite 720p公开价格为每秒0.05美元，标准版720p/1080p为每秒0.40美元。若一季短剧最终成片60分钟，按五倍素材生成率估算，Lite纯生成费用约900美元，标准版约7200美元；这还没有计入失败镜头、角色重做、剪辑、音频、审核和人工。文本Token是入口，视频“每秒成本×返工倍数”才是成本中枢。

行业访谈的非官方口径显示，AI仿真人内容完整制作成本约2000—6000元/分钟，精品可达到约1万元/分钟。这个区间与API调用费并不矛盾：前者还包括导演控制、资产设定、返工、配音、剪辑、审核和项目管理。判断行业降本不能只看模型报价，必须看每分钟可用成片的综合成本。

第三条曲线是质量。角色一致性、口型、动作连续性、镜头调度和长叙事记忆持续改善，创作平台开始把脚本、分镜、图像、视频、音频和时间线放进同一工作台。生成式视频从“单个炫技镜头”走向“可以被剪辑的连续素材”，AI短剧才有条件从样片走向批量生产。

图2：文本推理成本已很低，视频生成与返工率是当前成本中枢。

3. 空间不能直接拿短剧市场规模乘渗透率

2024年中国微短剧市场规模的公开行业口径约504亿元、用户规模约5.76亿，已经是成熟的大众内容品类。但AI工具厂商能够拿到的不是短剧全部收入，而是制作预算中被软件、算力、模型调用和技术服务重新分配的部分。

本文采用“短剧收入规模×AI内容渗透率×制作预算率×AI可改造比例”测算可触达制作预算。低、中、高三种情景分别约2亿元、17亿元和62亿元。这个口径仍不是AI厂商收入：模型和工具只能拿走其中一部分，其余会转化为更多内容、更高后期质量和更密集投放。

真正的增量还包括三块：原来拍不起的题材重新进入供给；同一内容低成本翻译与本地化后出海；平台用更多预告、封面、开场和结局版本提高付费转化。AI短剧的天花板因此不只来自“替代旧成本”，还来自内容数量和测试密度的提升。

图3：AI厂商面对的是制作预算迁移，不是短剧全部市场收入。

二、BM、价值量分布与最大增量

1. 旧生产线按项目收费，新生产线按调用、席位和结果收费

传统短剧的成本集中在IP与剧本、演员、拍摄场地、制作团队、后期以及投流。项目开拍后，修改成本迅速上升，一旦人物、场景或剧情不适合目标市场，大量成本已经沉没。

AI生产线把成本拆成可重复调用的模块：大模型负责策划和剧本，图像模型沉淀角色与场景资产，视频模型生成镜头，语音和音乐模型完成多语言版本，工作流软件负责资产管理、版本控制和剪辑，平台数据再决定哪个版本继续投入。

对应的商业模式也会变化：

模型层按Token、图片和视频秒数收费，收入随生成量增长，但容易被价格战压缩单价；工具层按订阅、席位、存储、协作和导出收费，客户迁移成本高于单模型；内容与IP层通过付费、广告、版权、分账和衍生品变现，单个爆款弹性最大；平台层掌握流量、推荐和支付，能把模型降本转化为更高测试密度和更低获客浪费。

2. 最大增量不是“省掉摄制组”，而是把试错从月变成天

短剧是命中率生意。传统模式中，一个项目从立项到上线需要连续投入，失败后才能复盘。AI可以在正式制作前生成多套人物、封面、预告和关键剧情，用小流量观察点击率、三秒留存、首集完播、付费点转化，再决定是否生成完整内容。

这使价值量从单次拍摄向四个环节迁移：

其一，可复用的角色、场景和世界观资产。同一套资产能生产续集、番外、不同语言和不同画风，摊薄首次设定成本。

其二，包含反馈数据的创作工作流。知道什么题材、人物关系和付费点有效，比单纯能生成视频更有价值。

其三，IP和版权。内容供给激增后，稀缺性会从“能不能拍”转向“有没有用户认识的故事和角色”。

其四，发行与支付。供给越多，注意力越贵。拥有推荐、投流、订阅和广告系统的平台，仍然处在最强位置。

3. 行业利润不会平均分配

模型层调用量会快速增长，但大模型内卷会持续压低单位价格；纯API供应商收入增长不一定等于利润增长。工具层若只是套壳，也容易被基础模型原生功能替代。内容公司可以因降本获得利润弹性，却仍需承担爆款波动和流量成本。

最稳的价值捕获者是同时拥有两项以上能力的公司：模型与创作工作台、IP与海外发行、内容平台与推荐支付。它们能把生成成本下降转化为更高的内容供给、转化率和用户时长，而不是只赚一次模型调用费。

AI短剧的核心经营公式可以压缩为：

单部贡献利润＝有效付费/广告收入－视频生成与人工制作－版权分成－流量成本。

其中最敏感的变量通常不是文本Token，而是有效镜头率、素材返工倍数、首集留存、付费转化率和获客成本。只要流量成本上升速度快于制作成本下降速度，行业收入增长也可能伴随利润率下滑。

三、受益公司映射：先看闭环，再看概念

图4：拥有模型、工作流、IP或分发闭环的公司更可能留下价值。

第一层：模型、工具、内容和分发形成闭环

快手-W（01024.HK）是当前映射最完整的上市公司之一。可灵覆盖图像、视频、音频与创作工作台，快手本身又拥有短剧内容、创作者生态、推荐和商业化系统。它既能向外部创作者收费，也能在平台内部用模型提高供给和素材测试效率。需要验证的是可灵收入、付费用户、视频生成量与推理成本之间的关系，以及AI短剧能否提高用户时长和广告效率。

字节跳动（未上市）是最重要的产业标杆。豆包/即梦、视频模型、抖音和红果短剧形成模型—创作—分发—支付闭环。它对上市公司的意义不在于直接投资，而在于设定行业价格、产品体验和投流效率的上限，也会压缩单点工具的生存空间。

第二层：AI原生创作工具，业务纯度高但商业化仍需验证

昆仑万维（300418.SZ）通过SkyReels切入一站式AI短剧工作流，产品逻辑直接对应脚本、角色、分镜和视频生成。其弹性来自AI短剧从尝鲜走向专业创作者付费，但需验证留存、付费率、单位推理毛利以及产品是否能在基础模型快速迭代中保持差异化。

万兴科技（300624.SZ）的优势是长期视频工具经验、全球用户和订阅渠道，Filmora、ToMoviee、ReelMate等产品覆盖生成、剪辑和连续叙事。AI短剧若进入中小团队与个人创作者，工具订阅和增值调用有望受益。关键指标是AI功能带来的ARPU、续费率和销售费用，而不是单看新品数量。

第三层：IP和海外发行，利润弹性取决于爆款与获客

中文在线（300364.SZ）拥有数字内容与IP储备，ReelShort已建立海外短剧发行能力。AI可以降低本地化、素材制作和长尾IP测试成本，最有价值的场景是用小预算筛选适合不同国家的题材。现阶段不能把“AI可降本”直接写成利润兑现，仍要看海外收入、获客成本、付费率和内容摊销。

阅文集团（00772.HK）的核心是网络文学IP、作者和腾讯生态。AI短剧让更多中腰部IP获得低成本影像化机会，也能加快漫剧、动画和海外版本开发。它的优势是故事供给和IP运营，短板是AI短剧收入纯度较低；价值验证应看IP改编数量、上线周期、爆款率和版权分账。

芒果超媒（300413.SZ）、华策影视（300133.SZ）拥有内容制作、版权和平台资源，AI更可能先改善策划、预演、后期和营销素材，再逐步进入原生内容。它们的确定性来自存量业务真实，弹性则低于AI原生工具。若AI只是提高效率而没有增加有效播放与商业化，财务贡献会被制作成本和竞争抵消。

结论：AI短剧交易的不是“视频会不会生成”，而是爆款概率能否工业化

Token价格下降，意味着每一个选题都可以生成几十个剧本、几百个标题和无数语言版本；视频生成价格下降，意味着过去因场景、特效和演员成本无法成立的题材开始被生产。两者叠加，短剧供给会明显扩张。

但供给扩张本身不是护城河。判断AI短剧是否进入真正商业化阶段，应持续跟踪五个指标：一是每分钟可用成片成本，而不是API标价；二是角色一致性和一次通过率；三是从立项到上线的周期；四是首集留存、付费转化与获客成本；五是AI工具收入能否覆盖推理成本和销售费用。

一句话落点：短期最先受益的是拥有模型与工作流的平台，中期价值向IP与发行集中，长期赢家是能用数据持续提高爆款概率的内容工业系统。

风险提示与说明

生成式视频质量、长叙事一致性和推理成本改善不及预期；平台流量价格上涨吞噬制作降本；AI内容同质化导致留存和付费下降；训练数据、演员肖像、声音、音乐和IP授权存在版权争议；AI生成合成内容标识、短剧备案和内容审核趋严；基础模型原生功能替代第三方工具；上市公司AI短剧业务收入占比较低、概念映射强于财务贡献；本文空间测算为情景分析，不构成公司业绩预测或投资建议。