錦緞

最近的人類，憂心忡忡：這輪數以萬億計的AI資本開支，最終將把文明引向新一輪工業革命，還是化作有史以來最巨大的科技泡沫？

AI卻笑而不語，信手掏出一個全新的百億級應用賽道：漫劇。

漫劇賽道當前的火爆，很難不引人注目：日流水破三千萬、全年市場預計達200億。這一新增長曲線，正以陡峭的斜率將傳統內容形態遠遠拋在身后：這個數字已接近中國電影票房的一半，并被視為人類創意結晶的短劇迅速拋離。

而比紙面數據更令人震動的，是背后的供給側革命：AI已將漫劇制作成本壓縮至每分鐘1000-2500元，周期縮短至10-13天，一個6-8人團隊便足以駕馭頭部IP的全程改編。

這已不是單純的降本增效，而是從根本上動搖了內容產業的生產函數。

車輪滾滾，漫劇當道，漫畫漸成古典

縱觀當代內容產業，其商業模式始終奉行輕資產、重創意。從三麗鷗的Hello Kitty到泡泡瑪特的Molly，從貓王音樂到周杰倫曲庫，再從《哈利波特》到《王者榮耀》一旦形成持續性產品，便如同鑄就一臺商業印鈔機。

然而，其脆弱性也在于此：除了IP積淀與社交黏性，內容本身并無成癮性護城河，用戶口味變遷才是行業常態。為對抗這種脆弱性，內容行業長期在內容為王與渠道為王之間螺旋攀升：一端追求工業化的穩定產出，一端追求更高效的觸達方式。

直至AI攜漫劇而來，宣告這場螺旋攀升進入全新維度從生產到傳播的全鏈路重構正式開啟，內容產業的底層邏輯，正被顛覆性重塑。

01 愛優騰也有春天

1.從PGC到UGC到AIGC，去中心化愈演愈烈

長期以來，內容生產受困于高成本、長周期的痛點：傳統動畫需上百人團隊耗時數月，影視制作成本動輒數千萬，爆款誕生往往依賴運氣。所以內容生產破局的第一條鐵律，便長期被定義為工業化。

反應到供給側，我們時常看到：

一方面，優質稀缺內容正在被拍出天價。例如歐美主要體育賽事聯盟中，體育版權的成本每年都水漲船高，如收視率持續下降的NBA卻簽下了750億美元的轉播天價。體育賽事都出現體育明星賺錢，俱樂部和轉播頻道不賺錢的窘境。

更為致命的是，從中國到海外，內容產業都在經歷一樣的變化，短、平、快才能俘獲用戶的碎片化使用時長。

短視頻、興趣社區，開創了UGC（用戶生產內容）這種去中心化模式，解決了內容的成本問題，然后用推薦算法匹配用戶興趣度，提升了內容質量（提升用戶時長），然后靠廣告、電商來盈利。

AIGC（AI Generated Content）則更進一步。相對于PGC和UGC創作方式，AIGC是更高階的模式，其潛在的優勢包括創作效率高、成本低、多模態適用性廣，而且能滿足更個性化的內容消費需求。

圖：內容生產方式的變革國海證券

2.降本增效的智能替代方案

AI對生產環節的首要價值，是作為輔助工具替代重復性人力勞動：

●比如在代碼生成領域AI的應用已經非常成熟，業內甚至開玩笑的說碼農自己發明了工具替代了自己，meta和亞馬遜近期的大裁員便是明證。

●另外文本生成在翻譯應用場景也相當普遍，雖然如何生成富有人味的語言還有挑戰性，專業性和邏輯性也欠缺，但作為文本生產者的助手已經相當出色。

●在音頻生產領域，TTS（Text to speech）技術已經相當成熟，成為眾多創作者離不開的工具，廣泛應用于客服及硬件機器人、有聲讀物制作、語音播報等。

圖：AIGC主要下游落地場景華泰證券

當然，AIGC真正具有想象空間的是圖像和視頻生成，以及跨模態應用。

視頻行業，電影、電視、流媒體全球合計市場空間超3000億美元，但是亟待從成本泥沼中被解救。如據晚點報道，愛優騰三家近十年共計投入超過1000億元，回報仍遙遙無期，10多元的ARPU值也表明用戶并不為這些天文數字的投入買單，最終只是頭部藝人賺到了錢。

而全球近2000億美元的游戲行業，角色建模、場景設計、特效渲染等環節依賴大量美術人力，導致企業面臨日漸高企的研發成本。以全球龍頭公司網易游為例，研發費用從100億元左右飆升至170億元人民幣以上。

資料Wind

隨著大模型技術的日臻成熟（GAN、VAE、Flow-based、擴散模型等）和單位算力成本的下降，AI對內容行業的顛覆之風終將吹向視頻領域，并正產生一個奇特的現象：互聯網最差的生意，可能反而將是AI時代最好的生意。

漫劇賽道AI的降本效果最為直觀。傳統動態漫制作需人工逐幀處理畫面、匹配音效，單部80-120分鐘作品成本常超50萬元；而AI技術通過靜態漫畫動態化、自動配音、智能剪輯等工具，將總成本壓縮至10-30萬元，僅為傳統模式的1/2-1/5。

更關鍵的是周期縮短如醬油文化通過AI工具，將單部漫劇生產周期控制在10-13天，部分精良制作也僅需1個月，與真人短劇周期相當。近期中文在線、點眾等真人短劇公司紛紛轉型漫劇，想必也是看中了AI帶來的高周轉、低成本優勢。

影視行業的成本革命也初現苗頭。2025年上海國際電影節AIGC單元獲獎作品《潛入夢海》，僅由4人團隊耗時1周完成：通過Midjourney秒級生成分鏡、AI虛擬拍攝替代實景搭建、開源換臉技術實現角色演繹，最終呈現出大片級效果，制作成本控制在萬元以內，成本只有傳統實拍模式的百分之一。

如是供給側門檻的劇烈消解，必將帶來創意的海嘯，可以預期的是：愛優騰終將也有春天。

3.拓展能力邊界，創造全新內容

需要實事求是的是，上述AI在內容生產方面的應用，在當前更多是輔助者而非顛覆者的角色，受限于技術水平和應用場景。從中短期來看，我們也認為內容產業中的諸多領域，仍將以現有的模式運行，如超長視頻中AI技術幻覺仍嚴重、音樂偏專家和IP屬性、直播電商社交含量高、體育&音樂會依賴真人、主題樂園等線下實體。

但中長期來看，AI對于內容產業的顛覆，更具想象空間的仍在傳統創作的能力邊界的突破無論是題材選擇還是內容形態，都不再受限于人力與技術的短板。

在題材層面，AI讓真人無法實現的題材得以落地。漫劇賽道的玄幻、無限流題材就是典型案例：

這類題材需大量奇幻場景（如修仙秘境、星際戰場）與特效元素，真人拍攝不僅成本極高，還難以還原網文的想象力；而AI可通過文生圖工具快速生成奇幻場景，再通過動態化技術讓畫面活起來，完美匹配網文IP題材特點。

AI可實現跨模態內容生成，模糊了文學、漫畫、影視、游戲的邊界，即AI充當編劇和導演的角色。

例如，擁有很多擁躉的頭部IP《我的治愈系游戲》，可通過AI直接從小說文本生成漫劇分鏡，再自動轉化為動態漫。這種跨形態能力，讓IP不再局限于單一載體，快速適配為漫劇、短視頻、小游戲等多種形態。

更重要的是，AI降低了內容創作的專業門檻，讓非專業創作者也能參與內容生產，打破傳統行業對專業資質的壟斷。

例如AIGC微短劇無需專業分鏡師與導演，普通人通過AI工具即可完成從劇本生成到視頻制作的全流程；動態漫制作也不再依賴專業動畫師，網文作者可自行用AI將作品轉化為動態內容，直接觸達讀者。

圖：AI在各環節應用落地資料中金公司

AI對不同內容行業的滲透，假設在10%-60%區間，僅中國的內容產業，AIGC的市場空間估算就能達到1000億元以上。

02 下一個字節跳動

內容產業的核心矛盾，從來都是內容供給過剩與用戶注意力稀缺的矛盾。傳統傳播模式依賴渠道霸權與撒胡椒面式營銷，效率低下且成本高昂，因此誰能革新渠道就能創造巨量的商業價值。

短視頻之所以在全球范圍內都大獲成功，就是得益于UGC和推薦算法內容即渠道。

另一個更具有代表性的案例是Spotify，作為全球數字音樂的絕對龍頭，2006年其橫空出世甚至拯救了岌岌可危的音樂產業。Spotify不生產內容，只是做了傳播方式和渠道的革新。

通過數字的方式實現了音樂的云化，主打即時播放、正版授權，用戶擺脫播放設備困擾，從買斷制走向訂閱制，由于使用門檻大幅下降，全球訂閱用戶近3億，公司市值突破1200億美元。

圖：Spotify的傳播模式創新拯救了音樂行業（全球錄制音樂市場規模）資料IFPI，廣發證券

AI在內容傳播上的潛力仍被嚴重低估，下一個字節跳動也許正在此中醞釀：通過用戶畫像分析、智能推薦算法與場景化適配，AI可實現內容找人的精準鏈接，大幅提升了內容的觸達效率，直至生成全新的商業模式與產業平臺。

這不是幻想，一些現實案例已經能讓我們看到AI在傳播上實實在在的滲透：

1.用戶畫像精準化：從群體標簽到個體畫像

傳統傳播對用戶畫像的理解停留在非常粗線條的群體標簽，如18-24歲男性、本科以上學歷，無法捕捉個體差異化；AI通過分析用戶的行為數據（如觀看時長、互動頻率、付費偏好），構建出更精細的個體畫像，讓內容傳播更具針對性。

以漫劇賽道為例，平臺通過AI分析發現：早期漫劇用戶90%為男性，主要偏好玄幻、懸疑題材，且集中在三線及以下城市，日均觀看時長1-2小時。

基于這一畫像，部分平臺調整了漫劇的流量分配策略向三線城市男性用戶傾斜玄幻類漫劇推薦，同時推出男性向題材分賬溢價政策，吸引制作公司聚焦這類內容。數據顯示，針對性推薦后，漫劇的有效點擊率提升27%，用戶留存率提升19%。

游戲行業的用戶畫像應用更為深入，實現千人千面的內容推送：例如對高付費用戶推送高價皮膚與專屬活動，對小額付費用戶推送低價禮包與日常任務，對免費玩家推送社交類玩法提升留存。

2024年上線的《戀與深空》，通過AI精準定位女性玩家的情感需求，推送角色互動劇情與3D建模內容，首月流水達5.09億元，成為女性向品類的標桿。

2.推薦算法智能化：從人工運營到數據驅動

傳統內容分發依賴人工運營團隊判斷哪些內容可能受歡迎，主觀性強且效率低；AI推薦算法通過實時分析海量用戶數據，自動識別內容與用戶的匹配度，實現優勝劣汰，讓優質內容更快觸達目標用戶。

短視頻平臺的漫劇分發是典型案例。抖音的漫劇流量分配模型會實時跟蹤用戶的觀看行為：若用戶觀看某部漫劇的完整度超過60%、點贊率超過10%、分享率超過5%，算法會判定該內容受歡迎，將其推入更大的流量池。

這種數據驅動的分發模式，讓優質漫劇能快速突圍2025年四季度，《我的治愈系游戲》漫劇通過算法推薦，上線7天播放量破億，成為現象級作品。

長視頻平臺的算法優化同樣顯著。愛奇藝的網絡大電影分賬算法，將AI推薦與商業變現直接掛鉤：片方收益=2元×有效點擊（觀看超過6分鐘），而有效點擊量的核心影響因素是算法推薦的精準度。通過AI優化推薦后，網絡大電影的平均有效點擊率提升了34%，片方平均分賬收入增長22%。

3.傳播場景適配化：從單一渠道到多端覆蓋

AI不僅能精準找到用戶，還能根據用戶的消費場景（如通勤、居家、休閑）適配不同形態的內容，提升用戶的消費意愿。

例如，用戶在通勤時更傾向于觀看5-10分鐘的漫劇短視頻，而在居家時更愿意觀看30分鐘以上的長集漫劇；AI的跨模態能力，能夠通過識別用戶的地理位置、設備類型、使用時間，自動推送適配場景的內容形態。

微信小游戲的場景適配是典型案例。根據24M7微信小游戲開發者大會數據，女性玩家占比高于傳統APP游戲，且偏好模擬經營類內容；同時，三線城市用戶占比達50%，主要在碎片化時間玩游戲。

基于這一場景分析，游戲廠商通過AI將模擬經營類游戲適配為輕量化版本單局時長控制在5-10分鐘，操作簡化為點擊滑動，結果這類游戲的用戶留存率提升了25%，付費率提升18%。

音樂平臺的場景化傳播同樣依賴AI。騰訊音樂通過分析用戶的聽歌場景（如工作、運動、睡眠），推送適配的音樂內容：例如對運動場景用戶推送高節奏的搖滾、電子音樂，對睡眠場景用戶推送舒緩的輕音樂。數據顯示，場景化推薦后，用戶的日均聽歌時長提升了12%，會員轉化率提升9%。

03 內容產業的生存之戰

漫劇的爆發并非偶然，而是AI重構內容生產與傳播環節的第一個完整案例既體現了AI在生產端的降本增效與能力拓展，又驗證了AI在傳播端的精準匹配價值。

從數據來看，漫劇成功地驗證了AI的重構能力：目前頭部公司月產能達30部，盡管仍低于真人短劇的100部，但考慮到行業僅在2025Q2大規模啟動，增長速度已遠超預期。

漫劇之后，隨著大模型技術的迭代，更多內容產業將迎來類似變革，尤其是視頻領域：

短視頻微短劇

目前微短劇制作仍依賴真人拍攝，成本達六七十萬 / 部；未來 AI 可實現文本生成視頻，直接從劇本生成短劇，成本或降至 10 萬以內，同時通過 AI 換臉技術讓用戶能將自己代入劇情；

游戲AI不僅能降低研發成本，還能創造全新玩法例如動態調整游戲難度（根據玩家操作實時優化關卡）、生成個性化劇情（根據玩家選擇自動續寫故事），甚至實現AI生成游，讓玩家自行用AI設計游戲；

影視

AI 將進一步滲透影視制作全流程，從劇本生成、分鏡設計到虛擬拍攝、特效渲染，實現 小成本大制作 ；同時， AI 可通過分析用戶偏好，預測影視內容的市場表現，降低投資風險。

這些領域的重構并非遙不可及。例如，2024年OpenAI發布的Sora已能生成60秒的高清視頻，快手的可靈AI、阿里的通義萬相也在短視頻生成領域取得突破；游戲行業的AI生成角色、場景技術已進入實用階段，預計2026年將實現規模化應用。

AI正在重塑內容產業的每一個環節，這種重構不是局部的優化，而是全鏈路的革命它讓內容生產不再受限于人力與成本，讓內容傳播不再依賴于渠道與運氣，讓更多優質內容有機會觸達用戶。

對于內容企業而言，AI重構不是一道選擇題，而是關乎生存的必答題：

對內容企業來說，AI重構不是戰略選項，而是生存前提。傳統模式正被無情證偽數字音樂取代唱片，短視頻重塑熒幕，用戶永遠會走向更高效的內容體驗。

成本、效率、用戶理解，三個維度上的碾壓性優勢正在重構競爭基準。那些仍固守傳統生產與傳播邏輯的玩家，將發現自己不再與對手競爭，而是在與時代本身為敵。

而這也正是AI對開篇詰問的回答：其本質并非革命或泡沫，而是商業價值在本源上的回歸與重構。