用AI砍掉70%制作預算！OpenAI首部動畫長片能否改寫動畫規則？

AI工具對好萊塢的“顛覆”

從動畫電影開始

文 | 二姐夫

編輯 | 羊羊、JOY

OpenAI殺到好萊塢門口了。

近日有媒體披露，OpenAI正式確認參與制作首部AI動畫長片《Critterz》。

對數字內容創作者、影視從業者和產業投資人來說，這絕不是簡單的技術嘗試，它很有可能導致內容生產規則的徹底改變。

兩年前，《Critterz》短片就用AI做美術設計，開始了AI與動畫的初步結合。現在升級成長片，OpenAI直接拿出了“硬實力”：不僅提供全套AI工具支持，還計劃用3000萬美元預算、9個月時間完成制作。

而它對標的好萊塢傳統動畫長片，通常需要花費1億美元、3年時間。

這樣的效率提升簡直是“碾壓級”的。

更重要的是，AI不再是只幫點小忙的輔助工具，而是從頭到尾參與“創意構思 - 鏡頭預演 - 角色表演 - 后期制作 - 多語言適配”全流程。

對創作者來說，這意味著實現創意的門檻大大降低。對投資人而言，這種“又快又省錢”的模式，可能會讓內容產業的估值邏輯徹底變樣。

《Critterz》只是一個開始，這場由OpenAI帶頭的“變革”，會怎樣沖擊好萊塢的傳統格局？

答案就藏在《Critterz》每一個用AI制作的細節里。

#01

從短片到長片，

OpenAI選《Critterz》不是偶然

《Critterz》是什么影片，為什么OpenAI會首先選擇和這部動畫片合作？

事情還要從兩年前說起。

《Critterz》講述了一群森林生物在村莊受到一個陌生人打擾后踏上冒險之旅的故事，該片是OpenAI創意專家Chad Nelson的創意。

2023年，導演兼編劇Chad Nelson與Native Foreign團隊完成了《Critterz》短片，并嘗試首次使用OpenAI的DALL-E完成美術與場景風格設定。

彼時離OpenAI發布震驚全球的ChatGPT剛剛過去不到半年，世界還沒有意識到AI對整個產業會造成多大的顛覆和影響。

在與OpenAI的DALL-E合作時，AI并沒有替代動畫師，而是以傳統動畫與后期工具整合的方式進行創作。

Chad Nelson與Native Foreign團隊用After Effects的視差動畫技術將2D場景拉出空間感，并通過面部表情捕捉 + Unreal Engine解決角色口型與表演的問題。

一旦利用Unreal Engine設置并綁定了角色，創作團隊就可以錄制任意數量的臺詞，而不會對預算或進度產生太大影響。

AI工具的使用，讓頭腦中的概念轉化為視覺內容的產出速度達到前所未有的高效，不論是規模與頻率都得到了大大提升。

最終創作團隊可以從雞零狗碎的后期工作中被解放出來，從而把精力更多轉向表演與敘事內容的構建和打磨。

到了2025年，《Critterz》短片被正式孵化為長片項目。

英國Vertigo Films與洛杉磯的Native Foreign聯合出品，《帕丁頓熊在秘魯》（Paddington In Peru）的編劇James Lamont 與Jon Foster加盟撰寫劇本，重新描繪這群林地小生物的世界。

OpenAI的創意專家（Creative Specialist）Chad Nelson繼續作為顧問制片人參與制作，以保持項目的AI創作肌理與角色基調。

此時，AI在創作中扮演更加重要的角色。

根據華爾街日報的報道，這次長片制作中，OpenAI除提供視覺/視頻生成與語言模型外，還將為制作流程提供算力支持。

制作團隊計劃九個月完成這部長片，并把成本制作壓縮到三千萬美元的水平。一般來說，傳統動畫長片制作周期一般要到三年，制作預算要接近上億美元。

《Critterz》團隊計劃以30%的時間和預算成本完成，看來對制作效率的提升充滿了信心。

媒體還披露，團隊將使用GPT-5這樣的最新一代大語言模型作為開發與創作“中臺”，并輔以OpenAI的圖像/視頻模型（DALL·E、Sora）完成美術素材、鏡頭預演與鏡頭級內容生成。

#02

動畫師要慌了，

AI 把預算、周期砍掉 70%

從這次OpenAI深度參與《Critterz》制作來看，在不久的將來，以AI大模型支撐的內容生成工具將極大地改變動畫產業，并將完成從“創意”到“發行”的全鏈路再造。

首先當然是創意的生成。

對話式大模型成為與人類編劇搭檔的“寫作搭子”，通過人類編劇提供的背景、故事和人物設定，嘗試推演劇情分支，快速勾勒出故事大綱/分支路徑/角色小傳等等。

以前必須要人類編劇一個字一個字寫出來的內容，完全可以由大模型在與人類編劇交互的過程中快速生成，并由人類編劇串聯組織在一起。

盡管未來每一個字可能都是由AI生成的，但人類編劇仍然負責最終文本定稿與內容風格的統一。

然后就是美術設定和分鏡預演。

以前在風格板/角色設定時，需要美術團隊繪制風格參考圖（style board）、角色設定圖（character design），再交由導演審定。這個過程往往要經歷多次反復溝通。

而DALL·E這樣的生成式圖像AI能根據文字提示（prompt）快速生成視覺化的草圖或概念圖，不需要從零開始由畫師慢慢繪制。

而批量生成內容的能力讓大模型在數小時內生成幾十上百張參考圖，導演和美術團隊從中挑選、微調風格即可，大幅縮短了“收斂到統一風格”的時間。

△ 腳本-分鏡頭腳本-預演片段-制作

在影視制作里，導演會在拍攝前做“分鏡頭腳本”（storyboard），就像漫畫一樣，把每個鏡頭的大致畫面畫出來。傳統上，要靠分鏡師畫很多草圖，再拍成動畫樣的“預演片段”（previz），讓導演和制片人確認鏡頭調度、節奏感和預算需求。

過去導演寫的分鏡文字（文字描述鏡頭）只能靠人工畫草圖，現在可以直接生成一段近似的動態視頻，讓人直觀感受到鏡頭的運動、畫面氛圍和節奏。

而Sora這樣的AI模型，可以直接根據文字提示生成短視頻。比如你輸入“鏡頭從空中俯拍一座城市，慢慢拉近到街道上的人物”，模型就能給你生成一個大致效果。

導演和制片人可以在大致效果基礎上確認每個鏡頭是否需要調整，是否連貫，不用等到后期才發現問題。

在效果確定后，導演和制片人還可以根據不同的鏡頭復雜度不同(特效、群演、場景搭建），在視頻預演后能提前知道大概要花多少錢實現，不論是從工作效率還是從直觀體驗乃至預算控制方面，AI起到的效果都是顛覆性的。

在角色表演與內容生成方面，關鍵表演可以通過穿戴傳感器或攝像機捕捉演員的身體動作，或者用面部識別設備捕捉演員的嘴部動作、表情變化。這些數據再輸入到3D引擎（比如Unreal Engine），驅動虛擬角色。

演員的表演不直接出現在熒幕上，而是轉化為數據（關節角度、面部肌肉變化等），再綁定到虛擬角色的骨骼和面部系統上。虛擬角色就能“復制”演員的表演。

這樣制作的好處是，演員的情緒、細微表情和動作仍然是真人完成的，保證角色不顯得僵硬。傳統動畫要人工逐幀調整(keyframe animation)，非常耗時。動作捕捉數據直接驅動角色，AI算法可以自動補全和修正動作捕捉數據，填補其中的空白，大大減少了動畫師的體力活。

在核心內容完成后，AI還能幫助最終版本的后期與合成。

比如“群演復制”，AI可以復制并生成大規模群眾場景。比如本來只有幾十個群演，AI就能復制、變化姿態、換裝，讓畫面看起來像有上千人。

比如“背景替換”，過去要替換背景，需要綠幕拍攝+手工摳像；現在AI可以直接把背景替換成所需的場景。

比如“清稿“，自動識別并去掉畫面中不需要的東西，如穿幫的麥克風、腳下的可樂瓶，亂入的路人等等。

AI甚至可以幫助完成配音和多語種的本地化。大模型自動生成多語言的翻譯版本，根據不同語種調節角色的嘴部形狀，以適合臺詞的發音規則，最終以極低成本生成多語言成品。

這項技術目前已經在互聯網視頻上得到廣泛應用。我相信各位讀者已經看過不止一個特朗普說中文或者郭德綱講英文相聲的視頻。

所以說，AI對于媒體內容創作的效率提升將是顛覆性的。現在就看哪些AI大模型能夠針對媒體內容創作進行優化，并盡快與現有的媒體企業配合，形成良好的創作生態。

所以這次OpenAI押注，如果“Critterz”取得成功，將表明AI能夠提供足以支撐工業化內容生產的平臺，并加速好萊塢對AI應用的腳步。

當然，OpenAI的工具也降低了準入門檻，讓更多人能夠制作創意內容。

“華爾街日報”與“Vice”等主流媒體都關注到了OpenAI這次與創作團隊的深度合作。“AI生成電影”已經從試驗階段推進到產業驗證階段(POC)，并向小規模量產過渡。

#03

這個趨勢擋不住，

AI 讓內容產業估值邏輯大改

資本市場如何看待AI對內容產業的顛覆式改造呢？

只能說，拐點已來，留給傳統生產方式的時間已經不多了。

OpenAI深度參與的動畫長片《Critterz》把一個重要信號拋給資本市場：AI不再只是單點提效的工具，而是在創意—預演—表演—后期—本地化—發行整個生產鏈條上形成多點協同效率急劇提升的工作流。

這就意味著，資本市場對AI在內容創作上的價值必須要重估，從各點效率提升轉到評估端到端工作流的全面效率提升。

哪一個媒體企業能把AI參與甚至承擔主要角色的創意、分鏡、動作捕捉、內容生成、合成與多語本地化串成一個穩定的流水線，誰就更可能得到AI估值的加持，并有機會形成可產業化輸出的服務。

對于未來的內容創作，在AI加持下，成本構成也將快速變化，并形成新的行業標準，比如：

?創意生成：對話式大模型與編劇“搭子”共創，顯著減少初稿與分支探索成本，縮短前期籌備周期(以周為單位降到以天甚至小時為單位）。

?分鏡/預演：Sora/Dream Machine等把文字分鏡直接可視化，導演與制片可在拍攝/渲染前做“預算—鏡頭—節奏”的三角決策，通過先判定實現復雜度再做投入的方式，徹底去除制作成本的不確定因素。

?表演與動作捕捉：真人動作捕捉+表情捕捉進Unreal，保留表演的靈魂。通過把大量關鍵幀工作量從動畫師手中剝奪出來交給算法，實現人天成本→GPU小時的轉換。我們知道，人天成本只會越來越高，而GPU小時以摩爾定律的速度快速下降。

?清稿與合成：背景替換、群演復制、智能摳像，后期制作時間大大縮短，以前無法實現的功能(比如演員“換頭“)，在AI加持下成為基本操作(這點對于”風險頻發“的中國演藝圈尤為重要)。

未來AI深度參與的內容制作，傳統內容制作方式將基本沒有容身之處。就如同軟件開發行業，已經無法容納不使用AI輔助工具的程序員。

相應的，資本市場對媒體企業的估值也會轉而接近SaaS(軟件即服務)類型的企業來定價，而定價核心也會基于AI工作流效率和生產成本來定義。

比如，資本市場會考察內容生產流程的確定性（假設九個月出動畫長片成為行業標準）。是否每部長片都能按照AI內容生產流程推進，并形成穩定的生產預期。

資本市場還會考察內容生產流程和相關模板的可復用性，比如角色、鏡頭語言、風格與工具鏈能否讓下一部創作更快更省的迭代式提升。

視頻生成/視頻生產力提升工具的估值也會隨著AI深入內容創作而提升。例如短視頻自動剪輯工具OpusClip 2025年三月獲得軟銀旗下得SoftBank Vision Fund 2領投$2000萬融資，投后估值$2.15億。雖然這個工具不是制作長片的，但也體現了資本對視頻內容自動化生產工具的估值提升。

所有這一切，最終都會落實成為保證內容質量前提下的生產效率和生產成本的KPI。

至于一些以前必須以勞動力密集+高成本完成的功能，比如平臺側的多語種與AI配音，將“跨語言多版本”這一原先為大制作所獨有的功能徹底平民化。任何語言的媒體內容都可以方便的轉換為面向全球受眾的多語言版本，并進而在全球分發傳播。

類似的功能目前YouTube已經上線。作為YouTube有4萬關注者的小博主，我也收到了YouTube的邀請，自動把我的視頻生成多語言版本。

隨著不同AI模型廠商深度參與內容制作，未來會不會形成圍繞不同大模型的產業鏈協作生態環境，也是非常值得觀察的現象。

起碼在傳統產業里，使用亞馬遜或者微軟的云服務，是沒有什么本質區別的。但在內容制作方面，基座大模型/針對性調優會不會導致創作結果的差異，是一個很有趣的話題。

結語：

《Critterz》只是開始，

好萊塢 AI 時代已來

回到文章開始時談到的AI動畫長片《Critterz》，如果《Critterz》最終大獲成功，它代表的不是AI拍電影，而是電影工業正式進入AI時代。

《Critterz》的意義，不在于它用了多少AI鏡頭，而在于它是否證明一條穩定、可復制、可合規的，依托AI的新型電影工業化生產路徑。

一旦這個新的工業化生產路徑形成，那就有更多好的故事與創意將在可承受的成本與可控的排期下與觀眾見面。

無論《Critterz》最終票房如何，傳統電影工業的生產方式已經一去不復返了。代表好萊塢傳統電影工業的五大影廠將面臨著大量AI加持的獨立工作室的輪番挑戰。

不管誰能最終生存下來，工業化內容生產的服務平臺最終一定會形成，并變為好萊塢的核心競爭力。