“ AI 越厲害，審美就越貴 ”這句話你一定看見過。

在 AI 生圖、生視頻越來越強的現(xiàn)在，人們普遍認為這句話是合理的，但這是某種 “ 感覺 ”，沒有實感的驗證。

而 Seedance 2.0 的出現(xiàn)，似乎讓從業(yè)者們達成了共識。

Seedance 2.0 上線后，知危編輯部先是進行了深度實測，隨后與多位相關(guān)從業(yè)專家進行了對話，他們對 Seedance 2.0 的評價有好有壞，但巧合的是，他們都指出了同一個關(guān)鍵點，不約而同地表示：“ AI 越厲害，審美就越貴 ” 。

可以說，是 Seedance 2.0 的出現(xiàn)，在實感上證實了這個邏輯。那么，Seedance 2.0 到底改變了什么？為什么它可能極大蠶食外包市場，又暫時動不了專業(yè)創(chuàng)作者的飯碗？

下文，我們將跟隨手游、漫劇、動畫三個行業(yè)的專家視角，帶您一探究竟。

首先最重要的一點，每一位專家都同意，Seedance 2.0 輸出結(jié)果的完整性，給他們帶來了最大的震撼，這代表了 Seedance 2.0 的上限。

游戲制作人王鯨表示，“ 模型輸出結(jié)果的完整度與精細度給我的震撼是最大的。如果以前更多只是練習(xí)場景，現(xiàn)在明確可以作為生產(chǎn)場景安排相關(guān)的計劃了。”

“ 它將音效、口型、音樂和畫面一步到位，對于需求不高的素材，省了非常多的工作量，另外一些不好找的音效，也可以通過變相將 Seedance 2.0 當成音效生成器來獲取。”

從事動畫行業(yè)的電影制片人文卓有著相同的感受，并補充道，“ 在 Seedance 2.0 生成的鏡頭里，角色的長相、服飾細節(jié)，甚至一些光影邏輯，在不同鏡頭之間的變化都保持了很好的穩(wěn)定性。相比之前各個平臺的模型技術(shù)，這是一個非常大的提升。”

從事漫劇行業(yè)的品牌設(shè)計師、影視美術(shù)指導(dǎo) BIG 桃表示，“最大的震撼點是從片段生成到段落生成有了巨大的突破。還有就是從隨機拼貼到結(jié)構(gòu)化表達，比如隨便給它一些圖，它給到的表達也是比較順暢的。創(chuàng)意演示則可以達到商用級別。” 從片段生成到段落生成的進步，帶來的是極大的成本優(yōu)化和效率提升，“ 通過之前的測試，如果模型所有能力都開放，我認為效率至少能提升 40% 到 50%，畢竟它的分鏡 70% 到 80% 都能用，只要提示詞給得好。”

王鯨補充道，“ 自動分鏡運鏡節(jié)省了很多鏡頭相關(guān)的提示詞，要知道連續(xù)鏡頭運動的提示詞是最難寫的。而且，對于我們這種非影視的行業(yè)來說，目前體驗較為滿意。”

“ 不過從鏡頭邏輯性和意境角度來說，依然需要較為復(fù)雜的人工干涉才能復(fù)刻頂級分鏡運鏡。”

文卓則認為，AI 目前還無法復(fù)現(xiàn)影視行業(yè)的頂級分鏡運鏡，“ 比如現(xiàn)實中影視分鏡運鏡的 ‘ 天花板 ’ 案例，特別是動漫領(lǐng)域，鳥山明、富堅義博等大師的作品分鏡質(zhì)量非常高，甚至有些漫畫分鏡，可能都不一定能完全精準地轉(zhuǎn)化為動畫，因為漫畫是靜態(tài)的，而動畫是動態(tài)的。尤其是富堅義博在一些作品里，對傳統(tǒng)分鏡做了非常大膽的突破和想象力的延展，這種方式在動畫里很難 100% 原汁原味地體現(xiàn)。”

“ 業(yè)內(nèi)比較公認的一個案例，是富堅義博在《 全職獵人 》的螞蟻篇里的著名的 ‘ 九連黑 ’ 鏡頭。這個鏡頭畫面全黑，只有對白框，但他通過對白框里的文字來鋪墊人物情感、推進劇情，讓讀者在腦海中自己補完畫面和想象。這是一個非常高級的處理方式，即便是在動畫里，也很難極致地還原出這種效果。”

“ 所以這種級別的分鏡，即便是人工制作也比較難實現(xiàn)，更別說 AI 現(xiàn)階段要做到同樣的水平了。”

除了完整度，Seedance 2.0 的輸出穩(wěn)定性也極大提高，極大降低了抽卡帶來的浪費，這也是其在落地時實現(xiàn)從 “ 玩具 ” 升級到 “ 工具 ” 的底層支撐，這代表了 Seedance 2.0 的下限。

王鯨表示，“ 個人感覺 Seedance 2.0 的落地可靠性非常恐怖，現(xiàn)在已經(jīng)達到了以假亂真的地步。這對于游戲行業(yè)的成本節(jié)省幾乎是革命性的。”

“ 以前基于傳統(tǒng)手段做游戲動畫視頻，我們要從模型資產(chǎn)做起，再配合音效、動作、場景、燈光，還有對應(yīng)的動畫導(dǎo)演、中臺團隊等，一個月也出不了幾段視頻，綜合成本非常高。”

“ 以我曾經(jīng)在的 FunPlus（ 趣加 ）舉例，公司在北京能找到人才，綜合薪資也是行業(yè)頭部，只有這樣才能留住人。所以如果依靠傳統(tǒng)手段，只有大廠才燒得起巨額游戲研發(fā)費用。”

“ 而到了視頻生成模型時代，比如 Veo、即夢、可靈、Sora 等，目前除了 Veo 以外都不貴，但是來回抽卡的成本很高，抽幾十、幾百次才能出一個有用的，也費人力。Seedance 2.0 的輸出穩(wěn)定性提高這么多，可以想象實用價值非常高。”

王鯨甚至表示，“ 可以感受到，對于游戲行業(yè)，未來要做云游戲+AI引擎，比如實時生成的過場動畫，也不再是幻想了。”

“ Seedance 2.0 剛出時，我拿到內(nèi)測賬號，是首批用戶之一，當時只用一條就出來我想要的結(jié)果。” 這樣的體驗給 BIG 桃?guī)砹松羁逃∠蟆?/p>

湯臣倍健曾經(jīng)耗資百萬制作了一個純 AI 生成的廣告片《 敢探極境 》，片長兩分多鐘，包含一百個鏡頭，每個鏡頭的圖片和視頻最多需要抽卡數(shù)百次。

BIG 桃認為，“ 雖然抽卡次數(shù)多，但用 AI 生成的成本肯定比實際拍攝少很多，現(xiàn)在如果用 Seedance 2.0 的話，能把成本進一步降低，估計至少能降低 70% 左右。”

“ 它多模態(tài)能力比較強，通過多個參考樣本提升模型輸出的一致性，可以進一步減少抽卡次數(shù)。給它多一些鏡頭參考，甚至能做完全精確的控制。基于目前漫劇市場的需求，是夠用的。”

王鯨補充道，“ 因為我們的網(wǎng)游場景需要的都是時間較短的小片段，目前 Seedance 2.0 提供的參考數(shù)量上限已經(jīng)夠用。”

深度體驗 Seedance 2.0 之后，則能進一步感受到模型在指令遵循方面的優(yōu)勢。

文卓表示，“ 如果提示詞足夠精準且詳細，它如實反饋的準確性還是比較高的，至少比之前很多模型高很多。如果條件允許的話，確實是盡量多寫一些會更好，比如分鏡、動作、構(gòu)圖、光照等維度。這比增加參考數(shù)量更有用。”

“ 另外有些情況下，比如一場戲發(fā)生在一個固定區(qū)域、固定場景里，我們也會基于之前使用過的 prompt 繼續(xù)往下迭代，疊加新的描述或補充額外信息。這樣在延續(xù)性和一致性方面，能夠比較好地保持下來。”

王鯨表示，“ 對于我們這種非專業(yè)用戶來說，Seedance 2.0 的指令遵循表現(xiàn)屬于優(yōu)秀，可能是因為網(wǎng)絡(luò)游戲行業(yè)以前在運鏡方面一直是短板。”

“ 要想模型更好遵循指令，我探索下來的技巧是，要么用多模態(tài) AI 幫忙反扒參考提示詞，要么就是反而少寫一些讓 Seedance 2.0 去發(fā)揮。即便不使用詳細指令，大部分情況下也是滿意的，但是因為現(xiàn)在生成速度的原因，所以不能很流暢的抽卡。所以，提升可控性的方法是先想清楚自己的目的是讓AI自由發(fā)揮還是照抄，預(yù)期清晰了，結(jié)果也會清晰。”

當然，Seedance 2.0 也還遠沒達到完美，有著大量的不足之處。

王鯨表示，“Seedance 2.0 有較大概率出現(xiàn)物理缺陷、空間缺陷，以及局部內(nèi)容連貫性問題，比如角色拔刀時可能會出現(xiàn)刀拔出來了，但是刀鞘里還有殘留部件，又或者特寫的時候出現(xiàn)左右關(guān)系錯亂。另外，AI 在運鏡時很喜歡用力過猛，一個小清新場景也容易出現(xiàn)很夸張的鏡頭，所以鏡頭語義這塊還有上升空間。”

文卓也有類似感受，“ AI 經(jīng)常會出現(xiàn)一些明顯或微妙的錯誤，或者和現(xiàn)實不一致的地方。即便它的成品想往動畫或影視方向靠，觀眾在觀看時仍然容易感覺沉浸感不足，容易出戲。主要原因在于它的一些慣用表達方式、鏡頭語言等，總會帶有明顯的 ‘ AI 味 ’。具體表現(xiàn)形式可能很難用語言完全描述，但一眼就能看出來這是 AI 生成的作品。”

王鯨則認為沉浸感不足主要還是 AI 對于世界的理解仍然有缺陷，“ 就像那種用力過猛，就顯得不真實，容易出戲。而且現(xiàn)在很多作品都是寫實風(fēng)格的，人最熟悉的就是真實空間，自然容易發(fā)現(xiàn)問題。如果是一些風(fēng)格化的內(nèi)容，反而還好。”

BIG 桃表示，“在漫劇領(lǐng)域，Seedance 2.0 目前還是做不了長敘事的穩(wěn)定輸出，對于復(fù)雜空間和高密度的情緒沉淀也不太行，面部表情不夠細膩，比如微笑表達過于急促或有缺失，還得靠演員來演。在我看來，AI （ 暫時 ）比較擅長搭建結(jié)構(gòu)，并不擅長深層的表達。”

“ 從美術(shù)的角度，按傳統(tǒng)宣傳片標準沒問題，但一眼看過去還是覺得假。所以 Seedance 2.0 對于我們是突破，并不是完全的變革，目前所有 AI 工具都不能直接把整個劇本生成完整內(nèi)容。”

Seedance 2.0 的二次編輯能力也達不到專業(yè)生產(chǎn)標準，創(chuàng)作者基本還是把希望放在抽卡上，王鯨表示，“ 不能精調(diào)帶來的問題就是最后一公里往往花費的時間比前面多很多倍。再疊加等待時間，產(chǎn)生還不如手搓的感覺。”

“ 另外，Seedance 2.0 輸出的高完整度也不是沒有缺點，一步到位的弊端是沒有工程化，對成品素材的修改增加了難度，這也許是需要新工作流的場景。”

知危在與一位 3D 動畫師交流的時候也得到反饋稱，由于 Seedance 2.0 輸出的是視頻文件，而不是 Unreal、Unity 等引擎中包含骨骼綁定、材質(zhì)、燈光等結(jié)構(gòu)化信息的工程文件，這極大限制了其嵌入現(xiàn)有工作流的可行性。

以上基本是 Seedance 2.0 的總體優(yōu)點和不足，接下來我們將按不同行業(yè)比如廣告、游戲、漫劇、動畫等分別來看 Seedance 2.0 的落地適配度。

首先是廣告行業(yè)，由于需求明確和敘事要求更低，因此 Seedance 2.0 在廣告行業(yè)的落地適配度極高。

文卓表示，“ 我以前也在廣告行業(yè)工作過。廣告行業(yè)有一個特點，就是在創(chuàng)意創(chuàng)作環(huán)節(jié)，它給到的信息通常非常明確。某種程度上甚至比一般的動畫或影視創(chuàng)作給到的信息還要更精準。”

“ 比如傳統(tǒng)真人拍攝，同樣一段劇情，不同演員對同一劇情的表演狀態(tài)可能都不一樣。導(dǎo)演可能會覺得這一條不錯，但還是會讓演員再來一條，換一種感覺試試。只要整體表達基本符合導(dǎo)演或創(chuàng)作團隊對劇情的理解，其實就可以使用。動畫會比真人拍攝更精準一點，但中間仍然存在一個不斷磨合和調(diào)整的空間。”

“ 但廣告通常會精準到畫面里的每一個細節(jié)，因為每一個細節(jié)都有可能影響廣告最終要傳遞的信息。所以過去廣告行業(yè)在做廣告片分鏡的時候，會把鏡頭描述得非常具體、非常清晰。也正因為如此，廣告行業(yè)的人在使用 AIGC 創(chuàng)作平臺時，其實有天然優(yōu)勢，特別是在寫關(guān)鍵詞和引導(dǎo)詞這件事情上。”

“ 而且，廣告對場景一致性沒有特別嚴格的要求，短片幾十秒、一兩分鐘的長度天然就能規(guī)避這些問題。”

“ 雖然畫面質(zhì)量可能并不比動畫、影視更低，但是內(nèi)容的特點決定了它可以規(guī)避傳統(tǒng)敘事邏輯里那些硬性的視聽語言要求。” “ 比如在人物表演的鏡頭切換中，不論真人還是動畫，兩個人物對話時鏡頭通常會涉及角度變化：正面、側(cè)面等。如果最開始你面對的角色在左側(cè)，鏡頭切過去又給了一個相反的方位，這在視聽語言上會顯得別扭，觀眾直觀上會覺得混亂、不舒服。”

“ 但廣告不一樣，它可以故意打亂這種節(jié)奏，甚至在兩個人面對面對話的時候，突然插入一個產(chǎn)品畫面來打斷對話。這種節(jié)奏上的中斷和變化在廣告里是可以接受的，甚至有時還能起到強化效果。而在劇情類、影視、電影等作品中，這種做法就不行，因為會破壞敘事的連貫性和觀眾的代入感。”

“ 所以，在過去廣告行業(yè)那種相對冗余的創(chuàng)作團隊規(guī)模和體量下，在 Seedance 2.0 這種新技術(shù)和工具出現(xiàn)之后，很可能會受到非常大的影響。”

BIG 桃補充了一個案例，“ 我有一個朋友，在廣告領(lǐng)域算滿頭部的，業(yè)務(wù)包括汽車廣告等。他們以前可能需要生成大量鏡頭，現(xiàn)在用 Seedance 2.0，把車的主體放進去、場景描述清楚，基本上一鏡就能出完。”

“ 以前做廣告投放矩陣，需要和公關(guān)公司對接，經(jīng)過定稿、出成品等流程，時間成本其實和傳統(tǒng)廣告制作差不多。現(xiàn)在利用 AI，一條廣告基本上就能直接輸出，而且一般廣告時長就在 15 秒以內(nèi)，速度自然大幅提高。”

在王鯨看來，Seedance 2.0 對于游戲行業(yè)來說是重大利好，“因為許多游戲在視頻這一塊一直是短板，作為小型初創(chuàng)團隊，我們不具備這方面的人才儲備，以及中臺流程較長，而現(xiàn)在很多事情可以我們自己搞定，這讓我們立即決定給 Seedance 2.0 付費。”

“ 現(xiàn)在無論是從資產(chǎn)生產(chǎn)還是從藝術(shù)指導(dǎo)的角度，可以迅速把這塊短板拉到相較于之前的高水平。總體上，我們計劃將 Seedance 2.0 用于游戲的設(shè)計、制作、營銷等階段。”

“ 制作方面，目前我們將 Seedance 2.0 用于生成一些游戲中的動畫資源，以及做一些 2D 資產(chǎn)比如英雄展示動畫，優(yōu)點是效果好，有多模態(tài)屬性。”

“ 我們現(xiàn)在在做一款寵物題材游戲，原本寵物模型需要人精心設(shè)計各種非人型單位復(fù)雜動作，比如不同品種生物的奔跑姿態(tài)、攻擊動作、互動行為等，這些都需要深入理解動物的運動規(guī)律。現(xiàn)在簡直是開掛，AI 做的基本都能用，只要給它介紹清楚這是什么品種、做什么動作。”

“ 生成的穩(wěn)定性其實和游戲的風(fēng)格也有關(guān)系，畢竟游戲之間的畫風(fēng)以及資產(chǎn)差異比較大。”

而且，王鯨還有一個觀察，當前許多游戲玩家對于 AI 生成內(nèi)容的接受度并不算低，“目前我們游戲的玩家之前有吐槽過像 AI 生成的資產(chǎn)，但是作為買量游戲，這一點沒有影響他們繼續(xù)玩游戲。而且行業(yè)內(nèi)也有一些頭部游戲明顯 AI 味道更濃厚，也取得了非常高的流水，比如有幾個 SLG 游戲，角色和宣發(fā)的 AI 味非常重。所以從結(jié)果來說，AI 應(yīng)該是支撐了我所在賽道的商業(yè)模式。 ”

類似的現(xiàn)象也出現(xiàn)在漫劇行業(yè)中，畫面其實并不是用戶關(guān)注的最重要因素。

BIG 桃表示，“ 在一部漫劇里，劇本、人物設(shè)定、場景，都是用 AI 完成的，大部分視頻素材也由 AI 完成。漫劇的表達相對簡單，只要場景對、人對、臺詞對就行，觀眾不太在乎背景是否穿幫。但最終結(jié)果靠人工完成，比如剪輯，需要人工決定素材如何拼接。”

“ 用戶對 AI 生成內(nèi)容的接受度還挺高。過年回家，我和家人聊這個問題，男女老少都問過，基本上 80% 的人接受 AI 生成內(nèi)容。”

“ 作為專業(yè)人士，我們有時會非常注意穿幫鏡頭，但普通用戶可能更關(guān)注聽覺而非畫面。漫劇本身短，一集 1~3 分鐘，二十到四十集就能看完一個故事。故事要精彩，爆點速度要快。用戶付費意愿也挺強，能看下去前十集就愿意付費，特別是男頻類劇。” 所以可以說，用戶的關(guān)注點主要是在劇本層面上，“ 嚴格來說，對劇本的要求也和看美劇一樣，即使知道接下來的結(jié)果，也還是想往下看，期待得到反饋。”

“對于我們而言，Seedance 2.0 帶來的最大改變是，它做不超過一分鐘的內(nèi)容時，穩(wěn)定性挺強，到制作環(huán)節(jié)稍微人工調(diào)整一下就可以用了。”

“ 在 Seedance 2.0 之前，做某些鏡頭或者內(nèi)容經(jīng)常要同時靠運氣和技術(shù)。做漫劇時，要讓人物不崩、畫風(fēng)不變、畫面穩(wěn)定，最多只能維持 5 到 8 秒，再長可能節(jié)奏就會亂。Seedance 2.0 直接提升到接近 15 秒的穩(wěn)定性，后期稍調(diào)整一下就可用，對短視頻場景很友好。”

“ 我也與幾個導(dǎo)演、制作人聊過 Seedance 2.0 的能力邊界，他們都實際用過。大家一致覺得：Seedance 2.0 真的懂鏡頭、懂運鏡、懂分鏡，不是瞎生成畫面，很有影視感。但邊界也很清楚：它更適合廣告、短漫劇、分鏡預(yù)覽這種短內(nèi)容，長視頻、復(fù)雜劇情、大動態(tài)鏡頭，還是要人工配合，不能完全丟給 AI。”

從短平快的漫劇開始，AI 正在改變影視內(nèi)容的生產(chǎn)邏輯，“ 我之前在傳統(tǒng)影視劇里負責美術(shù)指導(dǎo)，我發(fā)現(xiàn)現(xiàn)在的漫劇和以前的輸出結(jié)果差不多，但制片環(huán)節(jié)發(fā)生了變化。”

“ 傳統(tǒng)行業(yè)需要先有好的資源和陣容，再找制片方，制片方投錢后才展開工作。現(xiàn)在對于漫劇，制片環(huán)節(jié)在開始時，只要有一個劇本，前面最復(fù)雜的工作比如分鏡等由 AI 做完，完成后就可以去賣劇。”

“ 但中間一些環(huán)節(jié)預(yù)計仍會依賴傳統(tǒng)制片方式，包括人臉使用這一塊。比如想做一部 AI 電影，做到 90 分鐘也可以掛龍標，不需要演員來演，但仍需獲得演員授權(quán)，在未來這是極有可能的。”

相比較廣告、游戲、漫劇行業(yè)，動畫行業(yè)對于 Seedance 2.0 的采用則會克制很多。

文卓表示，“因為我們主要是做動畫電影的，所以 Seedance 2.0 在現(xiàn)階段的幫助不是特別大。” “ 雖然它在流暢性、連貫性，以及人物資產(chǎn)、場景資產(chǎn)的一致性上，相比之前都有了很大的提升。但和真正專業(yè)的制作要求比如電影級水準相比，仍然存在明顯差距。”

“ 而且因為它是 AI 生成，最后直接輸出的是一個完整的視頻文件。哪怕其中只有一兩秒我們認為不合適，比如節(jié)奏上出現(xiàn)變化，或者邏輯上出現(xiàn)打斷，那這個鏡頭其實就沒有辦法使用。”

“ 所以還是需要大量生成和抽卡。目前比較好的處理方式，還是生成單一的短鏡頭。比如一個鏡頭 3 秒到5 秒，如果輸出沒有問題，那這個鏡頭就可以用，然后再去生成下一個 3 秒到 5 秒的鏡頭，而不會一次性生成十幾秒的內(nèi)容。”

在具體場景上，動畫行業(yè)更多將 AI 用于靈感迭代，“ 至少對我們來說，在項目的中前期，它確實能起到很大幫助。它可以讓我們面向其他合作方、創(chuàng)作者，或者后續(xù)生產(chǎn)相關(guān)的團隊，通過快速打樣的方式進行闡述和說明。”

“以往在這個行業(yè)里，如果要和別人溝通，我需要去找大量參考片段，找到一個比較接近我想表達的鏡頭，然后剪出來給別人看，讓他們理解我的想法。”

“但現(xiàn)在可以用 AI，通過提示詞或人物、場景替換生成非常直觀的表達方式，不同環(huán)節(jié)的溝通成本大大降低。至少在前期環(huán)節(jié)，它大概能節(jié)省 1/4 到 1/3 左右的成本。隨著技術(shù)不斷完善，它能節(jié)省的成本肯定會越來越多。”

“ 比如在設(shè)計分鏡時，我們會參考 Seedance 2.0 給到的一些概念，尤其是動作戲、文戲部分，它的表現(xiàn)還是不錯的。”

“ 一些鏡頭表現(xiàn)或劇情表演要求不高的鏡頭，我們可能會嘗試讓它直接給出參考性的分鏡結(jié)果。從導(dǎo)演或者動畫表演角度，我們會看它給出的方案和我們設(shè)想的表達差異有多大。如果差異不大，我們就可以直接使用它給出的分鏡和鏡頭表現(xiàn)方式。因此，Seedance 2.0 的分鏡更多是作為參考來適當使用。”

“ 我們也嘗試過一些復(fù)雜的動作和分鏡，但可能提示詞不夠精準，或者我們的項目題材比較新穎，Seendance 2.0 和其它 AI 平臺的綜合表現(xiàn)還是存在差距。因此，我們往往采用兩條路同時推進的方式。一方面用傳統(tǒng)方法，做分鏡、找參考鏡頭，或者直接拍攝可行的動作，讓動畫團隊根據(jù)拍攝鏡頭做參考和制作。另一方面，小范圍讓善于用 AI 進行鏡頭生成的同事去做嘗試，看看是否能抽到好的結(jié)果。哪個更快，哪個更合適，就用哪個。”

知危還了解到一個觀點稱，Seedance 2.0 更適用后期制作，尤其偏向特效呈現(xiàn)，文卓則認為這要具體問題具體分析，“ 現(xiàn)在一些以 AIGC 為主的內(nèi)容產(chǎn)品比如漫劇、網(wǎng)劇等，它們對特效的需求往往是一次性的，比如非常炫酷的光效或者強大的粒子效果，在一個鏡頭里可能只有 5 秒、10 秒的持續(xù)演出。當劇情或者場景發(fā)生變化后，這些特效在后續(xù)就未必再出現(xiàn)。所以在這種情況下，這種生成方式其實規(guī)避了對一致性的要求。”

“ 以我們小時候看的動畫片比如《 圣斗士 》、《 奧特曼 》變身的場景為例。以前動畫行業(yè)里有個做法叫兼用幀（ 兼用卡 ），意思是，變身的動作已經(jīng)固定好了，制作完這個鏡頭后，在不同劇情里適時放進去，這樣可以節(jié)省成本。特效也是類似的，很關(guān)注是否可以重復(fù)使用。但 AI 的概率性、抽卡性使得這種可復(fù)現(xiàn)性很難實現(xiàn)。”

到此，基本可以看清 Seedance 2.0 的行業(yè)影響邊界，其更適合廣告、游戲、漫劇等行業(yè)的特點也表明，不同于代碼生成，由于二次編輯可行性受限，以及無法輸出工程文件以嵌入傳統(tǒng)復(fù)雜工作流等原因，AI 視頻對行業(yè)的影響力很大程度上還是取決于它單次輸出結(jié)果的特性。如果單次輸出結(jié)果能匹配場景特性，則能直接提升生產(chǎn)力，如果無法匹配，則只能作為 “ 靈感引擎 ”，比如動畫行業(yè)。

春節(jié)前后全網(wǎng)熱烈討論的 “ Seedance 2.0 取代導(dǎo)演 ” 等言論，很明顯也是不成立的。所有專家一致同意，一些基礎(chǔ)重復(fù)的工作崗位可能會被替代或消失，但高級崗位不會，BIG桃表示，“ 比如初級分鏡、基礎(chǔ)廣告執(zhí)行等可能被替代，但導(dǎo)演的判斷和內(nèi)容決策、IP 建構(gòu)等不會。”

文卓表示，“ 替代任何崗位還不可能，但如果從提效的角度來看，雖然對中期和后期也有幫助，但它對前期的提效是最明顯的。前期主要涉及概念驗證、設(shè)計以及決策輔助等，比如快速確定風(fēng)格、視覺方向探索等。所以后續(xù)也暫時還沒有打算把 Seedance 2.0 直接應(yīng)用到具體項目里。”

王鯨表示，“ 從公司角度，能夠把 AI 融入工作管線的公司仍然值錢，有著成熟工作流與獨特藝術(shù)風(fēng)格的公司仍然值錢，那些純用人力換皮的公司可能面臨淘汰。”

“ 另外，游戲行業(yè)的廣告視頻是一個非常大的市場，但是據(jù)我觀察，現(xiàn)在的發(fā)行同行也在第一時間就接入了 AI 視頻，所以我認為人是活的，會學(xué)習(xí)技能，現(xiàn)在依然是人+AI大于 AI。當然，以后我們談視頻外包，應(yīng)該要學(xué)習(xí)新時代的定價，節(jié)約節(jié)約經(jīng)費了。”

在文卓看來，AI 要完全嵌入動畫行業(yè)的傳統(tǒng)工作流，還有很長的路要走。

“ 我們有自己的技術(shù)流程，更多是利用 AI 來提升各個環(huán)節(jié)的生產(chǎn)效率，有點像 AI 在電商行業(yè)或者口播行業(yè)里的應(yīng)用，或者動畫行業(yè)原本就有的動捕流程。比如我們會先拍攝真人表演，讓 AI 通過兩三個機位拍攝的鏡頭捕捉演員動作的關(guān)鍵幀。” “ 很多工程制造領(lǐng)域也有類似觀點：傳統(tǒng)的機械結(jié)構(gòu)有時比自動化電子結(jié)構(gòu)更穩(wěn)定、更可靠。我們對 AI 的理解在現(xiàn)階段也是類似的。”

“我們會把傳統(tǒng)動畫影視制作流程拆分開，逐個環(huán)節(jié)看是否可以用 AI 來優(yōu)化和提效，而不是一股腦把所有工作交給 AI 來完成，這樣做至少現(xiàn)階段還是比較問題多的。因為動畫鏡頭的表達，以及整體視聽語言的呈現(xiàn)，還不是簡單的 AIGC 內(nèi)容能輕易匹配的。國內(nèi)大部分專業(yè)的動畫制作團隊都是這樣，很少會把大比例的生產(chǎn)流程完全依賴在 AIGC 平臺上。”

BIG桃表示，“ 涉及長敘事、復(fù)雜空間、高密度情緒表達的鏡頭，我們還是得大量用傳統(tǒng)技術(shù)比如配音，或傳統(tǒng) AI 技術(shù)比如動捕轉(zhuǎn)換去做，沒法靠 AI 視頻模型一次性完成。”

AI 會降低某些要素的稀缺性，那自然保持稀缺性的要素永遠有市場價值。

BIG 桃表示，“ 客戶是買創(chuàng)意還是買結(jié)果？當然兩者通常打包，但無論是過去手工操作，還是現(xiàn)在用 AI 去做，創(chuàng)意都是核心。一個沒有創(chuàng)意的人，零基礎(chǔ)操作 Seedance 2.0，最終也不會有可落地的結(jié)果。”

所以，為了提高行業(yè)競爭力，BIG 桃將注意力放在打造 IP 資產(chǎn)上，“ 我的做法區(qū)別于普通漫劇公司，更傾向于做資產(chǎn)，比如人設(shè)和場景設(shè)計。”

“ 我認為，漫劇行業(yè)未來會趨于規(guī)模化。現(xiàn)在內(nèi)容堆得多，但到一定程度，市場反饋會疲憊，需要專業(yè)的人做專業(yè)的事情比如在人設(shè)上做優(yōu)化。”

“因為目前漫劇最大問題是大家用的關(guān)鍵詞差不多，人設(shè)沒有特色，長得都一樣。如果人物沒有特點，就不容易被記住，也無法形成 IP。沒有 IP，產(chǎn)品就無法產(chǎn)生復(fù)利。”

“ 我現(xiàn)在的工作是基于過去做美術(shù)和品牌的經(jīng)驗，專門設(shè)計劇本人物設(shè)定，包括服化道、服裝、背景和環(huán)境設(shè)定，從品牌角度做特色內(nèi)容，給用戶帶來新鮮感，主要是女頻類。”

“ 單純靠 AI 完成，出來的效果一眼就能看出是哪個模型做的。這里有一個巧勁：我們本身具備人物設(shè)定能力，先手繪完成，再喂給 AI，生成的內(nèi)容就是屬于我們自己的資產(chǎn)。或者反過來，先用 Lovart 生成，它集成了很多模型，可以用多個模型幫我生成想要的人設(shè)。生成后挑出滿意的，再重新繪制，然后用 AI 做多角度處理。”

其實在專業(yè)手繪創(chuàng)作者看來，當前的 AI 圖像模型也有非常明顯的缺陷，“ 比如 Nano Banana 在二次元市場是不被接受的，它的的輸出乍一看沒毛病，但仔細觀察會發(fā)現(xiàn)結(jié)構(gòu)錯誤，比如發(fā)絲方向、衣服細節(jié)（ 比如荷葉邊袖子 ）邏輯不對，線條之間容易穿插等，二次元市場對物理真實性非常講究，不會容忍這些缺陷。”

“ 回到 AIGC 剛出來時的口號：AI 不行，你得有審美能力。招人也是一樣，首先要看有沒有審美能力，否則即便技術(shù)再強也無法采納。操作 AI 不需要技術(shù)，只要描述詞準確，結(jié)果就能出來。但我們做的是視覺類內(nèi)容，美感非常重要。”

“ 行業(yè)未來要構(gòu)建核心競爭力。AI 占比高使門檻降低，所以核心還是資產(chǎn)問題，要通過 IP 化完成作品，才能提升價值。很多資本其實不愿投漫劇公司，因為漫劇缺乏護城河、門檻低、靠量生產(chǎn)，價值有限。隨著模型不斷迭代，制作成本可能很快全行業(yè)從 120 萬降到 40 萬再到 20 萬，這個過程容易拖累資本，所以不被資本接受。但如果內(nèi)容如人設(shè)、背景經(jīng)過設(shè)計、完全 IP 化，就容易獲得投資。比如哪吒，用 AI 生成內(nèi)容其實也可行，不再依賴高昂建模渲染，AI 能完成片段制作，且 IP 受保護，就可以持續(xù)復(fù)利。”

“ 一定還是人工在前，智能在后嘛。”

文卓從另一個角度闡述了這一觀點，他表示現(xiàn)在動畫行業(yè)里有一個怪象，喜歡把 AI 當作營銷賣點，“ 舉例來說，有一部近期上映的動畫電影，打著國內(nèi)首部 AIGC 動畫電影的噱頭。社交媒體上，有用戶對 ‘ 國內(nèi)首部 AIGC 動畫電影 ’ 的宣傳表示質(zhì)疑：既然是 AI 生成的，他們?yōu)槭裁催€要花錢去電影院看？”

“普通人用 AI 也能做出類似的東西，但電影票價卻高達 30 多塊，這讓觀眾感覺類似前段時間的 ‘ 預(yù)制菜 ’ 問題，本身是便宜的，但卻要消費者高價買單。”

“ 從資本角度來看，投資人也會提出疑問：既然可以用 AI，生產(chǎn)成本是不是應(yīng)該降低？”

“因此我認為用AI不應(yīng)該成為賣點，而只是一個特點。投資方關(guān)注的是成本和利潤空間，AI 的作用更多是降低成本，而不是直接提升吸引力或投資價值。”

“ AI 在動畫制作中已經(jīng)被廣泛使用，大家都不會刻意回避這個事實。但整體來看，觀眾對純 AI 生成內(nèi)容的付費意愿不高，除非作品本身在故事、內(nèi)容上真正滿足需求，即便使用了 AI，也可能愿意為高質(zhì)量的作品買單。但僅僅因為 AI 的使用帶來炫酷特效或打斗場面，而故事本身不吸引人，觀眾通常不會因此付費。”

知危之前在《 哪吒2 》動畫電影大火后，做過對動畫行業(yè)的調(diào)查，發(fā)現(xiàn)大部分團隊都處于 “ 為愛發(fā)電 ” 的狀態(tài)，團隊很難吸引資本投資，從業(yè)者收入也不高。雖然 Seedance 2.0 對動畫行業(yè)影響總體有限，但其在概念驗證的實用價值能帶來哪些機會呢？文卓表示，“ 從資本的角度來講，故事講成什么樣子，或者說用什么樣的技術(shù)來展示，可能不是最重要的。資本核心關(guān)注的是題材和市場定位，以及整體的商業(yè)思路。但是 AI 技術(shù)的普及和發(fā)展確實有可能帶來成本的下降和效率的提升。這確實會從某些層面為創(chuàng)作團隊降低試錯成本和提供更多的機會。”

盡管仍有不少局限性，但 Seedance 2.0 的市場潛力仍然是巨大的。只是目前模型盡管熱度極高，但受到了算力、版權(quán)、安全等方面的限制，大大弱化了從業(yè)者的使用體驗和使用意愿，這些問題也遲遲未得到解決。就在近期，字節(jié)跳動還因為版權(quán)問題尚未解決暫緩在全球發(fā)布 Seedance 2.0。

王鯨也忍不住吐槽道，“ Seedance 2.0 很好用，但缺點是排隊等待時間太長了。”

來源：即夢

“ 目前感受是很割裂的，創(chuàng)作也需要及時性，很多靈感都是轉(zhuǎn)瞬即逝的，因此這種延遲的繼續(xù)會極大限制個人創(chuàng)作者。”

“ 但是參考以前 3D 渲染和 SDAI 時代，如果有靈活的檔位可以選，或者輸出更白模的版本，其實就可以算做一種工程輸出，最終再用 AI 重新加工一次，或許可以改善現(xiàn)在的工作流。就像視頻剪輯，如果每次編輯都要導(dǎo)出，誰都受不了，支持實時預(yù)覽才是真正的革命。”

算力限制帶來的問題不止是排隊，可能還有 “ 降智 ”，也就是模型輸出的質(zhì)量大不如前，這在網(wǎng)上已經(jīng)成為了熱門話題，有不少相關(guān)案例呈現(xiàn)。

文卓轉(zhuǎn)述了一些同行的抱怨，“ 他們會覺得，明明可以做得更好，可偏偏又 ‘ 降智 ’、又限制輸出，讓人挺難受的。一些朋友自己做漫劇或者其它類型作品，對 AI 工具依賴比較高，所以當使用效果被打折扣時，無論是效率、成本還是最終效果上，都會感到明顯落差。”

人們還在猜測對 IP 的限制也會帶來 “ 降智 ”，文卓表示這種可能性是存在的，“ 舉個例子，雖然不是完全一樣的情況，比如影視行業(yè)里有一種常見的鏡頭表達手法叫 ‘ 希區(qū)柯克變焦 ’。如果這種技術(shù)本身涉及版權(quán)，被認為是某個創(chuàng)作者獨有的，那一旦這種表達被禁掉，鏡頭語言就會少一種重要的方式。所以如果平臺把很多具體 IP 屏蔽掉，或多或少會影響它整體的輸出效果和創(chuàng)作表現(xiàn)。”

對于版權(quán)限制的解決方法，BIG 桃表示，不排除未來可能會有 IP 授權(quán)環(huán)節(jié)，“ 我們目前先暫時不用 Seedance 2.0，因為不能上傳真人圖像。當然現(xiàn)在也有類似授權(quán)，但只針對個人，不利于團隊拍攝。我們現(xiàn)在更多用可靈 AI，因為它也有多模態(tài)，而且里面有我們的資產(chǎn)庫。隨著行業(yè)發(fā)展，Seedance 2.0 的這個環(huán)節(jié)應(yīng)該很快能開放，可能會更接近一種 ToB 類型的 IP 授權(quán)合作。”

王鯨也對此表示樂觀，“ 在合規(guī)場景下的在線模型還是有一些讓人頭疼的局限性。比如我們需要生成游戲角色的基礎(chǔ)模型展示（ 類似 3D 建模中的 T-pose 或 A-pose ），結(jié)果死活無法通過審核。之前因為角色穿了三角褲（ 這是游戲開發(fā)中非常標準的做法，用于展示角色的身體比例和肌肉結(jié)構(gòu) ），就無法通過審核，也很麻煩。但我個人看法是，就像汽水音樂一樣，字節(jié)有成型的對于 IP 的處理流程，視覺版權(quán)比音樂版權(quán)更難界定，但只要布局，必然會有大量版權(quán)方愿意接入，隨后再下放給字節(jié)自己的模型。”

“ 除了算力、版權(quán)、安全以外，Seedance 2.0 目前最大的限制是，它現(xiàn)在的使用依然沒有脫離對話框，最好的方式應(yīng)該是工具化，集成在工具界面中，就像是美圖秀秀一樣，把 AI 功能融入傳統(tǒng)操作模式里，視頻平臺像剪映這一類的工具，或者是抖音自己集成的快捷工具，都需要它從這種專業(yè)者的實驗室走向更普及化的操作選項中，這可能需要挑戰(zhàn) AI 與現(xiàn)有傳統(tǒng)交互的交互形式，不過好消息是，龍蝦時代到來，讓 Agent 幫忙操作正在迅速破圈，甚至包括 AI 剪輯也是，相信在這兩年交互方式這塊也會有較大的進步。”

Seedance 2.0 前景可期，甚至對于賈樟柯表示要用 AI 拍視頻，文卓也坦言 “ 沒有特別強烈的情緒波動 ”，“ 相比傳統(tǒng)真人實拍領(lǐng)域，我們這個行業(yè)對 AI 的接受和擁抱程度本身就更高、更直接，所以并不覺得意外。如果放到一年前，可能有人會質(zhì)疑：‘ 他能拍嗎？能實現(xiàn)嗎？’ 畢竟當時 AI 創(chuàng)作能力有限。但現(xiàn)在有 Seedance 2.0 這樣的工具，很多事情確實可能發(fā)生變化。甚至包括一些真人實拍領(lǐng)域的導(dǎo)演，也準備進軍動畫行業(yè)做動畫電影，這同樣是順理成章的事情。”