最近的人類，憂心忡忡：這輪數以兆計的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？車輪滾滾，漫劇當道，漫畫漸成古典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後：這個數字已接近中國電影票房的一半，並被視為人類創意結晶的“短劇”迅速拋離。而比紙面資料更令人震動的，是背後的“供給側革命”：AI已將漫劇製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”。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，便如同鑄就一台商業“印鈔機”。然而，其脆弱性也在於此：除了IP積澱與社交黏性，內容本身並無“成癮性”護城河，使用者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“管道為王”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，內容生產受困於高成本、長周期的痛點：傳統動畫需上百人團隊耗時數月，影視製作成本動輒數千萬，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”才能俘獲使用者的碎片化使用時長。短影片、興趣社區，開創了UGC（使用者生產內容）這種去中心化模式，解決了內容的成本問題，然後用推薦演算法匹配使用者興趣度，提升了內容質量（提升使用者時長），然後靠廣告、電商來盈利。AIGC（AI Generated Content）則更進一步。相對於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來源：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複性人力勞動：●比如在程式碼生成領域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。●另外文字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，但作為文字生產者的助手已經相當出色。●在音訊生產領域， 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，廣泛應用於客服及硬體機器人、有聲讀物製作、語音播報等。圖：AIGC主要下游落地場景來源：華泰證券當然，AIGC真正具有想像空間的是圖像和視訊生成，以及跨模態應用。視訊行業，電影、電視、串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。如據晚點報導，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值也表明使用者並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2000億美元的遊戲行業，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。資料來源：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訊領域，並正產生一個奇特的現象：網際網路最差的生意，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。傳統動態漫製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，部分精良製作也僅需1個月，與真人短劇周期相當。近期中文線上、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，製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，受限於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，如超長視訊中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對於內容產業的顛覆，更具想像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，都不再受限於人力與技術的短板。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像力；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、遊戲的邊界，即AI充當編劇和導演的角色。例如，擁有很多擁躉的頭部IP《我的治癒系遊戲》，可通過AI直接從小說文字生成漫劇分鏡，再自動轉化為動態漫。這種跨形態能力，讓IP不再侷限於單一載體，快速適配為漫劇、短影片、小遊戲等多種形態。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訊製作的全流程；動態漫製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來源：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“使用者注意力稀缺”的矛盾。傳統傳播模式依賴管道霸權與撒胡椒面式行銷，效率低下且成本高昂，因此誰能革新管道就能創造巨量的商業價值。短影片之所以在全球範圍內都大獲成功，就是得益於UGC和推薦演算法——內容即管道。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管道的革新。通過數字的方式實現了音樂的“雲化”，主打“即時播放、正版授權”，使用者擺脫播放裝置困擾，從買斷制走向訂閱制，由於使用門檻大幅下降，全球訂閱使用者近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（全球錄製音樂市場規模）資料來源：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：通過使用者畫像分析、智能推薦演算法與場景化適配，AI可實現內容找人的精準連結，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台。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.使用者畫像精準化：從群體標籤到個體畫像傳統傳播對使用者畫像的理解停留在非常粗線條的群體標籤，如“18-24歲男性”、“本科以上學歷”，無法捕捉個體差異化；AI通過分析使用者的行為資料（如觀看時長、互動頻率、付費偏好），建構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，平台通過AI分析發現：早期漫劇使用者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。基於這一畫像，部分平台調整了漫劇的流量分配策略——向三線城市男性使用者傾斜玄幻類漫劇推薦，同時推出男性向題材分帳溢價政策，吸引製作公司聚焦這類內容。資料顯示，針對性推薦後，漫劇的有效點選率提升27%，使用者留存率提升19%。遊戲行業的使用者畫像應用更為深入，實現“千人千面”的內容推送：例如對高付費使用者推送高價皮膚與專屬活動，對小額付費使用者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竿。2.推薦演算法智能化：從人工營運到資料驅動傳統內容分發依賴人工營運團隊判斷那些內容可能受歡迎，主觀性強且效率低；AI推薦演算法通過即時分析海量使用者資料，自動識別內容與使用者的匹配度，實現優勝劣汰，讓優質內容更快觸達目標使用者。短影片平台的漫劇分發是典型案例。抖音的漫劇流量分配模型會即時跟蹤使用者的觀看行為：若使用者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%，演算法會判定該內容“受歡迎”，將其推入更大的流量池。這種“資料驅動”的分發模式，讓優質漫劇能快速突圍——2025年四季度，《我的治癒系遊戲》漫劇通過演算法推薦，上線7天播放量破億，成為現象級作品。長視訊平台的演算法最佳化同樣顯著。愛奇藝的網路大電影分帳演算法，將AI推薦與商業變現直接掛鉤：片方收益=2元×有效點選（觀看超過6分鐘），而有效點選量的核心影響因素是演算法推薦的精準度。通過AI最佳化推薦後，網路大電影的平均有效點選率提升了34%，片方平均分帳收入增長22%。3.傳播場景適配化：從單一管道到多端覆蓋AI不僅能精準找到使用者，還能根據使用者的消費場景（如通勤、居家、休閒）適配不同形態的內容，提升使用者的消費意願。例如，使用者在通勤時更傾向於觀看5-10分鐘的漫劇短影片，而在居家時更願意觀看30分鐘以上的長集漫劇；AI的跨模態能力，能夠通過識別使用者的地理位置、裝置類型、使用時間，自動推送適配場景的內容形態。微信小遊戲的場景適配是典型案例。根據24M7微信小遊戲開發者大會資料，女性玩家佔比高於傳統APP遊戲，且偏好模擬經營類內容；同時，三線城市使用者佔比達50%，主要在碎片化時間玩遊戲。基於這一場景分析，遊戲廠商通過AI將模擬經營類遊戲適配為輕量化版本——單局時長控制在5-10分鐘，操作簡化為點選滑動，結果這類遊戲的使用者留存率提升了25%，付費率提升18%。音樂平台的場景化傳播同樣依賴AI。騰訊音樂通過分析使用者的聽歌場景（如工作、運動、睡眠），推送適配的音樂內容：例如對運動場景使用者推送高節奏的搖滾、電子音樂，對睡眠場景使用者推送舒緩的輕音樂。資料顯示，場景化推薦後，使用者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並非偶然，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。從資料來看，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，儘管仍低於真人短劇的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。漫劇之後，隨著大模型技術的迭代，更多內容產業將迎來類似變革，尤其是視訊領域：短影片微短劇目前微短劇製作仍依賴真人拍攝，成本達六七十萬/部；未來AI可實現文字生成視訊，直接從劇本生成短劇，成本或降至10萬以內，同時通過AI換臉技術讓使用者能將自己代入劇情；遊戲AI不僅能降低研發成本，還能創造全新玩法——例如動態調整遊戲難度（根據玩家操作即時最佳化關卡）、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設計遊戲；影視AI將進一步滲透影視製作全流程，從劇本生成、分鏡設計到虛擬拍攝、特效渲染，實現“小成本大製作”；同時，AI可通過分析使用者偏好，預測影視內容的市場表現，降低投資風險。這些領域的重構並非遙不可及。例如，2024年OpenAI發佈的Sora已能生成60秒的高畫質視訊，快手的可靈AI、阿里的通義萬相也在短影片生成領域取得突破；遊戲行業的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最佳化，而是全鏈路的革命——它讓內容生產不再受限於人力與成本，讓內容傳播不再依賴於管道與運氣，讓更多優質內容有機會觸達使用者。對於內容企業而言，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，短影片重塑螢幕，使用者永遠會走向更高效的內容體驗。成本、效率、使用者理解，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：其本質並非革命或泡沫，而是商業價值在本源上的回歸與重構。 (錦緞)