股票配资8倍成本四百播放破亿，AI漫剧凭什么能以小博大

股票配资8倍

作者 | 乌塔

编辑｜李小天

巨日禄创始人杰夫就曾经在公开场合预测，AI 在剧集领域的首个商业化突破口将是"漫剧"，而非真人短剧。

"那个时候，大家都在聊短剧，我在那说 AI。"杰夫调侃道。

但事实是，仅仅过去一年多的时间，杰夫成为了行业里那个的预言家。

2025 年，漫剧开始起飞。

据巨量引擎数据，2025 年上半年，漫剧累计上线量已达 3000 部，复合增长率高达 83%，流水规模激增 12 倍。截止今年 8 月，全国在投漫剧数量达到 1802 部，播放总量突破 95 亿次。而漫剧的全年市场规模，预计突破 200 亿元。

与此同时，成功的商业化案例层出不穷。今年十月的抖音动态漫月榜中，"巨日禄风"漫剧 TOP5 占三。"除却沙雕漫，巨日禄占整个榜单的 70%。" 十一月直接包揽抖音动态漫月榜前三，TOP30 占 3 成。

漫剧起飞的背后，无非是两个重要因素。一是成本，二是内容。这一年，市场陷入长剧冰点、短剧 cp 热的二相性，行业需要新的内容形式来进一步挖掘潜在受众，降本增效作为有效的"开源"手段，其重要性也进一步提升。

漫剧创造的奇迹聚集了行业人和非行业人的目光。不过一年的时间里， 2D 短剧的制作成本压缩到每分钟 400 元，精细 3D 乃至真人 AI 剧的成本压缩到了每分钟 1300 元。低成本、低门槛、高回报的短剧，为想转型、想赚快钱的人提供了最显著的"上升渠道"。

在 WAVE 2025 泛互联网全球领航者大会上，我们和杰夫坐下来，聊了聊行业的这一年以及巨日禄的这一年，也邀请他再做了一次预言——

"一年之后，大家不会再提 AI 漫剧的概念，只会将所有画风的剧集通义称为 AI 剧，AI 剧的月产量可能会达到 3 万部，题材会更加多元丰富，行业会碰撞出更多 AI 火花，任何细分小众的人群都有属于他的内容供给。在海外市场，竞争会愈发激烈，涌现出一批制作 AI 短剧和互动短剧的独立 APP，而这些公司，也都会来自中国。"

大概三年前，杰夫和朋友们一起推出了一个 to c 小说推文工具。用户输入一段文本后，就能生成一段有人物、场景、配音的视频。

"现在看来其实很像 PPT。虽然那个时候 AI 能力还没有突破阈值，但是我觉得必须要先在这个赛道积累经验，所以就紧着当时的 AI 技术能力和市场需求做出了产品。"杰夫的判断并没有出错，那个时候，这个小说推文工具，创作者用户数量已经达到了 20 万以上。

作为第一批吃螃蟹的人，杰夫也走了弯路，那时，他认定技术探索是必要的，于是自己开始训练小模型，并在这项探索上，花费了上千万元。"当然现在我已经改了主意了。毕竟当时很难想象到，只需要两三年时间，AI 就可以发展到这个水平了，专业的事还是给专业的人做。"

谈及当初为什么会有这种想法，杰夫觉得这是一种"惯性思维"。

在 AI 能力突破阈值之前，大家都习惯了创作型工种的从业者，把绝大部分的时间花在训练专业技能上。譬如影视娱乐创作者都需要花大量的时间练习操作技能，把时间放在"怎么做"的层面——画画的人需要日复一日地练习笔头功夫，导演专业的学生 80% 的课程是在学怎么用剪辑软件，学动画的人需要把时间放在制作或者后期软件上。

事实上，在 AI 没有大幅度接入创作的时期，已经有"唯创意成就作品"的例子——《一拳超人》和《灵能百分百》的作者 ONE。

"他在画画技巧层面确实一塌糊涂，但是他讲故事的本身能力是非常好的，我觉得 AI 时代到来以后，越来越多这样讲故事能力强的人会涌现出来。"

图片来源：X

"很长一段时间里，在传统动漫公司和坚持人工创作的人群里，我们就属于邪教头子，当然，我们完全能理解他们的不悦。"杰夫坦诚道。

这似乎是所以行业的"通病"。杰夫举了一个例子。

如果将滴滴看成一种分配司机和用户的技术，显而易见，它能够明显提高效率，比出租车更先进。但在滴滴这个技术产品被普及的过程中，其实最大的阻力是出租车公司。"大部分公司是不相信这种技术的。"

但事实是，大模型的进化速度远远超过了行业人的预期，带来了超乎想象的动力。

爆款基因的巨日禄风格，在早年间受到了不少质疑。

现在的巨日禄已经用数据证明了自己。

"我们早期总和客户 battle。"杰夫告诉我们，当时的漫剧圈，提到"参考文献"或者"目标成品"的第一反应就是国漫和日漫，客户都想用相对低饱和度的色彩，做九头身帅哥美女。

"当时我们就在思考，这真的对吗？在我们证明怎么做对之前，大家都认为像传统动漫那么做才是对的。现在用结果验证了，它就是不对的。"

原因主要有两方面。

一是传统动漫的播放媒介电影院、电视这些横屏，对应的场景是用户专门留出的"相对安静"的独享时间，而短漫剧场景"加塞"在抖音里，"上一个内容可能是美女，下一个内容可能是爆炸新闻"，它的脱离成本极低，只要用户一瞬间不想看了就会划过去。

第二短漫剧场景下的屏幕有限，如果用传统的九头身画风，可能连人物的表情都看不清。"其实短漫剧受众喜欢看大头不是个审美问题，这是观看习惯的问题，画风其实就是甲之蜜糖乙之砒霜"。

"做垂直专业工具很考验这个团队对赛道的 know how，这决定了你对好坏评判标准的尺度。在蛮荒时代，其实大家都是各抒己见的，好在我们自身就是有经验的短漫剧行业从业者，所以至少我们参与讨论的原始群体是正确的。"

时至今日，巨日禄仍然在培养自己的爆款基因。

杰夫透露，在巨日禄关注的主体一致性、指令遵循、运镜、运动、人物表情、画面表现力这些层面，刚刚新发布的通义万相 2.6 都表现突出，同时拥有非常稳定的服务和优异表现，成为了缩减成本重要的作用力。

巨日禄 Agent 制作的分镜片段

他透露，目前 AI 真人短剧的成本比漫剧高百分之三十左右，成本在 1000 元到 2000 元的区间，只有真人实拍的五分之一甚至十分之一，而这就成为了部分用户进入行业的契机。

通义万相以多模态技术正在助力巨日禄重塑 AI 剧制作流程，开创"超高协同 + 极致效率 +AI 普惠"的全新创作范式，进一步完善巨日禄的爆款基因。

"其实在一年前，AI 就能够制作真人剧，但既不能量产也不能控制成本，更别谈谈能不能爆。我们一直在这上面有自我要求，也自己做了实验和投入，最早的剧，很多都是我们自己投的，因为我们不能拿用户的钱去试错，现在只是又回了这个阶段。"

回顾过去一年的行业生态，我们几乎可以定义，2025 年是漫剧元年。

截止今年 8 月，全国在投漫剧数量达到 1802 部，环比增长 15%，播放总量突破 95 亿次。9 月期间，抖音平台新上线漫剧超 6500 部，播放量超 55 亿次，周均上新超 1600 部，产能已逼近真人短剧。

流量的爆发自然进一步刺激了新人涌入，尤其是"纯外行"的新人。杰夫透露，目前巨日禄用户，有很大一部分都是没有剧集制作经验的，这意味着他总需要回答远超工具范畴之外的问题，譬如赛道怎么做，联合发行的合同怎么签，盈利条件怎么设置。

有时，杰夫需要帮用户介绍资源。

"前阵子有人来问我们做不做承制，我们只在很特殊的情况下针对性做这类工作，我就把他介绍给了我的用户，有时候可能我们真的在做深度陪伴。"

就在对谈的前两天，他录制了一个视频，"我对着文档讲了 40 多分钟，教大家怎么搭建 AI 漫剧团队，团队 KPI、组织架构等基础要素怎么设置，整个视频极其枯燥，没有一张图片"。但这个视频，在一天时间内被转发了 1000 多次。

"说明这个行业有越来越多的人准备闯进来了，大家带着不同的基因、视角，也许会让行业变得更有意思。"

但当行业的生态还没有完全成型，却需要接住过大的流量时，自然也会出现一些结构性的问题。

杰夫坦诚，目前有很多模型厂商在业务扩展时候过急，他会做出一些伤害合作伙伴的事。譬如当模型厂商和巨日禄建立联系之后，部分厂商会直接联系巨日禄的用户，意图将巨日禄这个"中间环节"舍弃，开启一端新的合作关系。

但事实是，目前还没有真正进化到用单一模型就能解决漫剧用户诉求的时代，巨日禄是在洞察客观需求后，结合多种模型找到了恰当的发展思路，但大部分厂商在和用户对接时可能出现违背事实的宣传，不仅自己不讨巧也会将使用者"带进沟里"，"有点损人不利己"。

"我也无数次很坦诚地和这些模型厂的决策者沟通，但是最后发现，这是基因问题，公司是多人组成的一个集体，它有自己的发展历程，很难改变它的决策方向。"

在杰夫看来，目前这个阶段，最恰当的解决方式，或许是找到一些身位正确的大模型厂商。

简单来说，就是具有 To B 基因的公司，因为他们更懂得正确的人干正确的人。"这就是我们选择和阿里云合作的原因之一。阿里是一个 To B 基因很深的家公司，在合作期间我遇到的绝大多数情况是，阿里云的伙伴感觉对方更匹配巨日禄，他们都会推荐我们，甚至协助我们和客户沟通、提供服务。在现下的阶段，这个其实比技术本身的含金量更高。"

杰夫坦诚，他认为自己在做的就是一个"打穿信息差"的工作。"如果大模型真正进化到了单一模型就能完美解决用户诉求的时代，我是不会对这种急性扩展有任何怨言的，因为这些厂商足够强大，有能力也有资格去做这件事。"

这一年，漫剧能够受到诸多关注的底层逻辑是，它正在创造一个降本的奇迹。

质量足够高的 3D 效果内容，成本（包括人工）压缩到了 1300 元每分钟。杰夫透露，在不苛求质量和类型的基础上，成本甚至可以压缩到每分钟 400 元。而一年之前，这个数字是 2000 元到 5000 元。

于是百元成本，10 倍收益、百亿赛道自然成为了话题中心。

那么行业未来还会继续压缩成本吗？

在杰夫看来，或许成本已经到达阈值了，但在质量上，行业还会继续卷。"可能很快，3D 和真人的短剧，每分钟成本也能降到 400 元。当然还有一种可能性，资本入局，工具开始补贴。"

从模型来看，差异化、精细化的用户视角，也许会是下一个趋势。在技术之外，深度的交流和真正认知到客户的具体需求格外重要。

杰夫举了个例子。

有行业人和他讨论时，曾经提出一个设想——想要做一款实现"多帧控制生成长视频"功能的软件。"但这其实只是他的假设需求，多帧控制和长镜头在创作流程能被应用吗？这可能要打一个问号。"杰夫坦诚，现在有不少厂商也会用"一句话生成视频"的标语去 pitch 客户，但这可能是一个错误的思维。

这样的功能太过"粗"，它其实没有找到一个垂类的客户画像，它无法精准生成完成不同用户具有专业性的差异化需求，无论是对于哪一个行业的人都差点意思。"说的不好听，它只是从生成一小段废素材，变成了生成一段大的。"

而对于应用从业者来说，如何应对过快的更迭，也是不得不考虑的问题。

当下正处于一个 AI 发展的黄金时代，很难有一个版本的模型持续强势，任何一代模型花期都很短。"可能你们稿件发出去的时候，就又有新消息了。"杰夫感慨道。

因此在选择合作伙伴时，往往不止看当下，更要押注未来。"做大模型需要大量的资金时间耐心投入，我个人觉得在市场上这些诸多模型玩家当中，能够像阿里云这样具备基础条件、技术储备、基础态度的厂商很少，但这些要素对我们选择合作伙伴来说，是十分必要的。"

正如杰夫所言，阿里云几乎是这些年市场上最具长期主义视角的公司。从 2019 年起，阿里达摩院便基于 BERT 架构推出了预训练语言模型 StructBERT，迈出了系统化探索的第一步。

随后的时间里，阿里云持续探索、多次升级。通义万相系列在以"高保真、高自由度的生成能力"为核心要求的基础上，从文生图逐渐升级文生视频、图生视频的全球热门模型。

在 2025 年，通义万相更是保持快速迭代，相继推出 2.2、2.5 版本之后，12 月 16 日最新发布万相 2.6 系列模型。该系列模型面向专业影视制作场景进行了全面升级，进一步提升了画质、音效、指令遵循等能力，新增了角色扮演和分镜控制功能，持续优化视频生成质量和效率，为短剧、漫剧等行业深度赋能。