“AI越厉害，审美就越贵”这事儿，被Seedance2.0证明了

“ AI 越厉害，审美就越贵 ” 这句话你一定看见过。

在 AI 生图、生视频越来越强的现在，人们普遍认为这句话是合理的，但这是某种 “ 感觉 ”，没有实感的验证。

而 Seedance 2.0 的出现，似乎让从业者们达成了共识。

Seedance 2.0 上线后，知危编辑部先是进行了深度实测，随后与多位相关从业专家进行了对话，他们对 Seedance 2.0 的评价有好有坏，但巧合的是，他们都指出了同一个关键点，不约而同地表示：“ AI 越厉害，审美就越贵 ” 。

可以说，是 Seedance 2.0 的出现，在实感上证实了这个逻辑。那么，Seedance 2.0 到底改变了什么？为什么它可能极大蚕食外包市场，又暂时动不了专业创作者的饭碗？

下文，我们将跟随手游、漫剧、动画三个行业的专家视角，带您一探究竟。

首先最重要的一点，每一位专家都同意，Seedance 2.0 输出结果的完整性，给他们带来了最大的震撼，这代表了 Seedance 2.0 的上限。

游戏制作人王鲸表示，“ 模型输出结果的完整度与精细度给我的震撼是最大的。如果以前更多只是练习场景，现在明确可以作为生产场景安排相关的计划了。”

“ 它将音效、口型、音乐和画面一步到位，对于需求不高的素材，省了非常多的工作量，另外一些不好找的音效，也可以通过变相将 Seedance 2.0 当成音效生成器来获取。”

从事动画行业的电影制片人文卓有着相同的感受，并补充道，“ 在 Seedance 2.0 生成的镜头里，角色的长相、服饰细节，甚至一些光影逻辑，在不同镜头之间的变化都保持了很好的稳定性。相比之前各个平台的模型技术，这是一个非常大的提升。”

从事漫剧行业的品牌设计师、影视美术指导 BIG 桃表示，“ 最大的震撼点是从片段生成到段落生成有了巨大的突破。还有就是从随机拼贴到结构化表达，比如随便给它一些图，它给到的表达也是比较顺畅的。创意演示则可以达到商用级别。” 从片段生成到段落生成的进步，带来的是极大的成本优化和效率提升，“ 通过之前的测试，如果模型所有能力都开放，我认为效率至少能提升 40% 到 50%，毕竟它的分镜 70% 到 80% 都能用，只要提示词给得好。”

王鲸补充道，“ 自动分镜运镜节省了很多镜头相关的提示词，要知道连续镜头运动的提示词是最难写的。而且，对于我们这种非影视的行业来说，目前体验较为满意。”

“ 不过从镜头逻辑性和意境角度来说，依然需要较为复杂的人工干涉才能复刻顶级分镜运镜。”

文卓则认为，AI 目前还无法复现影视行业的顶级分镜运镜，“ 比如现实中影视分镜运镜的 ‘ 天花板 ’ 案例，特别是动漫领域，鸟山明、富坚义博等大师的作品分镜质量非常高，甚至有些漫画分镜，可能都不一定能完全精准地转化为动画，因为漫画是静态的，而动画是动态的。尤其是富坚义博在一些作品里，对传统分镜做了非常大胆的突破和想象力的延展，这种方式在动画里很难 100% 原汁原味地体现。”

“ 业内比较公认的一个案例，是富坚义博在《 全职猎人 》的蚂蚁篇里的著名的 ‘ 九连黑 ’ 镜头。这个镜头画面全黑，只有对白框，但他通过对白框里的文字来铺垫人物情感、推进剧情，让读者在脑海中自己补完画面和想象。这是一个非常高级的处理方式，即便是在动画里，也很难极致地还原出这种效果。”

“ 所以这种级别的分镜，即便是人工制作也比较难实现，更别说 AI 现阶段要做到同样的水平了。”

除了完整度，Seedance 2.0 的输出稳定性也极大提高，极大降低了抽卡带来的浪费，这也是其在落地时实现从 “ 玩具 ” 升级到 “ 工具 ” 的底层支撑，这代表了 Seedance 2.0 的下限。

王鲸表示，“ 个人感觉 Seedance 2.0 的落地可靠性非常恐怖，现在已经达到了以假乱真的地步。这对于游戏行业的成本节省几乎是革命性的。”

“ 以前基于传统手段做游戏动画视频，我们要从模型资产做起，再配合音效、动作、场景、灯光，还有对应的动画导演、中台团队等，一个月也出不了几段视频，综合成本非常高。”

“ 以我曾经在的 FunPlus（ 趣加 ）举例，公司在北京能找到人才，综合薪资也是行业头部，只有这样才能留住人。所以如果依靠传统手段，只有大厂才烧得起巨额游戏研发费用。”

“ 而到了视频生成模型时代，比如 Veo、即梦、可灵、Sora 等，目前除了 Veo 以外都不贵，但是来回抽卡的成本很高，抽几十、几百次才能出一个有用的，也费人力。Seedance 2.0 的输出稳定性提高这么多，可以想象实用价值非常高。”

王鲸甚至表示，“ 可以感受到，对于游戏行业，未来要做云游戏+AI引擎，比如实时生成的过场动画，也不再是幻想了。”

“ Seedance 2.0 刚出时，我拿到内测账号，是首批用户之一，当时只用一条就出来我想要的结果。” 这样的体验给 BIG 桃带来了深刻印象。

汤臣倍健曾经耗资百万制作了一个纯 AI 生成的广告片《 敢探极境 》，片长两分多钟，包含一百个镜头，每个镜头的图片和视频最多需要抽卡数百次。

BIG 桃认为，“ 虽然抽卡次数多，但用 AI 生成的成本肯定比实际拍摄少很多，现在如果用 Seedance 2.0 的话，能把成本进一步降低，估计至少能降低 70% 左右。”

“ 它多模态能力比较强，通过多个参考样本提升模型输出的一致性，可以进一步减少抽卡次数。给它多一些镜头参考，甚至能做完全精确的控制。基于目前漫剧市场的需求，是够用的。”

王鲸补充道，“ 因为我们的网游场景需要的都是时间较短的小片段，目前 Seedance 2.0 提供的参考数量上限已经够用。”

深度体验 Seedance 2.0 之后，则能进一步感受到模型在指令遵循方面的优势。

文卓表示，“ 如果提示词足够精准且详细，它如实反馈的准确性还是比较高的，至少比之前很多模型高很多。如果条件允许的话，确实是尽量多写一些会更好，比如分镜、动作、构图、光照等维度。这比增加参考数量更有用。”

“ 另外有些情况下，比如一场戏发生在一个固定区域、固定场景里，我们也会基于之前使用过的 prompt 继续往下迭代，叠加新的描述或补充额外信息。这样在延续性和一致性方面，能够比较好地保持下来。”

王鲸表示，“ 对于我们这种非专业用户来说，Seedance 2.0 的指令遵循表现属于优秀，可能是因为网络游戏行业以前在运镜方面一直是短板。”

“ 要想模型更好遵循指令，我探索下来的技巧是，要么用多模态 AI 帮忙反扒参考提示词，要么就是反而少写一些让 Seedance 2.0 去发挥。即便不使用详细指令，大部分情况下也是满意的，但是因为现在生成速度的原因，所以不能很流畅的抽卡。所以，提升可控性的方法是先想清楚自己的目的是让AI自由发挥还是照抄，预期清晰了，结果也会清晰。”

当然，Seedance 2.0 也还远没达到完美，有着大量的不足之处。

王鲸表示，“ Seedance 2.0 有较大概率出现物理缺陷、空间缺陷，以及局部内容连贯性问题，比如角色拔刀时可能会出现刀拔出来了，但是刀鞘里还有残留部件，又或者特写的时候出现左右关系错乱。另外，AI 在运镜时很喜欢用力过猛，一个小清新场景也容易出现很夸张的镜头，所以镜头语义这块还有上升空间。”

文卓也有类似感受，“ AI 经常会出现一些明显或微妙的错误，或者和现实不一致的地方。即便它的成品想往动画或影视方向靠，观众在观看时仍然容易感觉沉浸感不足，容易出戏。主要原因在于它的一些惯用表达方式、镜头语言等，总会带有明显的 ‘ AI 味 ’。具体表现形式可能很难用语言完全描述，但一眼就能看出来这是 AI 生成的作品。”

王鲸则认为沉浸感不足主要还是 AI 对于世界的理解仍然有缺陷，“ 就像那种用力过猛，就显得不真实，容易出戏。而且现在很多作品都是写实风格的，人最熟悉的就是真实空间，自然容易发现问题。如果是一些风格化的内容，反而还好。”

BIG 桃表示，“ 在漫剧领域，Seedance 2.0 目前还是做不了长叙事的稳定输出，对于复杂空间和高密度的情绪沉淀也不太行，面部表情不够细腻，比如微笑表达过于急促或有缺失，还得靠演员来演。在我看来，AI （ 暂时 ）比较擅长搭建结构，并不擅长深层的表达。”

“ 从美术的角度，按传统宣传片标准没问题，但一眼看过去还是觉得假。所以 Seedance 2.0 对于我们是突破，并不是完全的变革，目前所有 AI 工具都不能直接把整个剧本生成完整内容。”

Seedance 2.0 的二次编辑能力也达不到专业生产标准，创作者基本还是把希望放在抽卡上，王鲸表示，“ 不能精调带来的问题就是最后一公里往往花费的时间比前面多很多倍。再叠加等待时间，产生还不如手搓的感觉。”

“ 另外，Seedance 2.0 输出的高完整度也不是没有缺点，一步到位的弊端是没有工程化，对成品素材的修改增加了难度，这也许是需要新工作流的场景。”

知危在与一位 3D 动画师交流的时候也得到反馈称，由于 Seedance 2.0 输出的是视频文件，而不是 Unreal、Unity 等引擎中包含骨骼绑定、材质、灯光等结构化信息的工程文件，这极大限制了其嵌入现有工作流的可行性。

以上基本是 Seedance 2.0 的总体优点和不足，接下来我们将按不同行业比如广告、游戏、漫剧、动画等分别来看 Seedance 2.0 的落地适配度。

首先是广告行业，由于需求明确和叙事要求更低，因此 Seedance 2.0 在广告行业的落地适配度极高。

文卓表示，“ 我以前也在广告行业工作过。广告行业有一个特点，就是在创意创作环节，它给到的信息通常非常明确。某种程度上甚至比一般的动画或影视创作给到的信息还要更精准。”

“ 比如传统真人拍摄，同样一段剧情，不同演员对同一剧情的表演状态可能都不一样。导演可能会觉得这一条不错，但还是会让演员再来一条，换一种感觉试试。只要整体表达基本符合导演或创作团队对剧情的理解，其实就可以使用。动画会比真人拍摄更精准一点，但中间仍然存在一个不断磨合和调整的空间。”

“ 但广告通常会精准到画面里的每一个细节，因为每一个细节都有可能影响广告最终要传递的信息。所以过去广告行业在做广告片分镜的时候，会把镜头描述得非常具体、非常清晰。也正因为如此，广告行业的人在使用 AIGC 创作平台时，其实有天然优势，特别是在写关键词和引导词这件事情上。”

“ 而且，广告对场景一致性没有特别严格的要求，短片几十秒、一两分钟的长度天然就能规避这些问题。”

“ 虽然画面质量可能并不比动画、影视更低，但是内容的特点决定了它可以规避传统叙事逻辑里那些硬性的视听语言要求。” “ 比如在人物表演的镜头切换中，不论真人还是动画，两个人物对话时镜头通常会涉及角度变化：正面、侧面等。如果最开始你面对的角色在左侧，镜头切过去又给了一个相反的方位，这在视听语言上会显得别扭，观众直观上会觉得混乱、不舒服。”

“ 但广告不一样，它可以故意打乱这种节奏，甚至在两个人面对面对话的时候，突然插入一个产品画面来打断对话。这种节奏上的中断和变化在广告里是可以接受的，甚至有时还能起到强化效果。而在剧情类、影视、电影等作品中，这种做法就不行，因为会破坏叙事的连贯性和观众的代入感。”

“ 所以，在过去广告行业那种相对冗余的创作团队规模和体量下，在 Seedance 2.0 这种新技术和工具出现之后，很可能会受到非常大的影响。”

BIG 桃补充了一个案例，“ 我有一个朋友，在广告领域算满头部的，业务包括汽车广告等。他们以前可能需要生成大量镜头，现在用 Seedance 2.0，把车的主体放进去、场景描述清楚，基本上一镜就能出完。”

“ 以前做广告投放矩阵，需要和公关公司对接，经过定稿、出成品等流程，时间成本其实和传统广告制作差不多。现在利用 AI，一条广告基本上就能直接输出，而且一般广告时长就在 15 秒以内，速度自然大幅提高。”

在王鲸看来，Seedance 2.0 对于游戏行业来说是重大利好，“ 因为许多游戏在视频这一块一直是短板，作为小型初创团队，我们不具备这方面的人才储备，以及中台流程较长，而现在很多事情可以我们自己搞定，这让我们立即决定给 Seedance 2.0 付费。”

“ 现在无论是从资产生产还是从艺术指导的角度，可以迅速把这块短板拉到相较于之前的高水平。总体上，我们计划将 Seedance 2.0 用于游戏的设计、制作、营销等阶段。”

“ 制作方面，目前我们将 Seedance 2.0 用于生成一些游戏中的动画资源，以及做一些 2D 资产比如英雄展示动画，优点是效果好，有多模态属性。”

“ 我们现在在做一款宠物题材游戏，原本宠物模型需要人精心设计各种非人型单位复杂动作，比如不同品种生物的奔跑姿态、攻击动作、互动行为等，这些都需要深入理解动物的运动规律。现在简直是开挂，AI 做的基本都能用，只要给它介绍清楚这是什么品种、做什么动作。”

“ 生成的稳定性其实和游戏的风格也有关系，毕竟游戏之间的画风以及资产差异比较大。”

而且，王鲸还有一个观察，当前许多游戏玩家对于 AI 生成内容的接受度并不算低，“ 目前我们游戏的玩家之前有吐槽过像 AI 生成的资产，但是作为买量游戏，这一点没有影响他们继续玩游戏。而且行业内也有一些头部游戏明显 AI 味道更浓厚，也取得了非常高的流水，比如有几个 SLG 游戏，角色和宣发的 AI 味非常重。所以从结果来说，AI 应该是支撑了我所在赛道的商业模式。 ”

类似的现象也出现在漫剧行业中，画面其实并不是用户关注的最重要因素。

BIG 桃表示，“ 在一部漫剧里，剧本、人物设定、场景，都是用 AI 完成的，大部分视频素材也由 AI 完成。漫剧的表达相对简单，只要场景对、人对、台词对就行，观众不太在乎背景是否穿帮。但最终结果靠人工完成，比如剪辑，需要人工决定素材如何拼接。”

“ 用户对 AI 生成内容的接受度还挺高。过年回家，我和家人聊这个问题，男女老少都问过，基本上 80% 的人接受 AI 生成内容。”

“ 作为专业人士，我们有时会非常注意穿帮镜头，但普通用户可能更关注听觉而非画面。漫剧本身短，一集 1~3 分钟，二十到四十集就能看完一个故事。故事要精彩，爆点速度要快。用户付费意愿也挺强，能看下去前十集就愿意付费，特别是男频类剧。” 所以可以说，用户的关注点主要是在剧本层面上，“ 严格来说，对剧本的要求也和看美剧一样，即使知道接下来的结果，也还是想往下看，期待得到反馈。”

“ 对于我们而言，Seedance 2.0 带来的最大改变是，它做不超过一分钟的内容时，稳定性挺强，到制作环节稍微人工调整一下就可以用了。”

“ 在 Seedance 2.0 之前，做某些镜头或者内容经常要同时靠运气和技术。做漫剧时，要让人物不崩、画风不变、画面稳定，最多只能维持 5 到 8 秒，再长可能节奏就会乱。Seedance 2.0 直接提升到接近 15 秒的稳定性，后期稍调整一下就可用，对短视频场景很友好。”

“ 我也与几个导演、制作人聊过 Seedance 2.0 的能力边界，他们都实际用过。大家一致觉得：Seedance 2.0 真的懂镜头、懂运镜、懂分镜，不是瞎生成画面，很有影视感。但边界也很清楚：它更适合广告、短漫剧、分镜预览这种短内容，长视频、复杂剧情、大动态镜头，还是要人工配合，不能完全丢给 AI。”

从短平快的漫剧开始，AI 正在改变影视内容的生产逻辑，“ 我之前在传统影视剧里负责美术指导，我发现现在的漫剧和以前的输出结果差不多，但制片环节发生了变化。”

“ 传统行业需要先有好的资源和阵容，再找制片方，制片方投钱后才展开工作。现在对于漫剧，制片环节在开始时，只要有一个剧本，前面最复杂的工作比如分镜等由 AI 做完，完成后就可以去卖剧。”

“ 但中间一些环节预计仍会依赖传统制片方式，包括人脸使用这一块。比如想做一部 AI 电影，做到 90 分钟也可以挂龙标，不需要演员来演，但仍需获得演员授权，在未来这是极有可能的。”

相比较广告、游戏、漫剧行业，动画行业对于 Seedance 2.0 的采用则会克制很多。

文卓表示，“ 因为我们主要是做动画电影的，所以 Seedance 2.0 在现阶段的帮助不是特别大。” “ 虽然它在流畅性、连贯性，以及人物资产、场景资产的一致性上，相比之前都有了很大的提升。但和真正专业的制作要求比如电影级水准相比，仍然存在明显差距。”

“ 而且因为它是 AI 生成，最后直接输出的是一个完整的视频文件。哪怕其中只有一两秒我们认为不合适，比如节奏上出现变化，或者逻辑上出现打断，那这个镜头其实就没有办法使用。”

“ 所以还是需要大量生成和抽卡。目前比较好的处理方式，还是生成单一的短镜头。比如一个镜头 3 秒到5 秒，如果输出没有问题，那这个镜头就可以用，然后再去生成下一个 3 秒到 5 秒的镜头，而不会一次性生成十几秒的内容。”

在具体场景上，动画行业更多将 AI 用于灵感迭代，“ 至少对我们来说，在项目的中前期，它确实能起到很大帮助。它可以让我们面向其他合作方、创作者，或者后续生产相关的团队，通过快速打样的方式进行阐述和说明。”

“ 以往在这个行业里，如果要和别人沟通，我需要去找大量参考片段，找到一个比较接近我想表达的镜头，然后剪出来给别人看，让他们理解我的想法。”

“ 但现在可以用 AI，通过提示词或人物、场景替换生成非常直观的表达方式，不同环节的沟通成本大大降低。至少在前期环节，它大概能节省 1/4 到 1/3 左右的成本。随着技术不断完善，它能节省的成本肯定会越来越多。”

“ 比如在设计分镜时，我们会参考 Seedance 2.0 给到的一些概念，尤其是动作戏、文戏部分，它的表现还是不错的。”

“ 一些镜头表现或剧情表演要求不高的镜头，我们可能会尝试让它直接给出参考性的分镜结果。从导演或者动画表演角度，我们会看它给出的方案和我们设想的表达差异有多大。如果差异不大，我们就可以直接使用它给出的分镜和镜头表现方式。因此，Seedance 2.0 的分镜更多是作为参考来适当使用。”

“ 我们也尝试过一些复杂的动作和分镜，但可能提示词不够精准，或者我们的项目题材比较新颖，Seendance 2.0 和其它 AI 平台的综合表现还是存在差距。因此，我们往往采用两条路同时推进的方式。一方面用传统方法，做分镜、找参考镜头，或者直接拍摄可行的动作，让动画团队根据拍摄镜头做参考和制作。另一方面，小范围让善于用 AI 进行镜头生成的同事去做尝试，看看是否能抽到好的结果。哪个更快，哪个更合适，就用哪个。”

知危还了解到一个观点称，Seedance 2.0 更适用后期制作，尤其偏向特效呈现，文卓则认为这要具体问题具体分析，“ 现在一些以 AIGC 为主的内容产品比如漫剧、网剧等，它们对特效的需求往往是一次性的，比如非常炫酷的光效或者强大的粒子效果，在一个镜头里可能只有 5 秒、10 秒的持续演出。当剧情或者场景发生变化后，这些特效在后续就未必再出现。所以在这种情况下，这种生成方式其实规避了对一致性的要求。”

“ 以我们小时候看的动画片比如《 圣斗士 》、《 奥特曼 》变身的场景为例。以前动画行业里有个做法叫兼用帧（ 兼用卡 ），意思是，变身的动作已经固定好了，制作完这个镜头后，在不同剧情里适时放进去，这样可以节省成本。特效也是类似的，很关注是否可以重复使用。但 AI 的概率性、抽卡性使得这种可复现性很难实现。”

到此，基本可以看清 Seedance 2.0 的行业影响边界，其更适合广告、游戏、漫剧等行业的特点也表明，不同于代码生成，由于二次编辑可行性受限，以及无法输出工程文件以嵌入传统复杂工作流等原因，AI 视频对行业的影响力很大程度上还是取决于它单次输出结果的特性。如果单次输出结果能匹配场景特性，则能直接提升生产力，如果无法匹配，则只能作为 “ 灵感引擎 ”，比如动画行业。

春节前后全网热烈讨论的 “ Seedance 2.0 取代导演 ” 等言论，很明显也是不成立的。所有专家一致同意，一些基础重复的工作岗位可能会被替代或消失，但高级岗位不会，BIG桃表示，“ 比如初级分镜、基础广告执行等可能被替代，但导演的判断和内容决策、IP 建构等不会。”

文卓表示，“ 替代任何岗位还不可能，但如果从提效的角度来看，虽然对中期和后期也有帮助，但它对前期的提效是最明显的。前期主要涉及概念验证、设计以及决策辅助等，比如快速确定风格、视觉方向探索等。所以后续也暂时还没有打算把 Seedance 2.0 直接应用到具体项目里。”

王鲸表示，“ 从公司角度，能够把 AI 融入工作管线的公司仍然值钱，有着成熟工作流与独特艺术风格的公司仍然值钱，那些纯用人力换皮的公司可能面临淘汰。”

“ 另外，游戏行业的广告视频是一个非常大的市场，但是据我观察，现在的发行同行也在第一时间就接入了 AI 视频，所以我认为人是活的，会学习技能，现在依然是人+AI大于 AI。当然，以后我们谈视频外包，应该要学习新时代的定价，节约节约经费了。”

在文卓看来，AI 要完全嵌入动画行业的传统工作流，还有很长的路要走。

“ 我们有自己的技术流程，更多是利用 AI 来提升各个环节的生产效率，有点像 AI 在电商行业或者口播行业里的应用，或者动画行业原本就有的动捕流程。比如我们会先拍摄真人表演，让 AI 通过两三个机位拍摄的镜头捕捉演员动作的关键帧。” “ 很多工程制造领域也有类似观点：传统的机械结构有时比自动化电子结构更稳定、更可靠。我们对 AI 的理解在现阶段也是类似的。”

“ 我们会把传统动画影视制作流程拆分开，逐个环节看是否可以用 AI 来优化和提效，而不是一股脑把所有工作交给 AI 来完成，这样做至少现阶段还是比较问题多的。因为动画镜头的表达，以及整体视听语言的呈现，还不是简单的 AIGC 内容能轻易匹配的。国内大部分专业的动画制作团队都是这样，很少会把大比例的生产流程完全依赖在 AIGC 平台上。”

BIG桃表示，“ 涉及长叙事、复杂空间、高密度情绪表达的镜头，我们还是得大量用传统技术比如配音，或传统 AI 技术比如动捕转换去做，没法靠 AI 视频模型一次性完成。”

AI 会降低某些要素的稀缺性，那自然保持稀缺性的要素永远有市场价值。

BIG 桃表示，“ 客户是买创意还是买结果？当然两者通常打包，但无论是过去手工操作，还是现在用 AI 去做，创意都是核心。一个没有创意的人，零基础操作 Seedance 2.0，最终也不会有可落地的结果。”

所以，为了提高行业竞争力，BIG 桃将注意力放在打造 IP 资产上，“ 我的做法区别于普通漫剧公司，更倾向于做资产，比如人设和场景设计。”

“ 我认为，漫剧行业未来会趋于规模化。现在内容堆得多，但到一定程度，市场反馈会疲惫，需要专业的人做专业的事情比如在人设上做优化。”

“ 因为目前漫剧最大问题是大家用的关键词差不多，人设没有特色，长得都一样。如果人物没有特点，就不容易被记住，也无法形成 IP。没有 IP，产品就无法产生复利。”

“ 我现在的工作是基于过去做美术和品牌的经验，专门设计剧本人物设定，包括服化道、服装、背景和环境设定，从品牌角度做特色内容，给用户带来新鲜感，主要是女频类。”

“ 单纯靠 AI 完成，出来的效果一眼就能看出是哪个模型做的。这里有一个巧劲：我们本身具备人物设定能力，先手绘完成，再喂给 AI，生成的内容就是属于我们自己的资产。或者反过来，先用 Lovart 生成，它集成了很多模型，可以用多个模型帮我生成想要的人设。生成后挑出满意的，再重新绘制，然后用 AI 做多角度处理。”

其实在专业手绘创作者看来，当前的 AI 图像模型也有非常明显的缺陷，“ 比如 Nano Banana 在二次元市场是不被接受的，它的的输出乍一看没毛病，但仔细观察会发现结构错误，比如发丝方向、衣服细节（ 比如荷叶边袖子 ）逻辑不对，线条之间容易穿插等，二次元市场对物理真实性非常讲究，不会容忍这些缺陷。”

“ 回到 AIGC 刚出来时的口号：AI 不行，你得有审美能力。招人也是一样，首先要看有没有审美能力，否则即便技术再强也无法采纳。操作 AI 不需要技术，只要描述词准确，结果就能出来。但我们做的是视觉类内容，美感非常重要。”

“ 行业未来要构建核心竞争力。AI 占比高使门槛降低，所以核心还是资产问题，要通过 IP 化完成作品，才能提升价值。很多资本其实不愿投漫剧公司，因为漫剧缺乏护城河、门槛低、靠量生产，价值有限。随着模型不断迭代，制作成本可能很快全行业从 120 万降到 40 万再到 20 万，这个过程容易拖累资本，所以不被资本接受。但如果内容如人设、背景经过设计、完全 IP 化，就容易获得投资。比如哪吒，用 AI 生成内容其实也可行，不再依赖高昂建模渲染，AI 能完成片段制作，且 IP 受保护，就可以持续复利。”

“ 一定还是人工在前，智能在后嘛。”

文卓从另一个角度阐述了这一观点，他表示现在动画行业里有一个怪象，喜欢把 AI 当作营销卖点，“ 举例来说，有一部近期上映的动画电影，打着国内首部 AIGC 动画电影的噱头。社交媒体上，有用户对 ‘ 国内首部 AIGC 动画电影 ’ 的宣传表示质疑：既然是 AI 生成的，他们为什么还要花钱去电影院看？”

“ 普通人用 AI 也能做出类似的东西，但电影票价却高达 30 多块，这让观众感觉类似前段时间的 ‘ 预制菜 ’ 问题，本身是便宜的，但却要消费者高价买单。”

“ 从资本角度来看，投资人也会提出疑问：既然可以用 AI，生产成本是不是应该降低？”

“ 因此我认为用AI不应该成为卖点，而只是一个特点。投资方关注的是成本和利润空间，AI 的作用更多是降低成本，而不是直接提升吸引力或投资价值。”

“ AI 在动画制作中已经被广泛使用，大家都不会刻意回避这个事实。但整体来看，观众对纯 AI 生成内容的付费意愿不高，除非作品本身在故事、内容上真正满足需求，即便使用了 AI，也可能愿意为高质量的作品买单。但仅仅因为 AI 的使用带来炫酷特效或打斗场面，而故事本身不吸引人，观众通常不会因此付费。”

知危之前在《 哪吒2 》动画电影大火后，做过对动画行业的调查，发现大部分团队都处于 “ 为爱发电 ” 的状态，团队很难吸引资本投资，从业者收入也不高。虽然 Seedance 2.0 对动画行业影响总体有限，但其在概念验证的实用价值能带来哪些机会呢？文卓表示，“ 从资本的角度来讲，故事讲成什么样子，或者说用什么样的技术来展示，可能不是最重要的。资本核心关注的是题材和市场定位，以及整体的商业思路。但是 AI 技术的普及和发展确实有可能带来成本的下降和效率的提升。这确实会从某些层面为创作团队降低试错成本和提供更多的机会。”

尽管仍有不少局限性，但 Seedance 2.0 的市场潜力仍然是巨大的。只是目前模型尽管热度极高，但受到了算力、版权、安全等方面的限制，大大弱化了从业者的使用体验和使用意愿，这些问题也迟迟未得到解决。就在近期，字节跳动还因为版权问题尚未解决暂缓在全球发布 Seedance 2.0。

王鲸也忍不住吐槽道，“ Seedance 2.0 很好用，但缺点是排队等待时间太长了。”

来源：即梦

“ 目前感受是很割裂的，创作也需要及时性，很多灵感都是转瞬即逝的，因此这种延迟的继续会极大限制个人创作者。”

“ 但是参考以前 3D 渲染和 SDAI 时代，如果有灵活的档位可以选，或者输出更白模的版本，其实就可以算做一种工程输出，最终再用 AI 重新加工一次，或许可以改善现在的工作流。就像视频剪辑，如果每次编辑都要导出，谁都受不了，支持实时预览才是真正的革命。”

算力限制带来的问题不止是排队，可能还有 “ 降智 ”，也就是模型输出的质量大不如前，这在网上已经成为了热门话题，有不少相关案例呈现。

文卓转述了一些同行的抱怨，“ 他们会觉得，明明可以做得更好，可偏偏又 ‘ 降智 ’、又限制输出，让人挺难受的。一些朋友自己做漫剧或者其它类型作品，对 AI 工具依赖比较高，所以当使用效果被打折扣时，无论是效率、成本还是最终效果上，都会感到明显落差。”

人们还在猜测对 IP 的限制也会带来 “ 降智 ”，文卓表示这种可能性是存在的，“ 举个例子，虽然不是完全一样的情况，比如影视行业里有一种常见的镜头表达手法叫 ‘ 希区柯克变焦 ’。如果这种技术本身涉及版权，被认为是某个创作者独有的，那一旦这种表达被禁掉，镜头语言就会少一种重要的方式。所以如果平台把很多具体 IP 屏蔽掉，或多或少会影响它整体的输出效果和创作表现。”

对于版权限制的解决方法，BIG 桃表示，不排除未来可能会有 IP 授权环节，“ 我们目前先暂时不用 Seedance 2.0，因为不能上传真人图像。当然现在也有类似授权，但只针对个人，不利于团队拍摄。我们现在更多用可灵 AI，因为它也有多模态，而且里面有我们的资产库。随着行业发展，Seedance 2.0 的这个环节应该很快能开放，可能会更接近一种 ToB 类型的 IP 授权合作。”

王鲸也对此表示乐观，“ 在合规场景下的在线模型还是有一些让人头疼的局限性。比如我们需要生成游戏角色的基础模型展示（ 类似 3D 建模中的 T-pose 或 A-pose ），结果死活无法通过审核。之前因为角色穿了三角裤（ 这是游戏开发中非常标准的做法，用于展示角色的身体比例和肌肉结构 ），就无法通过审核，也很麻烦。但我个人看法是，就像汽水音乐一样，字节有成型的对于 IP 的处理流程，视觉版权比音乐版权更难界定，但只要布局，必然会有大量版权方愿意接入，随后再下放给字节自己的模型。”

“ 除了算力、版权、安全以外，Seedance 2.0 目前最大的限制是，它现在的使用依然没有脱离对话框，最好的方式应该是工具化，集成在工具界面中，就像是美图秀秀一样，把 AI 功能融入传统操作模式里，视频平台像剪映这一类的工具，或者是抖音自己集成的快捷工具，都需要它从这种专业者的实验室走向更普及化的操作选项中，这可能需要挑战 AI 与现有传统交互的交互形式，不过好消息是，龙虾时代到来，让 Agent 帮忙操作正在迅速破圈，甚至包括 AI 剪辑也是，相信在这两年交互方式这块也会有较大的进步。”

Seedance 2.0 前景可期，甚至对于贾樟柯表示要用 AI 拍视频，文卓也坦言 “ 没有特别强烈的情绪波动 ”，“ 相比传统真人实拍领域，我们这个行业对 AI 的接受和拥抱程度本身就更高、更直接，所以并不觉得意外。如果放到一年前，可能有人会质疑：‘ 他能拍吗？能实现吗？’ 毕竟当时 AI 创作能力有限。但现在有 Seedance 2.0 这样的工具，很多事情确实可能发生变化。甚至包括一些真人实拍领域的导演，也准备进军动画行业做动画电影，这同样是顺理成章的事情。”