近期，一份国内某Top模型创始人的交流实录刷屏行业内外。这位大佬的各类金句被疯传。

这一过程中，短剧新圈留意到了这份记录中关于AI视频生成的论调。流传的实录中提到：Sora出来以后，大公司、小公司都曾涌入视频生成，后来不少小公司又把项目砍掉了。视频生成“在商业上是个好生意”，但与智能上限没有太大关系；“世界模型”的含义又过于宽泛，也不是大佬和团队现阶段路线图中最重要的事情。

而就在7月20日，短剧新圈（ID：newplaylet）赶在大会最后一天，把WAIC的上海世博展览馆逛了一遍。从现场氛围和一系列媒体报道、KOL的分享来看，整场WAIC 2026在AI视频生成上，呈现出了另一幅景象，AI视频生成应用摊位前人满为患。

虽然短剧新圈在现场的体感是，最热的仍然是大模型、机器人和具身智能。但从AI短剧从业者的视角看，AI视频几乎出现在所有与内容生产有关的地方。

万兴科技与生数科技举办了WAIC创办九届以来首个AI影视专题论坛；

昆仑万维在WAIC期间讨论世界模型与多模态范式，王珞丹在现场讲起自己为了一个满意镜头“抽卡”到凌晨四点；

群核科技在H3馆用LuxReal用观众照片快速生成对应的虚拟角色，并将其放进一段有空间关系的剧情视频；

H1馆和B2馆里，百度、腾讯、商汤科技、OiiOii、IPVISE等公司，则在展示数字人、漫剧和AI视频生产工具；

还有可灵AI、炫佳科技、火山引擎等同步展出新品，全线产品覆盖网文转剧本、AI分镜、批量生视频、数字人配音、出海本地化完整流程，多款工具支持一小时自动产出广告短剧，大幅降低中小团队影视级AI内容制作成本。

不少展台原本服务的是广告、电商或企业视频，工作人员介绍到最后，往往还会补上一句：“也可以做AI短剧。”一些展商甚至直接把不同模型的Token和积分额度列成可计算的制作成本。

这并不意味着WAIC否定了实录中的判断，其实是两边在回答着不同的问题。

实录中，大佬所关心的是：什么技术能够继续抬高通用智能的上限。WAIC现场的厂商关心的是：什么技术能够更稳定、更低成本地把内容生产出来。

一个讨论智能路线图，一个展示产业路线图。把两者放在一起看，反而能看清AI短剧正在发生的三层变化：模型层开始摆脱单镜头“抽卡”，工具层开始把剧组经验装进软件，产业层则从交付一段视频，转向交付一套能够持续生产、分发和迭代内容的生态。

“世界模型”是今年WAIC上被反复讨论的词。

有人用它描述模型对物理规律和空间关系的理解，有人用它描述能够持续生成和交互的虚拟环境，也有人把具备状态记忆、行为预测和实时反馈能力的系统统称为世界模型。正如实录中的提醒：“很多东西都可以说它是世界模型”。

这个提醒是必要的。概念越宽泛，越容易成为一个什么都能装进去的营销口袋。对AI短剧来说，与其争论一家公司的产品算不算“真正的世界模型”，不如看它到底解决了什么生产问题。

AI短剧长期面临几个最直接的痛点：人物换一个镜头就变脸，服装和道具突然消失，空间关系前后矛盾，复杂动作不符合常识。创作者为了得到一个可用镜头，需要不断修改提示词和参考图，再反复生成。行业把这个过程叫作“抽卡”。

王珞丹在昆仑万维的论坛上讲自己“抽卡”到凌晨四点，正好把模型演示之外的真实创作状态说了出来：AI可以给出意外惊喜，但创作者仍要在大量结果中判断、筛选和返工。

WAIC上围绕世界模型和多模态生成的展示，实际都在尝试减少这种返工。

昆仑万维发布Matrix-Game 3.5，强调记忆和实时交互；生数科技继续通过Vidu提升视频生成的一致性，并与万兴剧厂在漫剧场景中进行模型与工具共创；群核科技的LuxReal则从3D场景和空间关系出发，让内容先拥有相对稳定的“世界”，再在其中生成不同镜头。

群核科技的展台没有摆出复杂的参数表，只立着一台摄像头。观众拍下一张照片，系统随后生成对应的角色形象，再把人物放入一段剧情片段。这个演示直观地说明了空间一致性为什么会影响内容生产。

另一边，商汤科技在WAIC发布SenseNova U1 Pro，强调多模态能力从单点内容生成走向“系统级交付”；这套思路也落在Seko多模态短片创作平台上——创作者不只生成单个素材，还要持续修改、管理和复用人物、场景与分镜资产。

没有把自己定义为世界模型的厂商，也在朝相似的问题靠拢。

快手可灵3.0、字节跳动Seedance 2.0、MiniMax海螺AI，都在提高多镜头叙事、主体一致性、音画同步、复杂动作和定向编辑能力。爱诗科技的PixVerse通过V6增强多镜头和角色表现，又用R1探索连续、实时、可交互的视频世界；潞晨科技推动的Open-Sora则延续开源路线，降低视频模型研究和应用的门槛。

这些产品的技术路线并不相同，也没有必要被统一塞进“世界模型”这个标签里。它们对AI短剧的共同价值，是让模型不只会画好一个镜头，还能尽量记住上一镜发生了什么。

短视频可以靠一个奇观镜头抓住注意力，短剧却需要维护人物、空间、情绪和剧情的连续性。模型能力决定画面的上限，连续可用率才决定项目能不能交付。

因此，世界模型对AI短剧的意义不必被拔高为智能的终点。它更像一块生产中间层：未必让机器立刻变得更聪明，却可能让创作者少抽几次卡、少返几次工。

看完模型厂商“秀肌肉”，短剧新圈转去了B2馆的AI应用展区。

这里的气氛与楼上明显不同。屏幕上循环播放着AI漫剧、AI仿真人剧和各种风格短片；展台前的交流也不局限于AI Coding，不少人聊着“一分钟成本多少”、“用文生还是图生”、“角色怎么保持一致”。

几场开放麦上，新生代创作者分享的也是自己怎样完成一部片、在哪一步踩坑，以及哪个模型更适合某种风格。

一溜小展位像一座被压缩进展馆的制片工厂：生成制作、剪辑后期、配音转译、内容出海，每个环节都有不同供应商。创作者只要把这些工具拼起来，已经可以搭出一条从剧本到成片的生产链。

在这里，短剧新圈反复看到了三样东西。

第一样是Agent。

“编剧Agent”“分镜Agent”“角色Agent”几乎成了创作工具的共同配置。大家不再只介绍“这个模型能生成什么”，而是介绍“一组Agent能替创作者完成什么”。

OiiOii把编剧、角色、场景、分镜、音乐等环节拆成多个专业Agent，再根据任务调用不同底层模型；IPVISE则从AI写作、图像一路连接到视频，并按照品牌、电商、动画和叙事等场景继续细分。百度一镜也在数字人视频流程中配置了数字人生成、分镜编导、素材生成和排版剪辑等Agent。

Agent化背后的逻辑并不复杂：传统影视生产本来就是多人协作，AI工具不是简单减少几个岗位，而是试图把岗位经验拆成可以反复调用的流程。

第二样是无限画布。

剧本、人物设定、场景、分镜和成片被铺在同一张桌面上。创作不再是一条只能从左向右走的流水线，而更像一张摊开的案板：哪里不对，就回到哪里修改。

可灵AI就在WAIC上宣布更新了灵动画布，它把所有内容创作任务搬到了一个更直观、更自由的空间里。灵动画布就像一张无限延展的创作白板，支持拖拽、拆分、串联各种节点，能把创意过程从零散对话，重组成为可编排的工作流。同时，灵动画布还支持多人协作。

演语科技（Evoken）旗下的LibTV，早就用无限画布和节点式工作流串联剧本、分镜、图像、视频、音频与导出。

万兴剧厂则用无限画布和分镜导演Agent组织短剧生产；Filmora.AI进一步打通AI创作画布和多轨剪辑，补足从素材编辑到成片交付的环节；Virbo AI则切入社媒电商视频，探索AI生成内容与真人实拍素材的组合。

第三样是一键转绘。

把真人短剧转成二次元或仿真人风格，把已经跑通的国内内容换一套视觉表达，再进行配音、字幕和版本适配。不少展商把它指向存量短剧出海，希望通过视觉转换降低再次拍摄的成本。

但一键转绘只能降低视觉本地化门槛，不能替代真正的文化本地化。题材、人物关系、语言节奏和付费习惯仍然需要重新理解。如果只是换一层画风，同质化内容只会以更快速度进入另一个市场。

Agent、无限画布和一键转绘同时高频出现，说明AI短剧工具正在从“模型入口”变成“剧组操作系统”。创作者不再只面对一个模型，也不必在多个独立软件之间反复搬运素材。不同模型调用被折算成Token或积分额度，开始成为项目预算中可以控制的一项成本。

不过，这个行业还没有找到真正的“标准厂房”。

各家界面越来越像，不代表生产标准已经统一。人物与场景资产怎样跨项目复用、模型调用怎样切换、修改记录怎样保留、不同成员怎样协作、最终工程怎样交付，仍然没有通行答案。

因此，工具公司的竞争不会只停留在谁接入的模型更多，而是谁能把影视经验封装成更稳定的工作流。AI短剧的第一轮工业化，也不只是画面自动生成，而是生产关系开始被软件化。

实录中还提到，Sora出来以后，大公司、小公司都做视频生成，后来小公司陆续把项目砍掉了。

这句话很容易被理解成：视频生成只剩下大公司的游戏。

但从WAIC现场看，更准确的理解是，训练基础视频模型正在成为少数公司的重资产竞争；使用、组合和调度视频模型，仍在持续产生应用层机会。

小公司不一定有机会再造一个Sora，但AI时代的制片厂远没有定型。

只是，新的制片厂需要交付的已经不只是一段视频。

对于AI短剧来说，“生态交付”至少包含五件事：上游有没有可以持续开发的IP；中游能不能稳定生产和管理素材；成片能不能快速修改和本地化；作品有没有分发渠道；上线后的用户反馈能不能再回到下一轮制作。

腾讯的布局最接近这套链路。阅文漫剧助手向创作者开放网文解析、改编和正版IP库。腾讯视频的制作平台 WorkRally 覆盖剧本解析、分镜、内容生产和资产管理；火龙漫剧与腾讯视频则连接分发、用户反馈和收益回报。

据腾讯云公开资料，阅文漫剧助手开放了10万部以上正版IP。媒体援引腾讯视频年度发布会信息称，火龙漫剧上线五个月后已沉淀约7万部作品、连接2万多创作者。这些数字不只说明内容在增加，也说明平台正在尝试把IP、工具、创作者和用户反馈放进同一个循环。

字节跳动和快手拥有相似的结构性优势：Seedance、即梦AI和可灵提供生成能力，内容平台又掌握用户与分发。独立工具公司的机会，则更多在跨模型调度、专业工作流、资产管理和垂直创作者服务。

这也是为什么“生态交付”比单次生成更值得关注。

模型公司和工具平台可以按调用次数、Token或订阅收费，内容制作方却只有在作品被观看、采购或付费之后，才能真正完成收入。换句话说，上游按生成量结算，下游按成功率结算。

生产成本越低，内容供给越容易爆发，普通产能也越容易贬值。腾讯在线视频董事长孙忠怀此前判断，AI可能让内容供给增长十倍甚至百倍，但观众注意力不会同比增长。供给越多，平台越需要回答什么内容值得被看见，制作方则越需要提高每一次试错命中观众的概率。

所以，AI短剧下一阶段的核心竞争，不是谁能把一条视频生成得最便宜，而是谁能降低整部作品的试错成本。

这要求工具不只提高出片速度，还要提高可用率、修改效率和资产复用率；平台不只提供流量，还要提供IP、反馈和收益机制；制作团队也不能只会操作模型，还要知道什么故事值得做、什么画风适合它，以及什么内容值得继续投入。

模型能力会逐渐标准化，普通生成能力也会快速贬值。真正稀缺的将是三种东西：对内容的判断、对生产系统的组织，以及对真实观众反馈的理解。

把实录中的判断和WAIC现场放在一起看，两者并不矛盾。

大佬选择的是智能路线图：什么能力更接近持续学习、推理和AGI，什么方向就更值得投入。WAIC展示的是产业路线图：哪些能力已经足以降低成本、改造流程，并形成可以收费的产品和服务。

视频生成可能不是现阶段提高智能上限最重要的事情，却正在成为内容产业最先完成规模化商业落地的能力之一。世界模型也未必是AI短剧的终局，但它在空间一致性、状态记忆和连续生成上的探索，正在帮助内容从单个镜头走向连续叙事。

上一阶段，行业最常问的是：哪个模型生成得最好？

接下来更重要的问题会变成：这套系统能不能稳定出片？出了问题能不能快速修改？人物和场景能不能持续复用？内容上线以后，能不能根据观众反馈继续迭代？

AI短剧正在从“抽卡”走向“调度”，从单点生成走向生态交付。

真正的分水岭，不是谁拥有最多的生成能力，而是谁能把模型、资产、流程和观众，组织成一部稳定完成并且有人愿意看下去的作品。