跨国深谈← 返回←当 AI 学会讲故事:微剧爆发与生成式媒体的下一个拐点

当 AI 学会讲故事:微剧爆发与生成式媒体的下一个拐点

关联

人物 Justine Moore

公司 Town

概念 生成式媒体 · 微剧 · 智能体 · 创作者经济

这期节目来自 A16Z 播客的 feed drop,嘉宾是 A16Z 的 Justine Moore。她长期追踪生成式媒体,本期和主持人主要聊了三件事:为什么 AI 微剧正在全球爆发、AI 会如何重塑创作者经济与内容消费,以及在这个生态里创业的最大机会和难点在哪。

脉络上,我们会沿着「内容形态变化 → 消费者态度变化 → 创作者工作流变化 → 创业机会在哪」这条主线展开,看 AI 如何一点一点改写媒体的生产和消费逻辑。

拐点已至:从「新奇玩具」到「能承载故事」

Justine 回忆,自己关注生成式媒体已经几年了。在 ChatGPT 出来前几个月,Stable Diffusion(一种能根据文字生成图像的 AI 模型)刚发布时,她就开始入局了。

当时人们还在做 AI 头像生成器这类小工具。从那时到现在,技术进步惊人:从一开始不太好的图像,到两秒的短视频,现在已经能生成完整的、连贯的 15 秒视频 。

她对当前状态的判断是:模型质量终于跨过了一个关键门槛——不再只是「哇,AI 能做出看起来几乎真实的东西」这种新奇展示,而是能做出真正令人想看下去、能承载故事线的内容了 。当模型本身足够好,接下来的重心开始向产品层转移——怎么给那些「不是全职写提示词」的普通用户,造出好用的界面和工作流,让他们也能驾驭这些模型 。

为什么是「微剧」率先爆发

工具成熟了,最先跑出来的爆款内容形态是「微剧」。

【背景】微剧(Microdrama)是一种竖屏、单集很短、情节极具戏剧性和悬念的剧集形式,常被称为「肥皂剧的 TikTok 化版本」。代表性的分发应用有 ReelShort、DramaBox 等。

Justine 解释,这种形式最早在中国爆火,现在中国的微剧市场规模已经比国内电影票房还大 。去年在美国,这类应用也是增长最快、变现能力最强的产品之一。

为什么微剧特别适合 AI 来做?她点出了关键:微剧的演员阵容和布景相对有限,它的核心竞争力在于故事线、悬念和那种「接下来会发生什么」的抓人感 。

它不需要好莱坞级别的实地拍摄。所以,当很多人发现,今天 AI 模型的能力刚好能覆盖这种「重叙事、轻制作」的需求时,微剧就成了 AI 视频最完美的着陆点 。

但现在的微剧质量参差不齐。顺着「内容怎么才能做得更好」这个话题,Justine 指出了当前的一个根本性转变:AI 视频的早期采用者往往是技术发烧友,他们未必懂怎么讲故事,做出来的东西新奇但未必引人入胜 。

而现在,真正受过专业训练、懂得塑造叙事的创作者开始进场,甚至大型工作室也看到了机会。这意味着,我们将迎来一波真正因为「故事好」而非「因为是 AI 做的」而吸引人的内容爆发 。她甚至判断,未来会有很多内容,观众甚至不知道也不在乎它是 AI 生成的 。

工具民主化:一人即工作室

当讲故事不再受限于高昂的拍摄成本,创作者的机会被极大地放大了。

主持人观察到,有些个人或极小团队做出来的 AI 微剧,能在几周内拿到上亿观看量 ;像 Psyop Anime、Gossip Goblin 这样的创作者,在粉丝增长和内容产出频率上都有惊人的数字 。最关键的是,当你看这些内容——无论是动漫还是逼真的真人风格——在 AI 出现前,一个人或小团队是绝对做不出来的,那需要巨额预算和几个月时间。而现在,他们的周转时间只要几小时或几天 。

聊到这里,主持人和 Justine 分享了各自试用 AI 创作工具的体验。主持人自己花了不到 500 美元、几个小时试着做了一部关于品牌起源故事的微剧,发现设计美学已经很棒,只是在镜头光线等细节上还有滞后 。

Justine 也分享了自己的实用工作流:她不再面对空白页发愁,而是先列大纲,丢给不同的模型看它们提出什么角度,再把各自写得好的部分拼起来自己重写,最终的文字通常是六七成自己写、三四成 AI 写 。她还会让不同的模型给自己的草稿打分,把它们当成一个非常有用的「陪练伙伴」 。

「AI 标签」之争:大众消费者到底在乎吗

既然 AI 生成的内容越来越好,也越来越普遍,我们会不会进入一个分不清什么是 AI 生成的阶段?创作者需要主动披露吗?

主持人提到一组数据:全球顶级的简报作者中,大约 20% 的人其 80% 的内容是 AI 生成的 。对此,Justine 提出了一个略带争议的观点:大众消费者其实并不在乎内容是不是 AI 做的 。

起初,关注技术进展的人(比如 X 或 Reddit 上的用户)会因为是 AI 而去看;但大众只关心内容本身好不好看。只要质量过关,AI 制作能达到实拍的 90% 到 95% 的水准,且更便宜、更快,它就会成为默认的生产方式 。

关于强制贴「AI 生成」标签的想法,Justine 觉得这是一条滑坡:如果开发者在写代码时用了自动补全,这算不算 AI 生成?未来绝大多数内容都会是「人与模型协作」的产物,去强行界定和标注意义不大 。

顺带一提,她特别区分了「AI 垃圾内容」这个概念。她认为,为了博眼球、触发大脑原始反应而让人停不下来的低质内容,在 AI 出现前就大量存在 。

关键不在于它是不是 AI 生成的,而在于它本身的叙事质量和对你大脑的影响。至于创作者该怎么定位自己,是追逐短期流量做「快餐内容」,还是花时间做有深度的「常青内容」,取决于你想成为什么样的创作者 。

创业去哪儿:模型层太贵,真正的蓝海在别处

工具变了,人也变了,那对想在这个领域创业的创始人来说,机会在哪?

Justine 直言,从零开始训练一个能和 OpenAI 等巨头竞争的基础模型,已经变得极其昂贵,模型层的创业门槛比过去高了很多 。所以,现在很多人转向应用层或工作流层竞争。但只靠「提供更便宜的模型调用」或「更快的推理」已经不够了,创始人必须想清楚:怎么深入特定用户的工作流,提供别人替代不了的粘性 。

那些未开发的大机会在哪里?她指了三个方向:一是非技术专业人群。

比起善变的技术发烧客,那些不那么懂技术、一旦用顺手就不爱换工具的普通创作者,是更庞大的基本盘 。二是消费端的社交与分享层,目前大家还是把内容分享到传统的社交平台上,缺乏专门为生成式内容打造的「游乐场」 。三是垂直行业,比如营销广告、建筑、设计等行业才刚刚开始采用 AI 。

顺着「帮创作者省时间」的思路,两人都看好 AI 智能体。对于个体创作者和小企业来说,他们最大的痛点是被大量行政杂务(联系嘉宾、查收据、审合同)占据了时间。

智能体如果能接管这些后勤工作,对个体创作者来说是巨大的效率飞跃 。Justine 特别提到一个她自己一直在用的产品 Town:它会连接你的邮箱和日历,分析你的习惯后,主动提出「以后收到这种介绍信,我帮你自动感谢介绍人并安排会议好不好?」 。

在节目最后,当被问到最欣赏哪家公司时,Justine 给了 ElevenLabs(一家 AI 语音生成公司)极高的评价。她看着他们从一群做长尾音频用例(比如给小语种有声书配音)的小团队,一步步共同推进研究、产品和商业化,扩展到企业级语音智能体,年化营收突破了 5 亿美元 。这也是她眼中,在这个生成式媒体大潮中,精准执行、抓住机会的典范。

本集带走

1. 微剧是 AI 视频的最佳试验田:它重叙事、轻制作,恰好匹配了当前 AI 模型的强项与短板。当专业讲故事的人开始进场,内容质量将迎来真正的爆发。
2. 大众消费者不在乎「是不是 AI」:只要内容本身抓人、质量达标,生产工具是什么并不重要。强行给 AI 内容贴标签在实操上极其困难,因为未来的内容几乎都是「人+AI」的协作产物。
3. 创业的蓝海在应用与工作流层:与其在昂贵的模型层硬刚巨头,不如去服务非技术的普通创作者、深挖垂直行业的工作流,或为个体创作者解决那些耗费大量时间的行政杂务。

大众市场消费者并不关心它是用 AI 制作的,也不会因为这个原因去看它。
The mass market consumer does not care that it was made with AI and isn’t going to watch it for that reason.
—— Justine Moore · [17:58]

这简直解锁了人们想象中所有那些疯狂的、怪异的、有趣的想法,以前他们是无法制作出来的。
It sort of just unlocks all of this crazy, weird, interesting ideas that people have in their imagination that they could never make before.
—— Justine Moore · [00:53]

当你观看这些内容时,立刻就能清楚看到,在 AI 之前,一个人或小团队是绝不可能创作出这个的。
When you watch the content, it’s immediately clear that one person or small teams could have never created this before AI.
—— Justine Moore · [13:07]

现在中国的微短剧市场比它们的国内票房还要大。
Now the microdrama market in China is larger than their domestic box office.
—— Justine Moore · [05:40]

我的直觉是,绝大多数内容最终将在未来被部分 AI 生成或 AI 编辑。
I think my instinct is like the vast, vast majority of content will end up being partially AI produced or AI edited in the future.
—— Justine Moore · [26:05]

slop(低质内容)的概念对我来说非常有趣,因为我认为它是随着 AI 出现的,但我的看法一直是,有大量人类生产的 slop。
The slop concept is very interesting to me because I think it came out around AI, but my take at least has been there’s a ton of human produced slop.
—— Justine Moore · [22:21]

我认为消费领域有很多机会实际上是未开发的,就像生成和分享内容的社会层面几乎仍然完全是在现有的巨头平台上完成的
I think there’s a lot of opportunity in consumer that’s honestly untapped, like sort of the social layer of generating and sharing stuff is still almost entirely done on the existing incumbent platforms
—— Justine Moore · [36:51]