短剧行业三次洗牌:从流量投流到平台免费模式
短剧市场经历从流量投流到平台免费模式的三次洗牌,2026年预计规模突破1210亿元。 红果免费模式单月分账曾破4亿元,推动爱奇艺等长视频平台将短剧纳入会员体系并调整预算。 行业从押注单一品类转向重视成本控制与发行,算力与版权成为新账本的核心要素。
短剧市场经历从流量投流到平台免费模式的三次洗牌,2026年预计规模突破1210亿元。 红果免费模式单月分账曾破4亿元,推动爱奇艺等长视频平台将短剧纳入会员体系并调整预算。 行业从押注单一品类转向重视成本控制与发行,算力与版权成为新账本的核心要素。
据彭博社报道,字节跳动计划在未来几周内推出一款类似Meta Muse的AI助手,以巩固其在AI视频生成领域的优势,并加速追赶美国顶尖AI实验室。字节跳动希望在未来三年左右缩小与美国顶尖AI实验室的差距。
在 Adobe MAX 2026 大会上,Adobe 为 Photoshop、Premiere 等软件推出多项 AI 新功能。
APEX 利用条件移位扩展流式视频生成,移除独立假分数网络。 对比 S2-Avatar,APEX 指令遵循净偏好 +30.0%,峰值 GPU 显存降低 4.4%,平均迭代时间缩短 9.2%。
PhyRubric提出基于评分准则的诊断框架评估T2V模型物理常识。该框架将描述拆解为语义与物理条目,生成34个类别基准并微调3788条数据的开源PhyRubric-Judge。评测显示该模型与人类判断相关性优于开源基线,媲美Gemini 4 Argon。
6人团队制作的AI漫剧《持械入宋》创下66亿播放量与千万收益,但行业数据显示2026年上半年AI短剧破亿率仅约0.47%。 制作成本低不代表成功门槛低,算力与投流等隐性成本高企,导致多数制作方面临“增收不增利”的利润困局。 广电总局要求AI剧“全量人审”,行业快产快销模式受到约束,单纯依赖工具难以复刻爆款。
微软宣布 Auto SR 正式面向 Xbox Ally X 及部分 AMD 锐龙 Windows Copilot+ PC 推出,支持掌机模式下的电池供电使用。 新增 1080p 游戏支持与 Auto HDR 兼容,引入 Performance Mode 将帧率上限提升至 120 FPS,部分机型可通过 Windows 更新逐步获取。
创作者手工拼合 MiniMax H3 音频与 Nano Banana 2 视觉素材,制作了《攻壳机动队》风格的恶搞短片。 音频由 MiniMax H3 生成,视觉使用 Nano Banana 2 匹配复古赛璐珞线条,最后在 DaVinci Resolve 中手动剪辑合成。
Hedra 于 2026 年 11 月 10 日推出 Model Factory,一个面向物理和人工智能的自主后训练与推理平台,其过去 12 个月营收增长 15 倍。
Weta FX CEO Daniel Seah指出,好莱坞主要片厂已从全面禁用生成式AI转向要求供应商必须具备AI战略,否则不予合作。这一态度转变促使Weta FX与台湾动画工作室Moonshine Studio达成合作,以加速GenAI应用并探索亚洲市场。
Adobe 在 MAX 2026 大会上宣布向 Photoshop、Premiere 等产品注入更多 AI 功能,并推出本地 MCP 以支持 ChatGPT、Claude 和 Gemini 调用。
Adobe 在 Max 大会上推出多项 AI 更新,旨在简化设计编辑流程。Premiere 新增 Generative Remove 工具,利用生成式 AI 在时间轴中移除杂物并填充细节。
VoxaDub 发布 v0.1.0,支持本地优先的 AI 视频配音,实现说话人感知的语音克隆和时长对齐。该工具使用 Hy-MT2 翻译和 VoxCPM2 语音合成,并支持通过 Colab 或 Modal 调用 GPU 资源,以及实验性的 Live 直播同步配音。
论文发布 LAION-BVD 开源视频数据集,包含8000万条视频,总时长达1350万小时,用于视频、音频及图像的多模态预训练。 数据集通过 CommonCrawl 爬取,利用内容感知场景检测提取片段并生成合成视频与音频字幕。 研究人员将开源该数据集,以大规模扩展多模态视频的公开访问范围。
AV-Phys Bench 基准测试显示,尽管 Seedance 2.0 表现最佳,但所有模型均未具备鲁棒的物理理解能力。 该基准涵盖稳态、事件过渡及环境过渡三类场景,模型在事件驱动过渡及反物理提示下性能显著下降。 跨模态物理一致性与过渡场景动力学是联合音视频生成领域当前的主要未解难题。
ViDE 框架提出无需微调即可解决长视频生成中的多提示合成不一致问题,克服训练-推理差距导致的缺陷。 其核心包含 TiTAR 算法,利用离散短时傅里叶变换(DSTFT)对时序注意力得分进行重加权以减少帧间不一致;以及 PromptBlend 模块,通过细粒度提示对齐和自适应插值实现平滑语义过渡。 该框架在多项基线模型上取得一致且显著的性能提升,论文已被 TMLR 接收。
SemanticKV 提出一种免训练方法,利用规划器语义约束指导 KV 缓存压缩,在智能体自回归视频生成中实现高效合成。 该方法通过文本交叉注意力定位约束相关位置,按组平均并最大化注意力权重,以 top-k 选择保留高分缓存项。
针对视频伪造检测在人脸操纵和全生成视频间的泛化难题,研究提出双路检测器 MARS,在七个数据集的共享协议下取得 91.43% 的平均 AUROC,优于七种对比检测器。 残差路径对冻结的中间特征施加固定的差值高斯算子并结合外观上下文,语义路径调整编码器归一化参数进行帧级分类,由片段级门控机制融合两者预测结果。 MARS 已公开用于研究,通过控制性空间与时间移除实验验证了其显著图贡献的可信度。
团队提出MotionGraphicsBench基准,用于评估大语言模型在动态图形生成中结合空间、外观和时间要求的指令遵循能力。 该基准包含100个专家策划实例,每个输入静态SVG与运动编辑提示配对确定性验证程序。在47种配置下,来自32个LLM和12个提供商的pass@1范围从6.0%到67.7%。
summary_zh: 提出离线系统 AcrossVAM3.0,将多模态输入转化为版本化点云表示,单 GPU 最大内存占用 17.14 GB。 采用 MHAC 算法保留多假设匹配,在 10 视频留出集上平均 Jaccard 比基线提升 0.1394。
Video LLMs 计数失败源于读取故障而非对象恒存缺失,线性探针窗口解码达93%,但全局解码失效。 两种读取修复策略将同物体计数准确率从46.7%提升至65.0%(Oracle 66.7%),覆盖7B-30B系统。 REALCOUNT 独立视频审计显示该边界持续存在,最佳准确率55.6%(随机基线33.3%)。
派拉蒙天空之舞 CEO 大卫 · 埃里森表示,AI 有望成为电影史上最大的创意突破,其规模类似 90 年代初的 CGI 技术。 他对比指出,若重拍《终结者》,成本将从当年的 400 万美元升至 6,000 万至 7,000 万美元。 AI 通过降低制作预算和风险,有助于促进更多原创叙事的诞生。
Paramount Skydance CEO David Ellison 在财报电话会议上表示,AI 对电影行业的影响力将超过 90 年代早期的 CGI,是现代史上最大的创意解放。
虎鲸文娱在清华大学举行鲸锐AI创作大赛对谈活动,旨在寻找最会讲故事的AI创作者。该大赛总奖金池达1000万元,设265个获奖名额,单项奖金最高200万元,作品征集于11月22日截止。 唐季礼、六神磊磊等嘉宾强调AI创作应坚守精品初心,不盲目追求流量。DataEye预计2026年国内AI剧、漫剧市场规模将突破400亿元,行业焦点正从制造爆款转向持续产出精品内容。
针对弱监督视频异常检测中仅依赖帧特征幅值的局限性,提出一种结合 LLM 提取文本先验与字典学习进行归一化压缩的新方法。 通过 LLM 和辅助信息解决图像描述模型对相似帧文本描述不一致的问题,并利用跨模态注意力机制融合先验知识,构建更准确的特征表示。实验结果表明该方法在准确性和稳定性上优于现有 SOTA 方法。
V-STORM 将视频转化为 Spatio-Temporal Scene Graphs 并推导 Grounded Chain of Thought,构建了 260K 训练集和 3K 人工验证 benchmark。
summary_zh: AdaAlloc 提出免训练推理框架,解决长视频问答中视觉 Token 预算下时间覆盖与空间细节的权衡问题。 框架通过规划全局/局部分配策略,结合时间定位细化本地证据;在 LVBench 等四项基准测试中,比同等预算均匀采样提升最高 10.5 个百分点。
UniRGBA 框架通过零初始化通道扩展和 DoRA 微调,实现原生 Alpha 通道视频生成,无需复杂架构重构。 该模型采用 4 通道 VAE 和六项渐进重建损失,在视觉效果 RGBA 基准测试中,RGB 保真度超越 Wan-Alpha。
作者使用同一“行走城市穿过沙漠”提示词,在 Seedance 2.5、Kling 4.0 和 Gemini Omni 1.1 Flash 上生成 720p、8 秒含原生音频的视频片段。
AI 生成的仿真人短剧《持械入宋》全网累计播放量超过 120 亿,已更新约十季、总计一千集,每集不足两分钟。DataEye 统计显示,今年 9 月红果榜单上 500 部 AI 剧、漫剧中,460 部是 3D 漫剧,占 92%;仿真人剧仅 38 部,占 7.6%。
推荐理由:分析《持械入宋》为何以仿真人形式在短剧市场走红,并指出AI剧集可依托短剧结构快速触达观众。
由宝妈、网约车司机等非科班成员组成的6人团队,用AI制作的历史短剧《持械入宋》播放量突破120亿,登顶红果AI榜。团队使用Seedance 2.5和豆包等工具进行剧本打磨与视频生成,核心方法论是深度考据历史细节,并在筹备期预演前10集以验证爆款潜力。
由 Chang Sau Sheong 运营的 Neon Current 互联网广播站开启运行。 该站点实现全要素 AI 生成,包括音乐、封面、声音及 AI 角色主播。 新闻内容均基于 AI 主播所引用的来源生成。
全片AI生成的短剧《持械入宋》全网播放量超120亿,已更新约1000集。该剧选择仿真人而非3D漫剧,因穿越到北宋的战争、官场题材借助历史剧视觉经验更易被理解,降低了制作门槛。尽管红果短剧榜单3D漫剧占92%,但《持械入宋》证明仿真人剧在特定题材下可行,依靠网文式情节推进和短剧节奏实现长系列更新。
广电总局自11月1日起至12月底开展微短剧低俗化同质化专项治理,重点针对AI技术助长低俗不良内容及“盗脸”“偷声”等AI创作违规问题。 治理聚焦内容创作与传播推广两方面,将深化打击软色情、拜金主义及算法推荐同质化等突出问题,压实平台机构主体责任。 今年以来,通过前期专项治理已累计下架违规微短剧7.5万部,并处置违规账号1500余个。
杰克琼斯采用豆包工作将直播录屏转为带时间戳的逐字稿,自动定位高光片段并生成剪辑计划。 该工具自动完成切割、变速、拼接及风险词剔除,将单条切片制作时间从20-30分钟缩短至约10分钟,支持批量处理多个直播间录屏。
summary_zh: 创作者leedain_leader_in实测Kling 4.0,一次性生成包含10个镜头的18秒广告及23秒幕后花絮,实现物理效果与台词的直接可用。
World Labs 发布 Frameboy 应用,基于 Atlas 世界模型实现云端 GPU 流式传输,响应时间约 70ms,帧率最高 15 fps,允许用户从不同视角实时探索由单张照片或多张输入生成的 3D 一致世界,并集成于 Viewfinder 中支持逐帧构建场景。
推荐理由:Frameboy 将 Atlas 世界模型转化为可实时交互的体验,展示了从单张照片推演三维世界并支持流式探索的新范式。
国家广电总局发布《“十五五”规划》,提出到 2030 年广电视听行业人工智能渗透率达 95% 及以上,新型终端应用突破 1.5 亿。 规划强调构建行业垂类大模型与智能体,深化 AI 在内容、网络及监管等领域的创新应用,并明确“扶持真人剧,规范 AI 剧”。 该背景基于 2025 年全国微短剧市场规模突破千亿元,其中 AI 剧占比超九成。
阿里Wan3.0视频模型被应用于淘宝双11品牌AI短剧,通过温碧霞《九尾神临》等三部作品验证了复杂场景下的人物一致性与商品细节稳定性。百雀羚定制短剧上线30天播放量突破3500万,店铺支付订单数提升80%,主动搜索用户数提升130%,新品首销30天成交额突破1000万元。自618以来,淘宝短剧已上线超30部AI品牌剧,覆盖戴森、资生堂等50余个品牌,打通从模型生成、内容分发到商品成交的完整链路。
Bicep Heart AI 允许用户上传照片生成 7 秒无声垂直视频,模拟 TikTok 流行的“肱二头肌比心”姿势,支持单人或双人模式。 视频分辨率为 480p 或 720p,单张 480p 视频售价 $4.99,5 张套餐 $19.99;单张 720p 视频售价 $7.99,5 张套餐 $31.99。