漲價、卡審、分成下滑，AI劇拐點：有人退圈、有人堅守，不提質就出局

文 | DataEye

4月中下旬開始，AI劇/漫劇行業陸續遭遇三重風暴。

比10億爆劇先來的是算力漲價，分成下調，審核收緊，保底大砍。

第一重來自成本端，4月18日起，阿里云、百度智能云AI算力正式漲價，算力卡最高漲幅約34%，存儲漲幅約30%，主流AI劇漫劇工具隨之提價；

第二重則是平臺端，頭部平臺審核大幅趨嚴，萬部作品下架，新劇卡審頻發；

第三重來自收益端，5月中旬起，部分從業者發現紅果等平臺的分成收益出現下滑。

總量收縮，頭部虹吸，行業洗牌已然開啟。

承制端：成本與收益的雙重擠壓（1）成本方面，算力漲價直接吞噬利潤

算力、工具漲價，是這輪AI劇漫劇的首次災難級風暴。

首當其沖的，是承制——傳導至漫劇承制端就是直接導致行業成本大幅上漲、利潤明顯縮水。對于手握“算力年框”、有穩定項目兜底的大廠而言，漲價帶來的影響相對有限，但中小廠商和個人創作者，大多陷入了進退兩難的絕境。

過去算力相對便宜，且AI工具方補貼力度較大時，大家對于提示詞和模型關注點更多是提高時間效率和降低人工成本。但外部算力供不應求下的漲價傳導到工具方上的價格同步上調，讓生產環節上的每一個人都更關注使用效率。

“4月以前，做一分鐘漫劇成本大概100元，現在常規情況下基本要達到200-300元，精品劇甚至會更高。”AI劇導演楊運從業兩年，見證了AI漫劇從“低成本狂歡”到“高成本承壓”的轉變。他告訴DataEye研究院，公司新一季度的績效考核，特意加了一條“每部劇Token用量不超過15000萬單位”。

相比中小廠商，個人創作者的處境或許更為艱難，曾經被追捧的“AI漫劇0成本創業”，如今基本已淪為泡沫。

“不僅要自己承擔算力成本，還要扛成片不被驗收的風險，相當于雙重壓力。”個人創作者葉子做AI漫劇一年，最近剛經歷了一次“血本無歸”的比稿，“比稿時大家都按精品標準做，算力花了不少，結果市場價格浮動，實際執行時成本超支，沒辦法按時交出精品質量的成片，沒驗收的話只能想辦法減價出成品劇。很多和我一起入局的人，如今基本都已經退圈了。”

（2）收益方面：上線拉高，而萬播分賬下滑

小部分從業者反映萬播分賬下滑，則是近期又一災難級風暴。成本上漲與收益下滑同時發生，承制端的生存空間被急劇壓縮。

DataEye研究院認為，AI劇漫劇分賬收益受多重變量影響，其中完播率與廣告展示量/轉化量最為核心。

其一在劇本身的天花板逐步拉高。頭部和中腰部新劇單劇爆發力極強，以質換量，虹吸了腰尾部作品的收益。萬級以上播放增量的AI劇/漫劇數大幅上漲，從3月的1.34萬部提升到4月的2.9萬部，AI劇的天花板從4億提升到9億以上。

其二，播放量≠廣告轉化量。雖然AI劇漫劇的月播放量已經高達千億級，但“播放”只是淺層次的觸達，而大量的免費劇用戶尚未進入廣告展示環節便已劃走，真正能被廣告主計費的"有效曝光"占比有限。低完播率、高快滑率、轉化鏈路斷裂，直接拉低了廣告投放的ROI。廣告預算的增長本就存在剛性天花板，當單位流量的變現效率下滑，預算增速追不上播放量爆發，收益下滑便成為必然。

其三在流量被均攤。AI工具讓漫劇的創作更加容易，而技術平權帶來的是，更多的競爭者加入，均攤了冷啟動流量。平臺能夠提供的資源傾斜和流量扶持有限的情況下，能夠沖擊頭部或爆款的劇必然更少更激烈。4月單月新增AI劇/漫劇約4.4萬部，新增劇目中，播放破億的有267部。播放增量破100萬的有6458部。

產業鏈應激：分層分化，各尋生路

漲價、卡審、分成下滑、承制報價內卷....壓力沿著產業鏈傳導，不同主體的應對策略也呈現出了鮮明的分層特征。

（1）大廠：逆勢加碼，搶占市場份額

與中小廠商、個人創作者的掙扎不同，部分大廠將洗牌視為擴大份額的機會，其底氣來自四個層面的結構性優勢：

其一，成本抵御力。對于頭部制作方而言，有足夠的資金和穩定的客單量，通常會與工具方簽訂"算力年框"，鎖定長期低價資源；更有實力者還能拓展業務鏈條，開發集成的工具平臺或者自研AI生成模型，從根本上降低外部算力價格波動帶來的影響。

其二，內容工業化。行業競爭已脫離"拼產量、拼速度"的草莽階段，轉向技術、IP、工業化制作、流量分發的綜合實力比拼。大廠依托從劇本打磨、AI渲染、后期精修到合規審核的全流程管控，大幅提升精品劇產出效率，這是中小團隊無法短期復制的系統能力。

其三，IP壁壘。咪咕、閱文、掌閱等頭部平臺擁有海量的IP儲備，在持續開放網文IP授權合作的同時，也搭建"IP-工具-內容"的全鏈路閉環，讓自身能夠在產業的每一個鏈條上都占據一定的份額，以提高抗風險能力。

其四，平臺協同與合規安全。主流平臺通過專屬頻道、獨立App及創作者扶持計劃向自制內容或密切合作的頭部廠商的作品傾斜流量與分賬；另一方面，大廠作為“規則”的風向標，不僅有專業合規團隊熟悉平臺規則，有時候還可能是規則制定的“參與者”，天然比其他中小廠商更能精準規避下架、卡審風險，保障持續變現。

（2）中小廠商："船小難掉頭"，有人退場，有人“劍走偏鋒”

面對多重壓力，不少中小廠商選擇被動退場。在多個漫劇資源對接群、行業交流群里，轉讓Token、出售工具年包的消息并不少見。

“我們3月底剛買了一年的工具年包，結果4月就迎來漲價，還接不到新項目，年包基本砸在手里，只能折價轉讓回血。”林哲表示，中小廠商船小難掉頭，“今天買年包，明天就可能沒活干，最終只能被動出局。”

更有部分小型團隊直言，“買年包，買月包都不如去x魚”，長沙某廠商表示，官方大模型的生成價格在1-2元每秒，但三方工具平臺僅0.6元，而二手平臺可能會更低。

這背后的主要原因是，一方面目前多數工具包的積分是月末清零制的，相對于頭部廠商，小型廠商沒有穩定的接單，只能隨機應變；另一方面AI模型迭代日新月異，今天可能還是用a模型，明天b模型就效率更高價格更低。

也有部分小型廠商選擇“換湯不換藥”，通過提高素材利用率節約成本，但這種方式往往游走在合規邊緣。據湖南衡陽一制作方表示，目前團隊一部劇的廢片率在20%左右，主要需要調整的就是人物面孔連貫性的問題。

部分承制方還會將廢片素材作為投流切片進行二次利用，或是將同一套劇本提示詞生成的素材重新剪輯排列組合，偽裝成新劇，以此降低算力消耗。

“我們現在用一套劇本和素材，只換演員人臉，場景、遠景基本不變，這樣也能節省不少算力成本。”某小型承制方負責人王浩坦言，這種做法雖然相對高效，但同質化問題較為嚴重，平臺方面也會不過審。

（3）影視基地：急尋轉型，降價“攬客”求生存

AI漫劇的降溫，還讓去年集中涌現的影視基地陷入焦慮。“以前真人劇火的時候，基地基本不愁租，但AI劇爆火之后，基地空置率明顯變高，只能靠降價和增值服務攬客。”露露透露，“現在談一談，租兩三天基地的費用，甚至可能比買同等算力的Token還便宜，不少基地還推出了‘實拍+AI輔助’的套餐，吸引中小承制方合作。”

西安某短劇基地負責人趙磊也向DataEye研究院證實了這一現狀：“我們的場地租金已經從每小時300元降到200元以下，還免費提供燈光、道具，就是為了留住客戶。AI劇降溫后，基地的訂單減少了約一半，只能靠優惠政策勉強撐下去。”

另一個方向是，目前深圳和浙江部分制作方選擇將國內的拍攝基地進行裝置升級，打造海外劇的場景，給部分海外本土劇的拍攝制作團隊使用。但趙磊表示，“裝置升級需要成本，而且搭建也需要時間，可能場地還沒有升級完，風口已經過去了。”

行業爭議：傳言、陰謀論此起彼伏，誰在“收割”？

近1個月的劇烈變動，讓行業彌漫著不信任感。有人虧得血本無歸，也有人被質疑“從中牟利”，行業內的“Token陰謀論”、“收益暴跌論”、“抽卡效率下滑論”悄然興起。

“我用的工具沒有直接漲價，但同樣的提示詞感覺生成的效果大不如前，調試的過程大概需要消耗更多積分，這其實相當于變相漲價。”AI導演泓杰向DataEye研究院吐槽，工具方看似沒提價，卻通過降低效率、增加無效消耗的方式，將成本壓力轉移給用戶，“相當于換了一種方式收割，我們大多只能被動承受。”

但在工具方看來，更多是無奈之舉。計算機專業出身、現任AI工具方訓練師的阿杰解釋：“工具方一直在努力優化模型推演效率，為了盡量降低價格，我們要不斷調教工具架構，投入大量算力和人力。模型越出色，成本往往越高，不適當漲價，基本難以覆蓋成本。”

事實上，目前行業內或許沒有真正的“贏家”，工具方、承制方、個人創作者均在承受不同程度的成本壓力。爭議背后，是行業從野蠻生長進入深度調整期的集體焦慮。

出路探索：多元突圍求生存

漫劇承制行業的“野蠻生長”時代基本結束，各家廠商都在積極尋找破局之路，目前行業內主要出現了三條路徑，各有優劣，也暗藏一定風險。

（1）回歸真人制作，主打“低成本實拍”

制片人露露長期對接漫劇項目，她觀察到，“好的AI導演薪資已經漲到5萬以上，甚至超過部分真人實拍導演，一部精品AI漫劇，算上人力和算力，成本至少在20-30萬。”不少中小承制方選擇“退一步”，暫時放棄AI漫劇，回歸真人短劇賽道或部分真人的做法。

“如果AI生產的價格和真人相差不大，我們當然更傾向于選真人——真人的情感表達，AI目前還難以完全超越。”某中小承制方負責人張峰表示，不找頭部演員、不做超精品，真人短劇的成本并沒有想象中那么高。

張峰的團隊最近剛完成轉型，主要承接鄉村題材、下沉市場短劇：“這類劇場景切換較少，在基地樣板間就能完成實拍，成本比精品AI漫劇還要低一些。而且現在平臺對真人短劇的扶持力度也在逐步加大，只要內容貼合市場需求，大概率能拿到不錯的分賬。”露露也認可這一方向：“AI真正能降本的主要是大場面劇，比如玄幻、古裝霸總劇，而鄉村鄰里，都市逆襲這類幾乎沒有特效的題材，實拍往往更劃算。”

自從解說漫的從AI劇中分離出來，且大量的精品AI劇崛起后，解說漫的市場占比已經大幅減少。部分團隊選擇了AI制作+真人配音的做法，來提高AI劇的精品程度。

4月上線新劇中，解說漫占比僅3%，以抖音端原生4月AI劇百強榜來看，4月對比1月，TOP100已經幾乎沒有了解說漫的身影。

（2）多元破局，布局出海賽道

除了回歸真人短劇，還有部分具備一定實力的中型廠商，選擇將目光投向海外市場，以此規避國內市場的激烈競爭。

從行業前景來看，海外AI短劇市場仍處于藍海階段，預計今年市場規模將突破6.5億美元，而當前滲透率還不足一成，未來仍有較大的拓展空間，這也為承制方提供了新的生存機遇。

比如，DataEye劇查查海外短劇周榜顯示，西安文無制作的情感都市CEO題材的《Watch Out, I'm The Lady Boss》長期位居前列。

一方面是海外的用戶付費意識和付費意愿相對于國內市場更高，另一方面是海外對于“大尺度”的內容開放程度更高，擦邊、軟色情、暴力、血腥及LGBT等相關內容，在國內明確屬于紅線區域，但在海外相對寬松的內容尺度下，可以創作的空間更大，能俘獲的用戶并不低。

（3）縮短劇集，從完整版變季播

“先結尾上線，跑起來了就繼續做，撲了就止損。”聊到效率和成本風險時，AI劇制片人白雪坦言，先上線部分劇集，若市場反饋出色那么可以在同一合集上繼續上新的續集，或者在紅果上播第二季，第三季……這一做法也成了行業“潛規則”之一。

過去的真人短劇或ai劇大多為60-80集一部，而目前AI的播出劇集普遍在40-50集左右。據DataEye-ADX數據顯示，除沙雕漫以外，近1周TOP100的AI劇，平均集數在50集左右，而在1000W播放量/周的劇中，50集以下的劇占比超50%，40集的劇占比最高，共193部。例如《三千庇護》目前已經到第22季，每季僅24-30集。

白雪解釋，首先在動漫，漫劇和沙雕漫的階段，本身就是單集日更或周更的模式，用戶并不排斥“等”，且漫劇的用戶對于好內容的“耐心”比短劇用戶更持久。

其次，跟真人劇比起來，AI劇的續集創作比真人劇更輕便更快，即便是要在上線后收到“好評”再做新集也來得及。“等3天”的時間成和整本全虧的概率，對于小廠商而言，前者是更保險的。

（4）為降成本，抱團取暖

面對成本壓力，部分中小承制方或OPC也開始放棄單打獨斗，嘗試通過抱團取暖的方式降低運營成本、提升抗風險能力。林哲就分享了自身經驗：“中小廠商單獨采購IP、AI工具，議價能力很弱，成本居高不下，我們聯合了5-8位同行，形成了小型合作聯盟，在IP采購、工具訂閱上統一議價，大概能降低10%-15%的成本，大大緩解了資金壓力。”

值得一提的是，目前部分地區政府也在出臺相關扶持政策，助力中小承制方突圍，推出共享辦公空間、社區化辦公配套等福利，打通IP供給、技術支持、人才輸送全鏈條，為抱團發展的中小廠商提供便利。

“這種抱團模式，一定程度上能降低單個主體的成本壓力，也能整合資源、優勢互補，或許能讓中小廠商在行業調整期走得更穩、活得更久一些。”林哲補充道。

無論是哪條路徑，最重要的是“活下去再說”！

深度調整：供需失衡與效率困境

DataEye研究院認為，此輪多重沖擊并非短期波動，而是AI漫劇行業供需錯配、產能過剩、內容粗放三大頑疾的集中爆發。

過去的一年里，AI技術大幅降低制作門檻，大量無內容經驗、無合規意識、無技術積累的從業者扎堆入局，行業陷入“重產量、輕質量，重流量、輕內容”的粗放發展模式。海量低質、同質化、套路化劇集涌入市場，造成嚴重產能冗余，早期靠規模化量產收割流量、賺取分賬的邏輯走到現階段已基本失效。

這一粗放模式帶來的后果，正在當下集中顯現：平臺審核趨嚴、用戶審美升級、廣告預算擇優分配，市場不再為低質內容買單。

一邊是腰尾部海量低效產能持續堆積，上新劇目嚴重同質化，用戶點擊率與完播率持續走低；另一邊，精品優質內容稀缺，頭部爆款持續收割超高流量與收益。供需結構性失衡愈發突出，行業從流量紅利期向價值紅利期過渡的陣痛難以避免。

而更深層次的原因在于，視聽類產品承載著文化思想、社會價值等公共屬性，在國內不可能也不應該長期處于野蠻生長狀態。

“無形的手”通過對平臺和行業進行規范引導，來推動視聽內容從單純的商品屬性，向兼具作品屬性的方向演變。這意味著，合規能力不再是可選項，而是生存底線。

在這一結構性調整中，不同位置的玩家面臨截然不同的處境。大廠依托資金、IP、工業化能力和合規體系，反而迎來搶占份額、打造精品的窗口期；中小廠商和個人創作者則站在十字路口——主動轉型尚有生機，固守舊模式則大概率被邊緣化。

未來，AI劇漫劇行業的競爭，不再單純比拼“誰成本低、誰產量高”，而是“誰能持續產出優質內容、誰能實現合規盈利”。AI漫劇并非“躺賺”的風口，而是考驗專業能力、成本控制能力和合規運營能力的賽道。此輪調整只是催化劑，更深層的洗牌在于篩選真正懂內容、懂技術、懂合規的參與者。

注：以上受訪者均為化名。