注册用户本文由 莫潇羽@无忆研习社（www.wuyi.wiki）撰写，转载请注明出处。
快速摘要
一句话结论：AI把短剧的“拍摄成本”打下来了，但没有把“被看见的成本”打下来，普通人单枪匹马批量做AI短剧，在2026年的行业结构下，大概率是一场预期值为负的游戏。
关键信息速览：据中国网络视听协会发布的《微短剧创作指引》，2026年一季度全行业上线微短剧约12.8万部，其中AI微短剧约12.2万部，占比超过95%；国家广电总局在9月的发布会上透露，今年前8个月上线微短剧共43万部，是去年全年的13倍。供给暴涨的另一面是：DataEye的上半年报告显示破亿率只有0.47%左右，行业每一万次播放能分到的钱从2025年下半年的几十元到一百元，跌到2026年的5到10元；与此同时，2026年4月1日起AI微短剧“先备案后上线”，7月1日起按投资额分三级管理，AI生成内容必须显著标识。钱主要花在投流（买流量）上，制作费只是一小块。
给想入场的朋友三条建议：第一，先把“单部回款 = 播放量 ÷ 10000 × 万播单价”这道算术题算清楚再谈理想；第二，远离一切低价“中转站”“号池”渠道，那是法律和数据安全的双重雷区；第三，如果真有内容能力，把它当作能力积累和岗位竞争力，而不是押上全部身家的一次性下注。
想看完整拆解，往下翻。
一、开场：一道被讲烂的算术题，为什么总有人算错
1.1 “成本降了九成”是真的，但它回答的不是你关心的问题
这两年只要你刷短视频，大概率被推送过这样一类内容：一台电脑、几个AI工具、几天时间，一部几十集的短剧就“生”出来了，配上一句“以前拍一部真人短剧要几十万，现在几千块搞定”。说实话，这句话本身没错。行业里普遍的说法是，AI把短剧的制作周期从数周压到了三到七天，单分钟的画面成本也降到了真人剧的一到二成。
问题在于，这句话回答的是“做出来要花多少钱”，而绝大多数人真正想问的是“做出来之后能拿回多少钱”。这是两道完全不同的题。前一道题的答案越来越漂亮，后一道题的答案却越来越难看。
我（莫潇羽）这几个月陆续跟几位做内容和做投放的朋友聊过，也自己上手用国内几款主流视频模型拼过一个几分钟的样片，最大的感受是：AI短剧行业里，“便宜”这个词出现的频率越高，你越要警惕它省略了什么。 它省略的通常是三样东西：反复抽卡的算力、买流量的投放费，以及2026年以后越来越刚性的合规成本。这三样加起来，往往比“画面生成费”本身大得多。
说得再直白一点，制作成本降了九成，就像一家餐馆发现食材突然便宜了九成。听上去老板要乐开花了，可如果同一条街上一夜之间多开了一百家一模一样的餐馆，门口那块唯一的招牌位又只能靠竞价拿下，那食材省下来的钱，最后会原封不动地流进房东的口袋。短剧行业的“房东”，就是掌握流量分发的平台。
1.2 先认识几个行业黑话，后面才看得懂账本
为了照顾刚接触这个行业的朋友，这里先把后文会反复出现的几个词用大白话解释一遍。这些都是行业通用说法，没有什么玄学。
|
行业说法 |
大白话解释 |
为什么重要 |
|
微短剧 |
单集几十秒到几分钟、整部几十集的竖屏连续剧 |
这是广电管理口径里的正式叫法 |
|
AI微短剧 / AI漫剧 |
画面、配音等主要由AI生成的微短剧，漫画风的常被叫作漫剧 |
2026年起有单独的分类分层标准 |
|
抽卡 |
同一个镜头反复生成，直到挑出一条能用的 |
决定真实算力成本的关键变量 |
|
投流 |
花钱在平台上买推荐位和曝光，把剧推到观众面前 |
通常是整盘生意里最大的一笔支出 |
|
万播单价 |
每一万次播放，平台结算给出品方的钱 |
回款的核心单价，2026年大幅下滑 |
|
破亿率 / 爆款率 |
播放量过亿的剧占全部上新剧的比例 |
决定“赌中”的概率 |
|
承制方 |
接单制作短剧的公司或工作室 |
行业里真正在干活的那一层 |
|
备案 |
作品上线前向广电部门登记报备 |
2026年4月1日起AI微短剧必须先备案 |
|
ROI |
投入产出比，投1块钱回来几块 |
判断一门生意能不能持续的硬指标 |
这张表不用背，后面读到哪儿不懂，回来查一下就行。
1.3 这篇文章打算怎么拆
市面上讲AI短剧的内容，要么是“风口来了赶紧上车”，要么是“全是坑千万别碰”。两种都有情绪，缺的是账本。所以这篇文章我不打算站队喊口号，而是按一个做决策的人真正会问的顺序来拆：
flowchart TD
A[钱从哪来到哪去] --> B[制作端到底要花多少]
B --> C[为什么投流是吞金兽]
C --> D[机构凭什么敢批量下注]
D --> E[那些离谱低价渠道的真相]
E --> F[2026年监管划了哪些硬线]
F --> G[普通人还能怎么参与]每一步我都会尽量给出公开可查的数据来源，拿不准的数字会用区间表达，并标注这是写稿时的行情。行业变化非常快，今天的数字到下个季度可能就过时了，但背后的算账逻辑，至少在未来一两年里不会变。
二、钱从哪里来、到哪里去：一张AI短剧的资金流向图
2.1 先看生产链：一部AI短剧是怎么“生”出来的
很多人以为AI短剧就是把一句话丢进模型，模型吐出一部剧。真实情况要繁琐得多。综合几位从业者在公开采访里的说法，一部AI短剧从无到有，大致要走过这样几道工序：
flowchart LR
S1[剧本<br/>大纲与分集台词] --> S2[资产<br/>角色形象与场景设定]
S2 --> S3[抽卡<br/>逐镜头反复生成]
S3 --> S4[剪辑<br/>配音配乐与节奏]
S4 --> S5[审核<br/>平台与备案审查]
S5 --> S6[上线分发]剧本是地基。AI能帮你扩写、改写、出分集大纲，但“这个故事观众为什么要看下去”这件事，模型给不了答案。行业里大量作品扎堆在逆袭、重生、身份反转这几类题材里，本质上是因为这类题材的“爽点”位置固定、好复制、好投放。
资产指的是角色的脸、服装、场景这些要在全剧反复出现的元素。AI视频最大的老毛病就是“一致性”：第一集的女主是瓜子脸，第十集可能就变成了圆脸。为了保住一致性，团队要先把角色定妆图、多角度参考图做扎实，这一步既费时间又费算力。
抽卡是最耗钱的环节，下一章会专门拆。剪辑包括配音、配乐、字幕和节奏把控，很多团队在这里仍然要大量人工。审核则在2026年变得前所未有的重要，一旦素材来源说不清，整部剧可能直接被下架。
我自己试着拼样片的时候，最深的体会是：真正“按一下就出来”的只有第一步的草稿，后面每一步都要人盯着。所谓“一个人一台电脑”，更准确的说法是“一个人一台电脑加上无数次返工”。
2.2 再看回款：钱是从哪几个口子流回来的
AI短剧的回款渠道，按公开资料大致可以归成三类：
|
回款方式 |
怎么运作 |
主要风险 |
|
平台分账（免费模式） |
观众免费看，平台靠广告变现，再按播放量等指标给出品方分账 |
万播单价下滑，播放量上不去就几乎没有回款 |
|
付费解锁（投流模式） |
前几集免费，后面付费解锁，出品方花钱投流拉新用户 |
投流成本高，付费转化不稳定 |
|
承制与定制 |
接平台、品牌或上游公司的外包订单，按分钟或按部收制作费 |
报价被持续压低，走量款利润很薄 |
注意第一种和第二种的区别：免费模式下，你的对手是“平台上所有想抢观众注意力的内容”；付费模式下，你还额外多了一个对手，叫“投流的出价”。两种模式都绕不开同一个问题，就是你的剧能不能被足够多的人看到。
第三种承制模式听上去最稳，因为是先拿订单再干活。但据公开报道，走量的漫剧报价已经从每分钟两三百元跌到八十元左右，利润率不到一成。换句话说，这是一门辛苦活，而且越来越辛苦。
2.3 一道小学算术题：你的剧到底能回来多少钱
把平台分账模式的回款拆开，公式简单到有点残忍：
单部回款 ≈ 总播放量 ÷ 10000 × 万播单价
单部毛利 ≈ 单部回款 − 制作成本 − 投流成本 − 合规与运营成本我们用一个虚构的小团队来代入一下。假设“阿岚工作室”三个人，做了一部偏精品路线的AI短剧，公开报道里业内主流精品剧的制作成本大约每分钟800到1500元，我们按中间偏低的每分钟1000元、全剧80分钟来算，制作成本就是8万元。
再看回款端。第一财经援引的行业数据显示，2026年的万播单价普遍落在5到10元。我们取8元。那么：
想靠分账收回 8 万制作成本，需要的播放量 ≈ 80000 ÷ 8 × 10000 = 1 亿次一亿次播放，这是什么概念？DataEye的上半年报告显示，全网新上线AI短剧超过22万部，破亿的只有一千出头，破亿率大约0.47%。也就是说，阿岚工作室光是想“不亏制作费”，就要挤进前百分之零点五。这还没算投流，没算三个人几个月的时间，也没算房租电费。
如果阿岚工作室换成走量路线呢？把单部成本压到一两万元，一个月做十部。那么每部回本线就降到一两千万播放。听上去好一点了，但问题是：走量的剧质量更难保证，播放量的中位数往往连几十万都够不着。行业里流传的“一个团队一个月上了十几部剧，平台结算下来只有几百块”这类说法，并不是段子，而是很多人后台里的真实数字。
算到这里，你可能会觉得奇怪：既然大部分剧都在亏，为什么行业还在疯狂上新？这恰恰是后面几章要回答的核心问题。先给一个预告：对单个作品来说这是亏本买卖，但对手握资金、流量和批量产能的机构来说，这可能是一门算得过来的概率生意。 这两者之间的差距，就是普通人最容易看不见的那道墙。
小提醒：上面所有价格与单价都是写稿时的近似行情，AI视频和短剧分账的价格变动非常快，请以各平台官方后台和定价页面的实时数据为准。
三、制作端：模型单价看着便宜，真正贵的是“抽卡”
3.1 视频模型到底怎么收费：按秒、按token、按积分
先说一个很多新手会踩的认知坑：看到“某模型一秒几毛钱”，就以为一分钟成片只要几十块。这个算法忽略了一个事实，AI视频不是“一次生成就能用”的。
主流视频模型的计费方式大致有三种。第一种是按时长计费，生成几秒就收几秒的钱；第二种是按token计费，token可以理解为模型内部的“计量单位”，生成的画面越复杂、时长越长，消耗的token越多；第三种是会员积分制，你先买会员拿到一堆积分，每次生成扣掉一部分。
拿公开报道的例子来看。字节火山引擎今年3月公布的Seedance 2.0定价，纯视频生成是每百万token 46元，按公开测算，生成一条15秒视频大约消耗30万token出头，折下来差不多一元一秒。新榜今年4月做过一次横向实测，发现即梦高级会员年卡从2599元调到3099元，每月积分反而少了一半多，同样规格一条15秒视频的成本从大约0.65元涨到了5元左右；海螺自研的Hailuo 2.3折算下来约每秒0.93元，而在海螺里调用Seedance 2.0则要每秒3.5元左右。
|
计费方式 |
典型代表（写稿时公开信息） |
新手最容易忽略的地方 |
|
按token |
Seedance 2.0 API，约一元一秒 |
从零生成比带参考视频编辑贵得多 |
|
会员积分 |
即梦、可灵、海螺等C端产品 |
优惠活动结束后单价可能翻倍 |
|
聚合平台 |
集成多家模型的一站式创作平台 |
同一模型在不同平台价格差异很大 |
再提醒一次：AI视频的价格变动非常快，上面是写稿时的近似行情，涉及具体采购请以各家官方定价页面的实时数据为准。
3.2 一个被低估的变量：可用率
真正决定制作成本的，不是标价，而是可用率，也就是你生成十条里能用几条。公式长这样：
有效单价 = 标价单价 ÷ 可用率
一分钟成片的画面成本 ≈ 60 秒 × 有效单价举个例子，假设某模型标价一元一秒，如果你运气好、提示词写得准，十条里能用五条，可用率50%，有效单价就是两元一秒；如果角色老是变脸、手指老是长出第六根，十条里只能用一条，有效单价就飙到十元一秒。
|
可用率 |
有效单价（标价1元/秒时） |
一分钟成片的画面成本 |
|
50% |
2元/秒 |
约120元 |
|
20% |
5元/秒 |
约300元 |
|
10% |
10元/秒 |
约600元 |
|
5% |
20元/秒 |
约1200元 |
这张表是我根据公开价格自己推算的示意，不代表任何一家的实际账单。但它能说明一个关键问题：模型厂商降价10%，远不如你把可用率从10%提到20%来得实在。 这也是为什么行业里有人宁可用更贵的模型，因为它角色一致性更好、单次能生成更长的镜头，抽卡次数少了，总账反而更便宜。
我自己拼样片那几天，最魔幻的一幕是：一个“女主转身回眸”的三秒镜头，我前后生成了二十多次。有的转身转成了三百六十度，有的回眸回成了另一个人，还有一次背景里的路人突然开始倒着走。那一刻我深刻理解了什么叫“按秒计费，按命消耗”。
3.3 成本其实在涨，不在跌
另一个跟直觉相反的事实是：2026年AI短剧的单位制作成本整体在上涨。
第一财经今年9月的报道援引从业者的说法，一集AI漫剧的算力成本已经从17元左右涨到80到100元，一分钟漫剧的成本从100元涨到200到300元。原因不难理解：观众的眼光被养刁了，早期那种“一眼假”的画面已经没人看，大家都在往更高清、更连贯、更像真人的方向卷，而更好的模型意味着更贵的单价和更多的抽卡。
澎湃新闻报道过一个公开的精品案例，团队为了画面质感，单个镜头反复生成二三十次，十一集七十多分钟的内容耗时一个月，单集成本超过一万元。这类作品确实能出圈，但它的成本结构，已经跟“几千块一部”没有任何关系了。
flowchart LR
A[观众审美提高] --> B[必须用更好的模型]
B --> C[单价上涨]
A --> D[对一致性要求更高]
D --> E[抽卡次数增加]
C --> F[单分钟成本上升]
E --> F所以“AI短剧成本低”这句话，在2026年需要加一个限定词：做出能被观众接受的AI短剧，成本并不低。 能低到几千块的，往往是那些观众划两下就走的作品。
3.4 自己部署开源模型，是不是就能把成本打到零
每次聊到这里，总有懂点技术的朋友会问：开源视频模型越来越多，我自己买显卡部署，不就只剩电费了吗？
这个思路技术上没毛病，账上却有三个窟窿。
第一个是硬件和运维。能流畅跑视频生成的显卡不便宜，显存小了跑不动长镜头，跑得动的卡价格动辄数万元。机器要散热、要维护、要有人会调参，出了问题得有人半夜爬起来修。这些都是真金白银，只是没写在“电费”两个字里。
第二个是效果差距。开源模型在一致性、运动幅度和画面质感上，通常和第一梯队的商业模型有差距。效果差一截，可用率就低一截，按上一节的公式，省下的单价很可能又被抽卡次数吃回去。
第三个窟窿最致命：就算你把制作成本真的做到零，你也只是解决了整盘生意里的一小块。 接下来这一章要讲的投流，才是真正决定生死的地方。我经常跟朋友打个比方，这就像你开了家包子铺，把面粉成本降到零，可店开在没人经过的巷子深处，包子做得再便宜也卖不出去。
四、投流：藏在账本最深处的那个吞金兽
4.1 投流到底是什么，为什么绕不开
所谓投流，就是出品方花钱向平台购买曝光。你可以把它理解成在一个巨大的商场里租“黄金展位”：展位有限，想要的人太多，价高者得。
为什么绕不开？因为短视频平台的内容分发主要靠算法推荐。一部新剧上线时，算法对它一无所知，只会给一点点初始流量试探。如果这点流量里的完播率、追更率不够好看，算法就不会继续推，这部剧基本就沉了。花钱投流，相当于用钱给算法“喂数据”，帮作品冲过冷启动这道坎。
据多位从业者在公开采访中的说法，在付费模式的AI短剧项目里，投放和运营费用在总支出里占大头，远远超过AI制作本身。这就是开篇那个餐馆比喻的真实含义：食材省下来的钱，最后都交了“展位费”。
4.2 供给爆炸之后，每一次播放都在贬值
投流贵，还有一个更深层的原因：供给爆炸了。
国家广电总局网络视听节目管理司在今年9月的国新办发布会上披露，2026年前8个月上线微短剧43万部，是去年全年的13倍，其中AI剧占比超过九成。与此同时，全国微短剧用户规模超过8亿人。用户数量是相对稳定的，每个人一天刷剧的时间也是有限的，作品数量却翻了十几倍，每部作品能分到的注意力自然被稀释得厉害。
更扎心的一组对比来自行业统计：今年一季度，AI微短剧占了超过95%的产量，却只拿到全网大约4%的播放量。中国网络视听协会的数据还提到，2026年春节档真人剧的上线量只有AI剧的五十分之一左右，总播放量却是AI剧的25倍。
pie title 2026年一季度微短剧：产量与播放量的错位（示意）
"AI剧产量占比" : 95
"真人剧产量占比" : 5这张饼图只画了产量这一侧，如果把播放量那一侧也画出来，比例几乎是倒过来的。观众用手指投了票：大量同质化的AI剧，占据了货架，却没有占据眼球。
于是万播单价开始跳水。第一财经援引的行业数据显示，万播单价从2025年下半年的30到100元，跌到2026年的5到10元，跌幅接近九成。新浪财经报道的另一组数据也指向同一个方向：AI短剧的投入产出比从早期的1比5、1比10，跌到1比1.5到1比3，部分尾部项目跌破1比1。
用大白话翻译一下：一年前你花一块钱投流，可能拿回五块；现在拿回一块五到三块就算不错了，运气不好连本都保不住。
4.3 为什么同样投一块钱，机构的效果比你好
有人会问，投流不就是花钱吗，谁花不是花？这里面的差距其实非常大，常见的有这么几层：
|
差距维度 |
成熟机构的常见做法 |
新入场个人的常见处境 |
|
账户与返点 |
年投放量大，通过代理商拿到返点和更稳定的账户 |
小额充值，按标准价格结算 |
|
素材库 |
同一部剧准备几十上百条投放素材轮换测试 |
手里只有一两条剪辑，测试空间很小 |
|
数据经验 |
积累了大量“什么题材在什么时段对什么人群有效”的历史数据 |
从零摸索，每一次试错都在付学费 |
|
止损机制 |
设定明确的数据红线，不达标立即停投换剧 |
容易舍不得，越亏越想追加 |
|
平台合作 |
与平台有内容合作、分成系数更优惠 |
按普通创作者规则走 |
这里没有什么阴谋论，这就是任何一个成熟的广告投放市场都会有的结构。只不过在AI短剧这个赛道里，制作门槛被AI拉平了，投放门槛却一点没降，反差就显得格外刺眼。
我身边一位做信息流投放多年的朋友说过一句很朴素的话：投流这件事，钱是入场券，数据才是方向盘。 新手最常见的死法不是没钱投，而是钱投出去了，看不懂后台数据，不知道该停还是该加，最后在犹豫中把预算烧完。
4.4 新手先学会看懂后台的三个数
既然投流是“用钱买数据”，那看不懂数据，钱就等于白花。对于刚接触投放的朋友，我建议先盯住三个最基础的指标，别一上来就被后台几十个字段绕晕。
第一个是完播率，也就是看完某一集的人占点开这一集的人的比例。它反映的是“这一集留不留得住人”。开头三秒没有钩子、节奏拖沓、画面穿帮，都会直接体现在完播率上。
第二个是追更率，也就是看完这一集之后，接着点开下一集的人的比例。它反映的是“这部剧让不让人想看下去”。一部剧单集完播率还行、追更率却一路下滑，通常说明剧情在中段失去了悬念。
第三个是回收比，在付费模式下就是投放花出去的钱与付费解锁带回来的钱之比，在免费分账模式下则要看播放量换算出来的分账够不够覆盖投放。这是最终决定停投还是加投的那个数。
回收比 = 测试期带回的钱 ÷ 测试期投放花掉的钱
回收比 < 1：每多投一块钱，就多亏一点
回收比 ≈ 1：勉强打平，还没算制作与人力
回收比 > 1：才有资格讨论要不要放大这三个数之间是有先后关系的：完播率决定有没有人愿意看，追更率决定有没有人愿意一直看，回收比决定这件事在经济上成不成立。新手最常犯的错误，是只盯着播放量的绝对数字沾沾自喜，却没发现追更率在第五集就断崖了，后面投进去的钱，全在给一部“没人想看完”的剧买单。
我自己的习惯是，每次测试都提前在本子上写好这三个数的及格线，数据出来后只做一件事：对照及格线，过了就留，不过就停。这么做的意义不在于线划得多准，而在于把“要不要继续”这个决定，从情绪里拿出来，交给事先定好的规则。
4.5 洗牌已经开始了
当回款在跌、成本在涨、投流又贵，结果只有一个：出清。
公开报道显示，2026年一季度活跃的AI短剧承制方从1216家骤减到698家，缩水超过四成；业内普遍的说法是大约九成的AI短剧公司处于亏损状态。新榜今年8月采访的一位从业者也坦言，团队从零扩张到一百多人、每月出十几二十部，算下来基本只能打平。
这说明什么？说明连有团队、有产能、有投放经验的公司都在挣扎。一个刚刚入场、手里只有一台电脑和一腔热血的个人，想要在这张牌桌上活下来，难度可想而知。
不过，行业在出清并不等于行业没有机会。下一章我们换个角度，看看那些还在坚持批量上新的机构，他们的账到底是怎么算的，以及为什么同一套算法，放在个人身上就算不通。
五、机构为什么敢批量下注：一门“概率生意”的底层算法
5.1 从“打磨一部作品”到“管理一个作品组合”
如果你留心观察平台上的AI短剧，会发现一个现象：题材高度雷同，开头三集的套路几乎一模一样，甚至同一个角色形象换个名字在好几部剧里轮番出现。很多人把这归结为“AI没有创意”，其实这是一种有意识的生产策略。
行业里常见的做法，通俗讲叫“内容赛马”：同时开出一批成本可控的剧，每部都先用少量预算投放测试，用前一两天的数据（完播率、追更率、付费转化率）决定生死。数据好的，立刻追加投放，并把它的题材、开场节奏、人设组合拆出来，快速做一批相似的新剧；数据差的，第一时间停投，绝不恋战。
flowchart TD
A[批量立项<br/>多题材小成本] --> B[小额测试投放]
B --> C{前两天数据达标?}
C -- 否 --> D[立即停投<br/>沉没成本认亏]
C -- 是 --> E[追加投放放大]
E --> F[拆解爆点结构]
F --> A这套逻辑其实一点也不新鲜。风险投资投一百个项目，指望其中一两个成为独角兽来覆盖其余的亏损；新药研发筛选成千上万个化合物，最后可能只有一个走到临床。AI短剧行业只是把这套逻辑搬到了内容生产上，而AI恰好让“批量开剧”这件事变得前所未有地快。
在这个体系里，单部作品更像是一次实验，而不是一件被精心雕琢的作品。这听起来有点冷酷，但它解释了为什么行业整体在亏、上新量却在暴涨：对组合经营者来说，单部亏损是计划内的成本，只要组合整体的期望值为正，这门生意就能继续。
5.2 一个公式看懂“单打独斗”和“批量下注”的差距
假设每部剧成为爆款的概率是 p，一共开了 n 部剧，那么至少出一部爆款的概率是：
P(至少一部爆款) = 1 − (1 − p)ⁿ把公开数据里的破亿率大约0.47%代进去算一算：
|
开剧数量 n |
至少出一部破亿剧的概率 |
|
1部 |
约0.5% |
|
10部 |
约4.6% |
|
50部 |
约21.0% |
|
100部 |
约37.6% |
|
200部 |
约61.0% |
|
500部 |
约90.5% |
这张表的冷幽默之处在于：你那部倾注了全部心血的剧，在概率面前和机构批量生产的第三百七十二号剧，是完全平等的。 概率不会因为你熬了几个通宵就对你高看一眼。
当然，现实中每部剧的爆款概率不是固定的。有数据积累的机构选题更准、投放更精，p值本身就比新手高。这就形成了一个叠加效应：人家不仅开的剧多，每一部命中的概率还更高。
5.3 真正的门槛：能不能撑到“开奖”那一天
公式告诉我们多开剧能提高命中概率，但它藏了一个前提：你得有足够的钱一直开下去。
为了直观一点，我写了一段很简单的模拟程序。参数全部是虚构的示意值，不对应任何真实公司，只用来说明结构：
import random
def simulate(budget, cost, p, payoff, trials=20000):
"""budget: 启动资金（万元） cost: 单部成本（含测试投放）
p: 单部爆款概率 payoff: 爆款一次的回款（万元）"""
hit, broke = 0, 0
for _ in range(trials):
cash = budget
while cash >= cost:
cash -= cost
if random.random() < p:
cash += payoff
hit += 1
break
else:
broke += 1
return hit / trials, broke / trials
# 个人：30万启动资金，单部3万，经验少，p=0.3%
print(simulate(30, 3, 0.003, 400))
# 机构：500万启动资金，单部2万，数据积累多，p=0.8%
print(simulate(500, 2, 0.008, 400))我跑了两万次模拟，结果大致是这样的：
|
角色（虚构参数） |
能开几部 |
撑到出爆款的概率 |
钱烧光的概率 |
|
个人：启动30万，单部3万 |
10部 |
约3% |
约97% |
|
机构：启动500万，单部2万 |
250部 |
约87% |
约13% |
同样一个“爆款能回款几百万”的规则，放在个人身上，是百分之九十七的概率在开奖前出局；放在机构身上，是百分之八十七的概率撑到开奖。差距不在于谁更聪明，而在于谁能在连续失败中活得更久。 统计学里有个经典的说法叫“赌徒破产问题”，说的就是：即便每一把的期望值为正，本金有限的一方只要连续输上一阵，也会先被清出牌桌。
所以我对“普通人做AI短剧”的判断一直是：问题不在于AI好不好用，而在于这门生意的底层结构，天然偏爱资金池更深、试错次数更多的玩家。你当然可以赌自己是那百分之三，但你得清楚这是在赌。
5.4 为什么你总觉得“身边人都做成了”
讲到这里，肯定有朋友不服气：我明明刷到过好多人晒后台，一部剧回款几百万，这怎么解释？
这就要说到一个统计陷阱，学术上叫幸存者偏差，白话讲就是：你看到的样本，是被“活下来”这个条件筛选过的。
这里有个经典的历史故事。二战时，有人统计返航飞机身上的弹孔，发现机翼和机身中弹最多，于是建议加固这些部位。统计学家沃德提出了反对意见：真正该加固的恰恰是那些返航飞机上几乎没有弹孔的部位，比如发动机，因为那些地方中弹的飞机根本没能飞回来。
AI短剧的信息流是一模一样的道理。能出现在你面前的，是做出成绩、愿意晒图的那一小撮；亏光了的人通常默默离场，不会专门发条视频说“我又亏了十几万”。平台的推荐算法还会进一步放大这种筛选，因为“一部剧回款几百万”的内容比“我亏了”更有传播力。
flowchart LR
A[全部入场者] --> B[大多数亏损离场<br/>很少发声]
A --> C[极少数跑通]
C --> D[晒成绩 开课 接受采访]
D --> E[被算法推荐放大]
E --> F[你看到的全部样本]还有一个值得多想一步的问题：那些热情劝你入场的人，他们自己靠什么维持？ 如果一门生意真的稳定、可复制、回报丰厚，理性的做法是自己闷头扩大规模，而不是急着把方法教给成千上万的潜在竞争者。很多高调布道的人，真正的主营其实是卖课、卖工具会员、卖代投服务。这不一定违法，但你至少应该知道，他们的回款来自你的学费，而不是来自短剧本身。
我（莫潇羽@无忆研习社）并不是说所有分享经验的人都有问题，而是建议你在看到任何“成功案例”时，都在心里多问一句：这个样本是怎么被筛选到我面前的？
六、那些“便宜得离谱”的算力渠道，价差到底从哪里来
6.1 正常的价差：量大从优，天经地义
行业里经常流传一种说法：同一个视频模型，不同渠道的价格能差好几倍。这件事要分开看，有一部分价差是完全正常的。
最常见的是批量采购折扣。以火山引擎公开的说明为例，对有稳定调用需求的企业，包年包月套餐相比按量计费可以享受一到三成的折扣，大规模调用还可以找商务团队谈定制价格。这和你去批发市场进货比去便利店便宜是一个道理，合法合规。
另一种是自研或自部署。一些头部公司有自己的技术团队，部署适合自身业务的模型，单位成本自然会低于零散调用商业接口的个人。
这两类价差，个人很难拿到，但它们是正当的规模效应，不必愤愤不平。
6.2 不正常的价差：灰色中转站与“号池”
真正需要警惕的，是另一类低到离谱的报价。据公开报道，这类渠道的常见手法包括：用脚本批量注册平台账号，集中薅取新用户赠送的免费额度，把这些账号攒成一个“账号池”，再以远低于官方的价格转卖；或者把企业采购后用不完的额度通过私人关系拆零倒卖；更进一步的，还有搭建反向代理服务器，把各家模型接口包装一层后低价转售。
这些做法在2026年已经明确踩到了法律红线。今年5月到6月间，上海一名运营AI接口中转服务的站长，因涉嫌非法经营罪被公安机关刑事拘留37天后取保候审，这被法律界视为国内首起公开披露的同类涉刑案件。国家安全部也在同一时期专门发布了针对这类中转站的风险提示。
作为使用者，风险同样不小，我给大家列一下：
|
风险类型 |
具体表现 |
|
法律风险 |
渠道本身可能涉嫌非法经营，使用方在某些情形下也可能被牵连 |
|
数据风险 |
你上传的剧本、角色设定、参考图全部经过第三方服务器，可能被留存、倒卖 |
|
服务风险 |
号池被平台风控批量封禁，项目做到一半突然断供 |
|
质量风险 |
标称的模型可能被悄悄替换成便宜的，计量数字由对方自报，无法核实 |
|
合规风险 |
拿不出正规的调用记录和发票，作品备案时说不清素材来源 |
最后这一条尤其值得展开说。下一章会讲到，2026年AI微短剧备案要求留存生成日志、工程源文件和素材来源记录。如果你的画面是通过一个说不清来路的中转站生成的，到了备案环节，你连“这些画面是怎么来的”都证明不了。省下的那点算力费，可能在最后一步让整部剧无法上线。
还要特别说明一点：提到境外大模型或相关服务时，务必记住，境外模型使用需遵守国内网络与内容管理相关规定。国内目前已经有多家通过备案的视频生成大模型可供选择，完全没有必要去碰那些来路不明的“跨境低价”渠道。
6.3 我自己的采购原则
我自己折腾AI视频这段时间，给自己定了几条很朴素的规矩，分享出来供参考：
【算力采购自查清单】
□ 只用模型厂商官方或正规云厂商的渠道
□ 能开发票、有合同、有清晰的隐私政策
□ 保存每一次生成的记录和原始文件，按项目归档
□ 不把未公开的剧本全文、真人照片上传到来路不明的平台
□ 看到“官方价一两折”的报价，先默认它有问题说到底，便宜这件事在AI短剧行业里从来不是护城河。你能买到的便宜，别人也能买到；你买不到的便宜，往往伴随着你承担不起的风险。
七、2026年的监管硬杠：备案、分级、标识与“偷脸”红线
前面几章讲的都是经济账，这一章讲的是另一本账：合规账。很多人入场时根本没把这一项算进成本，结果剧做完了才发现上不了线，或者上线没几天就被整部下架。2026年是AI微短剧监管密集落地的一年，这部分内容哪怕你只打算业余试试，也建议认真看完。
7.1 一条时间线看懂监管节奏
timeline
title AI微短剧相关监管节点（写稿时整理）
2025年9月 : 人工智能生成合成内容标识办法施行
2025年11月 : 广电总局启动微短剧专项治理 AIGC类与漫画类纳入分类分层审核
2026年4月1日 : AI微短剧须先备案后上线
2026年6月24日 : 微短剧发展管理办法公开征求意见
2026年6月25日 : AI微短剧分类分层标准发布
2026年7月1日 : 分类分层标准正式施行把这几个节点连起来看，方向非常清楚：从过去的“包容鼓励、先跑起来”，转向了“先备案后上线、生成内容必须标识、按投资规模分层管理”。对规范经营的团队来说，这是好事，规则清楚了；对想靠“海量上新、快速试错、说不清来路”的打法混日子的团队来说，窗口正在关上。
7.2 分类分层：你的剧归哪一级管
国家广电总局网络视听司今年6月25日发布的《管理提示（AI微短剧分类分层标准）》，把AI微短剧按投资额和题材分成了三级，7月1日起施行：
|
管理类别 |
划分标准 |
通常的审核路径（据公开解读） |
|
重点微短剧 |
投资80万元及以上，或主要剧情涉及政治、军事、外交、国家安全、统战、民族、宗教、司法、公安等特殊题材 |
由国家广电总局审核并核发发行许可 |
|
普通微短剧 |
投资30万元（含）到80万元之间的一般题材 |
由省级广电部门备案审查 |
|
其他微短剧 |
投资不足30万元的一般题材 |
一般由播出平台按规定审核并报备 |
新手最需要注意两点。其一，题材一旦沾上特殊领域，不管你投资多少，都会直接升格为重点微短剧，审核周期和要求完全不同，所以选题阶段就要避开这些敏感地带，别等剧做完了才发现卡在门口。其二，就算你的剧投资很小，属于“其他微短剧”，也不代表可以随便上线，平台审核同样会查素材来源和标识。
另外，《微短剧发展管理办法（征求意见稿）》目前还在推进中，它提出了分类实行备案公示和发行许可制度、AI生成制作的微短剧应在每集明显位置添加提示标识、播出单位不得使用诱导沉迷和过度消费的算法模型等内容。正式稿以最终发布版本为准，但方向已经很明确了。
7.3 标识义务：不是贴个小角标那么简单
根据《人工智能生成合成内容标识办法》及配套的国家标准，AI生成的视频内容需要做两类标识：显式标识，也就是观众肉眼能看到的“AI生成”提示，法律界的解读是视频类建议在开头显著位置展示；隐式标识，也就是写在文件元数据里、肉眼看不到的数字标记。
这件事落到国内各个自媒体平台上，就是你发布作品时要主动勾选“AI生成内容”之类的声明。我的建议是：不管平台有没有强制，只要画面、配音里有AI生成的成分，都主动标注。 不标注被平台识别出来，轻则限流，重则下架，还可能影响整个账号。
同样的道理也适用于AI配音和声音克隆。用AI合成的声音发布作品，要做标识；如果想用某个真人的声音做克隆，必须取得本人的明确授权，否则可能侵犯声音权益。
7.4 “偷脸”与“洗稿”：2026年最容易翻车的地方
2026年AI短剧领域最典型的翻车事件，基本都和素材来源有关。中国网络视听节目服务协会的公开文章里提到了两个案例：今年4月，一部热度不低的古风AI微短剧被汉服博主指控擅自抓取其个人写真，生成了剧中反派角色的形象，出品方在平台规定的审核期内拿不出素材合规使用的证据，整部剧被下架，出品方还被暂停上传15天；今年3月，另一部播放量超过两千万的AI微短剧，也因盗用摄影师作品和模特形象、妆造引发维权，最终下架并赔偿和解。
另一类更隐蔽的问题叫“洗稿式侵权”：把别人的原作拆解后喂给模型，吸收人家的剧情逻辑和人物设定，再生成一套“看起来全新”的画面。表面上每一帧都是新生成的，实质上是在搬运别人的核心创意。这类问题一旦被原作方发现，维权成本并不低。
这里顺带说一句我对“爆款复制”这件事的看法。行业里常说的“拆解爆款结构”，如果停留在题材类型、节奏规律这种通用层面，是正常的学习；一旦具体到照搬人家的人设组合、关键情节和台词，那就是在侵权的边缘试探了。
还有几个新手常常忽视的授权问题，统一提醒一下：
- 配乐、字体、音效、图片素材：商用需取得正版授权，很多“免费可商用”的说法并不可靠，要看授权协议原文。
- 参考图：用来给AI做角色参考的照片，如果是网上随手找的真人照片，本身就埋着肖像权的雷。
- 改编IP：改编小说、漫画要有原著方的书面授权，备案时这是必查项。
7.5 一张开工前的合规自查表
【AI短剧合规自查（开工前）】
□ 选题是否触及政治、军事、民族、宗教、司法等特殊领域？
□ 预估投资额落在哪一档，对应的备案或审核路径是否清楚？
□ 剧本是原创，还是改编？改编是否有书面授权？
□ 角色形象参考图是否来自自有素材或已授权素材？
□ 配音是否涉及真人声音克隆？是否取得授权？
□ 配乐、字体、音效是否取得商用授权？
□ 生成日志、工程源文件、素材来源记录是否按项目留存？
□ 每集是否按要求添加了AI生成标识？
□ 内容是否宣扬拜金、炫富、低俗等不良导向？这张表每一项都可能直接决定你的剧能不能上线。如果有哪一项答不上来，我的建议是先停下来把它弄清楚，而不是抱着“先上了再说”的心态。
平台规则与监管要求会动态调整，上文为写稿时的公开信息，具体执行请以国家广电总局、各省级广电部门及播出平台的最新官方口径为准。
八、普通人还能怎么参与：一份不上头的行动指南
说了这么多“劝退”的内容，并不代表我认为普通人和AI短剧这件事彻底无缘。只是参与的方式，和那些宣传里描绘的“一个人一台电脑逆天改命”，完全是两码事。
8.1 先做一道选择题：你到底想要什么
flowchart TD
A[我对AI短剧感兴趣] --> B{我手里有什么?}
B -- 只有时间和热情 --> C[先学技能<br/>进团队积累经验]
B -- 有内容或剧本能力 --> D[接承制外包<br/>或进机构做创作岗]
B -- 有自己的受众或私域 --> E[小成本做垂类内容<br/>不依赖付费投流]
B -- 有闲钱想试试 --> F[设死止损线<br/>当作学习成本]这张图的核心意思是：先盘点自己手里的牌，再决定怎么参与，而不是先冲进去再想办法。
8.2 几条相对稳妥的参与路径
第一条路，把它当成技能来学。 AI短剧的产业链条上，有大量新出现的岗位：会用AI写分集大纲的编剧、懂镜头语言的AI分镜、能稳定控制角色一致性的生成师、懂节奏的剪辑、看得懂投放数据的优化师。这些能力在行业出清之后反而更稀缺。与其自己扛着全部风险去赌一部剧，不如进一家靠谱的团队，用别人的预算积累自己的经验。这不丢人，这是最划算的学费。
第二条路，做承制而不是做出品。 如果你已经有一定的制作能力，接外包订单比自己出品风险小得多，因为回款不依赖播放量。缺点是报价被压得越来越低，所以要尽量往“精品”和“定制”方向靠，别在最卷的走量款里拼价格。签单时务必有正式合同，写清楚素材授权的责任归属。
第三条路，做不依赖付费投流的垂类内容。 《微短剧发展管理办法（征求意见稿）》里专门提到要促进微短剧赋能千行百业。文旅宣传、品牌故事、知识科普、非遗传承，这些场景里短剧是一种表达形式，而不是一场流量赌局。如果你本身在某个垂直领域有积累、有自己的受众，用AI短剧的形式讲好这个领域的故事，反而可能走出一条小而稳的路。
第四条路，业余小成本试水。 如果你只是好奇，想亲手体验一下，那完全可以。但请把它定义为“学习项目”，而不是“创业项目”。
8.3 出海是不是另一条路
最近不少人把目光投向了海外市场，理由听起来也挺充分。行业研究机构DataEye预估，2026年海外AI剧和漫剧的市场规模可能达到6.5亿美元左右，同比增幅相当惊人；海外观众为短剧付费的意愿，也普遍被认为高于国内。
但我想泼一点冷水。出海并不是把国内那套打法换个语言再来一遍，它有自己的一整套门槛：各国对版权、肖像、数据和未成年人保护的法律要求差异很大；海外平台有自己的审核规则和投放体系，国内的投放经验很难直接平移；支付结算、税务、本地化翻译与配音，每一项都要专业团队处理。更何况，当所有人都觉得“海外是蓝海”的时候，那片海大概率已经开始变红了。
所以，出海对有资源、有团队、懂当地市场的机构来说是一个值得研究的方向；对个人来说，它更像是把国内那道难题换成了一道更难、还带外语的难题。另外要提醒一句，涉及境外平台和服务的一切操作，都必须在国内法律法规允许的框架内、通过正规合规的渠道进行。
8.4 如果一定要试，请先写好止损规则
我见过太多人不是死于判断失误，而是死于“再坚持一下”。所以如果你决定试水，务必在开始之前、头脑最冷静的时候，把规则写下来：
【个人试水止损规则（示例模板，数字请按自身情况调整）】
1. 总预算上限：只动用亏光也不影响生活的闲钱，写下具体金额
2. 单部测试预算：不超过总预算的十分之一
3. 数据红线：测试期完播率、追更率低于自设标准，立即停投
4. 复盘节奏：每做完一部，写一页复盘，不复盘不开新剧
5. 退出条件：总预算消耗过半仍无一部达标，整体暂停三个月
6. 绝不加杠杆：不借贷、不刷信用卡、不拉亲友凑钱最后一条我要特别强调。凡是需要借钱去做的“机会”，在这个行业里基本都不是机会。
8.5 我对“AI能帮普通人做什么”的一点看法
折腾了这么一圈，我自己的结论是这样的：AI更像一台功率巨大的扩音器。你原本唱得好，它能让更多人听见；你原本跑调，它会让跑调传得更远、更快、更便宜。
真正决定一部短剧能不能被人记住的，依然是那些老掉牙的东西：一个让人想追下去的故事，一群被塑造得有血有肉的角色，一种能戳中观众当下情绪的表达。行业数据里那个“真人剧产量只有AI剧零头，播放量却高出一大截”的对比，其实已经把答案写得很清楚了，观众要的从来不是“更多”，而是“更好”。
所以，如果你真的热爱讲故事，别把力气全花在研究哪个渠道算力更便宜上，多花点时间研究人。模型会迭代，价格会波动，政策会调整，但“什么样的故事能打动人”这门功课，永远不会过时。
写在最后
回到开头那个问题：AI短剧还能不能做？
我的回答是，能做，但请换一种做法。把它当作一门需要本金、需要数据、需要合规、更需要内容能力的正经生意去理解，而不是当作一张“低成本、快翻身”的彩票。如果你看完这篇文章，决定先不入场，那省下来的钱和时间就是这篇文章最大的价值；如果你看完还是决定入场，希望前面那几张表和那几份清单，能帮你少踩几个坑。
最后留一个小练习：拿出纸笔，按第二章的公式，把你心里那部“梦想之剧”的账从头到尾算一遍，制作、投流、合规、时间，一样都别漏。算完之后如果你还笑得出来，那说明你是真的想清楚了。
声明： 本文是我（莫潇羽@无忆研习社）基于个人对AI短剧行业的学习与实践整理而成的方法论总结，文中观点、案例均为通用化、虚构化处理，公开报道中的数据已尽量注明来源，用于学习交流，不构成任何投资、经营或法律建议。文中涉及的模型定价、分账单价、平台规则、备案标准与监管要求会动态变化，本文为写稿时（2026年9月）的近似情况，请务必以平台官方后台、官方公告及国家广电总局等主管部门的实时口径为准。涉及金额、价格的数据变动很快，上文均为示意，请以官方实时数据为准。
转载请注明出处： 莫潇羽@无忆研习社（www.wuyi.wiki）。
