AI设计潮玩:消费者为何开始抵制?
“某IP现在设计的AI味越来越重,不想买了。” “等了半年的预售,到手和宣传图两模两样,AI生成的宣传图完全不可信。” “警惕AI宣传图,连实物都不做就开始上链接,和空手圈钱有什么区别?” 今年开始,社交媒体上相似的抱怨越来越多。“团队沾AI”、“AI诈骗”,成了不少用户声讨IP潮玩商家的高频关键词:从同人开团到小厂白
“某IP现在的设计越来越有AI味,不想买了。”
“等了半年的预售,到手和宣传图差太远,AI生成的图根本不能信。”
“小心AI宣传图,实物都没做就上链接,跟空手圈钱有什么两样?”

今年以来,社媒上这类抱怨明显变多。“团队沾AI”“AI诈骗”成了用户指责IP潮玩商家时常见的关键词:从同人开团到小厂白牌,链接上挂着的玩偶蓬松可爱、轮廓也对得上,消费者收到货却看到造型潦草、嘴歪眼斜。
这群最愿意为情绪价值多掏钱的人,开始对AI进入IP潮玩这个最讲究“原创审美”的领域保持警惕。


社媒上那些毛绒翻车,剧情大多相似:商家先用AI效果图做宣传,把结构甚至打样阶段的毛病盖住。不少工厂业务前期满口能做,后期又提出“加价”,负责任的“娃妈”可能换厂、垫钱或者散团,可网上更常见的还是翻车。
结果就是消费者集体上火:“干脆抵制所有带AI痕迹的产品”。从样品图到宣传素材,“用了AI”被不少人看成商家态度不端正。


不过,在今年CTE中国玩具潮玩展上,AI仍是存在感最强的潮流之一。
阿里云摆出了从AI大模型到实体设备的技术体系,蚂蚁集团展台挂出“数科AI大模型IoT全栈方案”,涵盖眼镜、手表和玩具。大厂展台周围,更多把获客放在首位的ODM产商打出“AI玩具”招牌揽客。
“定制款一周内就能给你打样。”一位业务员拿着“48元AI毛绒玩具”的宣传册拦住了剁椒Spicy,“我们手上也有现成的IP版权可以出。”他身后挂着数十个10厘米到35厘米不等的毛绒玩偶,有些在眼部装了屏幕,接到指令能转眼珠、打招呼,“眼睛的动画可以设计的。”

在展馆里转一圈,宣传册能拿十几本,内容差不多:这类AI玩具大多用第三方AI云平台等服务商的机芯方案,接入豆包、deepseek等大模型,实现唤醒、对话和发声互动;“定制”服务更多落在毛绒外形设计上。
“来问的很多。”一个较大的ODM工厂展位给剁椒Spicy的答复很明确,但被问到能落地多少,他停了一下,“还是要看具体需求。”
这一秒的犹豫,放到社交平台上更直白:“AI赋能”让更多设计想法涌进行业,双方接触的门槛低了,可真正走到成交的并没有想象中多。
AI真的让潮玩变天了吗?
AI“生成平权”的风确实刮到了IP潮玩,平台上到处是“潮玩IP形象设计AI指令”“实物化AI指令”的分享贴。可AI有没有真正给IP潮玩带来产品功能上的革命和效率上的革命?

各分支里,门槛相对较低的毛绒品类对AI冲击的感受最直接。
“先用AI跑了个效果图,你们能做吗?”剁椒Spicy反过来问了几家毛绒类ODM展位,业务员回答很一致:“都可以订,我们设计师按实际情况给你打样。”他们说的前期费用从几千到小几万不等,一家工厂主动提到,“现在AI辅助跑的需求很多,我们都有处理经验,后续怎么还原都会跟你沟通。”
现实是,业务员接洽之后又“无疾而终”的订单,还有网上那些翻车案例,都卡在这个“沟通”环节。

“大部分人可以接受,AI生成的颜色要对着线下色卡选接近的料子,或者需要定制,这部分没问题。”一家接私人定制和小量“开团”的工厂说,“但AI生成图里,很多现有工艺和料子做不出来,或者会生成特别复杂的设计,我们解释起来也很困难。”
最直接的问题出在毛料的应力形变。长毛料容易遮住设计的轮廓和细节,短毛料又影响手感和可爱程度,连Jellycat这样的成熟产商也没法打包票解决两者的平衡,网上才会冒出无数“修脸整容”教程。AI往往忽略这一点,渲染图看着又蓬松又完整保留轮廓,工厂只能解释“现实中根本找不到这样的毛料”。

比“物理上不存在”更难沟通的是“得加钱”。AI完全忠实于设计初稿,容易做出增加成本和工序的设计:颜色过多要用多种布料,凹凸点和结构太复杂要靠对抗重力的骨架,配饰繁复要人工车缝,这些都意味着成本上涨,“谈着谈着就超预算了”。就算进入大货量产,损耗和不良率也会增加。

某工厂账号提供的AI设计图避雷参考
另外,AI生成的三视图普遍缺少精确的空间透视逻辑,“第三只手”之类的穿插错误屡见不鲜,最后还是得版师凭经验把图“翻译”成物理上站得住的东西。
即便有人吐槽“看到AI生成的效果图就头痛”,一线人员也没有完全排斥AI:AI能帮着把现有爆款或意向图反向解析成提示词,靠对不同面料质感的粗略感知快速“开脑洞”。但“效率革命”落到实操上仍要打折扣:“对一部分清楚自己要什么、也懂实操的客户,AI毕竟给出了具象化的视觉图,一定程度上把沟通成本降了下来。可对更多‘小白’客户,面对AI图制造的所见即所得的幻觉,沟通成本反而更高。”
客户拿着一张落地不了的图到处比价,工厂则用含糊的低价先把单子接住,投机和“两头糊弄”就这样有了空间。信息差卡在AI能力边界上。“前期几千到小几万”的报价在展会上随处可见,可真正的成本分歧,往往要等到打样之后才冒出来。
生成端省下来的效率,到工厂门口就停住了。
“中间层”遍地,但AI潮玩的新物种还没来
“AI赋能玩具”这套产品叙事已经讲了好几年。市场里跑出过成功案例,可放到整个潮玩大盘看,它们更像成熟产品上加了AI新玩法,而不是从底层改写了AI潮玩“是什么”的新物种。新物种迟迟难产,CTE上反倒先长出了庞大的下沉“中间层”。
剁椒Spicy被这家“AI源头工厂”主动拦下,对方展板上字号最大的词是“送”:送定制声音眼睛、送唤醒词、送版权、送报告。
展台上的成品定价从48元到120元不等。宣传册里写着,产品统一采用某上市公司的模组芯片,联网调用云端大模型,客户按市场偏好挑好模型、装上电池和喇叭,就能出厂。

另一家工厂摆出的“加菲猫正版授权”盲盒卖79元,业务员说“隐藏款接入了AI”,能眨眼、转头做互动,“其他普通款是手动的”。

转一圈下来,做类似方案的代工厂并不少。报价、配置、能实现的交互几乎一模一样:两只眼睛各嵌一块圆形小屏,用来切换动画表情,靠特定唤醒词激活,网络延迟几秒后,调用的大语言模型完成天气之类的简单问答。
巨头也没闲着,想在底层立规矩。蚂蚁数科在展会现场拿出AI大模型全栈解决方案,覆盖智能眼镜、手表、耳机以及儿童和潮玩玩具。可全栈方案越成熟,前端产品反而越难躲开同质化。

这么说不是在贬低中间层——恰恰是它把AI陪伴从极客玩具拉进了大众消费。据《北京日报》报道,目前基础AI芯片方案已控制在20元以内,“本质上所有毛绒玩具都能通过‘芯片+外壳’升级为智能产品。”但中间层热闹,不等于新物种会自己长出来。技术方案趋同之后,竞争又落回外观、角色设定和价格:一轮热闹过去,中小厂家还是回到上一轮的起跑线。对多数传统玩具代工厂来说,AI带来的不是剧变,只是给成熟…长青的传统业务换了一层新包装。
而在“AI玩具”这个概念里走得相对靠前的几个品牌,方向已经慢慢分岔。
一条路是绑IP:要么借IP的力,要么替IP做拓展。乐森机器人四处找外部IP授权,把迪士尼、小黄人、变形金刚做成“潮玩”尺寸的消费级互动机器人。奥飞娱乐布局AI玩具更早,推出过两代AI喜羊羊,这回把去年发售的AI懒羊羊带到了展会。角色的变化值得留意:今年奥飞孵化的自主潮玩品牌miemie world把懒羊羊IP系统性地“潮玩化”,做成“懒咩咩”。某种意义上,新款AI玩具也在和“懒咩咩”打配合。


另一条路是绕开玩具形态本身的竞争,去找更长的服务周期。珞博智能的“芙崽”最典型,外观设计不算复杂,重心放在个性化养成上,再由此引入后续付费:聊天要消耗精力值,每天有免费额度,用完了可以通过月卡等方式订阅补充。说到底,这像是一种变相的“卖token”。
CTE展台里也有更看重IP设计和社群运营的新品牌。馆内人气较旺的一家做仿真猫咪主题AI互动潮玩,在排队体验的消费者看来,“陪伴”这件事大同小异,“还是得一眼觉得好看才会过来体验。”
可“好看”,以及好看背后的审美判断,正是全栈方案给不了的东西。
IP还没有考虑好怎么面对AI
AI带来的变化继续往IP上游走,行业的姿态就更复杂了。
剁椒Spicy和一家潮玩品牌的产品视觉负责人聊过,这家品牌公开说过要广泛用AIGC赋能内容生产。在设计师看来,眼下的工作流里,AIGC主要管前期脑暴时的资料收集,以及帮团队梳理流程,“但最终落地的灵感都来自工作室的成员”。
市面上IP用AI,也大多把AI摆在“玩法/内容生态”的位置。奥飞的AI懒羊羊是一个例子,叶国富今年高调宣布的YOYO人形机器人研发计划也算一个:按他的说法,“如何把AI和IP融合在一起,这是我们下一步的战略”。不过这一步恐怕已经超出眼下“AI潮玩”的概念,要往具身智能的方向走了。
IP潮玩不是不需要AI,但AI能不能站到价值前台,仍有争议。Labubu新系列“一喵变猫”的评价里,大量网友用“AI味”来形容猫咪Labubu的四只耳朵。
这算不上对开发方式的有据指控。更该注意的是,“AI味”被用来描述“令人觉得反常、怪异、油腻甚至廉价”的产品设计,并且已经和负面态度挂上了钩。换句话说,消费者眼下能接受AI帮忙做物料分发,却不太愿意为AI生成的东西,支付原本该给“作者性”“原创性”的那份溢价。
3D打印社区对AI辅助的UGC内容相对开放。相关品牌普遍的看法是,AI和模型社区一起压低了创造的门槛,原本不会用Blender或CAD的普通爱好者,也能把脑子里的构想做成实物;新人多了,想法多了,整个生态会更繁荣。
AI确实把热点梗变成实体的速度压得很短,也打开了延展出更多内容的可能,今年在Makerworld上爆火的《牛来》就是一例。有打印农场团队在采访中提到,靠AI 3D模型辅助设计和拆件,大约1小时就能做出可打印的STL模型。
但平台很快发现,“生成平权”之后,缺的不是生成,而是可验证的作者责任。在MakerWorld的社区激励机制下,模型的流量能换成积分与耗材。可以想见,社区里一定会有人用AI批量生成没测试过的模型来钻空子:社区虽然要求上传模型时附实拍图,可这一步照样能用AI渲染绕过去。
社区里有一张“实拍图”,看着像是AI渲染出来的。到目前为止,还没人放出这款模型成功打印的返图。
规则是拓竹定的。它一边鼓励大众创作,一边在IP激励上划出边界:官方跟知名IP合办的创作者激励竞赛里,写明不许拿AI生成的模型来参赛。这条针对的不是用AI辅助建模,而是不让AI模型跟真正对结果负责的创作者抢同一份注意力,好让激励留在有原创“作者性”的人手里。
平台想用规则来回答“谁为结果负责”,可IP潮玩这行还没攒出共识。AI在生成这一环确实带来了某种意义上的“平权”,审美、技术经验、沟通交付这几道门槛,它并没有消掉。
能标准化、能模块化、能快速报价的东西,眼下越来越透明,利润空间被迅速摊薄。反过来,那些能标准化的经验、取舍、叙事,还有为这些判断负责的人,正在变贵。红利能落下来的地方,注定会往后者那边挪。