AI漫剧报价跌到每分钟40元:一天交付一部剧

资讯 AI 行业观察 作者:时氪分享 全文 3489 字 · 约 9 分钟读完 配图 2 张 分类涨价降价大模型

行业变天,AI漫剧制作价格骤降至原来的五分之一 “AI漫剧承制报价,每分钟40元。一天交付一部剧” 进入2026年11月,有公司开始在各大AI漫剧行业群给出每分钟40元的承制报价,并承诺一天交付一部剧。这在多个漫剧行业群引发了密集讨论。 AI漫剧行业对降价并不陌生。平台加快布局,大模型持续迭代,制作价格也在不断走低。据

所属频道 模型发布融资与资本

行业变天,AI漫剧制作价格骤降至原来的五分之一

“AI漫剧承制报价,每分钟40元。一天交付一部剧”

AI漫剧报价跌到每分钟40元:一天交付一部剧(配图 1)

2026年11月,有公司开始在各大AI漫剧行业群里抛出每分钟40元的承制价,还承诺一天就能交出一部剧。多个漫剧行业群因此讨论不断。

从业者对AI漫剧降价早已不陌生:平台加速布局,大模型不停迭代,制作价格一路往下走。按从业者提供的信息,截至2026年10月,国内AI漫剧承制参考报价分为三档——A级每分钟800元至1300元,B级每分钟500至800元,C级跑量剧每分钟200至500元。

每分钟40元,等于一次性降了5倍,此前近一年有序降价的节奏被彻底打乱。一位从业者在行业群里惊呼:“这是行业要变天了。AI漫剧的40元时代终于来了”。

AI漫剧制作价格为何降至原来的五分之一

据了解,报出40元/分钟价格的几家制作团队,用的都是新绘纪这家科技公司提供的harness制作平台。新绘纪团队由此对当前行业制作价格骤降的现象做了拆解分析。

按照分析,变化首先来自视频大模型生态的巨变。其次,算力中转站近期大量涌现,算力交易中的信息差被打破,不少制作公司因此拿到了以前拿不到的算力优惠。

最关键的一环,是自动化漫剧制作系统的颠覆性革新。AI漫剧行业过去的制作系统都建立在工作流智能体技术之上,据悉这类系统的制作自动化程度存在上限,比如很难超过85%。而真正代表全球AI应用极高水平的Harness技术,基本握在少数几家大模型巨头手里,且秘而不宣。2026年3月31日Claude Code代码泄露,随后几家开源Harness陆续发布,巨头之外的AI团队也开始透彻掌握Harness技术。他们把这套技术用到AI漫剧制作上,制作自动化程度大幅提升,甚至无限逼近100%。

下面逐一拆解:

40元时代,大模型厂家毛利率下降,竞争走向白热化

过去一年,大模型厂商都看清了一个事实:视频算力在中国算力消费中占比极高。于是越来越多的大模型厂商挤进视频大模型领域,视频算力消耗成了各家必须争夺的战略要地。

有IPO打算的还包括Vidu、可灵、爱诗和LibTV,国产视频大模型有望在2027年迎来一波集中上市。接下来,估计还会有更多做世界模型的厂商挤进这条赛道。

视频大模型供给多元化,对漫剧行业是利好。对大模型厂商来说,一家独大的局面一旦结束,Token销售毛利率势必下滑,厂商之间的竞争也会走向白热化。

全社会在任何一个时间点上的Token消耗量都是定数。视频大模型厂商要抢的就是这块消耗份额,也就是“Token市占率”。谁的模型被更多制作方和内容团队用起来,谁就能在实际生产里吃下更多算力消耗。

漫剧制作系统是底层大模型之上的关键一层,行业进入全自动化无人生产阶段

放在以前,AI漫剧制作系统往往被看作没什么投资价值。人工主导的制作流程里,系统只管其中一部分活儿,各家系统之间的强弱也很难变成整部作品的竞争力。拿每分钟800元的B级制作来算,假定系统能影响的环节占总成本的10%,那么一套系统即便把这些环节的效率翻一倍,最后也只多省下约5%的总成本。大量活儿还得靠人干,系统的长处被摊薄,行业里也就容易觉得“用谁家的制作系统都差不多”。

到了每分钟40元的自动化制作体系里,这层关系发生了根本变化。系统能够接管99%以上的制作执行任务时,它就从辅助工具变成决定生产力的核心。

这样一来,制作系统的价值就得重新算了。以前系统之间的差距被人力为主的流程摊薄,如今24小时不停转的生产系统加上用不完的Token,正把这点差距放大成生产力上的悬殊。制作经验一旦变成软件,就能被大批客户反复调用。从前各家各团队要重复做的活儿,开始往少数可复用的生产系统里集中。制作需求还在涨,内容照样离不开创意、审美和判断,可标准化执行交给系统之后,人工占的分量就很小了。

只要给钱给算力,制作产出几乎可以无限扩大。AI漫剧行业由此迎来一次重大洗牌,迈入由AI驱动的全自动化无人生产阶段。

竞争资格不是每套制作系统都能拿到,Harness这个称谓也不是谁都能叫。

一套系统到底有没有竞争力,要看它在底层模型的裸算力之上多造出多少价值、多挤出多少效率。

新绘纪方面介绍,AI漫剧行业过去用的制作系统都建立在工作流智能体上,这类系统的自动化天花板有限,很难越过85%。换成基于Harness的制作系统后,产出质量与效率跟传统工作流智能体系统相比至少差出5倍,自动化程度能到99%以上。新绘纪的底气就来自这里:每分钟40元,做出来的漫剧相当于眼下市场上每分钟200元的水平。

SWE-bench的一项评测结果也印证了上面这个5倍差距[1]。HAL项目在SWE-bench Verified Mini的50道编程任务上做了评测。同样用o4-mini Low,HAL通用Agent与SWE-Agent的问题解决率分别是6%和54%。同一模型的任务表现,会被Harness层的组织方式明显拉开差距。大模型之上的Harness系统,是复杂任务能不能做成的关键一环,也是AI应用层公司之间拉开距离的关键。

新绘纪介绍,他们把制作经验写进Harness制作系统,再通过制作工作台或经Harness优化的视频算力API对外提供服务,让每一元算力产出更多价值。

制作系统争的是“Token Maxxing”:烧掉同样多的算力Token,谁产出得更好、更快,谁就能在大模型的裸算力之上,把每一单位算力的产出价值放到最大。

算力中转站,让大模型和算力消费者之间的买卖走得更顺

算力聚合与路由早就成了AI基础设施的组成部分。2026年8月,Stripe宣布同意收购OpenRouter,TechCrunch报道的交易金额为75亿美元[3]。Stripe在官方说明里提到,模型选择、价格、速度与可靠性之间需要动态权衡。

不过,2026年9月之前,视频算力市场还用不上算力中转站。那时市场上的视频算力消耗集中在Seedance,各家Seedance供应渠道只有价格略有差别,质量、延迟、可靠性上完全一样。所以视频算力中转站的价值只来自批发与零售的差价。2026年9月之后,Wan 3系列、MiniMax H3等视频大模型,尤其是开源视频模型陆续进入主流视频算力市场。开源视频大模型把部署门槛降了下来,更多算力服务商得以入场,带来遍布全球、规模庞大又分散的低成本算力。供给越丰富,资源之间的差异就越需要有人处理。开源部署的场景下,不同服务商在价格、质量、延迟、并发容量、模型版本与稳定性上差异都很明显。

客户要买的是能持续运行的生产资源,低价调用只是其中一环。等待、失败和反复重做,都可能把采购端省下的钱抵消掉。

也就是说,生态里得有人担起调度与交付的责任,把庞大、分散而混乱的供给变成有服务等级保障的生产资源。

另外,视频模型的消费场景全面打开后,视频模型厂商光靠自己的直销团队,根本覆盖不了广泛的应用场景和各个细分行业,也服务不了数量庞大的用户。算力中转站就成了连接大模型厂商与算力消费者不可缺少的一环。

视频大模型算力中转站就这样应运而生。新绘纪把方案定位为面向视频大模型的专用算力中转站,即“视频大模型版OpenRouter”。团队介绍,该方案重点整合多种视频模型生态的供给,通过跨供应商、跨地域的网络调度、边缘云就近推理、智能路由与智能SLA保障,把分散供给转化为有服务等级(SLA)保障的低成本视频算力。其定位是提供全球最便宜的视频模型算力。

40元时代,赢家由什么决定

底层大模型、算力交易层与制作Harness层,一起构成了AI漫剧40元时代的基础设施。

AI漫剧报价跌到每分钟40元:一天交付一部剧(配图 2)

AI漫剧40元时代正在重新分配产业价值,只是这回分配不再跟人有关,只跟Token有关。

大模型层是Token的生产源头,它们将在“Token市占率”上打得火热。算力交易层是大模型厂家抢“Token市占率”的重要渠道,也是连接和服务广大算力消费场景的重要毛细血管网络。制作Harness层则担着在落地场景中实现“Token Maxxing”、提高Token效率的关键任务。

资料来源

[1] HAL研究论文,附录A10.8及表A19:SWE-bench Verified Mini评测。

[2] TechCrunch,2026年8月19日:OpenRouter收购报道

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关 AI 工具

AI 导航
腾讯混元大模型 腾讯混元大模型由腾讯全链路自研,在文本和多模态模型性能方面表现卓越,处于业界领先水平。其混元 API 整合了… 大模型与开发平台 · tencent.com 快手可图大模型Kolors 可图大模型(Kolors)是快手大模型团队自研打造的文生图AI大模型,能够根据用户的文字输入生成风格多样、画… AI 绘画生图 · kuaishou.com 盘古大模型 华为盘古ai大模型官网入口,1100亿密集参数,40TB海量数据精细训练而成 简介 盘古NLP大模型是一项基… 大模型与开发平台 · huaweicloud.com BlueLM蓝心大模型 蓝心大模型官网,vivolm,vivo自研的通用大模型 简介 蓝心大模型(BlueLM ),强大的语言理解能… 聊天对话 · vivo.com 云知声山海大模型 云知声山海大模型是一个多功能、跨领域的智能大模型,它通过集成丰富的知识库和先进的自然语言处理技术,为用户提供… 大模型与开发平台 · unisound.com 子曰” 大模型 子曰是网易有道推出的教育领域垂直大模型,包含基于子曰大模型研发的六大创新应用——“LLM翻译”、“虚拟人口语… 聊天对话 · youdao.com 曹植大模型 曹植大语言模型是国内首个垂直行业专用的自主可控的国产GPT大语言模型,由达观数据研发。这个模型可以准确完成多… 聊天对话 · datagrand.com 西湖大模型 西湖大模型官网,智商情商俱佳的多模态大模型 简介 西湖大模型是西湖心辰开发的多模态大模型,西湖大模型既具备通… 聊天对话 · xinchenai.com

相关推荐 按相关度与热度排序

全部资讯 →
  1. 百望股份CEO王强宇:AI财税产品如何落到任务链上

    企业把大模型接进产品之后,新的经营问题才刚刚展开。客户提出一项任务,系统能拿到哪些信息,由谁核准结果,出现例外时如何处理,都会影响AI能否持续投入使用。产品演示中的能力,需要经由完整的服务过程才能转化为客户价值。 王强宇出任百望股份首席执行官(CEO),为观察这项变化提供了一个具体切口:王强宇如何将百望的财税场景积累转

    来源 AI 行业观察
  2. 奥特曼谈黄仁勋:很难想象没有他的AI革命

    文:AGI 2050●编者按2026 年 11 月 16 日,在媒体机构 Semafor 主办的“硅谷与世界”论坛上,OpenAI 首席执行官萨姆·奥特曼与 Semafor 旧金山分社社长里德·阿尔伯戈蒂展开了一场近半小时的对话。这场对谈发生在一个行业变化密集的时间节点:英伟达创始人黄仁勋近期陷入董事会罢免风波;大模型

    来源 腾讯网
  3. 李彦宏谈AI四层结构:终极价值在应用层

    11月17日,2026年APEC工商领导人峰会11月17日至18日在深圳举办,主题为“共促繁荣,共赢未来”。百度集团创始人、董事长兼首席执行官李彦宏表示,过去几年大家都见证了AI技术的快速进步。在他看来,AI可以分为四个层次:底层是GPU芯片,往上是云基础设施,再往上是开源模型或前沿大模型——它们都构建在云基础设施之上

    来源 腾讯网
  4. 王兴兴看2026年AI:用“激动人心”形容,底层突破快过外界感知

    11月17日,在亚太经合组织(APEC)工商领导人峰会上,宇树科技创始人王兴兴作为科技企业代表在现场分享了他对2026年AI发展态势的感受。他表示,未来几年AI大模型与机器人领域的潜力十分巨大,是当下最让他感到激动的方向。在他看来,普通大众目前看到的AI技术、机器人技术进展,大多只是“水面以上”的部分;而在公众视野之.

    来源 腾讯网
  5. Looki推Loom模型:第一视角感知能否撑起AI长期记忆

    Looki推出的Loom模型系列不再只是被动回答问题,而是通过视觉和音频连续感知用户的第一视角生活。它将零散的观测数据组织成带有时间戳和证据的经历片段,并分层存储为可检索的长期记忆。相比传统的大语言模型,Loom更擅长处理“我上周把钥匙放哪了”这类需要回溯具体生活场景的问题,且在推理成本和记忆准确性上展示了新的技术路径

    来源 AI 应用前沿
  6. 卖出AI硬件,已成为全球投资者共识

    过去两年,全球资本市场最拥挤的交易之一,就是买入AI硬件。 英伟达的GPU、博通的定制芯片、台积电的先进制程,以及光模块、服务器、电源和散热设备,几乎构成了AI投资浪潮中最确定的一条受益链。 投资者当时的逻辑并不复杂:只要微软、谷歌、亚马逊和Meta继续增加资本开支,AI算力需求就会持续增长,而处于产业链上游的硬件公司

    来源 AI 行业观察
  7. AI短剧竞争转向:5.68万部新剧里,仅0.95%播放破亿

    AI短剧的竞争拐点已至。 根据DataEye-ADX行业版最新数据,2026年10月抖音端原生AI剧/漫剧新剧数达5.68万部,播放增量2808.49亿,但播放不足100万的新剧占80.31%,破亿的仅539部、占0.95%。 一方面是AI短内容的产能过剩,低质量的内容充斥市场,抢占了流量高地;另一方面也说明供给端和需

    来源 AI 行业观察
  8. RSI mapping:全球爆金币?硅谷过度炒作?进化存在上下限?

    此刻,具身智能哑火,基座大模型训练遭遇瓶颈,决定AI产业的命脉英伟达CEO离职。一片坏消息里,RSI 成为最火的概念。甚至硅谷已经火到在反思是不是“过度炒作”。 据 RSI List 网站统计,截至2026年11月13日查询时,其目录已收录39家RSI相关创业公司,其中20家成立于2025年及以后。这些公司累计记录融资

    来源 AI 行业观察
  9. 百度Q3财报:AI新业务占一般性收入53%,智能云同比增94%

    第三季度经营现金流为人民币28亿元,截至2026年9月30日,百度公司现金及投资总额高达人民币2766亿元。AI新业务占比达53%,传统业务承压本季度百度最大的亮点在于业务结构的根本性改变。在11月12日的百度世界2026大会上,百度创始人李彦宏宣布推出连接AI模型服务商与客户的交易平台“词元所”。另外,AI应用板块,

    来源 TechWeb
  10. DeepSeek免费额度被指收紧:长对话、每日用量、单次输入均受限

    国产大模型DeepSeek的免费使用额度疑似遭到限制。11月16日,“DeepSeek使用额度已达上限”登上微博热搜。不少用户在社交媒体上反映,DeepSeek对App及网页版的使用额度进行了调整,包括限制长对话、每日使用额度以及单次文字输入长度。截至发稿,DeepSeek尚未对此作出官方回应。值得注意的是,DeepS

    来源 腾讯网
  11. 蚂蚁灵波挑战赛落幕:TARS战队真机评测82.5分夺冠

    11月16日,蚂蚁灵波首届具身大模型挑战赛总决赛结果出炉。 来自福田实验室、西北工业大学、普渡机器人、天津大学的五位选手组成的“TARS”战队获得一等奖;华中科技大学、清华大学深圳研究院、湖北元一智能的三位选手组成的“EVA”战队,以及天津大学、北京大学、中国科学院自动化研究所三位选手组成的“SST

    来源 AI 开发者社区
  12. 奥特曼谈黄仁勋:离开他,英伟达和AI行业也“没事”

    OpenAI CEO 萨姆·奥特曼近日就“后黄仁勋时代”的英伟达发声。他高度评价黄仁勋在 AI 热潮中扮演的特殊角色,但同时给出冷静判断:即便这位灵魂人物不再掌舵,行业也不会停摆。这番表态既是对个人英雄主义的祛魅,也折射出 OpenAI 在算力供应上分散风险、摆脱单一依赖的战略意图。

    来源 AI 行业观察
  13. 李彦宏谈AI泡沫:算力投入大,应用落地不及预期

    IT之家 11 月 17 日消息,2026 年 APEC 工商领导人峰会于今日在深圳举办。在“共建开放普惠的人工智能创新生态”研讨环节,百度集团董事长兼首席执行官李彦宏表示,当前行业在算力、基础设施投入巨大,但 AI 上层应用落地成效不及预期,若应用层迟迟无法突破,AI 泡沫风险或将显现。尽管如此,李彦宏对 AI 长期

    来源 腾讯网
  14. 企业AI转向智能体:数据、流程与治理怎么重构

    多年来,企业对AI的投入多停留在零散的试验项目上。当AI智能体开始进入真正驱动业务运转的工作流,这套打法正显露出局限。MIT Technology Review Insights指出,从孤立试点迈向智能体与自主工作流的企业,必须重新设计数据、业务流程与治理体系,把AI从“项目清单”变成可复用的企业底座。

    来源 AI 行业观察
  15. 黄仁勋离开英伟达:芯片巨头与AI行业走向何方

    英伟达CEO黄仁勋在一场令人震惊的变故后黯然离职。这位以皮衣形象深入人心的AI算力布道者离场,对全球最关键的芯片公司、整个AI产业以及他本人都意味着什么?《连线》记者Lauren Goode深入解析权力交接背后的迷雾,以及这场变故将如何重塑行业格局。

    来源 AI 行业观察
  16. 阿里发布Qwen4,千问平台首发Qwen4-Max:Token减半、得分涨近28%

    11月16日,阿里发布新一代基座大模型Qwen4,千问AI平台首发Qwen4-Max,API与Token Plan同步开放。该模型采用Qwen稀疏注意力MoE架构,总参数2.4T,支持百万上下文、原生视觉与长程任务稳定交付,可调用工具并分阶段交付;评测中同档位较上代提升。

    来源 AI 产业速递
  17. 蚂蚁灵波首届具身大模型挑战赛收官:TARS战队82.5分夺冠

    11月16日,蚂蚁灵波首届具身大模型挑战赛总决赛结果出炉。“TARS”战队获一等奖,成员来自福田实验室、西工大、普渡机器人、天津大学;“EVA”战队(华科、清华深研院、湖北元一智能)和“SST”战队(天大、北大、中科院自动化所)获二等奖;“Vida”“FDU_SONIC”“ai-robot”获三等奖。

    来源 AI 产业速递
  18. 蚂蚁灵波具身大模型赛:48小时真机比拼,TARS战队夺冠

    对于方兴未艾的具身智能产业而言,蚂蚁灵波科技CEO朱兴在接受采访时强调,行业目前还在快速迭代,尚未迎来具身智能的Scaling Law时刻。但是随着一些技术落地验证和产学研生态的协同,也会加速具身智能的进化。

    来源 TechWeb
向下滚动自动加载更多