AI 并未重写电影制作规则

Netflix（纳斯达克代码：NFLX）正试图向市场传递一个明确信号：生成式人工智能正在重塑内容生产流程。在其第二季度致股东信中，公司披露今年约有 300 部作品采用了 AI 工具。联席 CEO 泰德 · 萨兰多斯（Ted Sarandos）以纪录片《美国实验》为例，指出其中 17 分钟的 AI 增强画面实现了 " 速度翻倍、成本减半 " 的制作效率。

这一进展固然显著，但从产业历史维度审视，这并非全新的范式转移。

从 " 数字兽人 " 到 AI 增强

早在 2001 年，彼得 · 杰克逊在拍摄《指环王》时便面临类似挑战：如何以可控预算呈现成千上万的士兵群像。维塔数码（W ē t ā Digital）为此开发了 MASSIVE 软件，通过算法生成具备自主行为的数字角色。这是在 "AI" 概念普及之前，影视工业对自动化生产流程的早期探索。

当时的宣传逻辑与今日如出一辙：技术突破了预算对想象力的限制，实现了此前无法拍摄的镜头。此后，MASSIVE 广泛应用于《行尸走肉》的僵尸群及各类体育电影的观众席渲染。尽管该技术具有变革性，但它并未根本改变电影的导演艺术或叙事核心。

Netflix 当前的 AI 工具箱——包括于 2026 年第一季度收购的 InterPositive、iLine 工具及 " 动画实验室 " ——主要应用于人群增强、历史战争场面复原及世界观构建镜头。这些场景本质上仍是计算机图形学中劳动密集型、重复性视觉任务的自动化延伸。其底层硬件依赖 Nvidia 和 AMD 的 AI 加速芯片，而非传统消费级显卡，但逻辑内核未变。

技术迭代的必然性

拒绝采用高效生产工具在商业上不可持续。正如 2010 年代的设计公司无法排斥 Photoshop，2026 年的影视制作若排斥 AI，亦将面临淘汰。从有声电影、彩色胶片到 CGI 和数字剪辑，每一次技术迭代都遵循相同规律：有效采用者获得竞争优势，滞后者则被边缘化。

奥逊 · 威尔斯在《公民凯恩》中对深焦镜头的运用，斯坦利 · 库布里克在《2001 太空漫游》中的旋转离心机实验，均是对当时技术边界的突破。生成式 AI 仅是生产工具的又一次迭代，而非对电影制作规律的背离。

对投资者而言，关键问题不在于 AI 是否改变了电影制作，而在于 Netflix 能否比竞争对手更高效地落地这些技术应用。

规模效应与数据壁垒

Netflix 在这一领域拥有结构性优势。公司每年内容支出约 200 亿美元，业务覆盖 50 多个国家，并能强制在全平台制作中统一推行特定工具。相比之下，传统工作室受制于碎片化流程、外包特效公司及复杂的劳工协议。

萨兰多斯强调，收购 InterPositive 的逻辑在于其 " 专为电影制作人打造 "，这与产生明显合成感的通用 AI 视频生成器形成区隔。此外，Netflix 每年在海量的跨流派、跨地区作品中积累了庞大的训练数据，这是构建自有 AI 模型的核心资产。

财务影响尚待验证

尽管效率提升个案令人印象深刻，但 AI 尚未在 Netflix 的整体财务模型中体现为实质性成本节约。" 速度翻倍、成本减半 " 仅局限于特定纪录片的局部片段。公司预计今年内容摊销仍将增长 10%，自由现金流指引维持在 125 亿美元不变。

这意味着，AI 目前带来的是边际改善和新镜头的可能性，而非制作经济学的重构。

人才与劳资平衡

萨兰多斯在多次财报电话会议中重申：" 伟大的艺术作品源于伟大的艺术家，AI 不会改变这一点。" 这既是创作哲学，也是谨慎的劳资关系策略。鉴于 2023 年行业罢工的记忆犹新，Netflix 必须将 AI 定位为增强人类创造力的工具，而非替代方案，以维持关键的工会关系。

Netflix 正在投资的生产技术，本质上是竞争对手最终需匹配的基础设施。公司的规模优势和集中化架构提供了执行层面的护城河。25 年前，MASSIVE 让彼得 · 杰克逊得以呈现万人战场；如今，生成式 AI 让 Netflix 能以更低成本增强复杂场景。工具在变，但产业演进的套路未变。

在 2026 年，熟练运用这些工具已是行业准入的基本门槛，而非超额收益的来源。这将支撑 Netflix 继续领跑，但不会单独构成颠覆性的投资逻辑。

【星途科讯 图文丨 Patrick 首发于 ZAKER 科技，转载请注明出处】