AI视频生成跨越“第二鸿沟”：多模态大模型如何重塑内容供应链

　　据报道讯（记者 杨亚楠）“AI大模型来了之后并没有改变传统供应链的结构。”在第四届中国国际供应链促进博览会（以下简称“链博会”）现场，智象未来创始人梅涛接受记者采访时表示，AI只是一种技术，技术是用来赋能的，“我们非常尊重这个行业原有的工作流，希望能够用AI技术降低工业成本，缩短这个链条，让供应链变得更有效率。”

第四届链博会现场智象未来展台。

　　这一表态，恰是当下AI视频生成行业从“技术狂热”走向“产业务实”的缩影，本届链博会吸引来自全球的科技企业在此展示AI技术与实体产业的深度融合路径。

　　跨越“第二鸿沟”：从尝鲜到落地

　　“两年前和两年后的技术完全不可同日而语。”梅涛表示，两年前的大语言模型水平跟现在比“可能就是幼儿园和大学生”，视频生成技术的变化更是翻天覆地。如今，AI已能生成拟真人形象，实现1-2个IP角色的自然交流，视频时长从5秒钟延伸至1分钟、3分钟乃至更长。

　　在梅涛看来，人工智能的发展需要跨越两个关键鸿沟：第一个鸿沟是早期产品原型如何吸引“尝新者”；第二个则是从试点应用到规模化普及的渗透鸿沟，实现从早期小众用户走向全行业、大众场景的覆盖。“从2026年开始，随着各类智能Agent、OpenClaw及新一代多模态模型的落地，人工智能行业将快速跨越第二道产业化鸿沟，进入规模化商用阶段。”这一判断得到了资本市场的印证——智谱AI等头部企业的估值已突破万亿市值。

　　供应链的“弹性”：不是颠覆，是嵌入

　　AI究竟如何改变传统的内容生产供应链？以AI视频生成为例，传统流程包括剧本创作、分镜设计、场地拍摄、后期特效、审片分发等多个环节。AI介入后，这个链条是被整合了，还是被打得更散了？

　　对此，梅涛给出了明确答案：AI既没有打散传统供应链，也没有全盘颠覆原有生产模式，而是为传统内容供应链赋予了全新的“弹性能力”。传统精品视频生产高度依赖人力与实景资源，一段几分钟的成品视频，需要脚本、导演、摄影师、演员等七八人的专业团队，耗时一到两周才能完成；成本层面，海外一分钟精品视频制作成本高达40万人民币以上，国内精品短视频制作成本也需三五万元人民币，人力、场地、实拍成本成为行业普遍痛点。

　　而AI工具的介入，彻底打破了这一局限，不仅能够大幅压缩制作周期、降低生产成本，还支持内容反复调整、迭代优化，极大提升了内容生产的灵活性。针对行业普遍存在的优质演员稀缺、实拍成本高昂、场景受限等问题，AI可通过虚拟拍摄、数字人演绎、智能渲染等能力替代部分实拍环节，在不颠覆原有专业生产架构的前提下，优化产业链环节、降低产业门槛。

　　多模态仍在“GPT3”：代际差距与全球竞速

　　尽管技术进展迅速，梅涛对行业现状有着清醒的判断：“多模态AI现在的能力跟大语言模型比，大概要落后两个代级。大语言模型到了GPT5.5、5.6，多模态可能只相当于GPT3。”

　　谈及行业技术阶段，梅涛将多模态AI发展划分为L1至L5五个层级，当前行业整体处于L3向L4过渡阶段。L3仅能生成短时长单镜头视频，L4可实现多镜头组合、自动运镜切换，L5目标是输入完整剧本直接输出成片。但现阶段成片可控性不足，难以满足专业影视标准。

　　在链博会现场，智象未来展示了“1+1+3”的产品架构：第一个“1”是HiDream系列多模态大模型底座；中间的“1”是Token Hub平台，提供标准化的模型能力输出；上面的“3”则是三个垂直应用。在AIGC商业营销领域，HiDreamFans和HiBurst分别面向线下实体门店、跨境电商和商业视频内容生成；在AI影视创作领域，“帧赞”是全球首个专业级AI影视创作协作智能体；内容创作生产领域，向专业内容创作工作者的vivago已在全球收获5000万用户。

　　在链博会这个“链接世界”的舞台上，像梅涛这样的创业者，既是技术的信仰者，也是产业的务实派。他们尊重传统、拥抱变革，在“颠覆”与“赋能”之间，寻找着那条最稳健的“链”。

[ 责编：张诗奇