好莱坞要从“赌一部大片”变成“量产50部电影”吗？Runway CEO把AI的野心说得太直白了

当电影公司开始用“投流思维”拍电影

Runway CEO 克里斯托瓦尔·巴伦苏埃拉最近的一番话，在影视圈里大概很难算“悦耳”。他的意思很直接：如果一个制片厂本来打算花 1 亿美元拍一部 90 分钟的电影，那不如借助 AI，把这笔钱拆开，去做 50 部作品；只要视觉质量差不多、产能更高，命中爆款的概率自然也会更高。

这句话之所以刺耳，不是因为它技术上多么离谱，而是因为它把电影工业里一个本来大家心知肚明、但不愿说破的逻辑，赤裸裸摆到了台面上：在流媒体时代、短视频时代、算法分发时代，内容越来越像一个概率游戏。赌对一部超级大片，当然依旧可能赚得盆满钵满；可如果AI真能显著压低前期策划、分镜、特效、补拍和后期成本，那么“多做几部、广撒网、等爆款”就会成为一个非常诱人的商业公式。

问题在于，电影不是盲盒，也不是信息流广告位。它牵涉导演判断、演员状态、剧本节奏、摄影质感、剪辑呼吸，甚至还包括一群人在片场一起熬出来的那种难以量化的化学反应。把电影说成“数量问题”，像极了互联网平台最熟悉的增长语言，但也几乎必然会激怒创作者。因为它暗示了一件事：艺术也许不再是核心，产能才是。

Runway为什么敢这么说？因为AI已经不只是做“特效小工具”了

巴伦苏埃拉并不是空口放炮。Runway 这家公司本来就是生成式视频赛道里最受关注的玩家之一，估值已经超过 50 亿美元。它这几年不断推动所谓“世界模型”能力，试图让AI不只是生成几秒钟惊艳但不稳定的视频片段，而是逐步介入影视制作的更多环节——从前期概念设计，到剧本打磨、镜头规划，再到视觉生成和后期补完。

按照他的说法，AI降本不是发生在某一个孤立步骤，而是“到处都在发生”。前期制作、省时的规划、脚本辅助、拍摄执行、视觉特效，都开始出现可规模化部署的AI工具。这一点并不夸张。过去几年，影视行业对AI的接受路径非常像企业软件的渗透过程：一开始大家只把它当“边角料工具”，先做做背景板、试试预演镜头、修修素材；然后慢慢发现，真正省钱的地方不是某个单点，而是整条流程都能被重写。

文章里提到一个很醒目的案例：电影《Bitcoin: Killing Satoshi》据称将成为首批“工作室级别”的AI长片之一，成本从原先估算的 3 亿美元压到 7000 万美元。数字是否最终完全成立，还要看成片和商业结果，但方向已经很清楚了——AI正在把“原本做不起”的项目，重新拉回讨论桌。对制片人来说，这比任何口号都有吸引力。毕竟行业里从来不缺创意，缺的是预算审批。

真正让好莱坞不安的，不是AI会做视频，而是它会改写绿灯机制

这条新闻真正重要的地方，不是Runway又给自己做了一次宣传，而是它触碰到了好莱坞最底层的决策逻辑：什么样的项目能拿到钱，谁有资格被拍出来。

传统电影工业的“绿灯机制”本质上是一种高门槛筛选。大制作电影预算惊人，风险巨大，所以资源会向少数明星导演、成熟IP、头部演员和安全题材集中。于是我们看到了越来越多续集、重启、漫画宇宙和“已经被证明能赚钱”的内容。创作者嘴上不一定承认，但很多原创故事不是死在灵感阶段，而是死在Excel表格里。

巴伦苏埃拉的判断是，行业存在“创造力危机”，根源恰恰是当下内容生产的经济激励方式。他拿图书行业做类比，说每年有海量作品出版，虽然没人读得完，但世界因此变得更丰富。这个比喻不算严谨——他提到的 2500 万本年产量明显夸大，联合国教科文组织的数据大约是每年 220 万个新书种类——但他想表达的核心不难理解：降低创作门槛，可能意味着更多原本没有机会发声的人开始讲故事。

这一点，我其实部分认同。历史上，技术每次降低生产成本，都会带来内容民主化。数码摄影让更多人能拍电影，YouTube 让更多人能做节目，TikTok 甚至把“制作-分发-反馈”压缩到了一部手机里。AI如果进一步把影视生产从重工业变成轻工业，最直接的后果不是好莱坞立刻消失，而是“谁能拍片”这件事变得松动。过去必须靠大公司点头的项目，未来也许能由小团队、小工作室甚至个人完成。

但另一面也同样明显：当门槛下降，垃圾内容也会井喷。图书行业已经证明了，出版更容易，不自动等于伟大作品更多；流媒体也早已证明，片库更庞大，不自动等于观众更幸福。内容极大丰富的另一种说法，就是注意力更稀缺。

从亚马逊到索尼，从印度片厂到詹姆斯·卡梅隆，风向确实在变

如果这只是Runway一家创业公司的理想主义，事情还不至于引发这么多讨论。偏偏现在的现实是，越来越多大公司已经开始把AI当成正经生产工具，而不是发布会上的概念烟火。

亚马逊被曝正用AI压缩影视制作成本，印度电影工业也在更积极地导入相关工具，索尼影业已经公开表示有使用计划。就连詹姆斯·卡梅隆这样以大场面、高工业标准著称的导演，也对AI持更开放的态度，理由并不复杂：如果不用新工具，大片可能越来越拍不起；如果合理地用，也许能保住项目，而不是一边喊着热爱电影，一边把整个制作团队裁掉。

这其实很能说明问题。今天影视行业拥抱AI，并不一定是因为大家突然相信机器更懂艺术，而是账本实在太难看。流媒体平台经历了多年烧钱扩张后，资本市场越来越强调盈利；电影院线恢复不如预期，超级大片票房波动加剧；观众的时间又被短视频、游戏和社交媒体切得七零八落。在这种时刻，任何能把单片成本往下打的技术，都会迅速获得机会。

所以，AI进片场并不意外，意外的是它来得这么快，而且已经不满足于做边缘辅助，而是在试图重新定义整个成本结构。对于制片公司来说，这像是久旱逢甘霖；对于编剧、概念设计师、特效师和部分中低端制作岗位来说，这则更像一封没有署名的裁员预告。

电影会变得更多，但会变得更好吗？

我觉得这是这场争论里最该反复追问的问题。科技公司的叙事通常很顺：工具更强了，门槛更低了，产量更大了，优秀作品自然也会更多。但创意行业从来不是线性增长模型。你可以把拍摄、剪辑、渲染、合成加速十倍，却不能保证角色会因此更立体、台词会因此更动人、结尾会因此更让人想坐在座位上发一会儿呆。

巴伦苏埃拉说“最好的电影还没有被拍出来，因为还有几十亿人没有接触到这项技术”，这句话有理想主义的一面，也有创业公司特有的乐观过头。技术当然能放大表达机会，可真正稀缺的从来不是“能不能生成画面”，而是“你到底想说什么”。如果AI最终让电影产业更像内容农场，大家拼命测试题材、模板化角色、情绪钩子和封面点击率，那好莱坞也许会变得更高效，却不一定更伟大。

但我也不想简单站到“反AI”那一边。因为过去几十年的电影工业，本来也不是什么纯洁的艺术乌托邦。它一直在算账，一直在迷信IP，一直在押注续集，一直在用市场研究塑造所谓安全感。AI并不是把电影从艺术腐蚀成生意，它只是把原本已经很生意的一面，变得更极端、更公开。

接下来最有意思的，不是谁喊口号更响，而是谁能先证明另一条路：既利用AI把生产成本打下来，又不把电影彻底做成流水线内容。谁能做到这一点，谁就可能真正定义下一个影视时代。到那时，AI不只是让“50部电影替代1部大片”成为可能，更可能让过去那些根本进不了制片会议室的故事，第一次拥有上银幕的资格。