AI对好莱坞来说并不新鲜,但2025年确实是它真正展现存在感的一年。多年来,娱乐行业已经在各种后期制作流程中使用不同类型的生成式AI产品,从演员减龄到移除绿幕背景。在许多情况下,这项技术一直是人类艺术家的有用工具,帮助他们完成繁琐和费力的劳动,否则可能需要花费大量时间。
但在2025年,好莱坞真正开始热衷于部署那种只擅长生成文本到视频内容的生成式AI,而这种内容在传统制作流程中并没有太多实际用途。尽管投入了大量资金和精力,但尚未有任何生成式AI项目证明它值得所有的炒作。
好莱坞与AI的融合并非一帆风顺。制片厂最初处于有利地位可以起诉这些技术公司,因为它们的视频生成模型明显使用了受版权保护的知识产权进行训练。包括迪士尼、环球和华纳兄弟探索在内的多家大型制片公司确实就此起诉了AI公司及其支持者。但一些好莱坞最大的权力玩家没有选择将AI供应商打入地狱,而是选择与他们合作。
虽然今年许多生成式AI头条被谷歌和OpenAI等大型公司主导,但我们也看到许多小型玩家争夺娱乐业的席位。有Natasha Lyonne的初创公司Asteria,专注于用"道德"工程化视频生成模型开发电影项目,还有像Showrunner这样的初创公司,这是一个亚马逊支持的平台,旨在让订阅者仅通过在Discord中输入几个描述性句子就能创建动画"节目"。
这些相对新的公司都迫切希望合法化这样的想法:它们的生成式AI可以用来为电影/电视开发注入活力,同时降低总体制作成本。Asteria在宣布其首部电影后只有炒作可与公众分享,很难相信普通人会有兴趣为Showrunner粗制滥造的真实动画师作品翻版付费。
Netflix成为第一个自豪地宣布全面投入生成式AI的大制片厂。在使用该技术为其原创系列制作特效后,这家流媒体平台发布了一系列通用指导原则,希望合作伙伴在计划加入这一趋势时遵循。虽然Netflix没有强制要求电影制作者使用生成式AI,但它明确表示节省视觉特效工作成本是支持这一趋势的主要原因之一。
亚马逊很快效仿,发布了多部日本动漫系列,这些系列因为配音过程不涉及任何人类翻译或配音演员而被糟糕地本地化成其他语言。亚马逊的生成式AI配音成为这项技术表现糟糕的光辉例子,也突出了一些制片厂并没有付出太多努力确保他们的生成式AI项目足够完善可以向公众发布。
迪士尼在12月与OpenAI达成了一项为期三年、价值十亿美元的许可协议,允许Sora用户使用来自星球大战、漫威等200个不同角色制作AI视频。除了一些不太令人印象深刻的图片外,我们仍然没有看到这些合作可能带来的所有成果。但明年AI在好莱坞的存在将更加明显。
无论迪士尼是否认为这会成功,该制片厂已经发出信号,如果AI采用继续加速,它不想被落下。这告诉其他制片公司应该效仿,如果真是这样,我们都将被迫忍受更多这样的东西。
Q&A
Q1:好莱坞在2025年是如何使用生成式AI的?
A:好莱坞在2025年开始大规模部署生成式AI技术,主要用于文本到视频内容生成。Netflix使用AI制作特效并发布使用指导原则,亚马逊推出AI配音的动漫系列,迪士尼与OpenAI签署十亿美元合作协议允许用户用200个角色制作AI视频。
Q2:生成式AI在娱乐行业的应用效果如何?
A:目前效果并不理想。亚马逊的AI配音质量糟糕被迫下架,AI生成的电视节目回顾经常出错,Showrunner生成的动画质量粗糙。尚未有任何生成式AI项目证明其价值,大多数产出被形容为"低质量内容"。
Q3:好莱坞采用AI技术的主要动机是什么?
A:主要动机是降低制作成本,特别是视觉特效工作成本。Netflix明确表示节省视觉特效费用是支持AI趋势的主要原因。制片厂希望通过AI技术减少人力投入,加速制作流程,但目前效果并不令人满意。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。