夜雨聆风
作者 / 周燚
2026年，中国AI视频行业出现了一个颇为反常的景象：一边是Seedance、可灵、MiniMax、HappyHorse、Vidu、Wan、SkyReels、PixVerse等视频大模型快速迭代，生成质量、速度和可控性不断提高；另一边，工具流非但没有被模型淘汰，反而集中爆发。
小云雀短剧Agent、万兴剧厂、巨日禄、Flova AI、LibTV、OiiOii、泡漫、商汤Seko、轩晔OUO、LuxReal、360纳米漫剧流水线、NOVA AI、有戏AI、剧火AI、灵境AI、Pixmax、灵犀AI、可梦AI、橙星梦工厂........产品相继进入市场。
如果只看界面，它们似乎都在做同一件事：输入故事——拆解剧本——设定角色——生成分镜——生成成片——最后完成剪辑。但相似功能的背后，是完全不同的公司基因，也是未来竞争分化的起点。
第一类是内容与IP公司。中文在线以次元神笔，捷成以灵犀AI，爱奇艺推纳逗Pro，B站有Updream，腾讯做WorkRally，橙星梦工厂连接创作与推广。这类公司的出发点不是出售一个孤立工具，而是盘活已有IP、缩短改编周期，并把生产端与发行连接起来。
它们最重要的资产不是某项生成参数，而是小说、剧本、影视版权、受众数据以及对内容商业化的理解。什么题材适合改成漫剧，前三集怎样设置钩子，一部作品应如何切分集数，又该在哪个平台分发，这些经验并不会随着模型升级而自动产生。内容公司的优势，是知道“生产什么”；弱点则是技术迭代未必最快，工具也容易优先服务内部IP，开放性和通用性可能受到限制。
第二类是模型和技术平台。360纳米漫剧流水线、小云雀短剧Agent、商汤Seko具有鲜明代表性。360强调智能体协同和工业化流水线；小云雀背靠字节体系及Seedance能力；商汤拥有多模态技术、算力与视觉研究积累。这类玩家距离底层模型更近，能够更早获得新能力，也更容易在模型、算力和Agent之间做深度优化。
它们的目标往往不只是赚取软件订阅费，而是为模型寻找高频应用，让更多创作者消耗算力，并形成技术生态。优势是模型适配快、资源投入大；风险是平台可能更倾向自家模型。如果创作者需要在不同镜头间灵活调用多种模型，封闭体系反而可能成为约束。
第三类是创作软件公司。万兴剧厂延续了万兴科技在视频软件、海外用户和付费工具上的积累，来画Doratoon则继承了动画演示与可视化创作经验。这类公司熟悉时间线、素材管理、导入导出、模板、会员订阅和用户交互。它们知道专业创作不是按下一次“生成”按钮，而是要经历修改、撤回、替换、对齐和交付。
软件公司的长处是产品工程和用户体验，能够把不稳定的模型封装成相对稳定的功能；不足是若缺乏独家模型、内容资源或分发入口，容易被夹在上游模型厂与下游内容平台之间。它必须证明，用户支付的不只是调用模型的差价，而是节省下来的工作时间。
第四类是AI原生创业团队。巨日禄、LibTV、OiiOii、Flova AI灵境AI等，都在需求最活跃处快速生长，多以某种具体场景、创作人群或效率痛点切入。
创业公司的优势是没有历史包袱，可以迅速接入新模型、调整流程、跟随短剧和漫剧风向。OiiOii团队带有消费级工具和动画内容背景，巨日禄长期贴近漫剧制作团队，LibTV依托多模型整合，Flova AI强调Agent、故事板与人工编辑并行。它们更容易理解一线创作者每天遇到的返工与成本问题，但也面临算力采购、获客投入和巨头复制。风口期可以靠速度领先，行业稳定后却必须形成无法轻易迁移的资产。
公司基因并不等于最终命运，却会决定最初的资源配置。内容公司用作品和分账衡量工具，模型公司关心调用量，软件公司看重订阅和留存，创业团队追求场景渗透。正因目标不同，相同的一键成片，背后可能分别是IP变现入口、算力消费入口、软件新模块或创业公司的全部生意。
视频大模型越强，
工具流越危险？还是越重要？
视频大模型与工具流不是简单的替代关系。大模型像发动机，决定一段视频能够达到的质量上限；工具流更像剧组和生产线，负责把剧本、角色、场景、镜头、声音、版本和人员组织起来。发动机升级会淘汰一部分旧零件，却不会自动完成整部作品的制片管理。
过去工具流承担的大量工作，确实会被模型吃掉。人物一致性不足时，平台需要反复生成角色参考图；模型理解不了复杂运镜时，工具要把一个镜头拆成多个步骤；模型不能生成声音时，还要单独配音、对口型和混音。随着原生音画、多镜头叙事、长时序记忆、视频编辑和主体保持成为模型基础能力，这些补丁式环节会逐渐消失。只把几个API串在一起、增加一个漂亮界面的“薄工具流”，生存空间必然被压缩。
更直接的威胁来自模型厂自己下场。小云雀短剧Agent已经说明，模型公司可以向上封装剧本解析、角色设计和一键成片。可灵、Vidu以及其他模型都可能提供原生工作台。当上游同时掌握模型、算力和入口，第三方若只做模型转售，既没有成本优势，也没有技术护城河。
但模型越强，也会产生更复杂的生产需求。过去用户生成十秒素材，只需管理一个提示词；未来一个人可以生产几十集短剧，就要管理数百个角色状态、场景资产、剧情伏笔、审核记录和不同版本。生成能力越便宜，内容数量越多，组织复杂度反而越高。工具流的价值将从“帮助模型生成”转向“约束模型生产”。
因此，大模型不会整体替代工具流，却会重新定义工具流。角色一致性、首尾帧连接等今天被视为卖点的功能，明天可能成为模型免费提供的基础能力；而项目记忆、资产复用、多人协作、批量审片、成本调度、版权管理和发行反馈会变得更重要。工具流必须不断向模型够不到的地方移动。
更成熟的形态也不会押注单一模型。不同模型在写实、动漫、动作、口型、音效和成本上各有优势，且领先位置频繁变化。优秀平台应当像云计算调度系统，根据镜头要求自动选择模型：普通过场使用低成本方案，关键镜头调用高质量模型，失败后自动切换路径。谁能降低对单一供应商的依赖，谁才更可能穿越模型周期。
还有一种可能是，大模型具备理解剧本、长期保存角色状态和直接修改长视频的能力，工具流的界面随之简化。
同质化之后，
什么样的工具流能够留下？
未来工具流的第一核心竞争力，第一个壁垒是行业知识和工作流数据。创作者每一次保留、删除、重做和调参，都在告诉平台什么样的镜头真正可用。长期积累后，工具可以形成题材模板、镜头经验、角色资产和成本策略。内容平台还有机会把完播率、付费率与创作环节连接起来，让生产系统知道观众在哪一集流失。此时竞争不再是谁的按钮更多，而是谁拥有更深的反馈闭环。
第二个壁垒是生态位置。内容公司拥有IP和发行，模型厂拥有技术与算力，软件公司拥有工作台和海外付费用户，创业公司则要在垂直场景中建立专业口碑。没有独家资源的产品，至少要在开放模型、团队协作、工程交付、私有化部署或出海服务上形成一项明确优势。什么都能做、但每一项都不够深，最终等于没有定位。
价格战几乎不可避免。底层模型降价会迅速传导到应用层，模型聚合、生成积分和基础会员最容易被打成低价商品。大厂可以用算力补贴换取用户，创业公司也会用免费额度争夺市场。那些主要收入来自模型调用差价的平台，将首先承受毛利压缩。
但行业不会只剩最低价。专业团队更关心总成本，而非单次生成价格：便宜一半却需要三倍返工，实际成本反而更高。未来市场可能形成分层定价：基础生成趋近成本价；稳定工作流、团队协作和资产管理收取软件费；精品制作、IP改编、私有部署和发行服务按项目或结果收费。价格战淘汰的是没有附加价值的中间商，而不是所有工具流。
最容易出局的，将是三类产品：第一，绑定单一模型，却无法获得独家能力；第二，依赖补贴制造低价，却没有足够留存和收入覆盖算力；第三，只追求一键生成，缺少局部修改、资产沉淀和专业交付。一旦模型厂免费提供相似功能，用户几乎没有迁移成本。
合规也会成为被低估的竞争力。随着AI生成标识、微短剧备案、版权核验和声音肖像授权趋严，平台必须记录素材来源、模型调用、修改过程与责任主体。缺少留痕能力的低价工具，可适合个人试验，却难进入品牌和影视机构的供应链。能把审核嵌入生产，而不是等成片后再返工，本身就是效率优势。
未来的工具流会沿着三个方向演变：从单一工具变成多模型调度中枢，从个人玩具变成团队生产系统，从制作软件延伸到IP、审核、发行和数据反馈。少数综合平台会成为AI视频时代的“操作系统”，更多产品则深入漫剧、广告、动画、营销或出海等垂直行业。
这场竞争的终点，不是所有公司做出同一个“一句话生成电影”，而是各自找到不可替代的位置。模型负责不断降低生成门槛，工具流负责把概率性的能力变成确定性的交付。真正能够留下的，不一定拥有某一刻最强的模型，却必须拥有在模型不断变化时，仍能持续为用户创造价值的系统。
