摘要：去年5月我发过一条朋友圈：不负责任地盲猜，最晚2026年，会有一部漫威质量的纯AI制作电影全球上映。然后，大量媒体开始写：好莱坞死了。

去年5月我发过一条朋友圈：不负责任地盲猜，最晚2026年，会有一部漫威质量的纯AI制作电影全球上映。然后，大量媒体开始写：好莱坞死了。

这两天，一个爆火的新模型，让我感觉这一天越来越近了。

我甚至看到网上有人说：2026，会是传统电影的“最后一年”。我们正在见证全新电影的诞生。

真有那么夸张吗？写篇文章，记录一下，顺便带你回顾是怎么回事。

01

改变视频行业的AI，快来了

这两天，我朋友圈被一条条震撼视频刷屏了。

这是字节旗下的即梦内测最新视频模型Seedance2.0。按理说，新模型发布我们已经不稀奇了，几个礼拜一个几个礼拜一个。今早看到吴晓波老师一句话：中国AI人，已经三年没过好年了。我会心一笑。别说研发者了，我们这种媒体，都已经连续好几年春节在家写稿，年年撞上“突然发布的现象级大模型”。

然而，Seedance2.0的效果，还是有亿点点超预期。

在X上，已经有一大堆用户测评，给出极高的评价。

它只用一两句提示词，就能生出电影级大片。它能让蜜雪冰城和星巴克等好几个咖啡品牌，在东方明珠下贴身肉搏。把咖啡大战“具象化”。哎呀，文字实在表达不出感觉，我从Tim（影视飓风）的视频里截一小段，你一看就明白。

它厉害在哪？具体来说，在至少3个方面有了极大提高。

1、运动时的人物精细度

以前很多AI视频，定格画面还行。但只要一动，五官就像在拍《午夜凶铃》，到处乱飞。

但你看Seedance2.0生成的内容，衣服的光泽很自然、发丝的阴影很自然。如果你暂停看，甚至能发现，连门锁金属的反光都很自然。

2、细滑且高级的运镜

很多视频人都有个口头禅：这个视频有“廉价感”。其实基本差就差在运镜上。以前的AI视频，要么是动的固定机位，要么是无逻辑的乱晃。

但你看这个，这是我用年度演讲现场照片生成的视频。

注意它的视角，就像是架在一台专业摇臂上。而且它不是机械平移，甚至可以环绕和俯冲。我们真实现场摄影师拍的效果，也差不多就是这样了。

3、充满叙事逻辑的分镜

Tim的视频里也有提到，过往的视频模型是没有什么“分镜思维”的。都是为了切镜头而切镜头，最多给点特写，镜头间是毫无逻辑的。

但你看这段“星际穿越”的视频，你能看出，镜头的切换明显是有逻辑的，它能理解“当前的画面在干什么”，用各种镜头语言帮你理解“什么是现在的重点”。它知道什么叫“导演逻辑”。

当然，它也说不上完美无瑕。比如，上面那个蜜雪冰城大战咖啡人的视频，你仔细看能看到，前一秒东方明珠是被激光击中了的。下一秒，它又完好无损的出现在背景里。

但总之，考虑到这是只给了“一句话”就生成的视频，已经足够震撼。

02

为什么能这么厉害？因为“两只手画画”

我赶紧去研究了一下，为什么它能这么厉害？究竟是靠什么技术？我试着用大白话给你说明白。

传统视频经常“畸形”，就是因为在视频生成领域，有两个目标一直在打架：

目标1：内容一致性，俗称“长得像”。

AI得盯着你上传的那张照片，不能把你的眼睛画大，也不能把你的衣服换了。

目标2：动作自然度，俗称“动得顺”。

AI得让你的身体动起来，比如挥手、走动，还要保持光影自然。

过往的视频大模型，只有一条“处理流水线”（专业术语叫“

分支

”），所以往往会顾此失彼：要么为了让你动起来，脸就变形了。要么为了保住你的脸，整个人就僵在那像个 PPT。

但这次的Seedance2.0，用了一种“

双分支扩散

”技术。它就像给AI配了两条一起协作的流水线。

流水线1：动作分支。

它负责“构思动作”。根据指令（比如“在街头漫步”）去计算像素该怎么动，确保物理连贯，手臂不会不自然的弯曲。

流水线2：内容分支。

它负责“盯着照片”。它提取特征。包括面部、发型、肤质。确保像素级一致。脸部不再恐怖变形。

而且，这两条流水线并不是各跑各的，它们之间有一个“跨注意力机制”，它是两个分支之间的协调员，不停进行信息交换。这样，Seedance2.0就可以通过调节这两个分支的“发言权”，确保动作不走形。比如，设定“长相上100%听内容分支的，动作上100%听动作分支的”。

这就解决了前面那个难题：以前动起来就脸崩，现在因为外观分支拥有“绝对话语权”，所以脸被死死“锁”住了。

就像两只手作画，右手画皮，左手画骨。动作分支问：我现在要让这个身体转个身，该怎么画？内容分支答：给，这是他转身后侧脸该有的轮廓，别画错了。

惊艳的效果，就在这样实现的。

03

用本人授权，解决安全隐患

昨天看到了一大堆讨论和测试视频，又听说这个“真人人脸”的功能好像一度被下架。我好奇极了，按住发痒的双手想试试，结果，果然没成功。

仔细一看，原来Seedance2.0下方标注了一行小字：暂不支持真人人脸。

我很奇怪，用自己的脸拍电影，这才有趣啊？为什么不支持。一搜之下，马上明白了人们的担忧。

这个模型的效果真的太好了，好到你甚至很难通过“寻找破绽”来安慰自己。以往那种僵硬的表情、漂移的五官消失了，取而代之的是极致的真实。这在技术上叫“突破”，但也会让人担忧。

你会不自觉地打个冷颤：

“如果屏幕那头，一个长得和我一模一样、声音分毫不差的人，正对着我年迈的父母谈笑风生，他们该如何分辨？”

字节的伙伴告诉我，在内测阶段，就有很多人在讨论，会不会被坏人利用？《黑神话：悟空》之父冯骥也评价说，这是当前地表最强视频生成模型，没有之一。但同时也在担忧，会不会造成假视频泛滥？

幸好，这是个技术问题，不是路线问题。通过技术调整，很好找到解决方案：活体检测。

字节的伙伴告诉我，你试试手机APP版，做一下本人的授权验证，就没问题了。

我试了试，果然，它让我打开摄像头，先读一段数字，再把脸向左转、向右转。通过验证后，上传视频，给指令，做一段我开着敞篷跑车在海边吹风，就能看到这样的结果。

怎么样？是不是有点意思。

很多年后，回头来看，也许我们会发现，很多行业的逻辑，都会被改变。

比如，电影行业。原本的生产方式，可能被彻底重构。

现在的影视剧，如果演员后期台词改了，或者某个镜头要补拍，场地、演员、灯光，随便一弄就是六位数七位数的成本。在一些特殊情况下，像《速度与激情》的保罗·沃克，在拍摄过程中去世，就会留下永久的遗憾。

但现在，只要获得本人或者亲属的授权，就可以AI补拍。甚至，真的还需要明星真人出镜吗？都不一定了。这就是为什么有人说：2026，是“传统电影”的最后一年。

比如，心理咨询行业。我们有可能获得一个“24小时的理想倾听者”。

现在的心理咨询，非常昂贵且受限于时间。然而，在得到你本人（或者你信任的人）授权后，AI可以生成一个你最信任、最能给你安全感，还完美掌握前沿心理学知识的“数字分身”。

它长着一张你最亲近的脸，用最温柔的语气和你对话。许多抑郁症患者、孤独老人、焦虑人群，都会因此受益。

但这一切都有个前提：只要是真人，就要确保必须得到本人或者亲人的授权。一定要有这样的机制。

好在，字节的伙伴，已经充分意识到了这一点。

有了这道安全感，我们再来看那些被重构的未来，才会觉得是惊喜，而不是惊吓。

最后的话

十年以后，面对大屏幕，当我们以现在无法想象的全新形式看着电影，也许会回忆起2026年春节前，这个遥远的下午。

网上有一句非常扎心的话：

我们总是以为，技术的进步，会减少普通人和高手间的差距。然而残酷的现实是，每次，它都会拉大差距。

因为技术只是一根“杠杆”。它把普通人的努力放大了10倍，却把高手的洞察放大了1000倍。这难免让人感到“冒犯”。所以，每一项伟大的发明诞生时，人类的第一反应往往不是欢呼，而是恐惧。

电灯发明时，总被担心“光对眼睛有害”。微波炉发明时，总被担心有“死亡射线”。照相机发明时，甚至有人担心它会“吸走灵魂”。

然而，就像照相机没有杀死绘画，它只是杀死了“作为复印机的画家”，然后催生了梵高、高更、莫奈。

当导演的门槛降到零，剩下的，也就只剩大导演们对世界独一无二的理解。

斯皮尔伯格如果不是犹太裔，没有经历过犹太家庭从小的耳濡目染和深入骨髓的民族伤痕，就拍不出《辛德勒的名单》

卡梅隆如果不是对深海有着近乎偏执的狂热，没有在无数次深潜中，直面过那种足以毁灭一切的孤独与静谧，就拍不出《泰坦尼克号》。

王家卫如果不是从上海移居香港，没有在那代人特有的漂泊感中长大，没有在灯红酒绿的疏离中体会过那种“欲言又止”的孤独，就拍不出《花样年华》。

这些东西，AI永远学不会，因为它没有经历过你所经历的寒冬，也没有见过你所见过的盛放。

2026年，也许真的是传统电影行业的最后一年。但那又怎样？技术杀死的只是胶片，而人那颗不可模拟的灵魂，才是永不落幕的电影。

观点

/ 刘润

主笔

/ 歌平

编辑

/ 歌平

版面

/ 黄静

来源：刘润商学