全球首份系统聚焦 AI 电影产业的发展白皮书
三方联合发布
执行摘要
AI 电影产业已跨过「是否会使用生成工具」的早期问题,进入「如何形成新媒介、新产业与新治理」的结构性阶段。视频基础模型、原生音视频生成、世界模型、智能体、空间计算与可验证来源技术正在相互耦合。其共同结果不是单纯降低传统电影的制作成本,而是把影像从固定成片转化为可生成、可交互、可持续运行的文化系统。
本白皮书将 AI 原生电影定义为:AI 在叙事、影像、声音、角色与互动等核心创作维度中具有实质性主导作用,且作品无法在脱离 AI 工作流的情况下成立的视听作品。为避免把艺术判断简化为像素统计,本书提出「创作主导度 P0-P4 × 运行时生成度 R0-R4」双轴模型;51%+ 是 P 轴的资格刻度,不是品质分数,也不是越高越好。
技术上,短视频生成的进步不能直接等同于长片能力。长片与实时世界的关键瓶颈是身份、空间、因果、关系与叙事记忆,以及在可接受延迟、算力和能耗下对观众行动作出稳定回应。产业应从追逐单一模型,转向建设世界状态资料库、模型编排层、评价体系、来源记录与安全控制。
市场上,生成供给增加将使稀缺性向五个位置转移:可信发现、艺术判断、可持续角色与世界、合法授权,以及长期社群关系。收入单位也将从票房或单次播放扩展至世界订阅、角色订阅、互动事件、企业授权、资产服务、智能体交易与跨媒介运营。这些模式的成立依赖可验证、可检索、可授权、可结算的资产基础设施。
设备上,AI 眼镜与空间计算并不只是新增一块屏幕,而是把镜头、麦克风、注视、位置与环境理解变成内容输入。当云端或边缘生成与低延迟串流结合,影像可以随地点、人物、时间和群体关系改变。这将产生位置叙事、伴随式角色、公共空间剧情、多人共享世界等新形态,同时放大隐私、旁观者同意和注意力安全问题。
经济上,本书不把「AI 世界 GDP」作为可直接与国民经济相加的独立总量,而提出「人类-AI 双域价值帐户」与「AI 原生视听卫星帐户」:分别记录人类投入、模型与智能体服务、虚拟世界内交易以及回流现实经济的可观察价值,避免重复计算。该框架旨在为统计、投资与政策研究提供可操作起点,而非替代现行国民帐户。
治理上,来源记录不等于真实判定,索引不等于法律权利确认,收录不等于价值背书。Index.Film™ 在本白皮书中的定位是识别、记录、查询与协作基础设施。面向实时生成内容,治理还必须从文件级凭证升级为事件级记录:谁提出意图、使用何种模型与资产、何时生成、采取何种安全策略、由谁承担发布责任。
2026-2035 年不会沿单一路径发展。本书提出基础设施期、形态扩张期与持续世界期三个观察窗口,并以「受控繁荣、平台封闭、信任危机、开放世界」四种情景检验策略韧性。对企业而言,最重要的不是押注某一时间点,而是建立在多种情景下仍有价值的能力:可移植资产、创作证据、治理管线、世界运营与人机协同人才。
English AbstractAI cinema is moving beyond the adoption of generative tools toward a structural transformation of themoving-image medium. Video foundation models, native audio-video generation, interactive worldmodels, agents, spatial computing and content provenance are converging. The result is not merelycheaper film production: it is a transition from fixed audiovisual files to cultural systems that cangenerate, respond, persist and transact. This white paper introduces a dual-axis definition of AI-nativecinema: creative agency (P0-P4) and runtime generation (R0-R4). The 51%+ threshold is aqualification marker on the creative-agency axis, not a pixel count or a quality score. The paperanalyses the technical stack, long-horizon consistency, real-time architectures, AI glasses, film-gameconvergence, agent-readable assets, business models, provenance, copyright, cultural diversity, energyconstraints and a 2026-2035 scenario roadmap. It also proposes Human-AI Dual-Domain ValueAccounts and an AI-native audiovisual satellite account as measurement frameworks that avoid doublecounting. Throughout, evidence is separated into commercial fact, public demonstration, researchprototype and scenario inference.
十五项核心判断
成本曲线改写,但总成本不会自动归零
E1/E2 · 候选镜头的生成成本显著下降;长片所需的控制、筛选、修订、授权与治理成本上升。真正的管理指标应是「每个可接受成片秒的综合成本」,而非单次生成价格。
AI 原生不是工具标签,而是创作方法
框架 · 是否使用 AI 不足以形成分类;应判断 AI 是否参与核心创作决策,以及作品能否脱离该工作流成立。
原生音视频与精细控制成为模型主战场
E1/E2 · 市场竞争由单一画质转向音画同步、角色一致性、可编辑性、多镜头控制与物理合理性。
世界模型使影像具备可行动性
E2/E3 · 模型不再只产生下一帧,而要维持可被行动改变的状态、记忆与因果关系;这是电影与游戏技术栈汇流的核心。
实时生成已进入可体验阶段,但尚未等于成熟平台
E2 · 公开系统已展示 720p、20–24fps 与分钟级交互;长时稳定、多人一致性、成本和安全仍是产品化门槛。[R07][R08]
稀缺性从生产转向信任与发现
E1/E2 · 当内容供给大幅增加,评价、身份、来源、社群与品牌成为更稀缺的产业资产。
观众获得行动权
E2/E3 · 语音、注视、手势、位置与群体输入将改变叙事;互动不应只被理解为分支选单,而是对世界状态的持续作用。
AI 眼镜把现实世界变成叙事介面
E2/E3 · 全天候感知、私密显示与空间锚点令地点、人物和事件可成为故事条件,但旁观者权利和注意力安全必须前置。
影游联动将从同一 IP 的两次制作走向同一世界的一次建设
E1/E2 · 共享角色、世界状态、行为规则与来源记录可被电影、游戏、直播和社交场景多次渲染。
资产单位由成片扩展为资产族
框架 · 作品、工作流、角色、世界、行为与交互系统需要不同字段、授权边界和版本策略。
索引不产生法律权利,来源记录不作真假裁决
E1/治理 · Index.Film™ 的功能是识别、记录、查询与协作;收录不背书,索引不替代法定登记或司法判断。[R11]
智能体将成为内容市场的新型需求方
E2/E3 · Agent 可搜索、比较、请求授权并触发支付;概率性决策与确定性授权、结算和责任必须分层。[R21][R22]
AI 世界价值需要卫星帐户而非另一套虚构 GDP
框架 · 应记录人类域、AI 执行域、虚拟世界域和现实回流,并对中间投入去重。
透明义务正从自律走向制度化
E1 · 中国的生成合成内容标识规则与欧盟 AI 法透明义务共同指向显式标识、机器可读标记和责任记录。[R12][R13]
2035 的结果取决于治理和基础设施,不只取决于模型能力
E3/E4 · 开放标准、能源、算力、文化多样性与利益分配将决定产业是形成繁荣的创作经济,还是封闭的平台租金系统。
专章 · 宣言
AI 原生电影宣言
- 我们宣告:AI 原生电影不是传统电影的低成本替代,而是一种以人机协同为创作方法、以生成系统为媒介材料的新艺术形态。
- 我们确认:人的价值不因工具能力增强而消失。创作者的核心责任在于设定意图、建立规则、作出选择、完成编排并承担作品后果。
- 我们主张:51%+ 是创作主导度的资格刻度,不是像素比例、模型数量或艺术品质分数;作品仍应由思想、情感、形式与公共价值评价。
- 我们承认:线性电影、互动影像、生成式直播、空间叙事与持续世界可以并存。新媒介的形成不要求旧媒介退出历史。
- 我们要求:AI 原生作品应留下足以支持识别、审查与责任追溯的创作证据;透明不等于公开全部商业秘密,而是对关键事实负责。
- 我们区分:来源记录不等于真实判定,索引不等于权利确认,技术标识不等于价值背书。可信制度首先要诚实说明自己的边界。
- 我们倡议:创作者、表演者和权利人应就数字替身、训练使用、衍生生成、地域、期限与撤回条件建立清晰且可执行的同意机制。
- 我们相信:世界模型与 AI 眼镜将使影像进入现实空间;任何新体验都不应以牺牲旁观者隐私、儿童安全、注意力自主和文化多样性为代价。
- 我们推动:作品、工作流、角色、世界与行为系统形成可验证、可检索、可授权、可结算的资产网路,使价值能在创作者、平台与社群之间公平流动。
- 我们承诺:本宣言、分类框架与白皮书将接受年度修订。定义新时代的文件,必须允许被新证据修正。
范式转移
电影为什么正在成为可运行的世界
01 全球电影产业的技术拐点 · 02 什么是 AI 原生电影:双轴模型与 51%+ · 03 AI 视听媒介五阶段模型(G0–G5) · 04 方法论、证据分级与标准演进机制
01全球电影产业的技术拐点
图 1 从固定文件到文化计算系统
1.1 从生成供给到系统竞争
模型能力的提升使候选镜头供给快速增加,但候选供给并不等于可发行作品。传统流程把昂贵资源集中在拍摄前后;AI 原生流程则把成本分散到提示设计、参考资产、批量生成、选择、修订、一致性维护、声画整合、权利核验与安全审查。于是,单次生成价格下降与合格成片成本下降之间出现明显落差。管理者应追踪每个可接受成片秒的总推理量、人工判断时数、返工率和授权成本,而不是把模型报价当作电影成本。
产业竞争因此由「谁能生成」转向「谁能稳定交付」。可重复的工作流、角色与世界资料库、版本控制、评价标准、资产索引和跨平台发行能力,会比单一模型的短期领先更持久。模型可以替换,组织记忆与可信网路不容易复制。
1.2 五个结构性位移
第一,生产单位由镜头转向系统:创作者设计的是能反复生成镜头的规则、资料与智能体。第二,组织由工序串联转向模型编排:制片管理的核心变成任务分解、工具路由与质量门槛。第三,发行由单次交付转向持续服务:同一世界可按用户、地点和时间产生不同版本。第四,市场由内容稀缺转向信任稀缺:来源、授权、评价和品牌变得更重要。第五,资产由成片扩展到角色、工作流、世界状态与行为规则。
这五个位移并非同时完成。多数 2026 年项目仍位于 AI 辅助、AI 生成或 AI 原生的混合区间;实时互动与持续世界只在局部产品中成立。因此,本白皮书使用阶段与证据分级,而不以单一「革命已完成」口径描述全行业。
1.3 决策含义:建立可替换的能力栈
制作机构应把模型视为可替换供应层,把自身差异化沉淀在创作圣经、角色一致性包、世界状态、评价集、权利清单和观众资料治理上。平台应把搜寻、推荐和交易的评价维度从播放量扩展到来源完整度、创作主导度、风险状态与持续运营能力。投资者则应区分模型租金、工作流效率与可重用资产三种价值,避免把短期生成能力误判为长期护城河。
表 1 从固定文件到文化计算系统 - 关联分析表
| 结构位移 | 旧稀缺 | 新稀缺 | 管理指标 |
|---|---|---|---|
| 发行 | 内容供给 | 可信发现 | 有效触达/信任 |
| 产品 | 固定成片 | 持续关系 | 留存/世界状态 |
| 资产 | 单一成片 | 资产族 | 复用率/授权完整度 |
02什么是 AI 原生电影:双轴模型与 51%+
图 2 AI 原生电影双轴座标
2.1 P 轴:创作主导度的五维判定
P 轴衡量 AI 在叙事、影像、声音、角色与互动五个维度中的实质主导程度。P0 表示未使用生成式 AI;P1 表示局部辅助且不改变主要创作决策;P2 表示一个或多个核心环节由 AI 深度参与,但整体作品仍可沿传统流程成立;P3 表示加权主导度达 51%+,作品无法脱离 AI 工作流成立;P4 表示创作本体就是可运行的生成系统。
51%+ 不按像素、镜头数、提示词数或模型数量机械计算。评审应综合创作者申报、版本记录、节点图、提示与参考资产、生成和选择日志,以及对作品的专业判断。权重可因类型而异:音乐电影可能提高声音权重,互动作品必须计入行为和状态设计。
2.2 R 轴:运行时生成度
R0 为完全预制;R1 为播放前个性化,例如按语言、时长或分级生成版本;R2 为预制资产与运行时组合,例如分支叙事或局部生成;R3 为大部分画面、声音或事件在体验中生成,但仍受预设场景和安全边界约束;R4为持续实时生成,每次体验不可完全重现。R 轴描述产品行为,不描述艺术优劣。
P 轴与 R 轴必须分开。高度 AI 原生的作品可以是 P4/R0 的线性电影;传统拍摄素材也可组成 P2/R3 的实时互动体验。双轴避免把「AI 原生」错误等同于「必须互动」,同时让实时世界获得可比较位置。
2.3 指挥家论与责任归属
指挥家论不是降低人的责任,而是重新界定作者性:人的贡献在于提出意图、建立约束、选择训练或参考材料、编排工具与智能体、判断候选结果、完成修改并承担发布责任。这些可观察行为应被保留为创作证据。
在权利判断中,双轴分类只能描述工作流,不直接决定著作权。不同法域仍以人类创作贡献、同意、授权和具体事实为准。[R15][R16] 因此,分类证书、节展评审、索引记录与法律权利登记必须在制度上保持边界。
表 2 AI 原生电影双轴座标 - 关联分析表
| 级别 | P 轴:创作主导度 | R 轴:运行时生成 |
|---|---|---|
| 0 | 无生成式 AI | 完全预制 |
| 1 | 局部辅助 | 播放前适配 |
| 2 | 核心环节深度参与 | 预制与生成混合 |
| 3 | 51%+ 实质主导 | 主要内容实时生成 |
| 4 | 作品本体为生成系统 | 持续实时、不可完全重现 |
03AI 视听媒介五阶段模型(G0–G5)
51%+),作品作为整体由人机协同「指挥」而成,无法脱离 AI 工作流成立;G4 实时互动——内容在消费时刻生成,观众输入改变叙事与世界状态;G5 生成式世界媒体——持续存在、多人共享、智能体参与并具有经济系统的世界,媒体形态与经济空间合一。产品本体相应演进:电影文件→生成作品→互动体验→持续世界→经济空间。2026 年的位置判断:G2 已规模化——主流视频生成模型正支撑大量商业内容生产[E1];G3正在制度化——资格刻度、评审框架与索引基础设施于本年度成形[E1];G4 进入公开产品探索期——实时世界模型实现连续交互式生成、长时程几何一致性与多人共享世界,并开始向游戏引擎形态延伸[E2];G5 处于研究与早期构想阶段[E3/E4]。每一次阶段跃迁都同时改变生产函数、消费关系与资产形态。
图 3 AI 视听媒介 G0-G5 演进
3.1 G0-G5 的阶段含义
G0-G5 描述媒介的主导生产逻辑,而不是替代顺序。G0 传统电影以拍摄和后期为中心;G1 把 AI 嵌入局部流程;G2 以生成镜头为主要素材;G3 把 AI 变成整体创作方法;G4 令内容在体验时回应行动;G5 则形成持续存在、多人共享、由智能体参与并能承载经济活动的生成式世界媒体。
每次跃迁都要求新的底层能力。G2 到 G3 需要可控工作流与创作证据;G3 到 G4 需要状态、记忆、低延迟与安全策略;G4 到 G5 还需要多人一致性、长期身份、内容治理、资产和支付系统。只提升画质无法自动跨阶段。
3.2 2026 年的定位:能力出现,制度滞后
2026 年可以确认的是:生成视频、原生声画、可控编辑和开源模型已形成可用工具链;实时互动世界亦有公开产品和研究原型,可在特定解析度与时间范围内持续运行。[R02][R04][R05][R07][R09] 不能确认的是:跨小时稳定、通用多人共享、低成本全球部署和完整事件级来源记录已普遍成熟。
因此,G4 应被描述为产品探索期而非产业成熟期,G5 应被视为条件性方向。白皮书的任务不是宣告某个年份,而是明确每一阶段的验证条件,使下一版可以根据数据上调或下调判断。
3.3 阶段门槛与退出条件
每个项目都应在立项时声明目标阶段、可验证指标与退出条件。例如,G4 项目至少需要定义可用延迟、状态保持时间、行动遵循率、安全违规率和每分钟推理成本;若不能达标,应退回 R2 的混合方案,而不是用行销口径掩盖。阶段模型的真正价值,是让创新可以被拆解和管理。
表 3 AI 视听媒介 G0-G5 演进 - 关联分析表
| 跃迁 | 新增能力 | 最低验证 |
|---|---|---|
| G2->G3 | 整体人机创作 | 创作证据/一致工作流 |
| G3->G4 | 运行时回应 | 延迟/状态/降级/安全 |
| G4->G5 | 持续多人世界 | 身份/多人一致/经济/治理 |
04方法论、证据分级与标准演进机制
图 4 四级证据与可使用语言
4.1 四级证据不是装饰标签
E1 要求可公开验证的商业服务、制度文本或实际部署;E2 包括产品演示、技术报告和可重复的公开能力,但不假定已规模化;E3 为研究论文、实验原型或有限样本;E4 为明确列出前提的情景推演。不同证据可以支持不同句式:E1 可使用「已实施」,E2 应使用「已展示」,E3 使用「研究显示可能」,E4 使用「若前提成立」。
同一段落可能同时包含多级证据。例如,公开模型可实时生成是 E2;它将在五年内替代游戏引擎是 E4。若不拆分,读者容易把能力展示误读为市场结果。新版因此在关键图表、核心判断和路线预测中直接标示证据等级。
4.2 技术扫描与预测方法
本书采用能力链分析:先辨识模型能力,再分析工程集成、产品采用、商业模式和制度治理。预测只在前一层形成足够证据后向下一层延伸。每项中长期判断同时列出前提、领先指标、阻碍因素和可逆策略,避免使用没有基准年的市场规模数字制造精确幻觉。
技术性能数据优先引用模型开发者文档与研究论文;法规引用主管机关与正式文本;文化、能源与统计框架引用国际机构。企业自报性能仍视为 E2,除非存在独立、可重复的外部验证。
4.3 年度修订与反证清单
白皮书每年应公布三类变化:前版预测的命中与偏差、分类与字段的修订、被撤回或降级的结论。建议设立反证清单,包括实时延迟未下降、长时一致性停滞、能源或监管成本超预期、用户对互动需求低于预期等。能被反证的框架才具备治理价值。
表 4 四级证据与可使用语言 - 关联分析表
| 级别 | 证据 | 建议语言 | 禁忌 |
|---|---|---|---|
| E1 | 商业或制度事实 | 已实施/已提供 | 省略适用条件 |
| E2 | 公开演示/技术报告 | 已展示/已报告 | 宣称普遍成熟 |
| E3 | 研究原型 | 研究显示可能 | 直接作商业承诺 |
| E4 | 情景推演 | 若前提成立 | 使用确定语气 |
技术底座
从视频生成模型到世界模型
05 视频基础模型的技术演进 · 06 长片生成的真正技术瓶颈 · 07 世界模型:从预测下一帧到模拟世界 · 08 实时互动 AI 原生影视系统架构 · 09 AI 智能体与虚拟表演者
05视频基础模型的技术演进
图 5 视频基础模型能力栈
5.1 从像素生成到视听基础模型
主流视频模型多在压缩后的时空潜变量上运算,以扩散 Transformer、流匹配或自回归方法建模。视觉编码器与 VAE 降低时空维度,文本、图像、姿态、深度、相机轨迹和声音被转换为条件信号。架构演进的核心不是名词更替,而是把高维视频的计算量压缩到可训练、可控制、可部署的范围。[R01][R03][R04][R05]开源与闭源模型形成互补。闭源服务通常提供稳定介面、治理和云端算力;开源模型允许私有部署、微调、工作流透明与成本优化。制片机构不宜只按排行榜选型,而应建立任务路由:概念、动作、人物、产品、场景延展和原生声音由不同模型承担。
5.2 可控性是工业化分水岭
工业流程需要对人物身份、姿态、相机、构图、首尾帧、物体运动、光线、时长和声音进行局部修改。若每次修改都迫使整段重生,成本和风险会随片长快速累积。因而,局部编辑、分层控制、遮罩修复、场景延展和多参考条件比单次样片画质更能决定生产价值。创作者研究也把一致性、可控性与精细编辑列为优先需求。
[R06]建议建立「控制覆盖率」指标:一个工具能否在不破坏其他已确认元素的前提下修改指定属性。控制覆盖率高,才可能形成可预算、可排期、可审批的制作管线。
5.3 原生音视频与共同时间轴
原生音视频生成把对白、音效、环境声、节奏和画面动作放在共同时间轴上建模,降低后配音与同步的摩擦。
[R02][R03] 但它也带来新的控制问题:声音身份、语言、口型、音乐权利和多轨交付仍需独立管理。专业流程应保留可分离的声音轨道、台词与声音来源记录,避免把不可编辑的混合音轨当作最终资产。
表 5 视频基础模型能力栈 - 关联分析表
| 维度 | 问题 | 示例指标 |
|---|---|---|
| 控制 | 能否只改指定元素 | 控制覆盖率 |
| 一致 | 跨镜头是否稳定 | 身份/场景漂移 |
| 编辑 | 能否局部反复修订 | 返工影响范围 |
| 成本 | 可接受输出多少 | 每合格秒总成本 |
| 治理 | 来源与限制是否可记录 | 字段完整度 |
06长片生成的真正技术瓶颈
图 6 长片世界状态闭环
6.1 长片是一个状态管理问题
角色的服装、伤痕、年龄与情绪,场景的空间拓扑,道具的位置和所有权,人物关系与事件因果,都需要跨镜头保持。把这些要求全部交给模型隐式记忆,会产生不可预测漂移。工程上应把关键状态外置:角色档案、世界图谱、事件帐本、场景约束和镜头依赖形成世界状态资料库,再由生成模型读取。
外置状态不只改善一致性,也改善审批与协作。导演可以锁定角色动机,摄影可以锁定光线和镜头语法,法务可以锁定禁止资产,系统则在生成时自动验证。这使长片制作从反复提示转向可观察的状态机。
6.2 分层规划:世界、场景、镜头、帧
长叙事需要至少四层规划。世界层规定物理、文化与角色规则;场景层规定地点、目标与关系变化;镜头层规定视点、动作与剪辑功能;帧层负责视觉实现。上层生成结构约束,下层生成具体内容,并把结果回写状态。
若缺少回写,前一镜头发生的变化不会成为后一镜头的条件。
人类应在层级转换处设置批准门:世界圣经、场景大纲、镜头清单、关键帧与最终合成都可独立锁定。这种分层不会消除创作自由,反而让大规模生成保持方向。
6.3 长片评价从画质转向连续性
单帧美学和文本对齐不足以衡量长片。新版提出六组长时指标:身份漂移、空间拓扑违反、道具与事件连续性、因果冲突、情绪曲线偏离、声画身份与同步。指标应以镜头、场景和全片三个尺度报告,并保留人工评审,因为叙事合理性和艺术意图不能完全由自动分数替代。
表 6 长片世界状态闭环 - 关联分析表
| 尺度 | 指标 | 失败示例 |
|---|---|---|
| 镜头 | 动作/声画同步 | 手部或口型漂移 |
| 场景 | 角色/道具连续 | 服装与物件突变 |
| 序列 | 空间/因果一致 | 位置或事件矛盾 |
| 全片 | 情绪/主题连续 | 角色动机断裂 |
07世界模型:从预测下一帧到模拟世界
图 7 互动世界模型最小闭环
7.1 世界模型的最低定义
在本书中,世界模型不是所有视频模型的行销别名。它至少需要接收行动,维持可被行动改变的状态,生成后续观察,并在一定时间范围内保持空间与因果一致。若系统只能根据文本生成预定视频,则仍属内容生成模型;若能预测行动后果但不能稳定渲染,则可作为内部模拟器;两者结合才接近互动世界。
技术路线可分为隐式状态、显式 3D/场景图和混合架构。隐式模型画面自然但难以审计;显式模型可控但建立成本高;混合架构以场景图、物理或记忆模组提供稳定骨架,再由生成模型渲染外观,是影视应用更可管理的路线。
7.2 2026 年能力边界
公开系统已展示 720p、20-24fps 的分钟级互动世界,研究原型亦报告长时记忆与更高帧率。[R07][R09]
[R10] 这证明实时生成不再只是概念,但公开资料同时指出长时一致性、精确现实模拟、文本渲染和连续时长仍有限。模型展示通常在特定硬件、资料与控制空间下完成,不能直接外推到开放叙事。
产业评估应要求供应方披露解析度、帧率、端到端延迟、硬件、连续时长、记忆窗口、动作集合、世界重访一致性与安全策略。没有这些条件的「实时」不可比较。
7.3 从游戏引擎替代论转向协同论
世界模型短期内更可能与游戏引擎协同:引擎负责确定性物理、多人同步、碰撞、资产和规则;生成模型负责外观、行为变体、语言角色和未预制事件。当模型可靠性提高,两者边界会移动,但确定性状态与概率性生成仍需分层。这与支付系统把智能体意图和确定性结算分开的架构相似。[R22]*表 7 互动世界模型最小闭环 - 关联分析表*
| 能力 | 2026 状态 | 规模化门槛 |
|---|---|---|
| 实时画面 | 特定系统已展示 | 低成本多设备 |
| 长时记忆 | 分钟级至研究原型 | 跨小时稳定 |
| 精确行动 | 有限控制集合 | 开放行动遵循 |
| 多人世界 | 局部探索 | 一致同步与治理 |
| 安全来源 | 早期方案 | 事件级标准 |
08实时互动 AI 原生影视系统架构
图 8 实时 AI 原生影视八层架构
8.1 八层参考架构
实时 AI 原生影视可拆为八层:输入与感知、意图理解、叙事与政策编排、世界状态与记忆、生成与渲染、声音与角色、交付与边缘、来源与安全。分层的目的不是固定供应商,而是把可替换的概率模型与必须稳定的状态、授权和责任控制分开。
每个输入事件都应形成可追踪流程:观众行动被转为意图,经权限与安全策略判断后更新世界状态,生成层产生候选输出,评价与安全模组接受或降级,交付层根据设备和网路调整,最后把模型、资产、版本和责任事件写入记录。
8.2 延迟预算与降级策略
24fps 的单帧时间为约 41.7 毫秒,但端到端体验还包含输入采集、编码、网路、意图解析、生成、检查与显示。并非所有叙事决策都要逐帧重算;可把高频动作交给本地确定性层,把低频情节和外观交给云端生成。预取、缓存、蒸馏、量化、少步生成、边缘推理与注视点串流共同构成可用系统。
系统必须设计降级路径:网路抖动时切换到预制片段,模型不确定时保持状态不更新,安全模组无法完成时停止生成而不是继续输出。对实时媒体而言,可预测的降级比偶发的最佳画质更重要。
8.3 动态来源记录
文件级凭证适合固定成片,但 R3/R4 作品每次体验都不同。新版提出事件级最小记录:会话识别、用户输入类型、意图摘要、模型和版本、使用资产识别码、政策版本、生成时间、内容杂凑、重要安全决策与发布责任主体。为保护隐私,原始语音、视线和位置不应默认写入公共记录;可使用摘要、分层权限与保留期限。
C2PA 可为资产与输出提供来源框架,但其原则明确不作价值或真假判断。[R11] 实时领域仍需要把凭证、会话事件与世界状态版本连接起来,这是未来标准工作的重点。
表 8 实时 AI 原生影视八层架构 - 关联分析表
| 环节 | 目标 | 主要手段 |
|---|---|---|
| 网路/显示 | 稳定抖动 | 边缘/注视点串流 |
| 安全 | 不绕过 | 预检/降级/阻断 |
09AI 智能体与虚拟表演者
图 9 可运行角色的六个构件
9.1 智能体不是角色皮肤
AI 智能体由身份、目标、记忆、能力、政策和行动介面构成;虚拟表演者则增加形象、声音、动作、表演风格与公众关系。若只生成外观和台词,它仍是数字角色;只有能在约束下理解情境、维持人格、采取行动并对结果负责任地被管理,才成为可运行角色。
角色圣经需要升级为机器可读的角色宪法:不可改变的核心、可随剧情更新的状态、可授权行为、禁区、语言与文化边界、关系图、记忆保留和撤回规则。这些规则应高於单次提示,并被版本化。
9.2 表演控制与数字替身
生成式表演把演员的脸、声音、动作、即兴风格和人格联想拆成可建模元素。合约不能只写「数字肖像使用」,还应明确训练、微调、推理、衍生生成、角色自主程度、媒介、地域、期限、审批、报酬、撤回和死亡后使用。任何超出原同意的能力升级都应触发重新授权。
技术上需要把演员来源资料、角色模型、最终输出和人工修改分开记录。如此既能保护表演者,也能在模型或平台更换时维持角色连续性。
9.3 多智能体制片与运营
制片流程可由剧本、分镜、连续性、资产、法务、成本和安全智能体协作,但所有智能体应在明确权限内运行。建议采用三层控制:智能体提出方案,规则系统执行硬约束,人类在高风险节点批准。任务日志需区分建议、执行和最终责任,避免把责任推给无法律主体地位的模型。
表 9 可运行角色的六个构件 - 关联分析表
| 要素 | 必须说明 | 高风险变更 |
|---|---|---|
| 身份 | 脸/声/动作/人格 | 跨角色合并 |
| 用途 | 媒介/场景/受众 | 政治/成人/医疗 |
| 能力 | 生成/对话/自主行动 | 由被动变自主 |
| 期限 | 开始/结束/撤回 | 永久或死后 |
| 报酬 | 买断/使用/增值分成 | 未披露再利用 |
设备革命
从银幕、手机到 AI 眼镜
10 视听设备的四次迁移 · 11 AI 眼镜带来的新电影形态 · 12 空间电影与远程生成
10视听设备的四次迁移
41.6%,智能眼镜首次贡献约半数出货并成为增长的绝对主力[E1];主要平台厂商已将眼镜列为下一代计算平台的主赛道,标准化操作系统的入场正在复制智能手机生态的成形路径[E1/E2]。
图 10 视听终端四次迁移
10.1 四次终端迁移
银幕建立集体观看,电视把内容带入家庭,手机把内容带入个人时间,空间设备与 AI 眼镜则把内容带入视野和环境。每次迁移都改变镜头语法、时长、发行权力与商业模式。眼镜的特殊性在于它既是显示器,也是感知器:相机、麦克风、位置和注视把观众所处世界转为内容条件。
这不意味银幕或手机消失。不同终端承担不同社会功能:影院提供仪式和共同注意,手机提供高频个人接触,眼镜提供伴随式和位置式体验。内容策略应设计跨终端状态连续,而非把同一画面简单缩放。
10.2 端-边-云协同
眼镜受重量、散热、电池和算力限制,完整世界生成多由边缘或云端承担;本地设备处理感知、隐私过滤、低延迟追踪和安全中断。注视点串流只在视线中心传输高品质内容,可降低频宽和渲染压力。[R26] 开放介面如OpenXR 有助于资产和交互跨设备移植。[R27]内容机构应避免绑定单一硬件。至少把世界状态、角色身份、交互意图与渲染输出分离,确保更换显示设备不会重建整个作品。
10.3 终端采用的真正门槛
重量、续航、视场角和价格只是硬件门槛;社会接受度、旁观者隐私、使用礼仪、开发者生态和可持续内容同样重要。公开原型已展示情境理解、私密显示与全日佩戴方向,但不能据此推定普及年份。[R24][R25] 白皮书以能力门槛而非出货预测判断设备革命。
表 10 视听终端四次迁移 - 关联分析表
| 终端 | 核心能力 | 内容单位 | 主要限制 |
|---|---|---|---|
| 影院 | 共同注意 | 固定场次 | 时间与场所 |
| 电视 | 家庭沉浸 | 节目/系列 | 低交互 |
| 手机 | 个人高频 | 短内容/直播 | 小屏与注意碎片 |
| AI 眼镜 | 情境与伴随 | 位置/关系事件 | 隐私/电池/社会接受 |
11AI 眼镜带来的新电影形态
图 11 AI 眼镜的情境内容闭环
11.1 位置叙事与环境角色
AI 眼镜可以把地点、时间、天气、物体和同伴转为叙事变量。历史街区可叠加不同年代的角色,博物馆展品可成为对话入口,城市通勤可形成连续章节。作品不再只有播放时间,还有可触发的空间和情境。
空间叙事应区分公共层、群体层与私密层。公共层不得遮蔽安全信息或强迫旁观者参与;群体层需要共享锚点和一致状态;私密层可根据个人记忆生成,但敏感资料应在本地或受控环境处理。
11.2 伴随式角色与注意力设计
角色可在多天、多地点延续关系,记住用户选择并在适当时刻出现。这使角色订阅和长期叙事成为可能,也容易形成依赖、操纵或注意力侵占。设计应提供安静时段、介入强度、记忆查看与删除、角色边界和退出机制,并禁止用情绪脆弱状态进行未披露的商业说服。
衡量成功不应只看使用时长。更合适的指标包括主动启动比例、打扰率、拒绝后再介入率、记忆修正率、用户控制感和旁观者投诉。
11.3 新的镜头语法
眼镜中的「镜头」可能不是固定矩形,而是注视引导、空间声音、角色距离、遮挡和物体锚定。导演从安排观众看到什么,转向安排什么在何种条件下可被发现。这需要把摄影、舞台调度、游戏关卡和交互设计合并为空间导演学。
表 11 AI 眼镜的情境内容闭环 - 关联分析表
| 风险 | 控制 | 用户权利 |
|---|---|---|
| 旁观者感知 | 可见状态/本地过滤 | 知情与申诉 |
| 注意侵占 | 介入频率上限 | 安静/退出 |
| 记忆滥用 | 目的与期限 | 查看/修正/删除 |
| 商业操纵 | 广告标示/规则定价 | 拒绝个性化 |
12空间电影与远程生成
图 12 空间内容混合管线
12.1 空间内容的三种生成路径
第一是预制 3D 资产与实时引擎,确定性高但建模成本高;第二是神经场与 3D/4D 重建,能把真实场景快速转为可观看空间;第三是生成式世界模型,可根据语言和行动创造未预制环境。成熟产品将混合三者:重要物体采用明确几何和权利管理,背景与变体由模型生成。
混合路径也有利于来源记录。可把受保护的角色或商品固定为经批准资产,而将天气、群众或非关键环境作为可生成层,降低身份漂移与品牌风险。
12.2 远程生成与注视点串流
运算密集场景可在本地工作站或云端渲染,设备只接收与当前视线相关的高品质内容。这种架构扩展了眼镜可承载的世界规模,但引入网路延迟、隐私、服务中断和云成本。内容需要同时准备高品质、降级与离线三种层级,世界状态则需在连线恢复后可合并。
远程串流使发行变成持续运营:平台需要容量规划、区域节点、延迟监测、模型版本回滚和安全更新。制片方因此要具备部分云端服务能力,或与具备服务水准协议的运营方合作。
12.3 空间互操作与资产可携
空间作品的长期价值取决于锚点、角色、行为与权利资料能否跨设备和引擎迁移。应优先采用开放或可导出的场景描述、坐标、材质和交互介面,并保留高层语义,而非只保存某平台的打包档案。互操作不是纯技术问题,还包括对不同终端授权范围的明确表述。
表 12 空间内容混合管线 - 关联分析表
| 路径 | 优势 | 限制 | 适用 |
|---|---|---|---|
| 预制 3D | 确定可控 | 资产成本高 | 核心物体/品牌 |
| 重建/神经场 | 快速还原 | 编辑与权利复杂 | 真实场景 |
| 世界生成 | 无限变体 | 一致与安全 | 背景/互动 |
| 混合 | 品质与成本平衡 | 系统复杂 | 专业产品 |
内容与用户
观众如何成为参与者
13 从观看权到行动权 · 14 新的互动方式 · 15 个性化影视的边界 · 16 AI 时代的叙事和艺术
13从观看权到行动权
图 13 观众权利阶梯
13.1 行动权的四个层级
观看权只决定是否播放;选择权在预设分支中导航;行动权可改变人物、事件和世界状态;共治权则允许群体制定规则、创建资产和参与收益。不同层级对叙事、技术和治理提出完全不同要求。把简单选单宣称为共同创作,会误导用户与投资者。
作品应在介面中说明哪些选择会被记住、影响范围有多大、是否可撤回、其他参与者能否看到,以及是否产生可交易资产。透明的行动模型是互动信任的基础。
13.2 默认观看与选择疲劳
互动不是越多越好。高频选择会打断情绪与节奏,部分观众更需要被带领。AI 原生作品可使用自适应介入:在关键价值冲突处要求选择,在低风险段落根据已声明偏好调整,并始终提供导演版或被动观看模式。
评价互动品质应观察选择的叙事后果、可理解性、频率、回馈时间和后悔处理,而不是统计按钮数量。真正的行动权意味选择被世界记住并产生可感知后果。
13.3 群体观看的重新设计
多人共享世界需要处理意见冲突。可采多数、角色分权、轮流控制、共识门槛或平行分支。系统应显示决策规则,防止高活跃者永久支配,也要处理退出、重新加入和迟到者的状态同步。影院的集体性因此可以从共同观看扩展为共同决策。
表 13 观众权利阶梯 - 关联分析表
| 权利 | 用户能做什么 | 系统责任 |
|---|---|---|
| 观看 | 开始/停止 | 清晰呈现 |
| 选择 | 在分支中导航 | 说明后果 |
| 行动 | 改变世界状态 | 记忆与回馈 |
| 共治 | 制定规则/创建资产 | 公平程序/收益 |
14新的互动方式
图 14 多模态交互与授权
14.1 多模态输入的交互地图
语音适合表达意图,注视适合指示对象,手势适合空间操作,位置和环境适合触发,生理信号只应在明确同意和必要情境下使用。多模态融合可以减少命令负担,但也可能错读沉默、犹豫或无意注视。系统应区分观察信号和授权信号,不能把「看了一眼」默认为购买、同意或公开。
每种输入都需要置信度、确认策略和退出方式。低风险画面变化可以隐式响应;改变角色关系、公开身份、支付或使用敏感资料必须显式确认。
14.2 自然语言导演与约束语言
用户可用自然语言改变故事,但开放语言需要映射到可执行的世界操作。系统应先把输入转为结构化意图,再检查角色能力、世界规则、权利和安全,最后才生成。这种「自然语言到受约束行动」的中间层能避免模型直接把任何话语转为不可控画面。
创作者也可使用同一层定义可变与不可变部分:主题、角色核心和结局边界可锁定;语气、场景、支线和表演细节可开放。互动因此成为作者与观众之间的协议。
14.3 回馈、延迟与信任
当生成需要时间,系统应立即承认输入并显示可理解的过渡,而不是让用户猜测是否生效。回馈可分为意图确认、世界状态更新与视听结果三层。若操作被拒绝,应说明是叙事规则、安全、权限还是技术限制。可理解的拒绝是世界可信度的一部分。
表 14 多模态交互与授权 - 关联分析表
| 输入 | 适合用途 | 不得默认 |
|---|---|---|
| 语音 | 表达意图 | 永久保存 |
| 注视 | 指示与注意 | 购买/同意 |
| 手势 | 空间操作 | 高风险授权 |
| 位置 | 情境触发 | 公开行踪 |
| 生理 | 必要的可及性 | 情绪操纵 |
15个性化影视的边界
图 15 个性化的价值与风险
15.1 个性化的四个对象
个性化可作用于呈现、内容、关系和价值。呈现包括语言、字幕、时长和无障碍;内容包括节奏、场景与支线;关系包括角色记忆和回应;价值层则可能改变作品立场。前两类风险较低,后两类更容易形成操纵、偏见与公共文化碎片化。
公共叙事不应在没有提示的情况下向不同人展示互相矛盾的事实版本。艺术作品可以具有多版本,但平台应保留作品身份、版本关系和变更原因,使个性化不破坏共同讨论基础。
15.2 个人记忆与最小资料原则
长期角色需要记忆,但记忆不是越多越好。应区分会话记忆、作品内记忆、跨作品偏好和敏感个人档案,分别设定目的、期限、可见性和删除方式。用户应能查看「角色记得什么」、修正错误并一键清除。
个性化推理可优先使用本地或匿名特征,避免把完整对话、视线、位置和情绪资料集中到单一平台。没有必要的资料,不应因为技术上可取得而收集。
15.3 避免情绪价格歧视与黑箱说服
当角色同时承担叙事与销售功能,平台可能根据情绪、依赖或脆弱状态改变推销时机和价格。这种做法会破坏角色信任。商业信息应明确标示,角色不得假装纯粹情感关系来执行未披露的交易目标;价格和授权条件应由确定性规则控制,而非由黑箱模型临场决定。
表 15 个性化的价值与风险 - 关联分析表
| 层级 | 允许默认 | 需要披露/同意 |
|---|---|---|
| 呈现 | 字幕/音量/无障碍 | 跨装置偏好 |
| 内容 | 低风险节奏 | 重大情节改变 |
| 关系 | 会话内记忆 | 跨作品长期记忆 |
| 价值 | 不建议默认 | 立场/价格/说服 |
16AI 时代的叙事和艺术
图 16 从故事宪法到每次体验
16.1 从剧本到故事宪法
线性电影以剧本固定事件顺序;生成式作品需要故事宪法,规定世界规则、角色价值、不可跨越的主题边界、允许变化的事件和结局条件。具体情节可生成,但作品身份由宪法保持。这使作者从句子与镜头的唯一编写者,转为可能空间的设计者。
故事宪法应有可读版本和机器版本。前者供创作与评审理解,后者供智能体和安全系统执行。两者冲突时以经批准的人类版本为准。
16.2 新的艺术单位
AI 原生艺术的最小单位可能不是镜头,而是生成规则、选择空间、记忆机制、角色行为或一次不可重现的体验。评审因此需要同时看成片、系统和观众关系:规则是否产生有意义的变化,互动是否服务主题,随机性是否被创作性地控制。
线性输出仍可具有高度 AI 原生性;互动也不自动带来艺术创新。新评价体系不应用技术新奇取代形式、情感和思想。
16.3 保存不可重现的作品
实时作品可能因模型、资料、政策或平台更新而改变。保存需要同时记录模型与版本、提示和规则、世界初始状态、关键资产、随机种子、运行环境、代表性会话和可播放代理版本。对无法永久重建的作品,档案机构至少应保存可验证的行为证据和体验记录。
表 16 从故事宪法到每次体验 - 关联分析表
| 维度 | 评审问题 |
|---|---|
| 思想 | 作品提出了什么不可替代的问题 |
| 形式 | 生成与互动是否形成新语法 |
| 规则 | 变化空间是否有意义且一致 |
| 关系 | 观众行动是否改变理解 |
| 责任 | 创作者是否理解并承担系统后果 |
产业重构
电影、游戏、直播与社交的汇流
17 影游联动进入「同一世界生产」 · 18 直播、赛事与实时影视 · 19 新产业链和新职业 · 20 市场和商业模式变化 · 21 全球产业格局
17影游联动进入「同一世界生产」
图 17 同一世界,多形态渲染
17.1 从同一 IP 到同一世界
传统影游联动通常把角色设定和美术概念分别重做为电影与游戏资产。世界模型时代可建立共享语义层:角色身份、地点、时间线、物体、关系、行为规则和权利边界被保存一次,再由线性电影、互动游戏、直播或广告按各自需要渲染。这不是把电影素材直接汇入游戏,而是让多种媒介读取同一世界。
共享并不意味所有资产完全通用。高品质电影镜头、可碰撞游戏几何、实时表演骨骼和宣传图像仍有不同技术要求;可共享的是语义、身份、来源与权利关系,以及能生成各类媒体的高层规则。
17.2 世界工作室的组织形态
世界工作室以世界资产组合而非片单为核心。制片、游戏、技术、社群和授权团队在立项早期共同定义世界圣经、资产接口和版本治理。线性电影可以成为世界入口,游戏提供行动,直播提供事件,社群提供共同创作,角色则跨形态持续运行。
财务上应把一次性项目成本与可复用世界投资分开。场景语义、角色模型、世界状态和治理工具若可跨作品使用,应建立资产摊销和维护预算;否则每个项目都会重建,无法形成世界经济。
17.3 影游汇流的风险
过度追求跨媒介可能牺牲作品完整性,使每部电影变成其他产品的入口。治理上应为每种形态设置独立艺术责任人和完整体验标准。世界资产的授权也应区分观看、交互、生成、再创作和商业运营,避免一次授权被无限外推。
表 17 同一世界,多形态渲染 - 关联分析表
| 共享层 | 电影 | 游戏/互动 | 治理 |
|---|---|---|---|
| 角色身份 | 表演与弧光 | 能力与状态 | 同意/版本 |
| 世界语义 | 场景与主题 | 地图与规则 | 来源/权利 |
| 时间线 | 叙事顺序 | 任务与分支 | 正典/分支 |
| 行为 | 表演选择 | 可执行动作 | 安全边界 |
18直播、赛事与实时影视
图 18 生成式直播运营闭环
18.1 实时影视的三类产品
第一类是生成式直播:画面、场景或角色根据事件和观众输入即时变化。第二类是互动赛事与表演:观众选择影响规则、视点或世界事件。第三类是持续频道:智能体角色在非固定时段运行,按社群状态生成节目。三类产品的共同要求是直播级可靠性、内容安全和事件记录。
预制与实时不应二选一。专业产品会预先准备关键资产和安全片段,把生成用于变体、回应和过渡;当服务不稳定时可回落到经审核内容。
18.2 观众输入与治理延迟
直播把恶意提示、操纵投票、身份冒用和品牌风险带到毫秒级。治理管线需要在意图层、世界状态层和输出层分别检查,而不能只在最终画面完成后审核。高风险动作可要求延迟确认,敏感场景可切换到封闭行动集合。
系统还要记录群体决策规则,区分真实用户、机器人与授权智能体。若智能体可以代表观众投票或消费,必须显示代理身份与授权范围。
18.3 商业与运营指标
除观看人数外,实时影视应追踪有效互动率、世界状态恢复时间、生成降级率、安全中断率、每分钟推理成本、群体决策公平性和内容重用率。把峰值互动做大但无法控制成本与风险,不是可持续商业模式。
表 18 生成式直播运营闭环 - 关联分析表
| 指标 | 目的 | 红线 |
|---|---|---|
| 端到端延迟 | 互动自然 | 持续超标 |
| 降级率 | 服务稳定 | 无预制回退 |
| 安全中断率 | 风险监测 | 中断不可解释 |
| 世界恢复时间 | 事故处置 | 状态不可回滚 |
| 每分钟成本 | 单位经济 | 收入越高亏损越大 |
19新产业链和新职业
图 19 AI 电影新产业链
19.1 新产业链的六个层级
上游包括算力、资料、基础模型与开发工具;中游包括世界建模、工作流编排、角色系统、评价与治理;内容层包括创作、制片和资产管理;发行层包括平台、影院、游戏与空间终端;交易层包括授权、索引、支付和结算;运营层包括社群、持续世界与安全响应。任何单一企业都难以垂直包办全部层级。
价值集中点可能从模型逐步移向拥有可信资产、用户关系和世界运营能力的机构。模型仍是重要基础设施,但标准化和多供应商路由会降低不可替代性。
19.2 新职业与能力组合
AI 原生制片人统筹人机流程和成本;世界架构师建立状态与规则;生成摄影与声音设计师管理模型语法;连续性工程师维护角色、空间和事件;创作证据与来源工程师建立记录;角色运营者管理长期人格与社群;生成安全导演设计拒绝、降级与事故处置。这些职业不是传统职位改名,而是把创意、系统与治理结合。
教育体系应从单一工具培训转向可迁移能力:叙事判断、状态建模、资料素养、模型评价、权利与同意、版本控制和跨专业协作。工具更新很快,方法论与责任能力更长久。
19.3 劳动转型与公平分配
AI 可减少重复执行,也可能把风险和不稳定转移给自由职业者。机构应公开哪些工作被自动化、如何评估人类贡献、衍生模型和资产如何分成,以及技能转型预算。对表演者、设计师和资料供应者的价值不能只在一次买断中结束。
表 19 AI 电影新产业链 - 关联分析表
| 角色 | 核心责任 | 关键能力 |
|---|---|---|
| AI 原生制片人 | 人机流程/预算 | 创意+系统 |
| 世界架构师 | 规则/状态 | 叙事+资料建模 |
| 连续性工程师 | 身份/因果 | 质量+版本 |
| 来源工程师 | 证据/字段 | 标准+权利 |
| 生成安全导演 | 拒绝/降级 | 内容+风险 |
20市场和商业模式变化
图 20 持续世界收入组合
20.1 收入单位的扩展
票房、广告和平台授权仍会存在,但生成式媒体增加新的计价单位:世界订阅、角色订阅、互动事件门票、企业世界授权、按会话或推理用量付费、资产和工作流服务、品牌情境生成、智能体请求与衍生共创分成。不同收入模式对持续运营、权利和成本的要求不同。
世界订阅只有在内容持续更新、角色关系可积累且用户能控制记忆时成立;按生成用量收费需要透明成本和上限;资产交易需要可读授权和版本记录;共创分成需要明确贡献计量。不能把所有模式都包装为同一种会员。
20.2 成本模型:从制作预算到服务单位经济
固定成片主要在上映前投入;持续世界还要承担推理、存储、内容审核、客服、事故响应与模型更新。单位经济应计算每活跃会话成本、峰值容量、资产摊销、内容接受率、留存和安全成本。若每次互动产生的推理成本高于可持续收入,产品越受欢迎亏损越大。
可用混合生成降低成本:高频场景预制或缓存,个性化只作用于高价值节点,低风险变体使用轻量模型,重要事件再调用高品质模型。
20.3 定价与价值分配
AI 原生产品的价格不应只反映算力,也要反映创作、品牌、世界资产和社群服务。平台需公开对创作者的收益计算,避免用不透明推荐把价值全部转为平台租金。对角色或世界的二次使用,可采最低保证、使用分成和增值分成组合,而非无限期买断。
表 20 持续世界收入组合 - 关联分析表
| 模式 | 价值单位 | 成立条件 | 主要风险 |
|---|---|---|---|
| 世界订阅 | 持续状态 | 更新/留存 | 高运营成本 |
| 角色订阅 | 长期关系 | 同意/记忆控制 | 依赖与操纵 |
| 互动事件 | 一次体验 | 可靠实时 | 峰值容量 |
| 企业授权 | 品牌/场景 | 控制与来源 | 身份漂移 |
| Agent 请求 | 机器交易 | 权利字段/支付 | 代理责任 |
21全球产业格局
图 21 全球 AI 电影多极网路
21.1 全球竞争由多种禀赋决定
北美在基础模型、云平台、创作者工具和全球发行网路上具有优势;中国及东亚在应用规模、移动生态、开源模型、硬件供应链和内容工业化方面形成强大能力;欧洲以规则、文化政策、来源透明和公共价值塑造国际基线;日本、韩国拥有角色、游戏、动画和粉丝经济的深厚资产;中东与东南亚以算力投资、多语市场和城市级体验形成新节点。
这不是单一国家排名。AI 电影需要模型、算力、文化资产、法律可信度、资本、人才与跨境发行的组合;任何地区都可能在某个层面领先、在另一层依赖合作。
21.2 香港的结构性位置
香港的潜在优势不在复制另一个模型中心,而在连接:国际资本与亚洲内容、普通法商业环境与跨境授权、多语创作与全球发行、节展评价与资产市场。若要把位置优势转为产业能力,需要建立可验证的标准、透明治理、常态化市场和人才网路,而不只是一次活动。
香港亦面临算力成本、本地制作规模和人才密度限制。策略应聚焦高价值中介层:评价、索引、合规、合作制片、资产协作、国际市场和城市网路。
21.3 国际合作的最小共同语言
跨境合作不要求统一全部法律,但可先统一作品识别、模型与资产披露、同意字段、版本关系、可用地域和责任联络。这些最小字段能降低尽调成本,让不同法域的权利判断建立在同一组事实上。标准应保持技术中立,允许不同平台实现。
表 21 全球 AI 电影多极网路 - 关联分析表
| 区域 | 优势 | 机会 | 制约 |
|---|---|---|---|
| 北美 | 模型/云/发行 | 平台与工具 | 集中与权利争议 |
| 中国及东亚 | 应用/供应链 | 规模化内容 | 跨境互操作 |
| 欧洲 | 规则/文化 | 可信内容 | 资本与规模 |
| 日韩 | 角色/动画/游戏 | 世界资产 | 语言市场 |
| 香港 | 跨境/资本/多语 | 市场与标准连接 | 算力/制作规模 |
数字资产与人机经济
从作品交付到可机器协作的资产网路
22 AI 影视资产:从成片扩展为资产族 · 23 AI 影视资产的生命周期 · 24 Agent 可读资产与智能体交易 · 25 人类世界与 AI 世界的价值连接:双域价值账户
22AI 影视资产:从成片扩展为资产族
图 22 AI 视听资产族
22.1 六类 AI 影视资产
核心资产包括作品、工作流、角色和世界;为适应实时媒体,新版增加行为与交互系统、运行与证据记录两类。作品是可播放输出及版本;工作流包含节点、配置、提示与评价门槛;角色包含形象、声音、人格、记忆和同意边界;世界包含场景、规则、时间线与状态;行为系统定义可执行动作与交互;记录层保存来源、模型、版本与责任。
这些资产可以组合但不应混为一体。出售成片不自动转让角色模型,授权角色不自动开放训练资料,提供工作流不自动授权其中第三方素材。资产分类的价值在于让权利包络可被明确表述。
22.2 资产的三个可用条件
资产要进入市场,至少需要可识别、可理解、可调用。可识别要求稳定识别码和版本关系;可理解要求机器可读的类型、能力、限制和来源字段;可调用要求清晰授权、技术接口与安全策略。缺少任一条件,资产只能被人工逐笔处理,无法支持规模化协作。
「可交易」不等于可自由转让。部分资产只适合查询或受控调用,尤其是表演者模型、未公开世界资料和包含个人记忆的角色。
22.3 资产价值的评估
作品价值可看观众与收益;工作流看可重复性、接受率和成本节省;角色看身份稳定、受众关系与授权完整;
世界看可扩展性、状态深度与跨媒介利用;行为系统看可控性与安全;记录层看完整度和可验证性。评估方法必须与资产类型匹配。
表 22 AI 视听资产族 - 关联分析表
| 资产 | 最小身份 | 价值指标 | 授权重点 |
|---|---|---|---|
| 作品 | 版本/成片 | 受众/收益 | 播放/改编 |
| 工作流 | 节点/配置 | 接受率/效率 | 执行/再分发 |
| 角色 | 身份/模型 | 稳定/关系 | 形象/声音/行为 |
| 世界 | 规则/状态 | 扩展/复用 | 进入/建设/运营 |
| 行为 | 能力/接口 | 控制/安全 | 调用/代理 |
| 记录 | 来源/事件 | 完整/可验 | 查看/保留 |
23AI 影视资产的生命周期
图 23 资产生命周期
23.1 从创建到退役的十二个环节
资产生命周期包括创建、申报、识别、来源记录、技术验证、评价、上架、发现、请求、授权、运行结算和归档退役。每个环节由不同主体负责,不能把所有责任交给索引平台。创作者保证申报,技术服务验证格式,评价机构给出专业意见,权利人授权,平台执行使用范围,发布者承担输出责任。
资产的更新必须建立父子版本关系。角色声音更换、世界规则修改、模型升级和权利到期都可能改变可用性;
旧版本不应被无痕覆盖。
23.2 最小可验证记录
最小记录包括资产识别码、类型、名称、创建与提交主体、时间、版本、父资产、使用模型或工具、关键来源声明、授权状态摘要、可用地域与期限、内容标识、安全联络和撤回状态。敏感合同与个人资料可存于受限层,只公开存在性和查验路径。
技术验证只回答记录是否与资产关联、格式是否正确、签名是否可验,不回答内容是否真实或权利是否有效。
[R11] 法律与价值判断仍由相应主体承担。
23.3 撤回、争议与孤儿资产
索引系统需要保留撤回、异议和争议状态,但不应在没有程序的情况下删除历史。可采「停止新调用、保留证据、显示争议、等待决定」的分层处置。对无法联络权利人的孤儿资产,应限制商业使用并提供申领流程。
表 23 资产生命周期 - 关联分析表
| 字段组 | 示例 | 公开层 |
|---|---|---|
| 识别 | ID/类型/版本/父资产 | 公开 |
| 主体 | 创建/提交/责任联络 | 分级 |
| 来源 | 模型/工具/资产声明 | 摘要 |
| 权利 | 地域/期限/用途/状态 | 摘要 |
| 治理 | 标识/异议/撤回 | 公开 |
| 技术 | 格式/接口/杂凑 | 按需 |
24Agent 可读资产与智能体交易
图 24 智能体资产交易分层
24.1 机器可读权利包络
智能体要请求资产,必须理解允许的媒介、用途、地域、期限、受众、模型操作、衍生权、价格规则、署名、内容限制与人工批准点。这些字段构成权利包络,而非把整份合同简化为「可用/不可用」。自然语言合同仍是法律文本,机器字段用于执行明确条款并提示人工处理例外。
对不可撤回、高价值或涉及人格权的使用,智能体只能准备请求,不能自行最终授权。权限应与风险和金额分级。
24.2 概率意图与确定性交易分层
智能体可以理解需求、搜索和比较,但授权、身份、限额、支付与结算需要确定性系统。AP2 等协议开始处理代理授权、真实意图和责任问题;IMF 亦提出意图、授权与结算三层框架。[R21][R22] AI 影视市场可采相同原则:模型提出,规则验证,受权系统执行。
每笔智能体交易应记录代理身份、委托人、授权范围、请求内容、选择依据、价格、资产版本和最终批准。没有可审计委托链,平台不应接受自动交易。
24.3 从搜索市场到请求市场
人类通常浏览目录再购买;智能体可以发布结构化需求,由资产方或其他智能体提出匹配方案。这会形成反向市场:需求包括角色能力、风格、权利、成本、延迟与安全要求,资产方按条件响应。索引因此从静态目录升级为可协作网路,但仍需防止价格操纵、垃圾请求和代理串谋。
表 24 智能体资产交易分层 - 关联分析表
| 字段 | 机器可读值 | 人工处理条件 |
|---|---|---|
| 用途 | 观看/生成/再创作 | 未列用途 |
| 地域期限 | 代码/日期 | 冲突或例外 |
| 身份 | 角色/表演者范围 | 敏感人物 |
| 价格 | 固定/阶梯/报价 | 高价值谈判 |
| 批准 | 自动/需人工 | 人格权/不可撤回 |
25人类世界与 AI 世界的价值连接:双域价值账户
图 25 人类-AI 双域价值流
25.1 为什么不能直接宣称 AI 世界 GDP
虚拟世界内的代币交换、智能体服务和生成内容交易可能有经济意义,但若把所有内部交易直接与现实 GDP相加,会重复计算中间投入、平台内循环和未实现价值。GDP 是特定统计制度中的增加值概念,不是任何交易总额的别名。
因此,本书把「人类世界与 AI 世界 GDP 互通」转化为可研究命题:哪些价值流跨域、由谁生产、如何定价、是否形成最终使用、如何回流现实收入与税基。先建立帐户,再讨论总量。
25.2 人类-AI 双域价值帐户
框架包含四个帐户。人类投入帐户记录创作、资料、资本、能源与权利;AI 执行帐户记录模型推理、智能体服务和自动化工作;虚拟世界帐户记录世界内最终消费、资产使用与社群活动;现实回流帐户记录现金收入、工资、授权、税收和实体消费。四者以可追踪交易关系连接,对中间服务去重。
每笔流量至少标记支付者、接受者、人或智能体身份、资产、目的、价格、地区、时间与是否属最终使用。智能体没有独立法律人格时,其活动仍归属委托人或运营主体。
25.3 AI 原生视听卫星帐户
卫星帐户在不改变核心国民帐户的情况下,扩展对特定领域的观察。可测量 AI 视听增加值、算力与能源投入、数字资产形成、人类劳动变化、跨境模型服务和平台收入。联合国 2025 SNA 对数字化、资料与 AI 的处理提供方法背景,但本书框架仍需统计机构、学界和产业资料共同试点。[R23]首期试点不追求单一总数,可先建立企业样本:每个项目的人工时数、推理成本、可复用资产、最终收入和跨境支付。只有测量口径稳定后,才适合推导行业规模。
表 25 人类-AI 双域价值流 - 关联分析表
| 帐户 | 记录内容 | 避免重复方式 |
|---|---|---|
| 人类投入 | 创作/资料/资本/能源 | 标记中间投入 |
| AI 执行 | 推理/Agent 服务 | 归属委托主体 |
| 虚拟世界 | 最终使用/资产服务 | 区分内部循环 |
| 现实回流 | 收入/工资/授权/税 | 只计可观察流 |
| 卫星帐户 | 行业增加值/资产形成 | 衔接 SNA 口径 |
权利、治理与全球标准
透明、责任与人类主体性
26 创作主体、版权与数字替身 · 27 来源透明、内容标识与责任链 · 28 文化多样性、人类主体性与可持续性
26创作主体、版权与数字替身
图 26 AI 影视权利四层
26.1 作者性:工具使用与创作控制
不同法域对 AI 输出的保护存在差异,但人类创作贡献仍是核心问题。美国版权主管机关明确区分把 AI 作为辅助工具、对 AI 内容进行创作性选择编排,以及完全由模型决定表达的情况。[R15] 行业不应用「AI 原生」标签替代逐项权利判断。
创作者应保留能反映人类控制的证据:意图与草稿、提示演进、参考资产选择、候选淘汰、局部修改、剪辑和最终批准。证据不是为了把创作变成打卡,而是让争议时能说明人的具体贡献。
26.2 训练、输入与输出的分离
模型训练资料、项目输入资产和最终输出是三个不同权利层。即使模型可以合法使用,项目上传的演员素材、未公开剧本或品牌资产仍需独立授权;即使输出获准发行,也不代表可反向用于训练角色模型。合同与记录应分开描述。
WIPO 建议机构在采用生成式 AI 时核查工具条款、资料与输出风险、保密、责任和可追溯性。[R16] 制片流程应把法务检查嵌入资产入口,而非只在最终成片集中处理。
26.3 数字替身与持续同意
一次拍摄同意不足以覆盖无限生成。数字替身授权应包括能力、用途、媒介、时间、地域、风格与敏感场景、审批、报酬、撤回、模型更新与转授权。当模型从生成广告升级到可自主对话角色,能力变化构成新的同意事件。
未成年人、已故人士、政治人物与医疗或成人场景需要更严格控制。对身份高度敏感的生成应保留人工批准和可迅速撤下的技术机制。
表 26 AI 影视权利四层 - 关联分析表
| 授权项 | 最低内容 | 重新同意触发 |
|---|---|---|
| 资料 | 来源/用途/保留 | 新增训练用途 |
| 形象声音 | 媒介/场景/地域 | 敏感场景 |
| 自主能力 | 可说/可做/禁区 | 由被动变 Agent |
| 期限撤回 | 终止/删除/存档 | 模型永久化 |
| 报酬 | 固定/使用/分成 | 新收入模式 |
27来源透明、内容标识与责任链
图 27 三层透明与责任链
27.1 三层透明架构
第一层是人可感知标识,让观众知道内容由 AI 生成或重大修改;第二层是机器可读标记,支持平台和工具识别;第三层是可验证来源记录,保存资产、编辑和签名关系。中国 2025 年标识办法同时要求显式与隐式标识;欧盟 AI 法第 50 条及 2026 透明实务守则要求特定生成内容的标记与披露。[R12][R13][R14]三层互补而非替代。水印可能被裁剪,元资料可能丢失,来源凭证也不保证内容真实。平台应以多种信号组合判断,并向用户清晰显示不确定性。
27.2 责任链而非责任黑箱
AI 原生内容涉及模型提供者、工具平台、资产方、创作者、制片、发行和部署者。责任链应记录每一方控制了什么、知道什么、批准了什么。模型供应方负责能力和限制文档,创作者负责输入与选择,制片负责工作流与合规,发布者负责面向观众的最终呈现。
对实时内容,责任链必须加入会话运营者与安全策略版本。事故后应能重建重要事件,而不必永久保存所有敏感原始资料。
27.3 Index.Film™ 的制度定位
Index.Film™ 可为作品、工作流、角色、世界和相关资产建立识别、版本、来源与协作记录,支持查询、比较和市场接口。它不因此确认权利归属、不保证申报真实、不对艺术品质背书,也不替代法定登记、合同审查或司法程序。
制度可信度来自清楚边界、申报责任、异议程序、版本历史与查验方式。收录状态应描述记录进度,而非把资产分为被认证和未被认证的价值等级。
表 27 三层透明与责任链 - 关联分析表
| 主体 | 主要控制 | 最低记录 |
|---|---|---|
| 模型方 | 能力/安全/版本 | 模型卡/变更 |
| 创作者 | 输入/选择/修改 | 创作证据 |
| 制片方 | 工作流/权利/批准 | 交付清单 |
| 发行方 | 标识/受众/平台 | 发布责任 |
| 运营方 | 实时策略/事故 | 事件与回滚 |
28文化多样性、人类主体性与可持续性
图 28 公共价值四象限
28.1 文化多样性与资料集中
模型可能扩大创作工具的可及性,也可能因训练资料、平台推荐和语言资源不均衡而强化主流风格。
UNESCO 将文化多样性、艺术家生计、人类创造力与透明治理列为 AI 文化政策的重要议题。[R18] 评价体系应观察语言、地域、题材和创作者群体,而不只看生成量。
支持多样性需要投资小语种资料、在地文化顾问、社群授权和公平收益,而不是把文化元素当作无主风格。对神圣、敏感或受社群治理的资料,技术可生成不等于文化上可使用。
28.2 人类主体性与创作者经济
人类主体性包括拒绝被模型替代、知道何时与 AI 互动、控制数字身份、理解推荐和保留不被个性化的权利。
企业应评估自动化对职位、议价和收益分配的影响,提供转型和申诉机制。生成效率不能成为取消署名、同意和公平报酬的理由。
28.3 能源与可持续生成
生成视频和实时世界具有高推理负荷。IEA 显示资料中心用电正在快速增加,AI 是重要驱动因素;同时单次任务效率改善并不必然抵消使用量增长。[R19][R20] 制片与平台应测量每个可接受成片秒、每活跃会话分钟和每收入单位的能耗,而非只引用模型效率。
可持续策略包括模型路由、缓存、蒸馏、低碳时段与地区调度、设备寿命、可再生能源采购和内容价值门槛。
并非所有互动都需要最高解析度和最大模型。
表 28 公共价值四象限 - 关联分析表
| 面向 | 指标 | 不充分指标 |
|---|---|---|
| 能源 | 每合格秒/会话分钟能耗 | 模型单次效率 |
| 文化 | 语言/地域/创作者分布 | 内容总量 |
| 劳动 | 人类收入/转型/议价 | 自动化比例 |
| 主体性 | 控制/退出/申诉 | 使用时长 |
预测、情景与行动路线
2026-2035 的选择窗口
29 2026–2035 技术与产业路线预测 · 30 四种未来情景 · 31 各类主体行动指南 · 32 三方联合行动议程
292026–2035 技术与产业路线预测
图 29 2026-2035 三阶段观察窗口
29.1 2026-2028:基础设施期
高概率进展包括原生声画、可控编辑、角色一致性和工作流智能体持续改进;模型路由、私有部署与创作证据成为专业流程;显式和机器可读标识在主要市场制度化;世界模型在游戏、预演、教育和部分互动内容中扩大。关键制约是长时一致性、推理成本、权利资料和跨工具互操作。
此阶段最值得投资的不是永久绑定模型,而是状态、资产、评价、来源和人才。任何机构都应能在模型更换后保留核心世界与权利记录。
29.2 2029-2032:形态扩张期
条件性预测包括多人共享生成环境进入商业娱乐,线性与互动版本同步制作,AI 眼镜和空间设备形成可持续内容分发,角色订阅与世界订阅获得较大市场,智能体参与资产搜索与授权。成立前提是延迟、能耗、设备可用性、治理和用户接受度同时改善。
领先指标包括跨小时状态稳定、单用户实时成本下降、日常佩戴设备的留存、跨平台资产调用、事故率和有效授权时间。
29.3 2033-2035:持续世界期
若前提成立,部分媒体将从节目或游戏转为长期运行的文化世界,角色和社群跨终端延续,世界内活动与现实服务形成稳定交易。这不会代表所有电影都世界化,而是形成新的媒介门类。最大的未知数不是画质,而是治理能否在多人、智能体和跨境交易规模下保持可信。
任何精确普及率都属过度推断。本书只提供可观察门槛,并要求年度根据证据修订。
表 29 2026-2035 三阶段观察窗口 - 关联分析表
| 窗口 | 能力门槛 | 市场门槛 | 治理门槛 |
|---|---|---|---|
| 2026-2028 | 可控生成/工作流 | 专业采用 | 标识/来源 |
| 2029-2032 | 多人/空间/低成本 | 订阅与跨媒介 | Agent 权限/事件记录 |
| 2033-2035 | 持续跨端世界 | 稳定世界经济 | 跨境责任/统计 |
30四种未来情景
图 30 四种未来情景
30.1 情景一:受控繁荣
开放来源标准、清晰同意、可移植资产与多供应商模型形成竞争,创作者能以小团队运营高价值世界,平台分享资料与收益。互动内容增长而事故保持可控。企业策略是投资可验证资产、信任品牌和世界运营。
30.2 情景二:平台封闭
少数平台控制模型、终端、身份、支付和角色关系,作品无法迁移,创作者依赖推荐和算力租金。体验可能快速改善,但议价权和文化多样性下降。企业应保留可导出资产、跨平台受众和合同退出权。
30.3 情景三:信任危机
身份冒用、未授权训练、实时有害内容和来源欺诈引发监管收紧与观众反感,生成内容面临高标识和高责任成本。能提供完整来源、人工责任和安全记录的机构反而获得溢价。
30.4 情景四:开放世界
世界、角色和智能体可跨平台互操作,个人控制身份与记忆,资产在开放协议上被调用和结算。创新速度高,但垃圾资产、代理攻击和跨境责任增加。成功依赖可信身份、权限和争议处置。
四种情景可能在不同地区同时存在。策略应采用无悔投资:可移植资料、明确权利、来源记录、成本可观察、安全降级和人类责任,在任何情景中都保留价值。
表 30 四种未来情景 - 关联分析表
| 情景 | 领先信号 | 无悔策略 |
|---|---|---|
| 受控繁荣 | 开放标准/收益改善 | 可信资产 |
| 平台封闭 | 高迁移成本/集中 | 可导出与多平台 |
| 信任危机 | 事故/诉讼/退订 | 来源与人工责任 |
| 开放世界 | 互操作/Agent 交易 | 身份权限与争议处置 |
31各类主体行动指南
图 31 六类主体行动网路
31.1 创作者与制片机构
建立创作圣经和世界状态资料库;把模型接入放在可替换编排层;记录人类意图、选择与修改;以每个合格成片秒和可复用资产衡量效率;在立项时完成资料、表演者和平台条款清单;为实时内容设置拒绝、降级与事故演练。
31.2 模型、技术与平台
公开能力条件和限制,不用最佳样片代替系统指标;支持结构化输出、版本锁定、资产与来源接口;把安全、身份、授权和结算从概率模型中分层;提供可导出记录与退出路径;测量能源与峰值容量。
31.3 发行、投资与保险
发行方应建立 AI 参与、来源、标识、角色同意和实时责任的交付清单。投资者应尽调可替换模型、资产权利、单位经济、用户留存与事故成本。保险产品可围绕身份冒用、来源缺失、内容事故、模型中断和跨境索赔设计,但需要可观察资料。
31.4 政策、学术与教育
政策应支持互操作、透明和创作者能力,避免用单一技术定义锁死创新。学术界需要长叙事、多人世界、人机创作和文化影响的公共基准。教育机构应把艺术、计算、权利与治理放在同一课程,并支持受自动化影响的从业者转型。
表 31 六类主体行动网路 - 关联分析表
| 主体 | 90 天 | 12 个月 |
|---|---|---|
| 创作者/制片 | 资产与权利盘点 | 世界状态/创作证据管线 |
| 技术平台 | 能力与限制披露 | 可导出来源/降级架构 |
| 发行投资 | AI 交付清单 | 单位经济与风险基准 |
| 政策学术 | 术语与样本 | 公共测试/统计试点 |
| 教育 | 跨域课程设计 | 新职业认证与转型 |
32三方联合行动议程
图 32 三方联合公共工程
32.1 定义与评价公共工程
三方编制机构提出建立双轴分类年度同行评议、AI 原生电影评价基准、实时世界能力测试和创作证据建议规范。所有框架应公开版本、修订原因和反对意见,不把组织宣告当作标准成立。
32.2 Index.Film™ 与市场协作
推动作品、工作流、角色、世界、行为和记录六类资产的最小字段;建立版本、来源、异议和撤回流程;开放机器可读查询与授权请求接口;坚持收录不背书、索引不确认法律权利。市场测试应先从自愿申报和高质量合作方开始。
32.3 全球城市与人才网路
以香港、北京、杭州、上海、深圳、新加坡、东京、首尔、曼谷、洛杉矶、伦敦、巴黎、柏林和迪拜等城市节点连接创作者、技术、学术、资本与市场。城市网路的衡量标准不是挂名数量,而是联合项目、人才流动、资料互认与跨境发行结果。
32.4 研究与年度发布机制
建立年度技术观察、产业样本、AI 原生视听卫星帐户研究、文化与能源影响报告,以及白皮书修订纪录。每年公开上一版预测的命中与偏差,邀请不同地区、艺术门类和治理立场参与评议。
联合议程是邀请,不是对外部机构的既成承诺。具体合作、认证、标准或资料交换均应另行经过治理与授权程序。
表 32 三方联合公共工程 - 关联分析表
| 公共工程 | 首期产出 | 治理边界 |
|---|---|---|
| 双轴分类 | 年度规范/案例 | 非法律裁决 |
| 评价基准 | 长片/实时测试 | 不替代艺术评审 |
| Index.Film™ | 六类最小字段 | 收录不背书 |
| 城市网路 | 联合项目/人才流 | 非挂名联盟 |
| 卫星帐户 | 企业样本试点 | 非官方 GDP |
| 年度白皮书 | 预测校验/修订 | 公开版本记录 |
附录以下附录提供术语、分类、字段、方法与执行工具,使正文框架可被创作者、制片、平台、研究者和政策制定者实际采用。
附录 A 核心术语表
- AI 原生电影
- AI 在核心创作维度具有实质性主导作用,作品无法脱离 AI 工作流成立的视听作品。
- 创作主导度 P0-P4
- 衡量 AI 在叙事、影像、声音、角色与互动中的实质创作主导程度。
- 运行时生成度 R0-R4
- 衡量内容在观众体验时刻生成的程度。
- 51%+
- P 轴上的资格刻度,表示加权创作主导度过半;不是像素比例或品质分数。
- 指挥家论
- 作者性存在于意图、规则、选择、编排、修改与最终责任,而非必须亲自执行每个工序。
- 世界模型
- 接收行动、维持可变状态并生成后续观察的模型或系统。
- 世界状态资料库
- 保存角色、空间、事件、关系与规则的显式结构化状态。
- 故事宪法
- 规定主题、世界规则、角色核心、可变事件与安全边界的叙事治理文件。
- 生成式世界媒体
- 持续存在、多人共享、智能体参与且可承载经济活动的生成媒介。
- 资产族
- 作品、工作流、角色、世界、行为与记录等互相关联但权利独立的资产集合。
- 权利包络
- 机器可读的用途、地域、期限、身份、价格、衍生与批准条件。
- 动态来源记录
- 针对实时生成会话,按重要事件记录模型、资产、策略、版本与责任。
- Agent 可读资产
- 具备结构化能力、限制、权利与调用接口,可被受权智能体理解和请求的资产。
- 人类-AI 双域价值帐户
- 记录人类投入、AI 执行、虚拟世界使用与现实回流,并避免重复计算的框架。
- AI 原生视听卫星帐户
- 在现有统计体系之外补充测量 AI 视听活动、投入、资产与增加值的研究工具。
- Index.Film™
- 面向 AI 视听资产的识别、记录、查询与协作基础设施;不产生法律权利确认或价值背书。
附录 B P/R 双轴判定与创作证据
P 轴建议以叙事、影像、声音、角色与互动五个维度评估。评审可按作品类型调整权重,但必须在评审前公布;51%+ 只判定是否达到 P3 资格。R 轴按播放时生成范围判定,与 P 轴独立。
| 证据组 | 说明 |
|---|---|
| 创作意图 | 概念、主题、规则、版本决策 |
| 工具链 | 模型、版本、节点与配置 |
| 生成过程 | 提示、参考、候选与淘汰 |
| 人类控制 | 选择、编排、修改与最终批准 |
| 运行时 | 输入、状态、策略与生成比例 |
附录 C Index.Film™ 最小元数据轮廓
此轮廓用于识别、记录、查询与协作,不构成权利确认或价值背书。公开层、受限层和私密层应分离,个人资料遵循目的限制和最小化。
| 字段组 | 示例 |
|---|---|
| 识别 | ID/类型/版本/父资产 |
| 主体 | 创建/提交/责任联络 |
| 来源 | 模型/工具/资产声明 |
| 权利 | 地域/期限/用途/状态 |
| 治理 | 标识/异议/撤回 |
| 技术 | 格式/接口/杂凑 |
附录 D 证据、预测与年度修订协议
- 所有关键结论标注 E1-E4,并保留可访问来源或资料说明。
- 所有中长期预测列出技术、经济、设备、治理与文化前提。
- 下一版逐项报告前版预测的命中、偏差、撤回与降级。
- 企业自报数据与独立验证分开呈现;没有样本口径的市场数字不进入核心判断。
- 分类、元数据与评价框架接受跨地区、跨门类同行评议,修订保留版本历史。
附录 E 90 天、12 个月与 36 个月行动清单
| 时间 | 组织能力 |
|---|---|
| 90 天 | 资产/工具/权利盘点 |
| 12 个月 | 世界状态与模型路由 |
| 36 个月 | 世界运营与 Agent 协作 |
附录 F 主要参考文献与资料来源
以下来源优先采用研究论文、标准组织、主管机关、国际机构与模型开发者正式文件。访问与资料核对日期:2026 年 7 月 16 日。 https://openai.com/index/video-generation-
[R01] OpenAI. Video generation models as world simulators. 2024.models-as-world-simulators/
[R02] Google DeepMind. Veo 3.1 - model overview and capabilities. 2025. https://deepmind.google/models/veo/
[R03] Meta AI. Movie Gen: A Cast of Media Foundation Models. 2024.https://ai.meta.com/research/publications/movie-gen-a-cast-of-media-foundation-models/
[R04] Tencent Hunyuan. HunyuanVideo: A Systematic Framework for Large Video Generative Models. 2024.https://arxiv.org/abs/2412.03603
[R05] Wan Team. Wan: Open and Advanced Large-Scale Video Generative Models. 2025.https://arxiv.org/abs/2503.20314
[R06] Zhang et al.. Generative AI for Film Creation: A Survey of Recent Advances. 2025.https://arxiv.org/abs/2504.08296
[R07] Google DeepMind. Genie 3 - real-time interactive world model. 2025/2026.https://deepmind.google/models/genie/
[R08] Liu et al.. Towards Interactive Video World Modeling: Frontiers, Challenges, Benchmarks, and Future Trends. 2026.https://arxiv.org/abs/2606.01164
[R09] Wang et al.. Matrix-Game 3.0: Real-Time and Streaming Interactive World Model with Long-Horizon Memory.https://arxiv.org/abs/2604.08995
[R10] Wu et al.. Infinite-World: Scaling Interactive World Models to 1000-Frame Horizons. 2026.https://arxiv.org/abs/2602.02393
[R11] C2PA. Content Credentials Technical Specification 2.2 and Explainer. 2025/2026.https://spec.c2pa.org/specifications/specifications/2.2/specs/C2PA_Specification.html
[R12] Cyberspace Administration of China et al.. Measures for Labelling AI-Generated and Synthetic Content. 2025.https://www.cac.gov.cn/2025-03/14/c_1743654684782215.htmhttps://digital-
[R13] European Commission. Code of Practice on Transparency of AI-Generated Content. 2026.strategy.ec.europa.eu/en/policies/code-practice-ai-generated-content
[R14] European Union. Regulation (EU) 2024/1689, Article 50. 2024.https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:32024R1689
[R15] U.S. Copyright Office. Copyright and Artificial Intelligence, Part 2: Copyrightability. 2025.https://www.copyright.gov/ai/Copyright-and-Artificial-Intelligence-Part-2-Copyrightability-Report.pdf
[R16] WIPO. Generative AI: Navigating Intellectual Property. 2024.https://www.wipo.int/publications/en/details.jsp?id=4713
[R17] NIST. AI Risk Management Framework: Generative AI Profile (NIST AI 600-1). 2024/2026.https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence
[R18] UNESCO. Report of the Independent Expert Group on Artificial Intelligence and Culture. 2025.https://www.unesco.org/sites/default/files/medias/fichiers/2025/09/CULTAI_Report%20of%20the%20Independent%20Expert%20Group%20on%20Artificial%20Intelligence%20and%20Culture%20%28final%20online%20version%29%201.pdf
[R19] International Energy Agency. Energy and AI. 2025. https://www.iea.org/reports/energy-and-ai
[R20] International Energy Agency. Data centre electricity use surged in 2025. 2026.https://www.iea.org/news/data-centre-electricity-use-surged-in-2025-even-with-tightening-bottlenecks-driving-a-scramble-for-solutionshttps://cloud.google.com/blog/products/ai-machine-
[R21] Google. Agent Payments Protocol (AP2). 2025.learning/announcing-agents-to-payments-ap2-protocol
[R22] International Monetary Fund. How Agentic AI Will Reshape Payments. 2026.https://www.imf.org/en/-/media/files/publications/imf-notes/2026/english/insea2026004.pdf
[R23] United Nations Statistics Division. System of National Accounts 2025. 2025.https://unstats.un.org/unsd/nationalaccount/SNAUpdate/2025/2025_SNA_Combined.pdf
[R24] Google. Android XR glasses demonstration and platform overview. 2025. https://blog.google/products-and-platforms/platforms/android/android-xr-glasses-demo-io-2025/
[R25] Meta. Introducing Orion, augmented reality glasses prototype. 2024/2025.https://about.fb.com/news/2024/09/introducing-orion-our-first-true-augmented-reality-glasses/
[R26] Apple Developer. Foveated Streaming for visionOS. 2026.https://developer.apple.com/documentation/foveatedstreaming
[R27] Khronos Group. OpenXR and Spatial Entities extensions. 2025. https://www.khronos.org/openxr/
附录 G 编制机构
国际人工智能视听资产索引标准联盟(IAISA) 聚焦人工智能视听资产索引、机器可读元数据、来源记录与市场协作接口。
国际人工智能电影制片人协会(IFAIFPA) 聚焦 AI 电影制片体系、技术路线、行业协作、专业评价与制片人网路。
香港人工智能国际电影节协会(HKAIIFF Association) 聚焦 AI 原生电影艺术评价、创作者生态、节展实践与全球城市合作。
Facts
- 发布日期
- 2026-07-17
- 发布方
- 协会 · IFAIFPA · IAISA
- 章节
- 五大部分 + 宣言专章
- 阅读方式
- 线上全文
- 评审理论
- 指挥家论
常见问题
白皮书讲什么?
AI 电影时代、AI 原生电影定义、51%+ 标准、产业链重构与未来方向,以及《AI 原生电影宣言》。
谁发布的?
香港人工智能国际电影节协会、IFAIFPA 与 IAISA 三方于 2026 年 7 月 17 日联合发布。
可以下载吗?
不提供下载。全文在本页开放线上阅读,引用必须注明出处。
51%+ 标准在白皮书中如何定义?
不是像素占比,而是判断 AI 工作流在核心创作决策中是否具有加权主导作用。