苏州大学未来校区，一间宿舍，一台电脑，5个人，7天做出3部AI漫剧。这个画面最近被反复转发，配上另一组数字：不到一年，团队做了数百部，总营收超过300万；其中一部15亿播放，单剧创收200多万。 很容易读成“AI让大学生在宿舍逆袭”。但把采访读完，故事的重心不在“生成”。每日经济新闻
在真正独立接项目之前，他有过一段学徒经历：跟着一家视频公司参与真实短剧项目，学的是怎么选题、怎么抓开头前三秒的钩子、怎么把控节奏。 更早之前，他高中就拍微电影，大学自学剪辑，练调色、转场、配乐。微博
但AI并不是把剧本直接变成成片。肖天乐说，AI给的剧本“很多时候节奏太平、冲突不够”，要先梳理，再拆成分镜；AI生成的画面也“经常出现肢体错误、表情违和”，得一帧一帧地沟通、反复调整。 这些活，AI不会替你干。每日经济新闻
爆款也不是每一部都成。5个人、7天做3部的那次，只有1部爆，带来20多万。 15亿那部，也是从数百部里跑出来的。微博
把镜头拉远，AI真正改变的是供给。今年上半年，抖音端新增AI剧、漫剧22.19万部；9月一个月又新增5.18万部。 部分制作报价从每分钟5000元跌到200元，甚至几十元；有公司在极限状态下一天能产600集。供给像洪水一样涨，观众的一天还是24小时。铅笔道
结果就是极度集中。9月新剧里，只有1.46%的作品拿走了64.6%的播放增量，约82%的新剧当月播放不足100万。 大多数片子不是“没做好”，而是根本没进入被选择的范围。36氪
那极少数靠什么？肖天乐的说法是：决定一部剧能不能留住观众的，从来不是模型有多强，而是故事的内核、叙事的节奏、镜头的语言。 这话听起来像常识，但放在一天600集的行业里，它很具体：同样是修仙、逆袭、复仇，有些剧能让观众一口气追几十集，有些开头两分钟就被划走。 差别不在模型，在判断。每日经济新闻铅笔道
招聘市场上，这个缺口很直白：一边是月薪一千到两千的实训生，会调提示词、能批量出图就行；另一边是月薪五万的抽卡师，干的活已经跟导演差不多——定风格、盯分镜、判断哪一集有机会爆。有公司新招的导演，更多来自传统影视，因为知道镜头怎么摆、一场戏怎么切、哪里该停。说白了：软件三天能学会，片子得看几年。 导演这个岗位不会消失，因为总得有人背锅。36氪
再往上一层，是分发。另一位在红果做漫剧的创作者许飞，之前做短视频营销号，懂剪辑、有网感，选的是下沉市场爱看的明理型都市故事。他近十部剧总播放十几亿，单部最高上亿，一部拿到近80万分红。他的方法不神秘：跟着平台通告找风向，前3秒下钩子，用剪辑把故事讲明白。 平台规则也一直在变：红果11月1日的新规，把完结剧激励偏向90到180分钟，长剧和高速更新的长连载不再占优势。温度纪
做代工的团队还在按分钟报价；把剧本、制作和发行都接过来的兑吧，上半年AI短剧收入2.23亿元。 钱没有消失，它从“生成”环节流向了IP、发行和平台。铅笔道
所以，15亿播放不是“AI生成”的胜利，而是一条筛选链的终点：先用低成本堆出足够多的尝试，再用选题、节奏、剪辑和分发，把其中极少的一两部挑出来、推上去。AI负责降低试错成本，人负责决定往哪儿试。两者缺一不可，但稀缺的从来不是前者。
那位大三学生在采访最后说，他接下来想学导演和编剧，招人，做能拿到“龙标”、能留在银幕上的作品。 这个计划本身，就是对“光靠AI生成”最直接的回答：生成可以帮你留在牌桌上，但想赢，靠的是判断和分发。微博
