对话胡正荣:万物皆AI,AI皆入口,视听皆接入,影视级视频大模型2028—2030年出现

“点状试水”，尚未形成颠覆性的冲击波，2026年进入全面普及、全面接入阶段

「视听头条」：您如何评价2025年视听行业AIGC应用的整体发展态势？

胡正荣：我个人的判断是：2025年，视听行业 AIGC应用整体还处在一个 “点状试水” 的阶段。

为什么说是点状试水？因为从整体来看，整个行业确实已经普遍意识到 AIGC 对内容生产带来的深刻影响。

不管是社交媒体、各类 MCN 机构、互联网平台，还是我们广电系统的各级电台、电视台，去年都已经开始主动布局、积极尝试。

很多电视台在晚会、节目制作中已经大量运用AIGC 技术，社交平台和新媒体机构也在广泛落地应用。

但也要看到，这些应用仍然是“点状分布、局部探索”，AIGC 还没有在全行业形成系统性、颠覆性的冲击波。

在我看来，2025年真正的亮点，其实是开始用起来了—— 比如在宣传片、短视频、推广类内容，以及一些创意性内容上，大家都在尝试 AIGC 技术。

但同时也暴露出两个明显痛点：第一，应用不够广泛，还只是局部试点；第二，应用不够深入，大多停留在表面工具层。

「视听头条」：2026年，视听行业在AIGC领域呈现出哪些发展态势？

胡正荣：我个人认为，技术平权这件事，现在来看既是平权，同时也在拉大鸿沟，而且这个鸿沟甚至可能越来越严重。

先说说平权这一面。AI 带来的技术平权，核心就是大幅降低了专业视听创作的门槛。过去门槛极高、需要专业团队才能完成的内容生产，现在借助 AIGC，普通人、个人创作者、中小 MCN 机构，都可以大步进入专业视听领域。

这种平权，直接带来了行业结构的本质变化：不再只有大电视台、大影视公司才能生产专业视频，现在一家小企业、甚至一两个人，就可以完成高质量的视听内容生产。

但在我看来，在享受技术平权的同时，我们更要清醒地看到：技术鸿沟也在同步拉大，甚至在某种意义上，新的门槛反而更高了。

我们现在已经能明显感受到：真正把 AIGC 用得最广泛、最娴熟、最深入的，往往还是少数人。最能用好 AI 的，往往是AI 原住民，也就是年轻一代。

而传统的专业影视、视听机构 —— 比如电视台、电影公司、大型制片公司，还有资深导演、创作者们，反而因为 AI 技术迭代太快，被挡在了门外。

他们还习惯工业时代的规模化、流程化生产，还没有真正适应、完全接入 AI 时代的技术体系。

所以我认为，真正更值得我们关注的，恰恰是这条不断拉大的技术鸿沟。这也提醒我们行业内的人，必须尽快跨越这条鸿沟、缩小差距，真正进入 AI 时代。

AI 原住民有着得天独厚的先天优势，而AI 移民—— 也就是传统从业者，面临的困境只会越来越突出。

从单向生成到双向理解，影视级视频大模型大概率会在 2028—2030年出现

「视听头条」：相较于同类 AI 视频生成模型及前代产品，Seedance 2.0 的核心进步体现在哪些方面？具体解决了 AI 视频生成行业长期存在的哪些痛点难题？

胡正荣：我的看法是这样：Seedance 2.0的推出，标志着 AI 生成式模型在两大核心能力上实现了显著突破。

第一，是视觉理解能力大幅提升；第二，是视觉建构能力明显增强。

这和过去的AIGC产品完全不一样。以往我们见到的很多AI视频工具，大多只能做一镜到底、简单画面，场景转换非常局限，整体表现力偏弱。

而Seedance 2.0在理解画面、构建复杂场景上，已经上了一个大台阶。

像Seedance 2.0这样的产品，其实已经把人工智能大模型，从单纯单向生成，开始向双向理解型模型进化。

也正因为如此，它在视觉理解能力和视觉建构能力上，才有了刚才说到的大幅提升。这主要体现在几个方面：

比如Seedance 2.0生成的内容，在镜头景别变化、运镜流线、场景切换上，都已经做到非常丝滑、流畅。这在以往的AI视频工具里是很难看到的。

而且它生成出来的效果，非常接近人类专业创作的质感——比如远景、中景、近景、特写这些不同景别的自然切换，还有运镜的流畅度、节奏感，都已经具备了专业创作的质感。

由此也带来了另一大优势：正是因为Seedance 2.0的视觉理解力、视觉建构力上来了，它在视听内容创作与生成能力上，也得到了前所未有的提高。

能力上去了，创作成本自然就降下来了。过去想要做出这种场景变化复杂、景别切换丰富、运镜要求高的视频，哪怕只是短视频，成本都很高。

随着这项技术不断成熟、模型理解能力持续提升，整体的人力成本、技术成本、时间成本，都会大幅下降。

从这一点也能看出，AI 视频生成行业长期存在的痛点和难点，恰恰就在于：过去的模型，对视频本身的理解能力是不足的。

很多产品还停留在把文字直接转成机器能生成的画面，在视觉理解、视觉建构上，远没有达到现在这样的高度。

所以我们目前看到的很多AI生成视频，在画面颗粒度、情感表达颗粒度、叙事有效性等方面，和专业创作相比，仍然存在比较明显的差距。

「视听头条」：业内有观点认为，影视级水准的视频生成模型预计要到2027—2028年才能落地，结合当前 Seedance 2.0 的技术突破，您认为影视级 AI视频生成模型最快可能在什么时候实现？核心判断依据是什么？

胡正荣：但我个人的判断不太一样，我觉得2027—2028年这个时间点，可能还是偏乐观了一些。

我个人更倾向于：真正达到专业级、影视级的视频大模型，大概率会在2028—2030年之间出现。

因为到那个阶段，模型就不再是简单的单向生成、文字转视频的工具，而是同时具备理解能力+生成能力的双向模型。

我们都知道，大模型发展其实有两条路径：一条是单向生成，另一条是双向理解。

我做出这个判断，主要基于两方面：一是技术涌现的水平、速度与能力，二是产业落地的成本核算。

第一，从今年包括 Seedance2.0 在内的技术突破来看，虽然已经出现了非常明显的技术涌现，但短期内，还没有完全彻底解决用 AI 模型实现高标准、高要求的专业级创作这一核心问题。

这项能力的成熟，我个人判断至少还需要两到三年的迭代周期。

也正是基于这一点，我才认为大概在2028—2030这个阶段，行业才会迎来真正的快速升级和成熟。

第二，因为真正的影视级视频大模型，既要达到极高的内容水准，又要能实现规模化、普及化应用，还需要满足一系列关键条件：

• 算力支撑。目前的算力水平，还不足以支撑大规模、高效率的影视级视频生成。
• 硬件条件。包括芯片、底层硬件、软件处理能力，都还需要持续升级。
• 也是最关键的 ——人才。既需要顶尖的技术人才，也需要懂内容、懂创作、懂影视语言的专业人才，深度参与模型精调、内容打磨。

这些条件，都需要时间逐步成熟、逐步完善，而这些，也正是影视级视频大模型真正落地前，需要跨越的现实障碍。

万物皆AI，AI皆入口，视听皆接入，“养龙虾”让我们看到大模型个性化、个人化、行业化、垂直化落地的可行性和价值

「视听头条」：AI 领域一直存在“行业+AI”与“AI+行业 ”的模式之争，结合视听行业的特性，您认为二者应如何界定？

胡正荣：我个人更倾向于“AI+行业”的模式。

我们都知道，物联网、5G 时代的核心是 “万物互联”，到了今天的智能时代，核心已不再是万物互联，而是AI赋能万物。

AI 具备广域感知、分布式计算能力，加上双向交互技术，能够渗透到各行各业实现深度应用。所以我更倾向于AI+行业的路径，视听行业也不例外。

特别是近两年，尤其是今年，“AI+行业”的趋势已经非常明显，AI 正在垂直渗透、深度落地。

最近大家关注的 “AI 养龙虾” 等案例充分说明：大模型实现个性化、行业化、垂直化落地，完全可行且极具价值。

所以我明确主张“AI+行业”这条路径。

具体到视听领域，我同样主张走“AI+视听”路线 —— 不是把AI 当作简单的工具外挂，而是用AI 思维、AI 技术、AI 应用，从底层引领和驱动整个视听行业的变革与升级。这也符合 AI 发展的大趋势。

按照黄仁勋的观点，AI 发展分为四个阶段：感知型 AI（Perception AI）、生成式 AI（Generative AI）、智能体 AI（Agentic AI）、物理 AI（Physical AI）。

我非常认同这个判断。当下 AI 已正式进入智能体时代，核心正是走向垂直化、个体化、个性化、行业化。

下一阶段，在实现 “AI 赋能万物” 之后，将来到Physical AI，我更愿意把它理解为实体 AI——让 AI 真正落地到物理世界、实体场景，实现全场景、全实体的智能化。

按这个规律判断，AI的下一步就是实体 AI，也就意味着万物皆 AI。万物皆 AI，随之而来的就是万物皆入口。未来手机、电视、汽车、耳机乃至饰品等各类物理介质、物理节点，都会成为智能入口。

基于此，我有一个核心逻辑判断，总结为三句话：万物皆 AI，AI 皆入口，视听皆接入。

这里的 “接”，就是全面接入、无缝连接。

说白了，未来人与互联网的关系，不再需要像现在这样拿手机、点开屏幕、打开 APP、手动交互，完全可以通过语音、视觉、眼神，甚至虹膜、脑机信号直接指挥、直接接入互联网世界。

所以从这个趋势来看，视听行业的未来，一定是“AI+视听”、“AI+行业”的发展路径。

中国社会科学院新闻与传播研究所党委副书记、所长，中国社会科学院大学新闻传播学院院长胡正荣