方正传媒影视板块 为何总跟随AI应用

投资者，大家晚上好，我是肖军。因为我们周五周六两天晚上的话都讲了一下，AI应用本身和三季度行情本身和游戏。今天晚上的话就是理一下影视这个板块。首先就是我们最近一段时间，我刚才看了一下，就是最近5篇报告，基本上都在理内容产业。其实我们有何威老师，包括其他客户朋友也问说你这个AIC或者广义出版，它是不是还是偏内容一些？这个是这样，就是我我我我先把这里面的一个特征或者是说一个特质稍微说一下。我们以往的在互联网移动互联网之前的话，其实整个传媒或者是文化与传播，它基本上就是三块个是纸媒，一个有线网络，一个出版。纸媒是一个立场价值观，有线网络是渠道跟电视台，电视台是偏现实叙事，就是报道。然后出版的话就是一个纯粹的内容，尤其是偏一些人文内容、创作内容等等之类的。所以之前的话就是三种不同的这种分类，各自做内容，然后做一些这种变现，或者是吃财政饭。到了互联网移动互联网时代的话，这个内容的话它就开始变了。它就是变成了一些UGCPUGC，包括一些传统这三个地方的一些内容，它其实都通过互联网去进行一些翻发变现。但是看的确定非常确定性的，就是看的比较清楚。整个分发运营跟电线它的核心只有一个，就是商业化变现。对的，商业化变现的最大化。所以内容本身的话实际上并不是一个重心，它其实服务于变现。所以举个例子，比如说有人问说，传统的一些让国企它在A时代怎么办？该干嘛干嘛，还是回到内容，不管是人文创作还是现实创作，还是价值观，总之就属于说内容本身它其实相当重要。但是整个互联网这边的话，它其实倾向于说在消费端这边构建的交互交换交易，这个变现是最大化。 所以从这个角度来讲的话，到了AI时代我们再去看，首先你可以说ar这边的话，既然ar产生C那有可能内容本身稀释的这种比例更高。 或者是说A这块的话，AIC产生的内容更不像是一些这种严肃创作。 举个例子，比如说我们说UC内容，或者是说PUGC内容，或者是说从端游到页游到手游，或者是H5游戏等等之类的，小程序游戏等等之类的。 看起来好像内容这边的话，它越来越变成一些比较不严肃的，或者是没有那种严肃创作的这样的一个逻辑。 这里面的话是在于说就是没有好坏之分，时代就是这个样子，就是走到什么程度，它就是一个什么样的种形态。 举个例子，我们现在反正也看不懂繁体词或者是古文对吧？都一样的。 所以AIC这边的话，它其实既然AI产生C，这里面其实最重大的一个变化是它其实是第一次或者是说真正的把这个AI把这个内容创作，或者是所有的内容生产全部搬到了线上，这个影响是非常深远的。 因为我们过去所有的内容都是线下完成，只不过互联网移动互联网时代，从分发，从小编推荐？然后变成了个算法推荐，或者是说变成了一些这种供需两方的一些算法的匹配。 A时代的话它会更进一步。 所以这里面其中我们去点破几个事情。 第一个的话就是AIGC，它其实范畴比较广。 它既是一个生产力，它又是一个会影响很多生产关系，甚至是一些价值链重新分配，或者是一些这种评价体系变化的一种起点。 后第二层的话就是互联网，移动互联网更多的是改变消费端。 也就是说我们各个平台的分析，它商业变现最大化核心都是分析的消费端的这些用户数乘以他们的up值，对吧？然后AIC这边的话，这次他既然说首先核心改变的是供给端，也就是说所有内容、所有的创作，所有的源头的生产，都由线下搬到了线上。 重心变革更多的在这个部位，但是它又是一个生产力，所以又会让算法或者是平台的这种运行更加稳固，变现的这种货币转化率会更高。 之前我入演的时候有一个客户，他说其实很多人会认为说A时代是不是有可能平台他的货币转化率会低一些？我个人认为不会的。 并且会更高更稳固。 为什么呢？因为从算法推荐再往后面走的话，它是一个多模态或全模态支撑之下的真实的 数据化。也就是说我们对我们自己的理解是远远不如大模型对我们的一些理解。这是从消费端的角度来讲，从供给端的角度来讲也很麻烦。因为以前所有平台供给性内容都是独家精品S级。大家分个类，然后按照行规或者是业内经验，但是如果有了大模型的这个多模态跟全模态之后的话，内容的就是AI产生的一些内容或者是一些应用。它真实的一个分发其实是一个黑箱子，就是完全摸不清到底是哪个地方，可能会出现一些爆款的可能性，甚至我认为有可能还会返流量。反流量的意思就相当于说你做的一个内容，如果一不小心那个分发错了，别人点击或者点击的这个数据，或者是用户反馈的这样一些数据特别差。那基本上大模型可能会判定这个内容的分发，或者这个内容本身有问题。实际上不是，实际上是分发错了，或者是分发的这个不够太精细。所以整个这边的话，它内容的生产或者是供给端的这个生产全部转到了线上。它其实已经慢慢的展现出来这样的一个特质。所以这里面的话就是说所谓的AIGC这个C不光包括内容，它还包括各种应用当中能用到的一些这种呈现。包括一些这种新的内容形态，过往的一些内容形态或者是一些新的这样的一些模式，或者是这种逻辑。所以这里面的话就是为什么影视或者是说我们在看一些A应用标的的时候，为什么总是有一些隐视标的在这里面？原因的话就在于说影视它是目前高级的那容形态当中，唯一一个用AI I做的比较彻底的游戏。还不行，游戏这边因为它比影视或者是纯视频它更高级一些，它有一些互动性、交互性，实时的交，所以又加上游戏一般都是大作，所以游戏这边的话肯定会慢很多。这里边就是看得见的这一两年影视这一块，不管是慢剧、真人短剧等等之类的，所有的视频类的内容形态基本上都在慢慢的用AGC的一个方式去重塑新的一个生产。这里面的话就有一些细节，第一个的话就是ARGC它为什么在影视这个方向它会进展这么快？一方面本身影视这个行业确实也遇到了一些问题。因为游戏在互联网这二三十年当中一直是在进化的。从端游到页游到手游，到甚至是小程序游戏等等之类的。但是影视不是，电影电视剧其实过去这二三十年一直没有任何变化。 但是其实差异不大，本质上来讲的话，它还是以往的这种模式，也没有什么大的一些变化。 所以我们知道电视剧电影的话，它最高或者是最好的那个年份大概是到2018年、2017、2019。 电影行业非常好，2018年电视剧是一个巅峰，就是定价这块或者单机的价格。 所以从这个角度来讲的话，就是影视这块确实变化不大。 它本身就变化不大，所以有了AI之后的话，冲击会显得特别明显。 所以这里面的话有几个细节。 第一个的话就是AIC为什么或者是A的应用为什么在影视这块看起来好像要快一些。 一方面的话就是它比较传统，所以又又加上自己本身发展也遇到了一些问题在出清，所以是最容易被AIGC摧毁整个产业链，或者是固有的一些生产模式。 是穿了最大的公司也都不太行。 那这样的话就属于说大家肯定都是去寻一些新的出路。 所以大家就会认为说第1AIGC能够冲击影视产业，或者是在影视产业这边表现的特别好，或者是特别突出，主要是因为降成本，其实降成本这块的话，它有很多层，比大家想象的降的成本更低。 另外一个的话就是核心不在于降成本，核心在于试策。 这里面展开来说，第一个的话就是我们都知道就是属于说你做55秒10秒15秒，你做不同同样一个时间时穿同样一时长的这样一段视频内容真人拍摄。 CG和AI7C它其实可能成本就相当于说是AICA这边生产的话，可能是之前的100分之1对吧？1%但是这里面这个成本真实的降低幅度，如果不考虑说当下其实抽卡试错率还比较高等等，试错还经常要试试错，或者大家有一些这种摩擦成本等等之类的。 不考虑这些，实际上它的成本降的比这个多得多，为什么呢？第15秒就是固定时长的生产成本。 这个本身是一个是以各动作本身。 但是影视这种产业的话，它其实是协同。 所以在协同的过程当中，它会大幅的降低协同的这个比例，什么意思呢？比如说以前我们就是要15个人做完这一季，现在的话可能两个人甚至是一个人。 你要知道15个人在一起进行协同的话，那今天你有事，明天我有事，这个协同肯定是有损耗的对，没有了协同之后，其实就相当于说协同的这个人数降低本身就是带来生产效率的提升，这是第二层。有可能效率提高了2倍3倍对吧？那其实相当于说成本，协同这块的成本降低到以前的22% 15，这是第二层。还有第三层。第三层的话就是在于说因为有了这个AC之后的话，实际上就相当于说有很多的这样的一些模块，成本基本上就不用再去承担了，比如说各种道具等等之类的。所以这里面的话就产生了另外一层，就相当于说新的玩家或者新的区方就会层出不穷。所以这里面的话就相当于说创新的力量是源源不断的在进来。这是一个最内容产业最好的一点，就是硬心的创作的力量进来，这是三层。另外一个的话就是其实内容这种产业的话，它最大的一个特征就是爆款，怎么样成为爆款谁都说不清楚。我自己这个事情研究了很多很多年，其实到后来发现，其实任何一家影视的老板，他其实都很难确保自己下一步作品一定是爆款，这个大家总结了很多经验，也尝试了很多的模式，他就是不行。所以影视这个行业如果要对冲爆款的这种不确定性，其实只有一个词叫试错。试错的意思就相当于说，以前我1万块钱可以试错一部剧，现在的话1万块钱我可以试错100步甚至是200步。试错的一个本质就在。比如说可能突然冒出来一个按照概率事件去做，比如说1%，那我以前100万才能试出来一步，现在1万块钱的话就能试出来一步。所以试错对于这个内容产业来讲是极其重要的一个事项。举个例子，比如说以前所谓的引流联动，在互联网移动互联网时代一直没做起来。没做起来的原因就在于说试错成本太太高。另外一个的话就是因为试错成本太高，所以导致这里面的一些效率问题等等之类的，一直都做不起来。但是我个人觉得AC时代，各种内容形态的这种转化会非常蓬勃，生命力很旺盛的，这是 这两层。 我们从数据上去看一下，首先就是目前看起来tokens消耗这里面的一个数据显示，其中有半壁梁山基本上都是是在视频类这个方向。 视频类的这这个方向的话，其实走向很多，包括营销，包括等等之类的。 但是营销这块的话，实际上虽然看起来好像也是视频类，但是他其实就是token就单部作品，比如说给一个知名的汽车拍一个这种宣传片，单部作品它to的消耗要求的精度很高，之后的话就是越到后面to的消耗是越厉害的。 但是这个宣传片的话有可能他就是一个15秒，所以营销这样的一些方向的话，其实都比较小，体量相对来讲比较小一些，频次相对来讲也没有那么高频。 影视这一块的话，它其实是一个非常高频，并且它就是一种固定的一个内容形态的这样的一个生产。 所以视频类这个方向的话，基本上就是多消耗的。 另外一个的话就是目前根据我个人的一个观察跟分析的话，有可能后续的占比可能还会提高。 因为现在的这个探索只是在影视。 举个例子，比如说广义的设计等等之类的，其实方向很多，这也是我为什么说AIC不光是内容，它在所有应用当中跑的所有的呈现，你都可以化为AIC的这样一个范畴。 所以这是数据上的这样一个呈现。 另外一个的话就是刚才说，因为互联网移动互联网时代，内容性能的转化是没有走通的。现在试做成本下来之后的话，这个方向应该也会有一些这种呈现。 所以我们也比较期待说同样一个I批，后呢它确实能够非常快速，非常概率高的去呈现出来A漫剧、真人短剧互动也等等各种不同那种形态的这样的一些转化。 所以这块的话也是后续我们认为说tokens消耗当中，视频类可能占比更高的一个核心原因。 也就是说制作成本把内容形态的转化这个地方也打下去了。 然后整体就相当于说AI应用这块按照to消耗去走的话，视频类占样一个比较大的一个半壁江山，以及我们细拆出来去单独说一下为什么这个地方它占比这么高，以及后续的话有可能占比还会更高。 所以这是这个地方，后呢呃再稍微延展一下，就是AI应用这边的话，我们自己认为说其实它是按照三层，或者是说按照一个三层的研究架构。 第一层的话是基础模型，第二层的话就是一些垂类垂类模型或者是m或者是agent或者是囊括了模型能力的一些to B2C的一些分发平台。这里面的话目前就是从上半年一直到现就是2026年，或者是春节之后，一直到现在基本上进展最快的就是视频类这个方向。包