社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  aigc

爱奇艺《灵魂摆渡》“浮生梦”系列分账破800万 AIGC网络故事片分账收入再创新高

爱奇艺行业速递 • 2 周前 • 159 次点击  

截至9月23日,爱奇艺、长信传媒出品《灵魂摆渡》“浮生梦”系列AIGC网络故事片累计分账票房正式突破800万元。该系列两部影片《灵魂摆渡·蝴蝶梦》《灵魂摆渡·天女之梦》自8月22日上线爱奇艺以来,分账票房持续增长,上线3天突破300万元,并于上线首周收回两部影片的制作成本。目前该系列的第三部作品《灵魂摆渡·公主之梦》也正在推进制作中。

从上线热播到成本回收,再到后续内容开发,《灵魂摆渡》“浮生梦”系列正在形成一条从AIGC生产、市场验证到获得商业积极回报的完整链路。该系列的市场口碑和商业表现,也进一步展现了AIGC在影视内容生产效率、资源投入方式、数字资产沉淀及商业化效率等方面的积极成效。

生产效率方面,AIGC重构了部分影视制作流程,有效缩短了《灵魂摆渡》“浮生梦”系列的整体制作周期。据该系列制片人李志超介绍,两部作品从项目启动到上线用时不到四个月,制作团队约三四十人。前期剧本创作与后期制作流程环节,与传统影视工业方式基本一致。而在筹备期与生产期,AI提效显著:由三四人组成的美术团队通过AIGC形成视觉图片,即可完成概念设计、置景、陈设、道具等相关美术资产制作;由十几人组成的AI项目组会进一步根据导演创作要求,调用整体美术资产直接生成 AI视频,告别传统实景拍摄、转场调度等环节,提升内容生产效率和制作灵活性。

成本结构方面,AIGC改变了传统影视制作的资源投入方式,为内容创作提供更灵活的实现路径。以《灵魂摆渡·天女之梦》中备受观众好评的“昆仑大战”为例,李志超表示,如果采用传统制作方式,需要绿幕拍摄至少十天以上,再叠加数月的特效制作才有可能完成。如今在AI视频生成环节,文戏与大特效场景的时间、算力成本差距明显缩小,这让过去那些因视效太贵、制作难度太高而无法进入生产环节的故事,都有可能被拍出来。

资产价值方面,AIGC实现影视内容的数字资产沉淀,为系列化内容开发提供了新的基础。传统实拍中,演员妆造、人员到场和现场调度等投入,需要随着拍摄反复发生,属于一次性消耗。而在《灵魂摆渡》“浮生梦”系列前两部作品的制作过程中,三位主演授权形象并亲自配音,角色数字形象、场景、道具均沉淀为标准化、可复用的数字资产。第三部《灵魂摆渡·公主之梦》可以承接前两部完成的主角形象设定,减少重复制作投入,并实现系列作品视觉风格的一致性。

商业回报方面,《灵魂摆渡》“浮生梦”系列作品进一步验证了AIGC内容从生产提效到市场价值兑现的可行性。该系列作品通过爱奇艺“平台收入×分成比例”的分账合作模式,上线首周实现制作成本回收,上线首月分账票房突破800万元并持续增长。这样快速、及时的市场反馈,也有助于制作方及时调整后续创作,降低试错时间与成本。在李志超看来,“AI能够让制作公司有机会用更低的成本去测试更多的项目,让影视创作回到一个百花齐放的状态。”

此次《灵魂摆渡》“浮生梦”系列AIGC 网络故事片的商业表现充分证明,AIGC的产业价值并不局限于单一制作环节的效率提升,而是进一步贯通影视内容生产、成本控制、数字资产沉淀与商业回报等全链路。爱奇艺也将继续探索AI技术与影视创作的深度融合,携手更多创作者为观众带来多元、精彩的AIGC影视作品内容。

——·——

 

你可能还想看看 


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/201474