“我们自主研发的智能体，能代替专业高手完成‘手搓’工作。”北京聚力维度科技有限公司（以下简称“聚力维度”）创始人赵天奇一边说着，一边向北京青年报记者演示。屏幕上是一份剧本——角色指代模糊、场景描述跳跃、服装变化交代不清。只见他点击了一下“自动分析”，短短几秒后，剧本里每一个角色、每一件道具、每一个场景，便被结构化地拆解出来，精准到每一句话的每一个对象。

　　这项能力源自聚力维度近十年深耕的空间智能大模型。这家2016年成立的科研公司，近十年来一直在做一件事：让机器像人类一样理解三维世界的结构与逻辑。

　　如今，这一技术已落地AI短剧产业——从剧本分析到分镜生成，再到画面输出，相关流程已能够自动化完成。

　　“传统方式下，制作一部S级精品剧需要高手团队花费数周时间。现在，一个人、一台电脑，借助可乐AI就能稳定输出A级以上作品。”赵天奇说。

　　而这，还只是开始。

赵天奇和他的团队

可乐AI生成的样片截图

聚力维度公司内张贴的海报

可乐AI操作界面

　　理科思维解构电影

　　将AI运用于影视“爽点”创作

　　赵天奇身上带着典型理科生的特质：逻辑清晰，思维缜密，习惯拆解一切。

　　2016年，他还在清华大学戴琼海院士组做博士后，研究的是空间智能方向（让机器感知、理解和推理三维世界的AI方向）。这个领域听起来离日常生活很远，但赵天奇一直想把它拉到离普通人最近的地方——影视和文化创作。

　　他对电影的痴迷可以追溯到童年。一部好的作品中，剧本、画面、配乐，每一项单独拎出来都称得上艺术，可以说是文学、美术、音乐的集大成者。“它是一个终极造梦的媒介。”赵天奇说。

　　不过，赵天奇看这些文艺作品的方式和别人不太一样。他习惯用理科思维思考。“我就想它背后是什么？是什么东西让我觉得它好？”他相信，文学、文艺乃至审美背后也有规律。一个让人觉得“好”的故事，一定有其内在结构。这种思考方式贯穿了他从学术到创业的整个轨迹。

　　近几年兴起的短剧行业内有个说法叫“爽点”。有人说“所有名著都是爽文”，赵天奇觉得，好电影也能看作是爽剧。毕竟一部佳作大约一百多分钟，体量与不少短剧合集相当。“好莱坞编剧常讲‘节拍器’——主角先陷入困境，解决，再陷入更大的困境，再解决，最后解决最大的困境。一部电影的三幕式结构，就可以看作是三个大节拍。复杂的叙事当然不只三幕，但基本规律是一样的。”

　　赵天奇把爽点拆成两类：“直接爽”和“节拍型爽”。前者是感官上的即时满足，像美食、萌宠，刺激来得快去得也快。后者则是先建立一个欲望，让观众在漫长的期待中获得满足。二者真正的分水岭在于时间——一个停留在生理反应的层面，另一个则作用于心理层面，带来深层沉浸。“节拍型爽”的妙处在于，起初你并不在意结局，可一旦看进去，就会忍不住追问“最后到底怎么样了”。

　　而埋伏笔就是建立节拍的一种典型手法。他举例说，剧情里主角带着一个包，别人不小心碰了一下，主角赶紧说别动，小心翼翼自己捡起来。仅凭这个小动作，观众心里就种下了一个问号：包里装的到底是什么？一个伏笔或许不足以支撑观众的持续专注，但当这类小细节在剧情中不断出现时，便会编织出一张错综复杂的欲望之网，把观众牢牢按在座位上。

　　过去，这种“爽点”创作靠大量脑力，也可以说是靠天赋。虽然有方法论，却从未像理科那样有一套可推演、可计算的规则。如今，聚力维度正用AI智能体改变这件事。

　　“我们现在可以用智能体去拉片，把片子背后的逻辑提炼出来，然后像物理定律一样，用在下一个创作中。”赵天奇说，这一过程就是把传统认知中“说不清道不明”的文学、文艺、审美，变成可控、可解释、可复制的东西。

　　智能补齐剧本留白

　　AI“检查官”比传统人工更精准

　　赵天奇口中的AI智能体就是“可乐AI”。这套系统是聚力维度在空间智能大模型基础上开发的智能体。它的底层技术包括聚力维度自研的2D转3D技术、3D数字人视觉捕捉和3D生成大模型。同时，这套系统还能整合DeepSeek这样的文字大模型和各类文生图、文生视频模型。

　　为了让北青报记者直观感受这套系统究竟能做什么，赵天奇现场在系统中输入一份刚导入的剧本，屏幕上很快显示剧本正被AI逐行扫描。几秒钟后，角色、道具、场景、服装版本、镜头位置，全部被结构化地拆解出来，甚至精准到每一句台词对应哪一个画面。

　　那么，为什么需要这样一个智能体？

　　“传统的剧本不会像工程图纸一样精确，有时反而更像小说。”赵天奇解释道，比如剧本写着“突然一个黑影闪过，赶紧往前追”，但黑影是谁？人类得翻半天上下文，才能在对话缝隙里找到答案：哦，是张三。再比如角色的衣服，剧本几乎从不说清楚某时某刻演员穿哪一版衣服，到了片场全凭服装师临时判断。

　　换句话说，剧本天然带着大量的留白和模糊地带，只能靠导演、摄影师、武术指导、演员各自的经验和直觉去填补。赵天奇又拿《叶问》举例：“剧本里只写了‘我要打十个’，具体怎么打、用什么招式、镜头怎么调度，全是武术指导现场设计的。”

　　因此，同一个剧本给十个导演，能拍出十部迥然不同的片子，因为每个人填补留白的方式各不相同。可乐AI做的，正是把这些本需人工猜测与补全的细节，一次性、精准地补全。

　　“我只需要一键点击自动分析。”赵天奇说，“‘黑影’的身份，时间、地点、穿什么、从哪来、到哪去——整个剧本的结构化信息就全部呈现出来了。”

　　技术层面，可乐AI还有一个关键能力：一致性保障。影视作品是流动的时间叙事，但诸多细节不能随意变动——角色不能凭空消失，受伤者嘴角的血迹得从头挂到尾……人工制作时，这些细枝末节只能交给专门的场记或统筹人员一帧一帧去核对，费时费力还容易疏漏。可乐AI则引入多智能体分析和评审机制，相当于派了一组不知疲倦的“检查官”，专职监控复杂多线叙事中的一致性。

　　这也是赵天奇坚持3D AI路线的根本原因。在他看来，只有3D AI路线才能满足工业级影视要求，实现前后一致、不穿帮、有结构、可编辑。

　　聊到这里，赵天奇说团队还顺手开发了另一个智能体，专攻剧本创作，取名“爆花AI”——“可乐配爆米花嘛”。爆花AI的核心能力是拆解爽剧的节奏并复制它。赵天奇认为，剧本的本质是节拍，是不断建立欲望、再满足欲望的过程。爆花AI不负责凭空创造欲望，而是去挖掘人本来就有的欲望，甚至那些观众自己都未曾意识到的期待。

　　聚力维度成立之初，立下的目标是“开创人工智能影视制作新时代”。十年过去，赵天奇觉得，这个目标已经不再只是愿景。“未来的孩子们大概很难想象，影视作品曾经需要一帧一帧地制作出来。”

　　制作效率大幅提高

　　一个人一天可产出20分钟作品

　　当可乐AI生成第一部完整短剧时，赵天奇盯着画面看了很久。功能是他开发的，代码是他带着团队一行行敲的，可当画面流动起来、故事徐徐展开时，他还是像普通观众一样看得津津有味。

　　屏幕里的世界让赵天奇看得入迷，屏幕外的短剧行业，正在经历另一番变迁。

　　几年前，一部实拍短剧10万元到20万元就能拍出来。那时行业不温不火，演员、摄影师拿的都是基础工资。后来短剧火了，成本一路涨到50万元至100万元——服化道升级了，演过戏的演员也成了“明星”，片酬水涨船高。

　　但即便涨到100万元，短剧的成本仍然是电影的十分之一甚至百分之一。一部电影动辄几千万元，而不少短剧合集也能达到100分钟左右，相当于用零头的钱拍了同样时长的内容。成本的大幅下降引发了一个连锁反应：大量原本没机会被影视化的小说，在短剧赛道里被拍了出来。试错门槛低了，量大了，节奏快了。

　　这个产业形态，恰好为AI在影视领域的落地铺好了路。“如果没有短剧，AI影视可能只能停留在短视频，比如生成小猫跳舞那种很简单的视频。”赵天奇说，过去AI主要模仿短视频，但短视频缺乏完整故事和叙事结构，AI学不到影视创作的逻辑。短剧兴起后，人物、冲突、情节和情绪转折变得更加清晰，AI才有了真正理解影视叙事的样本。

　　而当AI学习了短剧之后，成本又被进一步压缩。传统精品短剧的制作成本通常在10万元到20万元，用智能体可以压到1万元以内。赵天奇说，按分钟算更直观：可乐AI一分钟制作成本最低不到100元，而传统动画一分钟几万元起步。“出海打鱼时的惊涛骇浪、太空漫游、玄幻战场甚至是矿井，这些场景在影棚里拍不了，实拍得搭景加特效，动辄几百万上千万。但对AI来说，不管场景是什么，成本都相对稳定。”

　　不仅如此，在降成本的同时，AI短剧的制作效率也在提升。赵天奇给出了一个具体的数字：如果追求极致细节，比如服化道考究：每一颗扣子都经得起推敲的话，一个人一天能产出2分钟。但如果只是做一部普通观众看起来“像模像样”的剧，一个人一天可以产出20分钟。

　　赵天奇喜欢拿《哪吒之魔童降世》的导演饺子举例。“当年，饺子花了3年零8个月，自己在家憋出一部16分钟的短片。现在这16分钟，用AI大概一天就能做出来，这难道不令人振奋吗？”

　　技术引发行业变革

　　持续关注新需求新场景新生产方式

　　据了解，去年聚力维度的营收保持在千万级，主要来自技术服务。目前，公司的商业模式主要沿两条路径展开：其一是自主内容制作，其二是技术赋能外部创作者。

　　前者被赵天奇解释为“相当于开一家旗舰店，用实际作品告诉市场，用我们的技术能做到这个程度”。在这一方向下，聚力维度早在去年年初便推出了首部工业级3D AI短剧《玄幻：从拉二胡开始》，由公司自研的3D视频大模型全流程辅助生成，成为其技术实力的早期标杆。

　　如今，聚力维度的3D视频大模型与“可乐AI”智能体通过培训体系赋能学员，持续为头部平台输出精品短剧。近期在网络引起较高关注的《重生冰峰末世：我在空间种田摸狗》《外卖老爸是隐世战神》《从废鸡开始无限进化》等多部短剧，均由学员借助“可乐AI”辅助完成。这些作品一经上线便登上热播榜单，且播放量过百万的作品测出率超过50%，远超行业平均的6.3%。

　　赵天奇透露，相关作品成片效果逼真，有时甚至让合作方难以分辨是否为AI制作，“以为是实拍的”。

　　但在十年前，这一切几乎不可想象。彼时，影视产业仍是劳动密集型产业，仅北京一地就有大量人工在做基础工作。赵天奇说，甚至一个公司里有几百人在做动画、做Roto抠像（一种影视后期技术，常用于无法使用绿幕或需要精细边缘处理的场景），没有人能想象“不实拍”的影视长什么样。

　　变化是逐渐显现的。大家慢慢有了概念，知道空间智能、数字人技术，到大模型爆发之后，行业彻底变了。赵天奇发现，现在普通人看到一个视频，哪怕只是一只猫做了个有趣的动作，大家的第一反应已经不是“好可爱”，而是“这是AI做的吗？”再后来，实拍制作被戏称为“古法”，做传统影视的人被调侃为“新的非遗传承人”。

　　面对这些巨变，赵天奇的态度有些出人意料。“每一次技术变革都在快速替代原本属于人的工作，DeepSeek横空出世如此，去年AI编程迈过阈值、达到能够替代一般性编程工作的水平，亦是如此。即便对聚力维度这样已身处AI赛道的公司来说，同样意味着威胁：新的技术可能让公司的业务一夜之间消失。”他说。

　　但在赵天奇看来，“这反而是好事”，他认为真正值得关注的，不是某一种业务会不会被替代，而是技术迭代是否带来了新的需求、新的场景和新的生产方式。

　　赵天奇的创业初心，是“通过努力搞出新技术，让世界变得更美好”。对他而言，如果竞品做到了，世界同样会变得更美好，那依然是好事。“我会立刻拥抱新技术，快速变形，把自己改造成符合新时代需求的样子，接着搞科研，接着用技术改变生活。”

　　文/记者 王婧懿

　　统筹/林艳 张彬 供图/受访者

　　·展望·

　　未来两三年有望

　　一键生成第二个《黑神话：悟空》

　　赵天奇判断，未来两三年，下一个颠覆性产品是AI游戏智能体。“现在AI编程已经能做小游戏了，但做不了3A大作（指大预算、高规格、长周期开发的顶级游戏）。”他说。3A游戏的难点在于复杂的触发机制和3D空间智能的表演，而这恰恰是聚力维度最擅长的事情。“等我们解决了3D空间智能的表演问题，回过头来就可以补齐游戏。两三年左右，一键生成类似《黑神话：悟空》的3A游戏是可以实现的。”赵天奇说。

　　这个预测，放在北京这座城市里，似乎并不让人意外。

　　近年来，人工智能和文化科技融合的政策越来越多，聚力维度也实打实获得了帮助。在赵天奇看来，北京作为老牌影都的积淀，叠加中国最强AI城市的产业浓度，两者结合，能生出真正颠覆性的文化与科技融合成果。

　　他把北京的创业环境形容为“润物细无声”。“即使不直接依赖具体政策，这个城市本身也拥有最强的上下游——人才、会议、活动、信息——这些认知上的东西，就已经能帮你做出最强的东西。”他停顿了一下，“甚至你的下意识里就会觉得，我一定要做出世界第一的东西。因为这个环境就是如此。”