Google投资《后室》片方A 24：AI最难学会的，是别急着优化
硅谷擅长消灭摩擦。可创作的麻烦在于，有些摩擦恰恰是作品长出判断的地方。
作者｜Bryan
编辑｜靖宇
作为一个常年在硅谷看项目的风险投资人，我听创业公司讲产品时，几乎绕不开一个词：friction，摩擦。
付款多点一步，是 friction。程序员还得自己写测试，是 friction。销售花半天整理客户记录，也是 friction。找到它，再用软件把它消灭掉。过去二十年，硅谷的很多好生意，就是这么做出来的。
正如硅谷顶级风投机构 a16z 联合创始人 Marc Andreessen 那句名言：Software is eating the world。软件吞噬世界，往往就是从吞掉这些摩擦开始的。
这套办法在硅谷一直很好用。好用久了，人就容易手痒，看见什么都想优化一下。电影偏偏经不起这种热心。
今年 6 月， Google DeepMind 宣布与电影公司 A24 建立长期研究合作，并向其投资约 7500 万美元 。
成立于 2012 年的 A24，以开发独具文艺气息的小众电影见长。它的代表作包括奥斯卡最佳影片《月光男孩》和《瞬息全宇宙》、全球票房大卖的《至尊马蒂》，以及今年热映的恐怖片《后室》。14 年间，A24 早已把片厂名字做成品牌：A24 三个字，本身就是人气的保证。
这笔交易最令人意外的，是 Google 没有拿到 A24 的片库 。照硅谷一般的花钱习惯，这多少有点反常。
初看之下，Google 看中的似乎应该是 A24 多年积累的优质电影素材。Google 正在重押 Veo，而 Seedance、可灵等视频模型也在不断逼近。让 Veo 学习《月光男孩》《瞬息全宇宙》这样的电影，听上去合情合理。
然而公开信息显示，Google 无权访问 A24 的电影与电视片库，也不能用这些内容训练模型。A24 旗下电影人同样没有使用相关工具的义务。双方真正展开合作的地方，是电影的创作过程：DeepMind 研究人员将与电影人共同测试、迭代和开发工具。
片库既然被排除在外，这笔交易的价值便落在了另一个地方。Google 想从 A24 那里获得的，可能是一种模型尚未掌握的分辨能力：
电影制作中的哪些摩擦应该消失，哪些摩擦必须留下？
01
AI视频，有人买单
AI 视频已经越过了「有没有人用」的阶段。
在美国，据 Runway 今年 7 月发布的企业客户调研，一家全球广告集团把某美国保险品牌吉祥物的社交内容制作周期，从两三个月压缩到 3 小时，流程覆盖视频生成、语音克隆和口型同步。
制作周期从数月压到数小时，原本进不了预算表的视频需求也随之释放。我早期参与投资的 Higgsfield，去年 9 月 ARR 约为 5000 万美元；截至今年 6 月，据报道 ARR 已经超过 5 亿美元。十个月，十倍。新鲜感能制造流量，只有进入品牌与代理商的日常预算，才能长出这样的收入曲线。
中国市场的商业化也在加速。截至 2026 年 6 月，可灵全球用户突破 1 亿，企业客户接近 5 万；今年一季度收入超过 6.5 亿元人民币，同比增长超过 300%。
AI 视频正在走出模型演示，进入真正的生产流程，也开始成为一门有规模的生意。
产品边界也在快速前移。Google 的 Flow 从单个镜头生成走向角色控制、场景延展和故事编排。Adobe 在今年 6 月把 Creative Agent 进一步铺进 Firefly、Premiere、Photoshop 和 Frame.io，用户可以从一个概念直接走到分镜，再从分镜生成视频。
这条路径在硅谷很熟悉。代码模型最初补全下一行代码，后来开始拆任务、改文件、跑测试。能力成熟以后，产品自然会向工作流上游移动。谁越早进入决策过程，谁就越有机会成为那个过程的默认入口。
过去两年，我在硅谷持续跟踪并参与 AI 视频项目的早期投资。最常见的演示，是输入一句描述，几分钟后得到一支像样的广告片。演示通常在成片出现时结束；可真实生产里最难的部分才刚刚开始：为什么选这一版，它牺牲了什么，最终由谁决定？
模型可以接连给出答案，团队仍须为每一次取舍负责 。
今年 5 月，旧金山 AI 影视制作平台 Flick 完成 600 万美元种子轮，True Ventures、GV、YC 和 Lightspeed 均在投资名单中。它把产品重心放在导演的持续控制上：反复取舍，维持人物与叙事，让工具进入创作的后半程。在我看来，硅谷资本已经开始给 判断力 单独定价。
创作工具也在经历同样的迁移。AI 原先负责执行一个已经想清楚的意图，如今它在意图还很模糊时就进入现场。编剧写下一句故事梗概，系统可以立刻给出人物小传、视觉风格和分镜；导演只有一个不完整的感觉，几分钟后已经能看到接近成片的画面。
效率当然提高了。麻烦是，机器交卷越来越快，人还没想好题目。一个连题都没想明白的人，突然拿到一份八十分答案，通常舍不得撕。
02
判断，在摩擦中成型
影视制作里当然存在大量该被消灭的摩擦。
抠像、转码、素材检索、镜头匹配、重复调整不同画幅，这些工作昂贵、耗时，又很少产生新的表达。AI 把它们压缩掉，创作者会得到更多时间和更低的试错成本。
Google 自己的实践已经证明了这一点。