随着AI视频生成技术的发展，越来越多的人开始利用人工智能制作短剧、漫剧。这原本是人工智能走向商业应用的一个自然结果，却引来一种颇为奇怪的批评：如此先进的人工智能技术，本应服务于科学研究、工业制造和人类社会的重大问题，如今却被大量用于生产娱乐内容，实在有些不务正业。比如最近网上就有这样的比较，“中国拿AI拍短剧，美国用AI写程序”，言下之意就是中国企业在浪费算力。

我的疑问是，为什么一项技术用于科学研究就是进步，用于满足普通人的娱乐需求就成了浪费？如果回顾一下当今人工智能最重要的基础设施——英伟达GPU的发展历史，我们可能会发现，今天的AI短剧与当年的电子游戏，存在着某种耐人寻味的相似性。

一、如果没有电子游戏，可能就没有今天的英伟达

1993年，黄仁勋与两位合伙人创立英伟达时，并没有打算改变人工智能的历史。他们看中的是当时正在兴起的个人电脑游戏市场。随着电子游戏从二维画面向三维世界发展，玩家对图形处理能力提出了越来越高的要求，更复杂的场景、更逼真的光影和更流畅的画面，都需要性能更强的图形芯片。英伟达正是在满足这种娱乐需求的过程中，逐渐找到了自己的商业机会。

但英伟达的发展远非一帆风顺。1990年代中期，由于早期产品技术路线选择失误，公司一度陷入严重的经营危机。日本游戏公司世嘉提供的约500万美元资金，为英伟达争取到了宝贵的生存时间。1997年，英伟达推出RIVA 128图形芯片，前四个月出货量超过100万颗，终于在市场上站稳了脚跟。此后，随着个人电脑游戏产业的发展，英伟达的图形处理技术不断进步，并逐渐成为这一市场的重要供应商。

真正改变英伟达命运的是GPU从图形处理向通用计算的转型。2006年前后，英伟达推出CUDA平台，使原本主要承担图形渲染任务的GPU能够广泛用于科学计算。然而，这项具有革命性意义的技术在早期面临一个难题：没有足够多的GPU用户，开发者就不愿为CUDA编写程序；没有足够丰富的应用，用户又缺乏购买相关硬件的动力。黄仁勋在2023年台湾大学毕业典礼演讲中专门回顾了这段历史。英伟达之所以能够坚持发展CUDA，一个重要原因就是GeForce系列已经积累了庞大的游戏玩家市场，为新的计算平台提供了硬件基础。

2012年，AlexNet借助英伟达GPU取得深度学习的重要突破，此后GPU逐渐成为人工智能训练的核心基础设施。回顾这段历史不难发现，英伟达并不是因为预见到人工智能的巨大前景，才获得了持续发展的商业基础。恰恰相反，电子游戏首先创造了足够大的市场，支撑了GPU技术的长期投入，而这项技术在发展过程中逐渐获得了超越游戏本身的用途。没有那些不断追求更好游戏体验、愿意花钱购买显卡的普通消费者，今天这一轮人工智能革命或许就不会以我们熟悉的速度发生。

二、技术革命不仅需要科学家，也需要消费者

英伟达的历史揭示了一个经常被忽视的经济学问题：一项具有巨大社会价值的通用技术，在找到最重要的用途之前，究竟由谁承担它持续发展的成本？

我们习惯从供给侧理解技术创新，强调科学发现、工程突破、研发投入和人才培养，却容易忽视需求侧在技术演进中的作用。事实上，许多通用技术的发展都具有高度不确定性。它们可能需要经历漫长的性能改进、成本下降和应用探索，才能从某种特定用途转变为广泛适用于不同产业的基础技术。在这一过程中，如果缺乏足够大的商业市场，技术企业就难以获得持续投资的能力，原本具有巨大潜力的创新也可能因为商业条件不成熟而夭折。

电子游戏对于GPU的意义，正在于它创造了一个能够持续付费的市场。玩家愿意为更好的游戏体验购买性能更强的显卡，企业则在市场竞争中不断改进技术、扩大生产规模，并将销售收入投入下一代产品的研发。随着产业规模扩大，研发成本得以分摊，技术能力持续积累，原本服务于特定消费需求的计算能力，也逐渐扩散到科学计算和人工智能等领域。经济学中的规模经济、干中学和技术外溢，可以解释这一过程：消费需求不仅购买现有技术，也通过持续的商业回报，支持未来技术能力的形成。

这里尤其值得注意的是，通用技术的最初商业用途，与它最终创造最大社会价值的用途，并不一定相同。游戏玩家并不关心自己购买显卡的行为是否有助于科学研究，英伟达早期也不是依靠人工智能市场获得收入，但市场交易产生的规模效应和技术积累，却在多年之后成为人工智能发展的重要条件。这实际上说明，消费者无须以推动技术进步为目的，他们只需要为自己真正需要的产品付费，就可能在客观上成为技术创新的重要支持者。

由此可以得出一个判断：技术革命的重大突破往往来自供给侧，但技术革命能否持续，往往取决于需求侧。对于一种尚处于成长阶段的通用技术而言，找到愿意持续付费的市场，有时与取得技术突破同样重要。

三、今天的AI短剧，正在创造需求市场

回到今天的中国人工智能产业，一个非常有意思的现象是，当许多AI应用还在探索商业模式时，短剧、漫剧以及相关视频制作行业，已经成为视频生成技术最活跃的商业应用领域之一。

对于普通用户而言，AI可能只是一个偶尔使用的新奇工具，但对于短剧制作公司来说，AI正在成为生产设备的一部分。它们需要不断生成角色、场景、动作和镜头，并在实际制作过程中反复修改和调整。短剧市场的竞争，迫使制作机构对视频质量、生成速度、人物一致性和制作成本提出越来越高的要求，而这些来自真实商业场景的需求，又会反馈到模型企业的技术开发过程中。

从这个意义上说，短剧产业不仅为AI企业提供收入，也在帮助它们发现真正需要解决的技术问题。模型能够生成一段令人惊艳的演示视频，与能够稳定、低成本地生产具有商业价值的作品，是两种不同的能力。前者可以依靠技术展示吸引关注，后者则必须经过大量真实场景的检验。短剧制作中对于角色一致性、镜头控制、叙事连贯性以及生成效率的要求，正在推动视频生成技术从实验性工具向工业化生产工具转变。

这种由商业应用推动的技术改进，未来也可能惠及其他领域。视频生成中的时空一致性、物体运动和场景控制等能力，不仅服务于短剧，也可能应用于电影制作、广告、教育和虚拟仿真等行业。当然，技术外溢并非必然发生，商业收入也不等于利润，模型企业能否真正获得可持续的回报，还取决于推理成本、产品定价和市场竞争。但相比那些尚未找到付费用户的AI应用，短剧市场至少已经开始回答一个最基本的问题：谁愿意为人工智能支付成本？

这也解释了为什么不宜仅仅根据内容是否具有文化上的严肃性，来判断一种AI应用的产业价值。短剧可能不是人工智能最重要的最终用途，却可能是视频生成技术成长过程中十分重要的商业市场。它的价值不仅体现在生产了多少部作品，还体现在为技术迭代创造了多少真实需求，以及这些需求能否推动成本下降和能力提升。

四、不能只看技术供给，而忽视商业需求

近年来，我们讨论中国人工智能的发展，更多关注算力、芯片、算法和基础模型，并将大量资源投入技术供给能力的建设。这些投入当然重要，但技术突破与商业成功之间并不存在必然联系。如果企业只能依靠风险投资或者政府补贴维持研发，而无法找到愿意持续购买产品的客户，那么再先进的技术也可能面临商业上的困境。

尤其对于人工智能这样的通用技术，早期投入巨大，应用方向却高度不确定。政府可以通过科研资助和基础设施建设改善技术供给，风险投资可以为企业承担早期技术探索的风险，但随着产业发展，企业终究需要建立持续的商业收入来源。一个足够活跃的需求市场，不仅能够帮助企业分担研发成本，还能够通过价格信号和用户选择，引导技术资源向真正具有使用价值的方向配置。

这恰恰是AI短剧值得重视的地方。短剧制作商并不是因为支持中国人工智能发展才购买模型服务，而是因为这种技术有可能降低制作成本、提高生产效率，或者创造新的内容形式。它们对价格敏感，对质量挑剔，而且可能随时更换供应商。正是这种来自市场的约束，迫使模型企业不断提高产品性能、降低使用成本，并在竞争中寻找可以持续盈利的商业模式。

我们可以批评部分短剧粗制滥造、内容低俗，也应当认真处理AI生成内容涉及的版权、肖像权和虚假信息问题，但这些是具体产品的质量与社会成本问题，不能因此否定整个应用市场的经济价值。科学研究与娱乐消费之间，并不存在一个先验的技术价值等级。技术最终能够产生多大的社会价值，往往不是由其最初的应用目的决定的，而是在持续的市场竞争和技术扩散过程中逐渐显现出来的。

回顾英伟达的发展历史，我们可以看到一种颇具启发性的技术演进路径：一项最初服务于娱乐消费的技术，在庞大市场需求的支持下持续进步，最终形成远远超出最初用途的社会价值。今天的AI视频生成当然不一定重演GPU的发展历史，但它至少提醒我们，不能仅仅因为某种商业应用看上去不够高尚，就低估其对于技术进步的意义。

三十年前，那些花钱购买显卡的游戏玩家，很少有人会想到，自己正在间接支持一场未来的人工智能革命。今天，中国的短剧制作公司也不会认为，自己是在为人工智能的长远发展作贡献。它们只是在利用新技术降低成本、创造产品，并努力从市场中获得回报。然而，这种普通的商业活动，恰恰可能构成技术创新最持久的动力之一。

我们总是在讨论中国AI需要什么样的技术供给，却很少认真思考，中国AI需要什么样的市场需求。实际上，一个愿意持续付费的市场，本身就是一种极其珍贵的创新基础设施。

当年电子游戏为英伟达提供了生存和成长的商业土壤，今天的短剧市场，也可能为中国的视频生成技术发挥类似的作用。既然如此，我们为什么要因为它服务于娱乐，就认为这是一种不务正业的技术应用呢？

（本文仅代表作者本人观点，责编：闫曼 [email protected])