《被裁掉的女孩》之后，LibTV在卖什么：精读南都娱乐的三层产品叙事
精读南都娱乐对《被裁掉的女孩》导演与 LibTV 运营负责人的采访，拆出 Agent 降门槛、3D 导演台保留控制权、扶持与治理留住创作者的产品路线，并把单集 1 万多元的成本口径和待验证账目分开。
导读
南都娱乐采访《被裁掉的女孩》导演菲菲飞与 LibTV 运营负责人雅岑，写的表面是一部 AI 短剧为什么能被看见，实际却把 LibTV 的产品路线摊在了桌面上：先用 Agent 和预设资产降低第一次创作的门槛，再用资产管理、人脸辅助和 3D 导演台把专业创作者的控制权留住，最后用创作者扶持与内容审核把作品留在平台里。主文最值得读的地方，不是再次证明这部剧火了，而是它把「低门槛」和「导演不能被替代」放进了同一套产品叙事。
原文信息
- 主文标题：《AI 短剧〈被裁掉的女孩〉爆火背后：不是爽剧，是现实剧》
- 来源与作者：南都娱乐，采写为南都 N 视频记者余晓宇；本文使用搜狐公开转载页作为可读原文
- 发布时间：搜狐详情页结构化时间为 2026 年 8 月 1 日 02:25（东八区）
- 文章类型：围绕一部 AI 短剧的创作者与平台方采访，也是 LibTV 的产品推广报道
- 核心问题：AI 工具怎样同时服务普通入门者和追求细节的专业团队？
- 原文链接：南都娱乐《AI 短剧〈被裁掉的女孩〉爆火背后：不是爽剧，是现实剧》
这里先划一条边界：搜狐页面是南都娱乐的转载页，主文中的产品信息来自对雅岑和菲菲飞的采访；下文涉及产品能力时，优先复述主文，涉及补充口径时另行标明来源。1
全文速读
文章从《被裁掉的女孩》的传播成绩写起：主文称，短剧在短视频平台累计播放破两亿，主角方桃子的个人账号收获近 40 万粉丝。它没有把爆火归结成某个模型的单次奇迹，而是把注意力放在人物为什么不像一张完美但空洞的 AI 脸上。
菲菲飞团队前六集主要由三个人完成，后来加入的新成员在学习 AI 制作的第一天就参与了第七集。主文把这段经历用来说明，工具正在降低技术入门门槛；但它同时强调，真正耗时的地方并不是按下生成按钮，而是场景、服装、妆造、光比、色彩和视觉基调的反复确认。1
这也解释了主文给出的成本：团队每集平均制作两到三天，单集在 LibTV 消耗几十万积分，折合人民币 1 万多元。这个数字是采访对象提供的项目口径，不是平台公开的统一报价；主文没有交代调用了哪些模型、生成了多少候选、失败是否扣费，也没有把人力、后期和素材准备拆出来。1
随后文章转向工具本身。对新手，LibTV 的 Agent 被描述成可以通过对话完成一键成片；对有经验的创作者，节点式工作流提供人物三视图、场景、风格等预设资产，减少从零写提示词和反复试错。再往前一步，3D 导演台让创作者先安排人物站位、运动轨迹和镜头运镜，不直接消耗积分就能做构图参考。
最后两部分把产品叙事推向平台经营：LibTV 对原创作者提供算力、技术答疑与适配、作品和作者宣推三类扶持；在生成阶段审核角色图和视频，拦截明显版权或侵权内容，对平台上的侵权作品做常规治理。主文没有给出审核误判率、申诉机制或下架案例，所以这些内容应当被读作平台方的治理承诺，而不是已经被第三方验证的效果。1
功能细节拆解
1. 资产管理和人脸辅助：先解决连续剧最贵的重复劳动
《被裁掉的女孩》不是单一场景的短片。桃子每集要更换多种造型，人物又必须在不同角度、妆造和情绪状态下保持可辨认。主文对资产管理的描述很具体：它帮助团队更快找到当前情节所需的造型、场景等素材；人脸辅助则围绕同一角色生成不同视角和表情参考，再把这些设定用于后续创作。1
这两个功能解决的不是「生成一张更漂亮的脸」，而是让一个角色在连续生产里有可调用的记忆。它们的价值可以拆成两步：资产管理缩短寻找和复用的时间，人脸辅助扩大同一角色可以表演的状态范围。对于单条海报，这种能力未必值得付费；对于需要连续更新的短剧，它直接关系到返工次数。
2. Agent 和预设资产：降低的是流程门槛，不是创作判断
主文对 Agent 的承诺是「对话式生成」和「一键成片」。这句话容易被理解成只给一句故事梗概就能得到可发布短剧，但原文案例并没有支持这么宽的解释：团队仍需先建立人物、场景、视觉基调，仍需逐镜头判断画面是否接近目标。
更准确的说法是，Agent 把剧本、分镜、素材和生成步骤接到了一起，让入门者不用先学会多个节点和参数。预设资产则把「便利店、街头、雨夜」这类常见场景提前做成可选项。没有预设时，用户要把更多时间和积分花在提示词的反复测试上；有预设时，第一次尝试更快，但预设是否适合具体故事，仍要由创作者判断。1
公开产品页目前只展示「创作，只需要一张画布」、Skill 和 TV Show 等入口，没有在本次读取到完整会员套餐、积分换算、失败重试扣费或项目账单规则。2
3. 3D 导演台：把「人物怎么站」从文字问题变成空间问题
主文把 3D 导演台写成 LibTV 最有辨识度的功能。它可以在不直接消耗积分生成内容的情况下，为人物运动轨迹和镜头运镜提供参考。雅岑解释，功能最初针对的是人物站位：AI 很难仅靠文字理解人在空间里怎么站，创作者于是先用场景站位预设和人物摆放安排画面，再把参考交给视频模型。
这一步的产品含义比「多一个 3D 编辑器」更窄，也更实用：它不替创作者完成表演，不保证最终视频完全遵循摆位，而是把难以描述的空间关系提前显性化。主文还承认，后续测试发现 AI 对人物动作的物理规律理解仍有问题，平台正在规划更真实的动作参考；「真正的虚拟摄影棚」仍是 LibTV 的目标，不是本篇已验证的交付结果。1
4. 成本：主文给了一个项目数字，却没有给出一张可复算的账
主文中的成本信息可以先按原样记录：每集制作两到三天；每集消耗几十万积分；折合人民币 1 万多元。补充报道提到，不同模型的 token 消耗不同，并把该剧成本描述为「几万元」或「单集差不多 1 万多元」，这只能说明各报道都指向高于单次生成的项目成本，不能替代统一账单。3
| 账目层级 | 主文给出的信息 | 仍不能推出什么 |
|---|---|---|
| 生成账 | 每集几十万积分，折合人民币 1 万多元1 | 不知道模型组合、镜头数、候选数、失败和重试是否计费 |
| 时间账 | 每集平均两到三天1 | 不能把生成时间当成完整交付周期，场景、美术、筛选和后期都未拆分 |
| 项目账 | 主文称相比传统影视成本较低1 | 不能据此算出单分钟成本，也不能外推到普通团队或下一季 |
所以，本文的「1 万多元」应当被读作一部精品化 AI 短剧的采访口径，而不是 LibTV 的日常生产价。它提醒创作者：算力账可能比真人拍摄低，但精品化会把节省下来的拍摄环节，重新换成审美确认、资产整理和反复抽卡。
目标用户场景
适合连续更新、角色资产会反复调用的小团队
主文最有说服力的使用场景，是菲菲飞团队这种需要连续剧形式、人物造型多变、又要保持角色辨识度的小团队。资产管理和人脸辅助服务的是重复调用，3D 导演台服务的是复杂调度，三者共同减少的是「同样的问题下一集再做一遍」。
但这不等于三个人就能稳定复制爆款。主文同时写了团队会反复抽卡和调整审美，说明人数减少后，导演、编剧、美术和制片判断并没有消失，只是集中在更少的人身上。
适合第一次做 AI 视频、但接受先用预设起步的人
Agent、一键成片和预设资产对新手的价值，是让第一次成功不必从空白画布开始。腾讯新闻的补充实操进一步记录了角色库、3D 导演台、团队资产库和权限管理等使用路径，但它是短剧自习室的公开账号文章，不能当作南都主文的独立验证。4
新手仍然需要准备故事、选择角色、检查成片，并为失败和返工留出预算。主文说「学习 AI 制作的第一天」就能参与第七集，证明的是上手路径变短，不是交付标准已经变低。
适合需要控制站位、镜头和表达的专业创作者
对导演或有明确审美的团队，3D 导演台的意义在于先安排空间，再让模型生成，而不是把所有决定都塞给提示词。雅岑在主文中明确说，剧本、故事、创意、审美和表达很难被工具化；这句话与「一键成片」并不矛盾，反而说明 LibTV 想占据的是创作流程，而不是替创作者决定内容。1
竞品坐标
主文没有做 Seedance、即梦、可灵或其它平台的同素材横测，因此不能从它的文字直接得出 LibTV 的画质排名。更合适的坐标是比较三种工作方式：
- 提示词加单一模型：上手可能直接，但角色、场景、镜头和后续修改要靠人工在多个工具之间搬运；适合单条片段或一次性试验。
- 多个模型拼接使用：可以按模型特长选工具，却要自己管理素材、版本、参数和成本；适合已经有工作方法的创作者。
- LibTV 式工作流平台：把 Agent、预设资产、画布、资产管理和 3D 构图放在同一个项目里；它的优势假设是连续生产和团队协作，而代价是用户要接受平台的积分体系与工作流。
这是根据主文功能描述做出的结构比较，不是原文实验结果。公开产品页强调画布、Skill 和 TV Show 入口，也没有提供足够公开信息来比较各平台的长期价格、失败计费和可用成片率。2
真正值得拿来采购比较的，不应只有「每次生成多少钱」，还应包括：角色跨镜头可用率、一次候选数量、局部修改成功率、失败是否扣费、资产复用效率、人工审核时间和项目总账。南都这篇稿件提供了产品路线和一个案例，却没有提供这组横向数据。
行业影响
这篇文章把 AI 视频工具的竞争从「能不能生成」往前推了一步：平台开始争夺的是一部作品的生产过程。Agent 负责把步骤接起来，预设资产负责减少第一次试错，资产管理负责把成果留下来，3D 导演台负责把空间控制权还给创作者，扶持计划则试图让作品和作者继续留在平台。
这套叙事对创作者有一个实际含义：平台价值不再只看模型单价，而要看它能不能减少跨工具搬运、让角色和场景持续复用，并把失败成本压在可接受范围内。对 LibTV 来说，风险也很清楚——如果预设资产不够丰富、团队资产难以迁移，或者 3D 参考与最终视频之间的偏差仍然很大，工作流的便利就会被新的返工抵消。
内容治理是另一条线。主文提到融脸、盗声、版权和不良内容，并由平台方说明生成阶段会审核、对明显侵权进行拦截。它至少表明平台知道「更低门槛」会同时带来更低的滥用门槛；但治理承诺是否能覆盖用户上传的参考图、仿明星角色、声音和二次传播，还需要公开规则和实际案例来回答。
待验证点
- 1 万多元的成本边界：这笔钱究竟只含积分消耗，还是还包括素材生成、声音、剪辑和其它模型？不同模型的 token 消耗如何进入同一项目账？
- 积分换算与重试规则：公开产品页本次没有展示完整价格、积分换算、失败扣费、局部修改和重试规则；没有这些字段，用户无法复算真实成本。2
- 3D 导演台的最终可控率：主文承认动作物理规律仍是问题，也只说平台正在规划更真实的动作参考。需要固定人物、机位和动作，公布生成成功率和返工次数，才能判断它是否真的接近「虚拟摄影棚」。1
- 一键成片的输入门槛：案例中的团队已经有剧本、人物、场景和审美标准；普通用户从空白输入到可发布成片，仍缺少可复现的完整案例。
- 扶持能否规模化：算力、技术答疑和宣推三类支持面对多少作者、按什么条件发放、持续多久，主文没有交代。
- 内容审核的边界：平台方表示会审核角色图和视频、拦截明显侵权，但没有公开识别范围、申诉机制、处理时效和已处理案例。1
- 爆款是否可复制：主文自己也说，《被裁掉的女孩》不是一个有预设、可以复制的产品案例；平台功能可以复制，菲菲飞的经历、审美和故事判断不能直接打包出售。
原文关键句
「他们对桃子这个人物的调整也花了很多时间，比如头身比例、面部塑造，包括整个人物在不同角度和不同妆造上的保持一致等。」——LibTV 运营负责人雅岑谈角色资产的打磨。1
「所以越往精品化走，人力会越重。」——雅岑谈 AI 降低拍摄成本后，审美和细节调整反而变重。1
「AI 没有办法理解人怎么站，纯用文本语言去描述的时候，它会有很大的问题。」——雅岑解释 3D 导演台为什么先从人物站位做起。1
「如果我一开始写一样东西，就是为了讨好观众，内容一定会发生偏离。」——菲菲飞谈她对创作的原则。1
这四句话放在一起，正好构成了这篇推广报道的内在张力：工具可以把角色、空间和流程变得更可控，却不能把审美判断、故事经验和对成片的负责也一并自动化。LibTV 想卖的是一套更完整的生产桌面；至于它能否把「试起来更容易」变成「稳定交付更便宜」，主文还没有把账算完。
References
- 1南都娱乐《AI短剧〈被裁掉的女孩〉爆火背后：不是爽剧，是现实剧》
m.sohu.com
- 2LibTV - 专业视频创作工具
liblib.tv
- 3
- 4腾讯新闻《4个人，1个月，用LibTV手搓2亿爆款》
news.qq.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.