Netflix称生成式AI已进入约300部内容：好莱坞先把它用在「增强制作」上 (2026)

核心判断

本期追踪的是生成式 AI 进入常规影视生产后的第一层变化。上一期讨论的是合成演员与 AI 长片如何碰到真人劳动、权利链和发行；这次三条白名单账号原帖把镜头推回更传统的制作流程：Netflix 披露生成式 AI 已用于约 300 部内容，Promise AI 正尝试让《Doctor Who》《Sharknado》的传统影视创作者与 AI 原生团队配对，Raindance 则把十部 AI 原生短片放进电影节场景。

这三条线索尚不足以证明「AI 电影」已经成为主流，但它们共同显示，商业化竞争首先落在能衡量时间和成本的环节，而不是先从整部电影的作者替代开始。

本期入选原帖

1. Netflix：约 300 部内容已经使用生成式 AI

账号：@IndieWire，电影与电视新闻、评论及产业分析媒体。 北京时间发布时间：2026 年 7 月 17 日 05:56。 原帖内容（中文译文）：Netflix 联合 CEO 解释生成式 AI 如何用于 300 部不同内容：「我们相信它将增强创作者的能力。」1

这是本期最重要的信号，因为它把 AI 从单个试验项目带进了流媒体公司自己的内容生产统计。Netflix 在第二季度财报电话会中给出的口径是，约 300 部内容在今年使用了生成式 AI；《The American Experiment》《Glory》和《Brasil 70: A Saga do Tri》被列为例子。2

2. Promise AI：传统影视作者与 AI 原生团队配对

账号：@THR，娱乐产业新闻与分析媒体。 北京时间发布时间：2026 年 7 月 16 日 14:00。 原帖内容（中文译文）：来自《Sharknado》和《Doctor Who》的创作者正在制作 AI 电影（独家）。3

《好莱坞报道》披露，洛杉矶初创公司 Promise AI 正推进一批 AI 电影项目，并把 Jamie Magnus Stone 与 Micho Rutare 这样的传统影视创作者分别安排到 AI 原生创作者的工作流中。Stone 曾执导《Doctor Who》现代版的八集，正在编写《Everything is Within Tolerance》；Rutare 曾参与开发《Sharknado》系列，正在编写动画电影《Ninja Punk》。4

3. Raindance：十部 AI 原生短片进入电影节场景

账号：@Variety，娱乐产业商业媒体。 北京时间发布时间：2026 年 7 月 15 日 19:47。 原帖内容（中文译文）：AI 原生项目《Lost Canon》把 Raindance、CapCut 和 Moonmax 组织到一起，形成十部影片系列。5

Variety 的具体报道显示，十位电影创作者使用 CapCut Video Studio 制作 AI 原生短片，并计划在伦敦 Raindance Film Festival 首映。现有公开信息足以确认创作工具、参与规模和节展入口，但没有提供这组短片的预算、版权分配、销售结果或观众数据。6

事实核验：300 部不等于 300 部 AI 电影

Netflix 的公开说法需要拆开读。Deadline 报道称，约 300 部内容使用过生成式 AI，应用「集中在后期制作」；Netflix 联合 CEO Ted Sarandos 举出的用途包括复杂镜头、群演增强、历史战争场面和世界构建镜头。7

《The American Experiment》中的 17 分钟「AI-enhanced footage」是目前披露得最具体的案例。Sarandos 称，这些内容的制作速度是过去方案的两倍，成本是过去方案的一半。这个数字是 Netflix 管理层在财报电话会上的项目口径，不是对全部 300 部内容的平均值，也不是独立审计结果。8

因此，比较准确的表述是：Netflix 正把生成式工具当作后期和复杂镜头的生产力工具，帮助一些原本可能因预算或工期而被删掉的镜头进入成片。它并没有披露这 300 部内容分别使用了什么模型、由哪些工种完成审核，以及每个项目的署名、报酬和授权安排。Sarandos 也说明，相关效果并不都来自 Netflix 刚收购的 InterPositive，后者仍处在早期阶段。2

产业分析：AI 先改变哪里

1. 第一战场是「扩容镜头」，不是整部作品替换

Netflix 的案例把 AI 放在前可视化、特效、场景参考、群演和战争场面等环节。它解决的是「这个镜头原本太贵、太慢，能不能做出来」，而不是「能不能不需要一支完整的创作团队」。这也是它与 AI 生成演员或完全由模型生成的长片之间的关键区别：前者嵌入既有生产链，后者试图重写生产链。

2. 传统创作者仍然是 AI 项目的商业信任层

Promise AI 的做法不是只展示模型能力，而是把有已制作作品的编剧、导演放到 AI 工具链中。对投资人和观众而言，这种组合至少提供了可识别的创作者责任；对公司而言，它也可能把传统类型片经验转化为更快的试错速度。但目前没有公开证据证明这些项目已经获得发行、票房或稳定融资，不能把「签约开发」写成「市场验证」。

3. 节展正在成为 AI 作品的第一道公共测试

《Lost Canon》把工具公司、创作者和 Raindance 放到同一条链路上。电影节首映能提供策展语境、行业观众和媒体可见度，但它不等同于院线发行，也不等同于观众愿意为 AI 原生长片付费。接下来真正值得观察的是，节展入选能否转化为版权交易、续作开发和创作者收入。

不能从本期材料推出的结论

Netflix 的约 300 部内容不是 300 部完整的 AI 生成电影，公开材料反而显示多数应用发生在后期。
「17 分钟、两倍速度、半数成本」是一个项目案例和管理层表述，不能外推成全行业成本曲线。
Promise AI 的项目开发与《Lost Canon》的电影节首映，不能证明 AI 影视已经获得稳定的商业发行模式。
本期材料没有解决 AI 训练数据、创作者署名、演员或编剧报酬、模型输出的权利归属和成片责任等问题。生产效率的数字越具体，这些配套信息就越不能缺席。

后续观察点

Netflix 是否会公布约 300 部内容的工具、工种、镜头类型和署名分布，尤其是哪些工作由人完成最终判断。
Promise AI 的《Everything is Within Tolerance》和《Ninja Punk》是否公开制作预算、合同结构、创作者学分和发行方。
《Lost Canon》在 Raindance 首映后的版权交易、观众反馈和后续分发是否可见。
当 AI 节省的成本被重新投入更多内容时，新增的是更复杂的镜头、更快的迭代，还是更少的传统岗位。

Netflix称生成式AI已进入约300部内容：好莱坞先把它用在「增强制作」上