為什麼卡森伯格與前 Sora 負責人正為電影工作者打造影片模型

9 月 15 日，一家新的 AI 影片公司浮出檯面，沒有名稱、沒有產品，也沒有示範。它有的是創始團隊，而這些名字已足以讓業界議論紛紛。曾共同創辦夢工廠（DreamWorks）的製片人傑佛瑞·卡森伯格（Jeffrey Katzenberg），與 OpenAI Sora 團隊前負責人比爾·皮伯斯（Bill Peebles），以及 Dropbox 前財務長蘇杰·賈斯瓦（Sujay Jaswa）合作。該公司對外聲明的計畫，是為電影工作者訓練自家的影片模型。

最後這個細節就是整件事的關鍵。現在幾乎每一家推出 AI 影片的公司，都在為別的用途做最佳化：社群動態的短影音、廣告變體、產品照，或無止盡滑動的生成內容。一家新創公司說它的客戶是電影工作者，而且它會為了服務這個客戶訓練自家模型，這是在下一個更狹窄、也更高風險的賭注。

一支刻意組成的團隊

把這三個名字讀成一種分工。卡森伯格帶來的是電影產業本身、數十年與片廠、導演和投資人的關係，以及對一部製作實際上需要什麼的清晰理解。皮伯斯曾掌管全球最受矚目的影片模型之一，這意味著他知道這些系統如何打造，而且更有用的是，他知道它們仍會在哪些地方出錯。賈斯瓦帶來一家運算密集公司所需的財務紀律，因為訓練影片模型燒錢的速度，幾乎比軟體業其他任何事情都快。

卡森伯格的紀錄值得被公平解讀，而不是一味美言。夢工廠是真正的成功。他的短影音串流事業 Quibi，則是一次高調的失敗，一年內就關閉。人們從 Quibi 得到的教訓是，他誤判了人們想怎麼看短影音。這裡值得吸取的教訓更微妙：他願意對媒體的未來走向下大注，而且他不總是正確判讀市場。一個以電影工作者為目標的新事業，正是這種賭注。

現今大多數 AI 影片的問題

電影工作者對目前的影片模型有一套具體的抱怨，而這些抱怨和一般使用者不同。發布 15 秒短片的創作者在意的是畫面好不好看。電影工作者在意的是連戲：角色的外套在兩個鏡頭之間是否一致、攝影機移動時光線是否保持一致、同一個場景能否在第三場和第三十場出現而不走樣。這些才是難題，也是對一部長片、而非一段短片而言真正重要的問題。

在這些點上確實已有真正進展。最新一代影片模型在處理角色一致性和攝影機運動方面，遠比一年前的工具更好，也能產出更長的片段。電影工作者則已安於混合式工作流程。他們用 AI 生成背景、視覺效果、分鏡腳本，或那些原本會很昂貴的鏡頭，而人類仍掌控劇本、連戲、剪輯和創作方向。模型服務於製作，而不是取代製作。

一家專門為這種安排訓練自家模型的公司，是在押注混合式工作流程就是終點，而不是中途站。如果電影工作者持續想要更高的可控性和更好的一致性，那麼一個為他們需求打造的模型，可能勝過一個剛好很擅長影片的通用模型。

這同時也是對一個仍在成形的市場下注。今天存在的工具服務的是廣告主、社群創作者和業餘愛好者的混合體。專業電影與電視市場的預算更大，但採用速度更慢，而且它要求的東西是消費級工具可以略過的：可預測的產出、清楚的權利、對既有工作流程的支援，以及融入一個已經有既定工作方式的劇組的方法。一家從這些需求出發的新創公司，瞄準的是更難伺候、但也更有防禦性的客戶，因為一旦一個工具進入製作流程並讓電影劇組滿意，就很難被取代。

為何是現在，以及為何要自有模型

自己擁有模型既昂貴又緩慢。租用模型則便宜又快速。那為什麼要自己訓練？答案是控制權。片廠或導演需要可預測的行為、允許商業使用的條款——而代管模型未必允許——以及針對特定專案外觀進行微調的能力。如果你的整個產品就是一款電影工作者的工具，你不可能把它建立在別人的模型上，還指望供應商的發展藍圖與你一致。這種依賴正是那個陷阱，已經咬過那些建立在「當月最強」影片模型之上的公司。

這個時機也反映了一股更廣泛的熱潮。中國的生成式影片領域已變成一個真正的產業，有城市提供補貼和運算支援，也有國家電影機構批准 AI 輔助的長片發行。影展已向 AI 作品發出真正的獎金。電影圈對 AI 的興趣不再只是好奇。與此同時，內容問題正變得更糟。2026 年上半年，某個主要平台上出現的 AI 節目，多到任何觀眾都不可能看完，而只有一小部分找到觀眾。供給爆炸了，注意力卻沒有。

這正是資金充裕的片廠工具公司可能利用的缺口。如果每個人都能生成影片素材，稀缺資源就會轉移到劇本、執導和品味上。一個能讓優秀電影工作者工作更快的工具，比又一種讓任何人都能製作短片的方法更有價值。

值得關注什麼

能讓這個故事變得具體的細節都還付之闕如。沒有產品、沒有披露資金、沒有發表模型，也沒有發布日期。創始團隊是一種承諾，而不是交付；AI 影片領域充斥著資金充裕的公告，卻從未推出任何電影工作者能用的東西。

有三件事值得追蹤。第一，該公司是否會公布任何關於其模型架構或訓練方法的資訊，因為一款面向電影工作者的工具，將取決於一致性和可控性。第二，它是否點名真正的製作夥伴，因為電影工作者會採用其他電影工作者背書的工具。第三，它能否撐過運算帳單，直到推出 v1。訓練影片模型是這個領域中最燒資本的工作之一，而 14 億美元估值和 14 億美元支票並不是同一回事。

就目前而言，訊號在於行進方向。曾在最大實驗室掌管最大影片模型的人才，以及曾經營大型片廠的人才，正選擇一起為一個特定客戶打造產品。這樣的組合就是新聞。它是否會產出電影工作者真正使用的工具，是未來一年將回答的問題。

不妨記住，電影工具要證明自己需要多久時間。攝影機、剪輯系統和視覺特效軟體，全都花了數年才從早期採用者變成標準配備，而存活下來的工具之所以能做到，是因為它們融入劇組原本的工作方式，而不是要求他們改變一切。一家從電影工作者需求出發的公司，而且創辦人曾經營片廠，至少知道一款展示起來很厲害的工具，和一款能撐過製作時程的工具之間有何差別。這種知識不是保證，但它是正確的起點。