短剧出海,在过去一年赚足了风头。
以 ReelShort、DramaBox 为首的中国短剧平台在北美狂奔;字节跳动等巨头密集加码,甚至不少出海企业,都靠短剧在上下游的操作,成功翻身。短剧这个横店无意中催生的产物,在多方推动下成为了风靡全球的“摇钱树”。
然而,这场狂热的风刮到 2026 年,不少入局者已经嗅到了危险。海外短剧市场的天花板没有想象中那么高,随着玩家增多,海外爆剧越来越难出现;海外平台投流成本居高不下,80%-90% 项目无法回本,多数短剧平台仍在烧钱换流量……
图说/luckyshort 创始人邓先耀,图源/受访者提供
“短剧出海没有想象中赚钱”出海短剧平台 luckyshort 创始人邓先耀对 RB 说。在他看来,短剧出海早已不是“捡钱”的生意。有多年投资经验的邓先耀属于半路杀进短剧的玩家,2024 年前后,他看到了中国短剧出海的潜力,到处寻找可以投资的短剧团队,没有中意的,那不如干脆自己来做。凭借多年的海外运营经验,邓先耀带领 luckyshort 团队,从 AI 译制剧入手,在一年内俘获了超1亿海外用户并实现盈利。
但很快他便看到了短剧出海平台的“天花板”——AI 时代来了。春节前夕字节跳动旗下 seedence 2.0 横空出世重新刷新了人们对 AI 生成视频的认知,甚至张艺谋都下场评论说要尝试用 AI 制作影视剧。
这对于门槛较低的短剧行业来说,更像一颗重磅炸弹。“过去一部真人拍摄的短剧成本在 200-300 万左右,现在用 AI 制作一部 80 分钟短剧的成本仅 8-10 万元,赚钱能力还不比真人剧差。”
“AI 带来的想象空间变大了”。邓先耀选择了 all in AI,在他的设想中,未来的短剧可以“一键生成剧本、完成拍摄、自动投放”,这是一件很酷,且只要跑得快就能用技术领先优势与巨头合作共赢。
如今,短剧出海告别野蛮生长,行业巨头纷纷下场,不少人判断这个行业已经没有“低垂的果实”,接下来就是巨头们的游戏。在如此的浪潮演变里,中小玩家又该如何找到自己的生态位?AI 真的能成为中小玩家们的“解药”么?我们试图从这位从业者身上找到些答案。
短剧出海没有想象中赚钱了?
RE BOUND:你认同“短剧出海是赚快钱”这个说法吗?
邓先耀:如果深入这个赛道,就会发现根本没有快钱可赚。因为现在已经不是“捡钱”的阶段了。现在投入成本高、内容成本高,哪有什么快钱?短剧基本上已经到了拼基础设施建设、拼大规模建设的阶段,拼产品成本、内容成本、投流成本以及更长的回收周期。
这根本不是一个赚快钱的行业。很多时候是大家对一些造富案例或整个赛道的误解,认为行业增长等于公司增长等于小公司增长等于赚快钱。只能说在某种模式成功后,可能有一两年的领先优势,这领先优势约等于赚了点“快钱”。
RE BOUND:盈利没有想象中快的原因是什么?是不是海外投流比较贵,行业中说 80% 的海外推广剧都是亏本的。
邓先耀:确实,现在大家都在投流竞争,毛利率不高,加上剧的成本,很可能亏损。我们的发行分两种。一种是做 H5 版本,内嵌在不同 APP 里,比如某个 APP 开短剧频),我们作为内容供应商,这种模式也赚钱,但毛利较低。第二种是我们自己的平台、自己的 H5 做投放发行。因为我们本身做海外休闲游戏发行就很强,对投流理解比较深。
RE BOUND:以您多年发行的投流经验,哪些钱是该花的,哪些不该花?
邓先耀:基本上都该花。因为所有投放广告的目标都设置在付费或关键行为上,这些钱都该花。除非剧本做得太烂,那就不该花。我们现在主要还是投 Facebook、TikTok、Google 这些大媒体,最近可能考虑投一些 APP 等平台。但从短剧逻辑看,整体还是 Facebook 效果最好。
RE BOUND:现在在海外做爆款剧是不是很难了?
邓先耀:一直都很难。2023 年可能叫“赌大小”,一两部剧里小爆一部;到 2024 年已经是“俄罗斯轮盘”,几十比一的比例;到 2025、2026 年,我觉得真的接近“大海捞针”的难度了。我们参考国内爆款的过程,海外市场大约落后国内 2.5 年,现在的 2026 年海外大概相当于 2023 年底到 2024 年初的阶段。
RE BOUND:海外短剧也进入红海竞争了?
邓先耀:其实没有。因为内容供应量还是不足。国内今年市场规模要超千亿了,但海外短剧我估计今年也就翻一倍,去年 25 亿,今年 50-60 亿美金左右。核心是内容供给不足,本土剧供应不够,而纯字幕或配音剧接受度又不是特别高,不容易爆。所以我们一直在解决内容产能问题。只有内容产能足够,才能满足用户消耗,这是很重要的问题。
RE BOUND:现在中国短剧出海的意愿强烈吗?
邓先耀:我觉得已经洗掉一批人了。第一批纯做真人短剧的,很多已经被洗过一轮,觉得海外也很难做。第二批做 AI 漫剧的,他们还没走向海外发行的道路。第三批做海外 AI 本土剧的,也就是我们在做的,会是未来的潮流。就是我说的,三年内,70% 的 AI 本土剧会冲刺整个海外赛道。
RE BOUND:海外的本土短剧也在崛起吧?
邓先耀:不用担心,全世界只有东亚,尤其是中国能形成这么大规模的产能。第一是成本问题,第二是人的问题。全球没有像中国人这么勤劳、这么能“卷”的人。他们拍不了那么快,拍摄时长其实很短。海外本土剧本身也不怎么赚钱,还会拖欠编剧、演员费用,这又会进一步导致产能下降。所以我才一开始就说,AI 剧的占比一定会越来越高。只有不依赖人的东西,产能才能突破。
RE BOUND:如果海外公司也用 AI 来生成呢?
邓先耀:谁先形成 AI 工业化的输出能力,谁就有碾压性优势。
AI 到底能改变短剧什么?
RE BOUND:我刚刚用 seedence 2.0 给自己做了个仿真人,真实感很强,场景运镜都挺还原的。等 API 开放了,影视和短剧行业感觉多少会有些变化,这会不会对短剧行业有什么冲击?
邓先耀:是好事情,我们也很快会应用上,关键是怎么来用。可以理解为大模型是车,Agent 是辅助驾驶,大部分人还在正常的开车,随着大模型变强,车子性能更强,但仍然需要人开。
RE BOUND:如何正确使用 AI 才是关键,你们打算怎么来用?
邓先耀:我们现在最核心突破的点,是如何把国内剧通过 AI 翻拍或重新生成故事内核、人物,变成海外本土剧,因为本土剧商业价值更高。
从业务闭环来看,首先,是“选剧”。以前要人看剧,现在第一件事是 AI 选剧:用 AI 识别、理解、分析内容,告诉我们这部剧第一到第十集有多少个“爽点”,是哪些爽点,形成故事梗概和爆款概率分析。第二阶段,才是决定对这个剧做字幕、配音还是本土化,都是 AI 来完成。
第三阶段,是 AI 素材处理。基于之前分析的爽点,AI把每个爽点场景在第几分第几秒切分出来,做成可投放的广告混剪素材。最后,在我们的 AI 中台进行批量投放优化,自动决策 ROI 是否达标,自动开关计划。这是一整套从内容获取/选择、内容制作、投放素材、到最终发行的全链路 AI 提效工具,几乎每一个分支我们都用AI解决。
我们团队现在只有 17 个人,干的活堪比 100 多人,因为 AI 替代了大量人力。我们希望做到全 AI、全 Agent,把人力干预降到 5% 以内,人效提升 100 倍以上。
RE BOUND:在实践过程中,你觉得有哪些是 AI 做不到,必须人来做的事?
邓先耀:说实话,我觉得整个链路下来,以后我们可能只需要做一件事:决策要不要做这件事。所有事情 AI 都能做完。比如,我只需要考虑要不要让 AI 去选剧,选完它自己制作,制作完自己出素材,出完素材自己投放。我已经不需要干预太多了。
未来可能一年或一年半后,用户在海外看到的剧都是我们 AI 全流程做出来的。我们只决策做不做。AI 会越来越聪明,它自己会知道哪些剧做出来可能赚钱,会有算法理解爆款概率和投放策略。我认为这是AI进化的方向——决定用户该看到什么。
RE BOUND:现在,从 AI 选剧本到一键生成海外本土剧,再到 AI 做广告素材和投放,整个链条都跑通了吗?AI 帮你们节省了多少成本?
邓先耀:已经跑通了。节省的成本很夸张,我们基本上是按照人效比来算,每个环节都提升了 50 到 100 倍。比如,以前一个人一天可能审 5-8 部剧,AI 可以审 1000 部,整体人效比极高。
RE BOUND:AI 会不会存在技术平权,大家都能用 AI 工具。你们在 AI 处理上有什么特色或技术壁垒吗?
邓先耀:首先,我同意金沙江创投朱啸虎总说的,AI 应用本身没有壁垒,我们要勇于承认,壁垒在于人和业务方向。我们和现在很多做 AI 漫剧的团队不同,他们可能还在用人力,基于小说剧本一句一句、一个场景一个场景地 AI 生成、抽卡、剪辑,耗费大量人力和算力。
而我们选择的是另一条路线:尽可能减少人力干预。我们更像一个“缝合怪”,把多部剧的剧本重新缝合、生成,并把经典分镜语言融入 Agent 处理流程。这样,我们的 Agent 只需人决定人物长相和故事主线是否有大改动,其余全交给 Agent。
这有没有壁垒?短期看,我们只能说有领先优势。因为这件事本身复杂度高,正是因为我们自己有 AI 选剧、AI 做剧的能力,才有了大约两年的积累,才能实现用纯 Agent 一步生成的技术沉淀。AI 大模型在不断变化,但 Agent 是基于不同业务需求搭建的工作流,这个工作流不是短期谁都能做的,它是一种领先优势。
本质上,AI 让每个人在特定领域成为“神”。AI 能不能把一部剧完美变成海外本土剧?这需要很深的开发过程,目前没有外部工具敢说能做到。
RE BOUND:seedence 2.0 的出现对你们来说,之前对 AI 研发投入的成本会浪费么?
邓先耀:每一版都有他的意义。
图说/luckyshort 数据版,图源/受访者提供
RE BOUND:2025 年,luckyshort 平台用户数接近 1.2 亿播放量接近 10 亿,这里面有多少是 AI 仿真人剧的功劳?
邓先耀:0,这是 26 年才出现的新赛道,上一代产品是 AI 配音剧。
RE BOUND:海外观众对 AI 仿真人剧的接受度如何?
邓先耀:挺喜欢的,人均几十集观看。
没想和 TikTok 硬钢,打不过就加入
RE BOUND:你之前说“短剧的终极是超级平台”,现在是不是“短剧的终极是超级 AI 平台”?
邓先耀:其实两者没区别,最终都会存在。无非不是我们干成的而已。当超级平台还没出现时,我们认为自己还有成为超级平台的可能性。但当超级平台比,如 TikTok,下场要干这件事时,我们认为自己成为“AI 仿真人剧超级生产工厂”的可能性更大。
RE BOUND:超级平台变成了 TikTok。
邓先耀:对。在没有超级平台之前,我们还能打一打。现在有了,我们只能造下一个东西——AI 造核弹。我们的本土剧就是核弹的一种。终归来说,我能用 AI 造核弹,那些超级平台、超级大国总还是需要我们的。
RE BOUND:TikTok 下场之后,你们的战略变了?
邓先耀:我们不会以自有平台为主了。TikTok 下场,谁敢跟他掰手腕?除非我手里有 5000 部、10000 部本土剧,我可以不计成本地打,而且能持续生成内容。但在此之前,我们不介意成为 TikTok 的合作伙伴、内容供应商之一。公司要生存发展,一定要基于自身核心状态决定是否对抗。很简单,打不赢就加入。我们希望在这个生态里有自己的生态位:其他短剧团队的内容要进入海外 Youtube 或 TikTok,需要本土化——这就是我们能帮他们把内容变成本土化的过程。
RE BOUND:seedence 2.0 也在加速一键生成剧本,生成短剧,完成投放的时代来临。TikTok 会不会自己也能完成这件事?
邓先耀:TT 能完成的,但是短时间不会做,因为会导致市场出问题。类似于 TT 是滴滴,他有数以百万计的网约车司机,如果滴滴把全自动驾驶做了,那么所有网约车司机都会下岗,不利于社会稳定,所以只有小部分车企研究全自动驾驶并上路运营,前期成本很高,但是达到一定量级,就会快速产生利润并分到一定市场份额。
RE BOUND:你们现在的盈利模式是什么?
邓先耀:我们现在有很多广告收入,今年会有很多内购收入,后面可能还会有和 TikTok 联合发行的分成。
RE BOUND:巨头下场,小玩家就没太多蛋糕了。你觉得什么样的玩家在被淘汰?
邓先耀:淘汰其实一直都在发生,甚至头部都不赚钱。我也常在思考我们赛道还有谁在赚钱?好像大家都没怎么赚。但用户需求一直存在,需要有人满足。
可能 TikTok 来满足?但 TikTok 也需要内容。所以我们的核心是在淘汰赛中找到自己的位置,引入新的内容形态,做得更多更好。这也是国内做短剧谁赚到钱的逻辑:一部分是卖 Agent 工具的人赚到钱,但他们是靠人力堆,不是自动生成,所以他们只能做乙方。但我们不是,我们是纯粹的 AI 生成,我们既可以做甲方,也可以做乙方。
RE BOUND:做 AI 短剧服务商,有市场规模或天花板吗?
邓先耀:当然有。按整个市场规模算,如果我们只做 AI 本土剧,一年大概是个 2.5 亿美金的市场。但它会不会更大?其实取决于 TikTok 这类平台希望短剧在其生态内占多大比重。总体来看,海外短剧市场是百亿美金以上的级别,因为国内已经超千亿人民币。海外用户的付费能力是国内的两到三倍,但因为区域产能不足,导致收入规模还没达到国内水平。但我认为两年到两年半内一定会持平甚至超越。
RE BOUND:你有没有计算过今年的模型或者方向预判?
邓先耀:我们预计今年营收在 3000 到 4000 万美金,利润过千万美金。这确实是我们领先一两年所带来的超额“领先税”。本质上,我们是在“收税”,收那些还没有能力实现 AI 本土化的内容商和发行商的“税”,因为他们都得靠我们来处理这件事。
采访后记
还记得两年前短剧出海初兴时的景象:热钱涌动,新团队层出不穷,人人都相信海外是一片掘之不尽的蓝海。如今潮水退去,赛道渐渐清晰,留下的,才是真正熟悉水性的“航海者”。
技术演进同样带来辩证的思考。当 AI 能够一夜之间生成上百个本土化剧本,效率飙升的背后,却反向叩问着创作者:当技术平权来临,什么才是真正的壁垒?邓先耀的答案很诚实:“短期看只有领先优势。”这种坦诚反而让人安心——AI 时代没有一劳永逸的护城河,只有持续迭代的认知差。
想起一位投资人的话:“未来是属于那些会使用 AI 的人”。在 AI 重构一切的时代,“懂”或许比“会”更珍贵:懂得技术的能力边界,懂得商业的底层逻辑,懂得在效率与创意之间找到那个微妙的平衡点。
这场变革没有回头路。当 AI 已经能“一键生成”从剧本到投放的全流程,留给人类的问题不再是“会不会被取代”,而是“我们要用这种神力创造什么样的世界”。
短剧只是开始,真正的剧本,才刚刚翻开第一页。
本期作者:Jolene Chen
