谷歌投资A24：AI最难学会的是别急着优化

2026 年 6 月，Google DeepMind 宣布与电影公司 A24 建立长期研究合作，并向其投资约 7500 万美元。A24 以《月光男孩》《瞬息全宇宙》等文艺片闻名。令人意外的是，Google 并未获得 A24 的片库访问权，也不能用这些内容训练模型。A24 旗下电影人也没有使用相关工具的义务。

双方的合作聚焦于创作过程：DeepMind 研究人员将与电影人共同测试、迭代和开发工具。这意味着 Google 真正想从 A24 获得的，可能是一种模型尚未掌握的分辨能力——电影制作中的哪些摩擦应该消失，哪些必须留下。

AI 视频已越过“有没有人用”的阶段。在美国，Higgsfield 的 ARR 从去年 9 月的约 5000 万美元增至今年 6 月的超过 5 亿美元，十个月增长十倍。在中国，可灵全球用户突破 1 亿，企业客户接近 5 万，今年一季度收入超过 6.5 亿元人民币，同比增长超过 300%。

产品边界也在前移：Google 的 Flow 从单镜头生成走向角色控制、场景延展和故事编排；Adobe 在 2026 年 6 月把 Creative Agent 铺进 Firefly、Premiere 等工具。硅谷资本开始为“判断力”单独定价，例如旧金山 AI 影视制作平台 Flick 完成 600 万美元种子轮，True Ventures、GV、YC 和 Lightspeed 参投。

影视制作中存在大量该被消灭的摩擦，如抠像、转码、素材检索等。但另一类摩擦发生在判断形成之前：人物为何沉默、哪个漂亮镜头该剪掉、一个令人不舒服的停顿是否是全场最真实的几秒。这些没有明确流程，也很难写进效率指标。

2024 年《Science Advances》的一项实验显示，获得 AI 帮助的参与者创作的故事平均更好读，但彼此更加相似。视觉设计实验也发现，接触 AI 生成图像后，参与者想法数量更少，原创性下降。AI 的帮助会提高单次产出质量，同时把不同的人拉向相近的局部最优解。

A24 的价值在于，它在少数关键时刻愿意让一个暂时不顺的选择多保留一阵。多数片厂怕作品不成熟，A24 有时更怕它成熟得太快。

合作也有另一面：电影人提交的草稿、被放弃的分镜、修改记录和拒绝理由，可能包含更高密度的判断。这些过程数据归谁、是否会用于训练通用产品、电影人能否逐个项目退出，目前公开信息尚未给出完整答案。如果共同开发最终变成由艺术家免费提供反馈，再由平台封装成通用功能，这项合作只会加快审美的工业化。

更好的结果：Google 用 A24 的真实工作流校准工具介入的边界，让模型承担执行成本，同时把探索路径和最终决定留给创作者。创作软件接下来要补的能力，是识别一个问题什么时候还不该有答案。