如果本地生视频只花电费，你会给自己做一部短剧吗？
周六下午，广州。一场以「本地 AIGC 创作落地」为名的研讨会，开场不过十几分钟，就把我拉进了一张账单里。
英特尔中国技术部 AI 方案技术总监 王巍巍，提起这两天在圈子里传得很火的一个帖子：一家做漫剧的创业公司晒出 7 月账单。收入不错，自然流分账 24 万，平台返了 9 万多，加起来三十几万。但算力成本花了 19 万 5，人工 5 万，再加上版权、水电、场地，最后算下来没亏，净赚 4 块钱。两个创始人，一人两块。
台下笑了一阵，笑声里带着点苦涩。这大概是当下 AI 短剧创作者最真实的写照：创意平权了，钱却都交给了云端的算力。
我去这场会，原本是想看看英特尔的 Arc Pro B70 显卡在 AIGC 上能做到什么。但坐了三个小时，我发现更有意思的，是坐在台下和茶歇时凑过来聊天的这群人。他们有的手搓了 31 集短剧，有的用一周做成一部十分钟的同人电影，有的带着「采购任务」而来，有的只是想偷偷做一部自己想看的剧。
「不想再当云端算力的搬运工」
英特尔中国技术部总经理高宇上台，第一句话就问大家还记不记得 B70 是什么时候发布的。台下有人答：4 月 23 日。他说这张卡发布才四个月，「我个人的体感，像过了一个世纪」。
这四个月里，几乎每周都有新模型面世，桌面智能体成了每个人工作流里不可或缺的工具，AI 短剧赛道「非常非常活跃」。他自己每天至少刷一小时视频，观察是现在刷到的 AI 视频，比三个月前精致程度大幅提升，「完全可用、完全可看」，不再只是无脑爽剧。
「今天是一个创意平权的时代。」 他说，过去有想法、有创意的人，受限于拍摄设备、制作设备、资金投入，实现不了导演梦；今天只要有 token，你就能当自己的人生导演。
但话锋一转，他把问题引向算力。去任何一家生视频网站，抽卡、排队、等 slot，耗时也耗钱。而且他判断算力平台「可能还要涨价」。内存在涨，SSD 在涨，显卡在涨，连英特尔自己的 CPU 也在涨。生视频和大语言模型不同，后者可以靠 PD 分离、专家并行提升并发，而视频生成本身是算力密集型，并发很难提高，「每一个人的时间成本和金钱成本都很高」。
这个判断在现场得到了很具体的印证。一位来自南京 AIGC 短剧公司的听众提到，他们正在做「转绘」，把国内已实拍的短剧，用 AI 换脸换背景重新生成，反向出口到 TikTok。一部 90 到 120 分钟的剧转出来，行业极限大概是 10 天；用字节的 Seedance 工作流可以压到两三天，「但是成本很高，巨高」。
另一位带着「采购任务」来的听众说得更直白。他们单位前段时间要买 RTX Pro 6000，涨价了；领导改成 RTX 5000，结果还在涨，「现在领导说要不先配两台 5000 跑着先」。他补了一句我觉得很关键的话：「成本低的前提，是你一次性要投入更多的成本才可以。」
王巍巍把本地创作的理由归纳为四点：数据隐私，尤其是那些前瞻性的创意和产品设计；内容定制化，本地可跑复杂工作流、训练自己的 LoRA；无需排队、无需审核，「在确定的生产条件下反复打磨创意」；以及长期使用成本。
本地价值回归不意味着放弃云端，「很多场合根据需要随时可以上云」。但那句「大家都不希望成为云端算力的搬运工」，显然更能击中台下的人。
一群「手搓AI」的人
真正让我坐直身子的，是数字折叠的 Roy 上台之后。
他开场就说，去年这个时候他也在广州做过一次类似的分享，「那个时候其实是没有任何信心的」。他们一直坚持做本地生成，当时还得靠三维辅助才能让片子看起来统一。这一年里，进步巨大，但过程中「人是没有坚持的」很多人慢慢转向了即梦这样的在线平台。他们也曾犹豫纠结：但如果他们也转向在线，那些手里有卡的本地用户，卡就闲置了；社区里那些一直在调开源模型的人，也得不到什么回报。
他们坚持了下来，然后「等来了 MiniMax 的海螺 3，一个最伟大的开源模型，没有之一」。他说社区里很多用户私下叫它「S3 爸爸」，因为在它开源之前，他们用 LTX、用万象做出来的东西，「说话都不敢特别大声」，因为要么人物动态不好，要么一致性保持不了。
然后他放了一部片子。昆仑、探险队失联、殉葬坑、封印破了，一个完整的探险题材短剧。放完他说：「一年前，我们根本无法想象本地用一张显卡，再用一个开源的视频模型，就能手搓出来这种质量的片子。」
这部片子的作者就在现场，他打算自己手搓 31 集。Roy 说：「很感动啊，在所有人都在用即梦的时候，只有我们在坚持。」
接下来他讲的几个用户，我觉得比任何参数都更能说明「本地」意味着什么。
一个是在工厂上班的普通人。Roy 跟他说，你帮我做一个赛博朋克风格的片子，他用数字折叠的「无限画布」加上一张 B70，一晚上就做出来了，无论是角色三视图、面部特征、场景组装、视频生成，人要做的只是「把握方向盘」。选哪个角色、抽出来的剧情感觉如何，这些也不会很重要。「他也不是什么艺术家，也不是搞 AI 的。」
一群是义乌和深圳的电商。他们直接买一套软件、买一块显卡，放公司里跑，设计好脚本，一天生成几百条视频发到自媒体和国际站。
茶歇时，我旁边一位创作者聊起自己的经历，他不想给云端平台充很多钱，就直接玩二创，一个星期做了一部十分钟的蝙蝠侠同人，「电影感非常强」。他也顺口说了句现实的话，他用的这张卡，两个星期前还是 6600，现在 9000 了。
Roy 自己是学动漫设计出身的，后来做教学。他说 AIGC 来临之前，很多学生跟他说「老师我想做导演」，他会说「你别做梦了」，做导演要先学剧本、学节奏，做动漫还得学建模、学绑定。「现在的话呢，我感觉人人都可以做导演了。」
然后他说了一句让我记了很久的话：「有时候我总是觉得我思考的还是太慢了。当这个流程发布之后，很多人找我学习，我说不用学了，我们又升级了。」
英特尔加速AIGC创业者
回到英特尔。这场会的产品主角是 Arc Pro B70：367 TOPS 的 INT8 稠密算力，32GB 显存，PCIe 5.0 ×16，显存带宽 608 GB/s，售价一万出头。王巍巍反复强调的一点是，它是一张专业级显卡，专业驱动、50 多家设计软件认证、ECC 显存、长时间高负荷稳定运行，「但我们只卖消费级显卡的钱」。
32GB 显存是整场会的关键词。高宇说这个尺寸「对端侧很甜」，正好能把海螺 3 这样的视频模型在本地跑起来，同时还能塞下一个 27B 的千问 模型。他们认为这是当下本地智能体的「黄金配置」。王巍巍给的数字是，Q4 量化后能跑到 50 多 token/s 的解码速率，24G 显存的消费卡也能跑，但想要支持最长 256K 上下文，就需要 32G。
视频生成的实测数据来自两边。英特尔用海螺 3 官方 20 步工作流生成一段 720P、5 秒的视频，大概 9 分钟；如果想要更高分辨率，可以回到 MiniMax 云端的 2K API，也可以在同一张 B70 上用超分工作流把 720P 拉到 2K，大约 7 分钟。
Roy 那边补充了对比，他们测下来 B70 跑海螺 3 文生视频的性能，大约是 RTX 5080 的 85%、4090D 的 70%、5090 的 45%；超分到 1080P 只要 3.9 分钟。他们选的超分模型是开源里效果好但很吃显存的 SeedVR2，「我用这张卡去超分的时候，它不会崩」。
这些数字都不算惊艳，但它们指向同一件事，本地生视频从「能跑」变成了「能干活」。
英特尔还展示了两个偏「视频智能体」的方案。一个是素材检索，千万级博主韩露手里有 2.5TB 视频，用一台四卡 B70 加多模态模型给本地视频打标签，之后用自然语言就能搜到「一个男人和一个 nice 信息」的片段。
另一个是高光提取：一台酷睿主机装两张 B70，一张跑 27B 语言模型撑智能体，一张专职生成，导入一段 10 分钟的产品介绍，输入需求，agent 全程接管，输出 30 秒高光视频，并自动生成片头片尾。这套方案已经给了英特尔自己的市场部，「他们觉得至少可以提效一倍以上」。
部署也被刻意做简单了。Windows 下装驱动、解压便携包、双击脚本，「和 N 卡的使用上没有任何区别」；Linux 下不用配 Python 虚拟环境，直接给 Docker 镜像。
至于未来，王巍巍说明年年初会有下一代产品，网上曝光的算力最高到 1000 多 TOPS，显存最大到 480GB。有人追问多卡显存并用的计划，他认为英特尔 GPU 的策略就是「更有性价比的算力」，一万块钱左右「基本上你找不到这么大的显存」，多卡并行「我们也会去看一看，也会推动生态社区多一些方案」。
AI 导演梦之后，是「生意怎么算」
会开到后半段，问题开始变得现实。
有人问：本地跑视频、跑短剧，距离商业化还有多久？Roy 的回答很坦率，最长支持 15 秒，至于商业化，「就看他们啥时候 2K 开源」。MiniMax 华南的负责人在自己的分享里说得也很实在，海螺 3「离我们心中的 sota 还有距离」，线上的 2K 版本会开源，时间还没定；但已经有一家海外公司基于他们的模型做后训练加美学优化，「现在已经冲到第一了」，他把这看作开源的魅力。
Roy 也补了一句，商用是分级别的。做高质量漫剧，肯定还是用 Seedance；但红果那种快消式短剧，观众不在意画质和动态，只在意剧情爽不爽，「取决于公司的商业架构」。「其实就是这个生意怎么算」，用在线算力还是本地算力，谁赚钱，生意就来了。
不过，现在模型生成视频已经很优质、很高效了，但剪辑环节仍然停留在基础的图片和文字调整。一个好故事的剪辑是需要审美和节奏的，这个方向的进度怎么样？Roy觉得现在故事够不够优秀，在设计分镜时就决定了。他们会做一个类似 3D 导演台的东西，先把简单的素材自动剪在一起。如果是素材很多想剪出效果，就先用 agent 打标再自动编辑。但他也承认，剪辑目前还没有自动化，「因为大家觉得剪辑花费不了什么 token，重心都放在生成上」。
当本地部署成本优势这么明显，为什么用的人还不多？Roy 说以前确实不多，MiniMax 开源之后越来越多了；没用的原因，第一限制还是技术，「他们了解更多的是 Seedance、即梦这种简单一点的」；第二是不会配设备，「它不是一个显卡就能搞定的事情，还有存储、内存，除非你是资深硬件玩家」。
所以现在选择本地的是三类人，觉得成本太高的；喜欢折腾设备的技术极客；以及接了大量漫剧短剧业务、想要一套自己可控的自动化流程的公司。
我想起开场那张账单。4 块钱的利润，对应的是 19 万 5 的云端算力。英特尔想做的事情很清楚，把这笔钱的一部分，换成一张放在你桌子底下的卡。它不一定比云端快，也不一定比云端好，但它是你的，你可以抽一整晚的卡，睡一觉醒来片子已经生成了，无非就是电费。
这大概就是那些坚持「手搓」的人，在过去一年里没有放弃的理由。至于导演梦能不能变成生意，2K 什么时候开源，剪辑什么时候不再是黑盒，一次性投入什么时候能收回。这些问题今天没有答案。但至少，它们已经从「能不能做」，变成了「怎么算账」。
