Netflix 約 300 套作品用過生成式 AI,多數其實係後期製作
Tech News

Netflix 約 300 套作品用過生成式 AI,多數其實係後期製作

圖片:via The Verge — https://www.theverge.com/streaming/966633/netflix-ai-titles-q2-2026-earnings
TechLab 編輯部(譯)·

數字聽落誇張,實際涵蓋群眾場面、歷史戰爭同世界觀鏡頭

Netflix 喺 2026 年第二季業績披露,平台大約有 300 套作品用過生成式 AI,當中大部分用途出現喺後期製作。公司列出《Glory》、《Brasil 70: A Saga do Tri》同《The American Experiment》做例子,涉及加強群眾場面、製作歷史戰爭鏡頭同建立世界觀嘅遠景。個數字幾搶眼,但理解重點係「用過」兩個字:一套作品只要某個後期環節掂過生成式工具,都可能計入呢 300 套,唔代表劇本、演員同成套畫面都由 AI 包辦。

「用過 AI」個範圍其實好闊

傳統影視後期本身已經有大量數碼工具,生成式 AI 可以插入概念圖、預覽、補背景、擴闊場景、增加人群,以至處理個別 VFX 鏡頭。Netflix 官方介紹《The American Experiment》時,就話製作團隊混合全生成畫面、volumetric capture 同生成式 AI/VFX 流程,砌出陸戰、海戰、城鎮同航拍場面。呢種做法仍然有導演、剪接、VFX 團隊同真人素材參與,分類上同輸入一句 prompt 就生成整套戲差得好遠。

問題係,Netflix 暫時冇公開 300 套作品嘅完整名單、每套用咗幾多,亦冇交代統計門檻。用 AI 整一張前期概念圖,同用佢生成觀眾最後睇到嘅重要場面,現時都可能俾同一個數字包住。「約 300 套」只可以反映生成式工具已經進入日常製作流程,但睇唔出實際有幾多畫面係生成內容。 冇分母、冇使用比例、冇逐套分類,呢個數字比較似公司展示採用速度,唔係一份可以核數嘅內容清單。

快同平係公司說法,仲未有獨立數據

Netflix 話呢類工具可以更快、用較低成本交出質素更高嘅成果。方向唔難理解:大型群眾、古代城市同戰爭場面一向燒錢,如果少搭幾個景、少拍幾輪臨記,再交由混合式 VFX 流程補畫面,預算較細嘅作品都有機會做到以前負擔唔起嘅鏡頭。不過公司今次冇公開逐項成本、工時或者同傳統製作嘅對照,所謂平咗同快咗暫時只屬 Netflix 自己嘅判斷,未有獨立製作數據支持。

成本下降亦唔會自然等於創作者多咗空間。製作公司可以把省返嘅預算放去劇本、拍攝同後期人手,亦可以純粹縮細團隊。兩條路對作品質素同職位影響完全唔同。當 AI 開始處理背景美術、群眾動畫、概念設計或者初階合成,原本負責大量細項工作嘅職位可能會較早受影響;但現有披露冇提供人手變動,暫時唔應該由 300 呢個數字直接推斷有幾多人失去工作。

Netflix 自己嘅審批規則其實幾嚴

Netflix 畀製作夥伴嘅指引寫明,任何打算使用生成式 AI 嘅項目都要先通知 Netflix 聯絡人。只要輸出會放入最終成品、牽涉演員肖像、個人資料或者第三方知識產權,就要書面批准。指引亦要求工具唔好儲存、重用或拿製作素材訓練模型;如果要生成真人聲音、外貌,或者整出當事人原本冇演過嘅表演,亦要事先取得明確、有紀錄嘅同意,同時跟返適用嘅工會規定。

呢套規則反映 Netflix 好清楚風險喺邊:片場未公開素材一旦俾第三方模型留低,會有保密問題;模仿藝術家風格、借用版權角色或生成演員肖像,就會牽涉授權同報酬;歷史紀錄片若用生成畫面重現事件,觀眾亦可能把合成影像當成真實檔案。公司有內部審批門檻係好事,但外界仍然睇唔到每個項目點執行、邊個工具獲批,同權利人實際得到咩保障。

觀眾仲欠一套睇得明嘅標示

今次披露最大缺口係觀眾層面。Netflix 講咗作品數量同幾個例子,未有同時公布一套統一、容易搵到嘅標示方法,例如片頭提示、片尾 credit,或者作品資料頁列明生成式 AI 用喺概念設計、背景 VFX、聲音定演員肖像。全部只寫成「使用 AI」會過分籠統,但完全唔標示又會令觀眾冇法分辨,尤其紀錄片、真人事件重演同數碼複製演員呢幾類內容。

約 300 套反映生成式 AI 已由零星試驗走入 Netflix 嘅製作管線。Netflix 下一步應該逐套交代 AI 用喺邊、最終畫面有冇生成內容,仲有肖像同版權點樣批。做到呢幾項,觀眾先有足夠資料判斷自己睇緊咩,創作者亦較容易知道新工具究竟改咗邊部分工作。


參考來源

本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。

分享:WhatsAppThreadsTelegramFacebook