独家丨猿辅导第8号员工郭思祺创业：要重构AI时代的电影工业

　　来源|多知

　　作者|王上

　　2012年，郭思祺以猿辅导第8号员工的身份加入团队。从最早的猿题库，到后来的斑马英语、斑马思维、斑马百科，作为猿辅导集团副总裁、斑马百科总经理，他几乎完整参与并推动了中国在线教育内容工业化的全过程。

　　十四年后，这位兼具技术背景与内容方法论的大厂高管，选择重新回到创业起点，创办北京零帧科技有限公司。这一次，他希望用“程序员”的逻辑，重新拆解并重构影视制作背后的工业化底层。

　　不同于市面上层出不穷的AI视频创作工具，郭思祺将零帧科技的产品定义为“AI驱动的内容可持续生产引擎”。他不满足于做简单的“文生视频”或单点环节的调优，而是要解决影视工业中的品控与持续产出难题。

　　这一决策源于他在斑马百科时期受到的技术震撼：当AI参与内容生成后，原本高昂的制作成本竟降至十分之一。“这不再是工具提效，而是生产逻辑的改写。”郭思祺说。

　　随着字节跳动Seedance 2.0等基模的成熟，AI视频已从“能动”跨越到了“可用”的阶段。

　　面对这场关乎生产力的范式转移，郭思祺思虑再三，最终下了“破釜沉舟”般的决心。在与多知对话时，他说:"这波浪潮影响太深远，再不出来，可能就真的没机会了。"

　　01 跨界做AI影视?

　　郭思祺并不觉得自己是在跨界。相反，他觉得这几乎是一条顺理成章的路径。

　　这和郭思祺的经历有关，他在北京大学计算机系完成了本硕学业，并于2011年毕业。隔年，他进入猿辅导，他原本是技术，后来转去管理业务，很多年他都在做“内容工业化”。他说：“我一直感兴趣的方向，其实就是技术加内容。”

　　在外界看来，教育内容似乎天然带着创意属性，但真正规模化的儿童数字内容则依赖工业体系。

　　在斑马百科，郭思祺带领团队构建了一个标准的工业化生产流程，从脚本、美术、动画到视频，有11个生产环节。而现在，AI恰好能赋能这种高度工业化的流程。

　　过去，一个内容团队之所以被拆成那么多工种，本质上是因为人的能力边界。做美术的人不会写脚本，做视频的人不懂分镜，动画和实拍是两套完全不同的工业体系。

　　但AI不一样。“AI几乎是全能的。”因为AI开始同时具备文字、图像、视频、剪辑、分镜等多种能力之后，原本复杂而漫长的内容生产链路，开始被压缩，流程缩短了。

　　郭思祺过去十几年积累的，恰恰是如何把内容流程拆解成“标准化工业系统”。这也是他为什么会从教育内容走向AI影视。

　　02 瞄准“AI驱动的内容可持续生产引擎”

　　如今AI视频赛道已经异常拥挤。几乎每隔一段时间，就会冒出新的产品。

　　郭思祺觉得，大部分产品其实都停留在“微创新”的阶段。“大部分产品只是把传统单个环节融入了AI。”比如生成图片、生成视频、做剪辑，但这些环节并没有串联起来。

　　这本质上依然在进行低效的“抽卡”式创作，简单来说，就是由创作者向AI软件反复输入指令、生成素材，再从中筛选出可用镜头，这种方式缺乏对影视专业知识的底层整合，质量也参差不齐。

　　在他看来，这仍然不是“AI革新电影工业”。“这些AI视频产品懂得怎么调用模型，但并不懂怎么拍电影。”

　　这是他要做的产品和很多AI视频产品最大的认知差异。

　　郭思祺想做的，不是一个生成工具，而是一个真正理解影视流程的Agent。他把这个定位叫做AI驱动的内容可持续生产引擎。

　　在他的描述里，零帧科技的引擎采用Agent协作模式，扮演“执行导演”的角色。

　　它不只是简单地生成视频，而是参与整个创作流程：剧本、人物关系、镜头语言、风格控制、分镜、一致性校验、后期修改。

　　郭思祺描绘了一个比较理想的状态：假设一个团队已经做出了前5集电视剧，建立了世界观、人物设定和叙事风格，那么后面95集，AI可以逐渐参与生成，然后就可以连载了。

　　“有点像养虾。”这是今年春天以OpenClaw为代表的AI Agent 架构爆火后很流行的一个概念：用户可以一边用，一边“训练”一个越来越懂自己的系统。

　　郭思祺的新产品也是这样，AI会逐渐学习用户的审美、节奏和表达方式，理想状态下未来会自动化生产。这也是他理解中的下一代内容生产方式。

　　这种“可持续性”意味着内容产出不再依赖于密集的人力堆砌。在理想状态下，原本需要十几二十人的团队才能完成的片子，在零帧科技引擎的辅助下，一两个人便能胜任 。

　　郭思祺透露，零帧科技的AI视频引擎计划今年6月开放早期版本。

　　03 “像生成代码一样生成电影”

　　郭思祺最典型的气质，仍然是工程师。聊到AI电影制作，他最终还是会回到“结构化”。

　　他现在最核心的一个想法，是把电影“代码化”。他说，“我们想像生成代码一样生成电影。”

　　在他看来，今天大多数AI视频的问题，本质上都来自“孤立生成”。每一个镜头、每一个视频片段之间，缺少真正的结构关联。所以人物会丢失，场景会变化，剧情会断裂。

　　但如果电影本身变成一种结构化表达，情况就会不一样。比如：剧本和分镜之间存在依赖关系;角色状态会被持续记录;前面的剧情改动，会自动影响后续镜头;整个片子可以做一致性校验。

　　郭思祺提出的技术路径是：利用Coding Agent(编码智能体)的逻辑，将每一部电影看作一段复杂的代码进行“编码”生成 。

　　这样做具有两个优势：

　　一方面可以实现结构化表达与精准控制，通过代码化的结构约束，可以精准定义每个镜头的分镜、人物动态和光影细节，极大地减少随机性带来的误差。

　　另一方面可以实现一致性检验与全链路联动，在代码逻辑下，视频环节之间存在明确的语言关联 。一旦创作者修改了前面的剧本设定，系统能迅速识别出后续哪些分镜需要联动修改，从而实现全片的一致性检查，避免了“换个镜头少个人”的低级错误。

　　零帧科技要做的，就是把这一套极其复杂、原本存在于导演大脑里的“工业流水线”通过技术手段标准化。

　　过去几个月，AI短剧和AI视频频繁爆火。《霍去病》、“雪山救狐”等各种AI整活视频不断刷屏。

　　郭思祺认为，这只是AI视频发展早期阶段的一些现象。

　　他解释，现在一些AI视频，大家看完会觉得新奇，但很难留下情感共鸣。这是因为今天的大部分AI视频，还做不到真正稳定的长叙事，它们更像快切镜头和爽点堆砌。

　　郭思祺认为，接下来，行业会开始从“卷速度”转向“卷质量”。从拼生成能力，变成拼叙事能力、人物能力和情感能力。

　　而这也是他真正想做的事情。

　　郭思祺强调，这件事也并不是自动化就是完美的，人的干预非常重要，零帧科技本质是如何让一个创作者把脑海里的故事，工业化地生产出来。

　　04 重回创业状态

　　像当初郭思祺入职猿辅导时的那样，零帧科技目前的初始团队刚好也是8个人，包括同样来自斑马百科获客与增长负责人何邦原、研发负责人胡笑颜等。

　　对于郭思祺而言，离开高管职位重回创业一线，不仅是为了追逐AI浪潮，更是为了验证技术重塑影视生产力的可能性。

　　“一切重新开始，很多事情等待建设，这种感觉挺兴奋的。”他笑着说。

　　虽然AI视频方向看似非常拥挤，但郭思祺的判断是现在还在早期阶段。

　　在他看来，每一次技术变革都大致分为三个阶段 ：

　　第一是技术创新阶段，核心在于构建技术壁垒，解决影视工业化流程中的标准化难题。 当前正处于这一阶段。

　　第二是产品创新阶段，随着技术普及，竞争将转向产品的交互体验与用户细节的打磨。

　　第三是运营与商业化创新阶段，最终阶段将比拼极致的运营效率与商业模式。

　　他判断，在Seedance 2.0等视频模型跨过“可用”门槛后，一场关于审美与工业化能力的竞赛才刚刚启幕。