横店2．3亿AI订单：AI厂商从卖算力转向卖方案

昨日，浙江金华市公共资源交易中心东阳分中心发布《关于横店影视AI服务平台建设项目中标（成交）结果公告》。

联合体投标方中，一个名字你可能不太熟悉——东阳深空引擎。企查查数据显示，这家公司由抖音有限公司间接全资持股。而它的搭档火山引擎，则是字节跳动的云计算品牌。两者合计以2．3亿元拿下了这个项目。

这不是什么技术展示或试点合作，而是一个实打实的政府公建项目。

招标公告于今年9月14日发布，总预算2．35亿元。经过开标、评标流程，最终落槌价2．3亿——比原预算低了约500万元。

从合同签订之日起算，项目分3年、分阶段交付验收。

这背后是一套完整的商业逻辑转变：AI厂商不再只卖算力，而是卖行业解决方案。

不是聊天机器人，是片场助手

这个项目在招标书中有一个明确的定位——“横店影视大模型”。

它不是一堆通用技术的简单组合。招标书列出了一张清单：覆盖剧本创作、分镜生成、数字角色、声音生成、服化道设计、场景选景、特效后期等全流程。

具体来说，乙方需要构建7个覆盖影视制作全流程的垂类场景深度增强模型，以及20个专项场景增强模型。

这些模型要解决的核心问题是什么？招标书写得很具体：镜头语言理解、角色情绪建模、多模态协同生成。

这不是让AI跟导演聊天，而是把AI嵌入到每一个生产环节里。

比如剧本创作环节，系统需要理解故事结构、人物弧线和情节节奏；分镜生成环节，需要把文字描述转化为符合电影语法的光影构图；数字角色环节，则需要建立角色的表情库、动作库甚至微表情特征。

这些都是过去ChatGPT式通用大模型做不到的事情。

2．3亿的钱花在哪里

合同总价2．3亿元，但钱并不是平均分配的。

其中算力租赁资源报价只有0．27亿元——大约占总金额的12％。

剩下的2．03亿元，覆盖了模型训练、数据处理、系统开发、安全合规等一系列费用。

这个比例很关键。如果只是为了获得算力，2700万足以支撑大量推理和训练需求。但在这个项目里，算力只是底座，大部分钱花在了模型精调和场景适配上。

这意味着什么？意味着影视公司愿意为AI的“能力”付费，而不是为AI的“消耗”付费。

从商业角度看，这是AI厂商收入模式的根本变化：从按GPU时长计费，转向按解决方案价值定价。

数据，才是AI的燃料

任何大模型的价值上限，都取决于它吃到的数据质量。

这个项目的招标书对数据的要求非常细致：预训练数据集不少于500亿Token，指令微调数据集不少于100万条，强化学习偏好数据不少于3万组，基准测试数据集不少于1万条。近三年数据占比不低于40％，覆盖文本、图像、视频、音频等多种模态。

更重要的是，项目要求建成不少于9个行业高质量数据集，涵盖影视基地实景、数字群演、原创IP数字艺人、服化道供应链、古装各朝代服装发型妆容、历代农耕器具及场景评测等九大核心方向。

这些数据资产一旦建成，将形成一个壁垒——不是因为算法有多难复制，而是因为数据采集、标注、清洗的成本太高。

横店作为中国最大的影视拍摄基地，拥有全国最丰富的实景素材和场景数据库。把这些数据变成结构化资产，本身就是一项长期工程。

项目还专门设计了“影视可信数据空间”，通过注册登录、开放门户、供需对接、开发运营的一站式服务，解决影视数据的版权保护与合规使用难题。

这说明字节跳动已经意识到：未来AI的竞争不只是算力和模型，更是数据生态的竞争。

为什么是横店？

横店选择引入AI，有其内在必然性。

作为一个成熟的影视产业基地，横店面临着成本上升和效率瓶颈的双重压力。传统影视制作的各个环节——从演员调度、场景搭建、服化道准备到后期剪辑——都需要大量人力和时间投入。

AI的介入，理论上可以在多个环节实现降本增效。

比如数字角色和虚拟群演，可以减少实际拍摄时的人力成本；智能分镜生成可以缩短前期筹备时间；自动化特效后期可以提升产出速度。

但这些降本效果的验证，需要一个足够大的样本场。横店的体量和多样性，恰好提供了这样的条件。

更重要的是，横店并非完全从零开始。近年来，横店已经推进了“横店影视城·横店元宇宙”等项目，积累了数字化基础。这次2．3亿的订单，更像是之前投入的系统化升级。

2．3亿大单的信号意义

这条新闻的价值不在订单本身，而在背后的产业趋势。

回顾AI大模型过去两年的发展轨迹，大致经历了三个阶段：第一阶段是技术竞赛期，各大厂商比拼的是参数规模和跑分成绩；第二阶段是应用场景探索期，出现了很多“用AI做什么”的尝试，但大多数停留在营销层面；第三阶段，就是现在——垂直场景深耕期。

横店2．3亿订单标志着AI正在进入第三阶段。

它不再是一个噱头或者实验项目，而是一个经过公开招标、预算审批、评标流程的商业交易。采购方是政府部门下属的公共资源交易中心，资金来自公共预算。这意味着，政府也在用真金白银为AI应用买单。

从另一个角度看，这也是一种政策引导。政府通过购买服务的方式，推动文化产业的技术升级。这种模式可能在未来复制到更多领域——景区管理、城市治理、公共服务等。

还需要关注的三个问题

这笔订单虽然签了，但真正考验还在后面。

第一，三年交付周期的风险。如此大规模的项目，分阶段验收意味着每年都有考核节点。如果第一年的交付效果不达预期，后续付款是否会受影响？招标书中的技术指标——如大模型可用性不低于99．5％、单任务数据标注吞吐量不低于500条／小时——是否有可量化的奖惩机制？

第二，成本回收的不确定性。2．3亿的总收入并不等于2．3亿的利润。模型训练和部署需要持续投入算力，数据标注和维护需要持续投入人力。如果横店的使用频率不高，或者后续没有扩展订单，火山引擎在这笔生意上的回报率可能远低于表面数字。

第三，竞争者的反应。北京广播电视台今年9月也给火山引擎下了300万元的订单，规模虽小但信号相似。如果更多文化机构开始招标AI服务，字节跳动能否保持先发优势？阿里云、百度智能云、华为云等其他云计算厂商是否也会跟进？

这些问题的答案，将在未来几年逐渐显现。而2．3亿这个数字，只是一个起点。

观察指标

1。 首年交付里程碑：关注火山引擎是否在2027年底前完成第一个阶段验收，以及横店方面是否公开阶段性成果。 2。 实际使用率数据：模型上线后的日均调用次数、活跃用户数和场景覆盖度，这是判断AI价值的关键指标。 3。 后续订单规模：横店是否在项目完成后追加投资，以及其他影视基地或文化景区是否启动类似招标。