2025 年 6 月 NBA 总决赛第三场期间,Kalshi 投放了一支画面相当混乱的电视广告:一个农民漂在装满鸡蛋的泳池里,一个外星人在喝啤酒,一个披着美国国旗的男人在大喊关于印第安纳的事。导演 PJ Accetturo 用 Google 的 Veo 3 制作了这支广告,花费约 2,000 美元,从构思到播出只用了三天。此前制作公司给 Kalshi 的报价是“六位数到七位数”。他生成了 300 到 400 次,才得到 15 个可用片段。
十个月后,OpenAI 于 4 月 26 日关闭了 Sora app,这是一个类似 TikTok、专门推送 AI 生成视频的信息流。TechCrunch 援引《华尔街日报》的调查报道称,该 app 每天的运营成本约 100 万美元,用户数从峰值约 100 万降到不足 50 万。Sora 开发者 API 也在 9 月关停,如今 OpenAI 的开发者价目表上已没有任何视频模型。
这两件事概括了 2026 年视频 AI 的现状:用 AI 做视频已经便宜到足以改变广告的制作方式;但单纯观看 AI 视频,还没有形成一门生意。
核心
观点
视频 AI 已经是一门真实的生意:披露收入的几家公司合计年收入约 23 亿美元,它们点名的客户是营销人员、创作者和企业。它不是缩小版的大语言模型市场:一分钟视频的成本是一分钟文本的数千倍,收入最高的是应用,而不是模型厂商。最先受到冲击的是批量采购“够用”视频的行业:图库素材、广告、培训和短剧。影视特效排在其后。游戏和机器人排在最后,它们依赖物理规律,而目前最好的模型在物理测试中的得分约为真实影像的一半。
收入榜:披露数据的公司,合计年收入约 23 亿美元
IOSF Research
已有少数公司披露了收入,且增长很快:
- Higgsfield 的 ARR 从 2025 年底的 2 亿美元增长到 2026 年 8 月的 7 亿美元。
- 快手旗下的视频模型可灵(Kling)第二季度收入超过 1.18 亿美元,同比增长超过 2 倍。
- fal 相当于视频和图像模型的“书架”(模型聚合平台),2026 年 3 月 ARR 约 4 亿美元,较去年 10 月翻倍。
- HeyGen 的 ARR 在 6 月突破 2 亿美元。
- Runway 的 ARR 在 9 月突破 2 亿美元。
按我们的计算,可见收入合计约每年 23 亿美元。其中一部分是图像收入,另有一部分被重复计算,因为应用也会从 fal 采购。这个数字也没有包括 Google 的 Veo、字节跳动的 Seedance 和几家中国实验室,它们没有单独披露视频收入。误差是双向的:图像收入和重复计算会推高总数,未计入的实验室会拉低总数。因此,23 亿美元只能作为规模参照,不是测算出的市场规模。
视频生成成本高出数千倍,收入大头在应用层
IOSF Research
视频 AI 常被非正式地描述为“落后几年的大语言模型市场”。但数据不支持这种说法,因为运行语言模型和运行图像/视频模型的差别非常大。
简单来说,语言模型写东西的方式和人打字一样:一次一个词,每个词都是对下一个词的小猜测,它还在写,你就可以开始读。图像或视频模型更像建筑师:它从一块随机噪点开始,一遍又一遍地修整整个画面,通常要 20 到 50 轮,直到出现清晰的图像。每一轮都同时处理所有像素,最后一轮完成之前,什么都用不了。视频让工作量成倍增加:一秒大约是 24 帧画面,每一帧都要和前面的帧保持一致,杯子要待在原来的位置,脸要始终是同一张脸。而一段文字只有几百个小单元。这就是为什么一个经过实测的开源模型每生成一秒视频需要约 350 秒的芯片计算时间,也是为什么一分钟视频的成本是一分钟文本的数千倍。
Anthropic 告诉投资人,其年化收入在 7 月底达到 650 亿美元,OpenAI 约为 400 亿美元。仅这两家实验室的收入就约为可见视频总收入的 45 倍。
在大语言模型领域,大部分收入归模型实验室;在视频领域,收入最高的是应用。 最大的语言模型应用是编程工具 Cursor,据报道 6 月年化收入约 40 亿美元,约为 Anthropic 的十六分之一。视频领域则由 Higgsfield 以 7 亿美元领先,封装其他公司模型的应用(Higgsfield、HeyGen、Synthesia、Magnific)占可见总收入的一半以上。文本客户买的是模型的智能,直接拿来用。视频客户买的是用于某项具体工作的成片,成片需要剪辑、一致性和配套工作流,应用正是围绕这些需求搭建起来的,形成了视频工作台。
一张图约等于一千个词
截至 10 月 22 日,有记录的每分钟视频最低价格约为 3 美元,来自 Veo 最便宜的档位,与最高档位相差约 7,600 倍。
还有几点区别值得注意:代码是大语言模型最大的市场,可以自动验证;视频要靠肉眼判断,比较主观。文本按 token 购买;视频按片段购买,对应的是制作预算。
谁在付费:公开证据都指向企业客户
IOSF Research
Higgsfield 称自己是“面向创作者、营销人员、品牌、代理商和制片公司”的平台,并称其“为 390 家财富 500 强企业提供视觉内容制作支持”(Higgsfield)。HeyGen 称 85% 的财富 100 强企业在使用它(HeyGen)。两家公司都没有按用途拆分收入,因此仅凭公开数据,无法知道有多少收入来自出于娱乐目的制作视频的个人。所有已公开的证据都指向企业买家。
再细分买家,商业模式就出现分化。人们会看大量 AI 视频,但他们付费买的东西不同,对质量的要求也不同。
- 短剧 app 按集出售故事,所以质量决定观众是否继续付费。它们最大的成本是获客,而不是制作:据 Media Partners Asia 估算,最大的短剧平台 ReelShort 在 2025 年 7.85 亿美元收入中,有 55% 用于用户获取和营销(Indian Television)。营销占去收入的 55%,包括生成在内的其他所有成本都要在剩下的 45% 里解决。所以更便宜的模型只能压缩预算中较小的那部分。更好的模型作用于赚钱的那部分:观众是否愿意继续为下一集付费。ReelShort 没有披露生成方面的支出,所以这是我们对其成本结构的解读,不是实测的拆分。
- 观众通过社交信息流发现这些剧(Meta 与 Ormax 的调查显示,印度观众中这一比例为 89%),制作方也在快速转向 AI:据 Owl & Co 统计,第三季度中国以外的竖屏短剧新作中约三分之二由 AI 生成,第一季度这一比例仅为 3%(The Hollywood Reporter)。
- AI 陪伴 app 卖的是情感连接,而不是画面。用户为了这段关系反复回来,所以视频只需要“够用”。关键是成本和速度,因为每个用户都需要大量视频。
制作便宜不等于有人看:价值转移到决定,内容分发的一方
IOSF Research
音乐行业先走到了这一步。据 Deezer 称,6 月的高峰日里,完全由 AI 生成的曲目已超过这家流媒体平台全部新上传量的一半,目前每天新增近 9 万首。但它们只占播放量的 1% 到 3%。
Deezer 会把检测出的 AI 曲目排除在推荐和歌单之外,这让上传量和播放量之间的差距变得可见。这种格局正是经济学家 Herbert Simon 在 1971 年描述过的:信息变得充裕时,注意力就成了稀缺资源。制作几乎免费时,供给会泛滥,价值转移到决定什么内容被看到的一方。两位研究者把观众为 AI 内容设定的质量门槛称为 “slop ceiling”(劣质内容天花板)。
哪些行业最先受到影响:图库素材和广告排在最前,游戏和机器人排在最后
IOSF Research
今天的 23 亿美元与现有的视频支出相比还很小,而且资金不会均匀转移。按当前模型已能完成的视频工作比例排序:
- 图库素材和图片。 生成的片段可以直接替代授权素材。两大图库 Getty Images 和 Shutterstock 去年合计收入约 20 亿美元,这是目前受影响最大的垂直领域。
- 广告和产品视频。 WPP Media 预计今年全球广告收入约 1.3 万亿美元。其中只有一小部分用于制作广告,但 Kalshi 的广告说明,随着生成成本下降,这部分支出可以压缩到什么程度,实拍广告的大量间接成本会被省掉。
- 培训和讲解视频。 2025 年美国机构在培训上的支出为 1,028 亿美元(Training magazine)。这是 HeyGen 和 Synthesia 的市场,主讲人念稿是最容易生成的视频类型。
- 短剧。 在中国,微短剧(为手机制作、每集一两分钟的剧集)的收入预计 2025 年达到 94 亿美元,超过全国电影票房。这些制作方已经接受手机画质的素材,而且需求量很大。
- 视觉特效。 IMARC 估计 2025 年该市场规模约 110 亿美元(IMARC),不过各方估算差异很大。制片方已经在使用生成的镜头(见下文)。
- 电影和电视。 Ampere Analysis 估计 2026 年全球内容支出为 2,550 亿美元。AI 是逐个镜头进入这个领域的,而不是整部作品。
- 游戏和机器人。 据 Newzoo 估算,游戏行业 2025 年收入为 2,016 亿美元。视频模型只有学会模拟世界,才会在这里发挥作用,这是本文最后一节的内容。
AI 如何改变视频制作成本:成片率和单价同样重要
IOSF Research
目前最明显的影响在成本上。除了 Kalshi 的广告,OpenAI 支持的动画长片 Critterz 预算不到 3,000 万美元,制作周期九个月;一部大型动画电影通常需要 1 亿到 2 亿美元、约三年时间。
标价按档位下降,而不是全面下降。
下一轮降本已经出现在研究中。 Hugging Face 研究人员的一项实测研究发现,一个大型开源模型在一张旗舰 GPU 上生成一段 5.4 秒的片段需要 1,875 秒,按我们的计算,相当于每秒视频约需 350 秒计算时间。蒸馏(distillation)直接针对这个问题。一个团队把一个小型开源模型的每秒出帧数提高了约 22 倍,快到可以在单张芯片上实时流式生成。陪伴类 app 需要的大幅降本就会来自这里:先以低分辨率生成,再做超分。
生成一秒视频的标价只是成本的一部分。 Kalshi 广告的导演大约每 20 到 27 个片段才保留 1 个,所以对他来说,一秒可用视频的成本是标价的 20 到 27 倍。这是偏高的情况。一家视频工具厂商对其他作品的总结显示,一部三分钟动画剧集每 4 个片段保留 1 个(164 个中保留 41 个)。目前还没有人发布过独立统计的成片率数据。 一致性直接影响成片率。 如果模型能让角色、产品或运镜在多次生成中保持一致,需要的生成次数就更少;生成次数减半,一秒可用视频的成本也减半。降价只是让每次生成更便宜。
我们的测试:同一个提示词,三个模型。 11 月 2 日,我们通过 Runway 的 API 给三个模型同一个提示词:玻璃桌上的手机来电亮屏,震动着移向桌边,掉落后在水泥地上弹起一次。每段 8 秒、720p、无声音,每个模型生成一次,共花费 4.80 美元。
▲ 从左到右:Wan 3.0、Seedance 2.5、Veo 3.1
- Wan 3.0 (0.80 美元,排行榜第一)表现最好。手机向前挪动、掉落、静止,不过镜头向下倾斜跟拍了它。
- Seedance 2.5 (2.40 美元,三者中最贵)震动效果最逼真,但在掉落前切到了一个新镜头,屏幕也黑了。
- Veo 3.1 (无声音版 1.60 美元,排行榜第 22 名)开头手机是立着的,而不是平放,落地后像橡胶一样弹了好几次。它的屏幕文字是三者中最清晰的。(我们持续跟踪 Veo,是因为 Google 公布的价格历史最清晰,而不是因为它领先。在质量上,它现在落后于更便宜的模型,我们的测试也说明了这一点。)
三个模型都没有完整执行提示词,每段生成耗时 2 到 4.5 分钟,是片段时长的 15 到 34 倍(我们的计算)。三个片段说明不了太多,但结果排序与排行榜一致,而不是与价格一致。
下一个转折点:成本和延迟
IOSF Research
更便宜的模型是一条路。另一条路是照搬电影和动画现有的制作方式:先粗后精。
先低成本出草稿,最后只渲染一次。
动画师几十年前就解决了这个问题。故事没有理顺之前,他们不会开始做动画,而是先画分镜,再做成粗略的动态样片,称为 animatic(动态分镜)。AI 视频也可以这样做。每秒一两帧的粗剪就足以判断故事和镜头,效果类似连环画;入选且最合适的镜头再交给最好的模型渲染。
这也解决了上面提到的成片率问题。如果大多数生成结果都要丢掉,最好在它们还便宜的时候丢掉。
字节跳动已经把这种做法做成了产品。Seedance 2.5 的 Draft(草稿)模式自 10 月 30 日起在 fal 上线,先快速生成低分辨率预览,再把同一段视频完成为全高清。只有留下的片段才按全价付费。差价累积得很快(fal):
- 预览(480p) :约每秒 0.22 美元
- 全高清(1080p) :约每秒 1.16 美元,约为预览的 5 倍
- 把草稿完成为成片 :fal 未列出价格。在我们团队的测试中,成本比直接生成全高清片段低 6 到 8 倍
代价是质量。由草稿完成的成片看起来比直接生成的全高清片段稍软一些,不过它也修正了预览中一个奇怪的最后一帧。规模放大后,节省幅度很大。如果每 25 次生成保留 1 次(成片率 4%),一小时全高清成片的成本为:
- 每次都生成全高清 :约 10.5 万美元
- 先出草稿,再完成留下的片段 :约 2 万美元(我们的计算)
混合流程已经出现。
低成本出草稿是一条捷径。另一条是把老工具和新工具结合起来。创作者现在会先在 3D 设计工具 Blender 中用灰色几何体搭出场景,用 OpenAI 的 GPT-6 Astra 摆放物体和机位,再把场景中的一帧静帧转成写实的首帧,由 Seedance 2.5 生成成片(Kapwing 教程、字节跳动即梦 Dreamina)。
两种工具互相弥补短板。单靠 3D,做到写实太慢;单靠 AI 视频,又很难控制。两者结合后,3D 草稿确定布局和镜头,视频模型负责画面质感。
实时生成正在到来。
最后一步是速度。边看边渲染的视频已经不只是实验室演示:
- Runway Characters(3 月) :一个可以实时对话的视频模型,基于 Runway 的 GWM-1(Runway)
- Runway Solaris(8 月 31 日) :Runway 所称的首个 “Interface World Model”(界面世界模型)(Crypto Briefing)
- Decart(5 月) :把实时视频流即时转换为生成场景;以约 40 亿美元估值融资 3 亿美元(bne IntelliNews)
- Zoom 虚拟形象 :用逼真的虚拟形象替代摄像头画面,并在你说话时同步模仿你的表情,功能可用性取决于套餐和地区(Zoom)
一旦视频生成速度能满足实时通话的需要,陪伴类 app 面临的问题就变了:不再是每分钟成本多少,而是下一帧多快能到。
营销之外:电影、电视和特效中,AI 能做特效镜头,还做不了长篇项目
IOSF Research
好莱坞正在测试视频 AI 能否走出广告领域。
到目前为止,制片方主要以两种方式使用它:一是制作预算原本覆盖不了的镜头;二是授权自家角色,在别人使用时获得收入。
第一,做原本负担不起的镜头。
最近有两部剧用 AI 完成了原本会被删掉的场景:
- Netflix 的 The Eternaut :这部阿根廷剧集用生成式视频完成了一场建筑倒塌戏。联席 CEO Ted Sarandos 表示,这个镜头的完成速度比传统特效快十倍,而用传统方式制作的成本在这部剧的预算下“根本不可行”。
- Amazon 的 House of David :这部圣经题材剧第二季使用了 350 到 400 张 AI 生成图像,第一季约为 70 张(TheWrap)。剧集主创(showrunner)表示,不用 AI 他负担不起那些战争场面。
其他制片方走得更远,直接与模型厂商合作。Lionsgate 于 6 月入股 Runway(持股比例未披露),并计划基于自家电影片库制作一部短剧集(Runway)。AMC Networks 也与 Runway 签约(Hollywood Reporter)。
第二,从角色授权中获得收入。
更大的争夺在于角色归谁所有。Disney 的做法体现了两面:
- 2025 年 6 月 :Disney 和 Universal 以侵犯版权为由起诉 Midjourney。
- 2025 年 12 月 :Disney 同意向 OpenAI 投资 10 亿美元,并授权 Sora 使用其 200 多个角色(Disney)。
- Sora 关闭后 :协议随之终止,Disney 表示将寻找其他 AI 合作伙伴(Blooloop)。
结论很简单:制片方希望自己的角色被使用时能拿到报酬,对不付费使用的人,它们会起诉。
日本的版权方走得最远,从阻止 AI 转向向 AI 授权,原因在于钱。日本动画在海外卖得很好,但许多制作公司经营困难:
- 据日本动画协会初步统计,2024 年海外收入为 2.17 万亿日元 ,超过国内收入(gamebiz)
- 2025 年有 34.6% 的动画制作公司亏损(帝国数据银行,经 GameBusiness)
2025 年 10 月,代表日本版权方的机构 CODA 要求 OpenAI 停止未经许可使用其会员作品训练 Sora 2(Automaton)。
不到一年,态度就变了。9 月 11 日,中国 AI 实验室 MiniMax 与日本公司 KAGAMIAI 在东京发布 H3 IP Edition。创作者可以用它和授权的日本角色制作视频,每个角色都附带经过审批的素材、使用规则、商业条款,并向版权方回报使用情况。MiniMax 称已有 60 多家公司表达了兴趣(MiniMax)。
此前 KAGAMIAI 与《足球小将》( Captain Tsubasa )做过一次试点,使用的是另一个中国视频模型 PixVerse,结果显示出需求可能有多大(来源同上述 MiniMax 页面):
- 约 12.6 万 名创作者
- 45 天内制作约 33 万 件作品
- 超过 99% 的活动来自日本以外
授权粉丝创作可能成为 AI 视频第一个角色版权方能从中获得收入的大众消费市场。
规律是:AI 能做特效,但做不了长篇项目。
在上述所有案例中,AI 处理的是中等预算剧集原本负担不起的镜头:大全景、人群、破坏场面和场景环境。其余制作仍由人完成。计算机图形技术进入电影也是这样,一个特效一个特效地普及,远早于 1995 年《玩具总动员》证明整部长片都可以用它制作。
一项测试结果也指向同一方向。在下文介绍的物理基准测试中,Odyssey-3 Pro 模型的得分取决于起点:
- 延续真实影像 :63 分,单次生成
- 从单张图片开始 :50 分
AI 视频有真实素材作基础时表现更好,这正是特效工作的情形:每个生成镜头都嵌在真实影像之中。这项测试不衡量时长。目前还没有人发布过模型能否在多个镜头之间保持一致的测试,而这项测试才能解释为什么长篇项目仍然做不到。
会出现专业化的实验室吗?已经出现, 视频公司正分化为三类
IOSF Research
专业化实验室已经出现,三类视频公司正在分化:
通用巨头。 Google(Veo)、字节跳动(Seedance)和快手(可灵)拥有最多的算力和数据。它们在质量和价格上竞争,大多数应用转售它们的模型。
制片厂型实验室。 Runway 目前有 Lionsgate 持股,正面向电影和电视开发产品。Moonvalley 只用授权影像训练其 Marey 模型,截至 2025 年 7 月已融资 1.54 亿美元,其制片部门 Asteria 用这个模型拍电影。这类实验室能提供三样巨头较难提供的东西:制片方法务能接受的训练数据、对每一帧的精细控制,以及能接入现有特效流程的工具。
应用层。 Higgsfield、HeyGen 和 Magnific 把其他实验室的模型打包,卖给特定客户。
新实验室及其押注方向。 我们找到的 2026 年最大几笔投资都流向了开发交互式模型或世界模型的实验室:AMI Labs 10.3 亿美元的种子轮、Runway 3.15 亿美元的融资(Runway 称将用于世界模型),以及 AMD 以 82 亿美元收购 World Labs 的交易。我们没有统计全年视频领域的全部融资,下表混合了融资轮次、一笔收购和产品更新:
未来 12 个月最可能出现的突破也来自这张表:实时性足以支持通话和游戏的视频生成、可交互的世界而不是固定片段,以及规模化的授权角色生成。
在电影和特效领域,制片厂型实验室最有可能胜出。 制片方不能为一个关键镜头(hero shot)承担诉讼风险,需要精确还原导演意图,还要与工会剧组合作;只提供最强原始模型的通用厂商只能拼价格。
更大的机会是世界,而不是片段
IOSF Research
在这一轮智能发展中,视频模型最大的市场最终可能根本不是视频。一个能预测场景下一帧的模型,可能正在学习世界如何运动,这对游戏和机器人会很有用。
Runway 于 2025 年 12 月发布 GWM-1,称之为通用世界模型,共有三个版本:可探索的世界、可对话的虚拟形象,以及一个机器人模型,用于预测机器人每次动作后摄像头会看到什么。它以 720p 实时生成画面,最长两分钟。Runway 在 2 月以 53 亿美元估值融资 3.15 亿美元时表示,这笔钱将用于开发能力更强的世界模型。
柏拉图在《理想国》的洞穴寓言里最早描述了这一押注。
囚徒们只能看到墙上的影子,他们把荣誉给予那些“最能敏锐观察经过的影子”、最能说出下一个出现的是哪个影子的人。视频模型就是一个能拿奖的影子预测者,却从未见过投下影子的物体。柏拉图的观点是,这种技能不是知识。对视频模型来说,问题在于预测下一帧是否意味着理解世界如何运动,Physics-IQ 是检验这一点的一种方式。
Physics-IQ 是 Google DeepMind 托管的一项基准测试:给模型看一段真实物理事件的开头,然后评估模型生成的后续画面与真实情况的接近程度。100 分表示与另一次真实拍摄一样接近。按原始评分,最好的单一图生视频模型从 2025 年 2 月的 23 分提高到今年 5 月的 44 分。在重新评分的榜单上,排名第一的单一图生视频模型为 51 分,而 Google 的 Veo 3.1 Fast(30 分)与一个 2024 年的开源模型(32 分)水平相当。论文本身的发现是:物理理解能力与片段看起来是否真实无关。
看起来真实基本已经解决,表现得真实还没有。 在这项测试中,最好的模型仍处在 0 分和另一次真实拍摄之间的一半左右。由于真实感和物理表现被证明互不相关,画面更好看并不会自动缩小这一差距。
如果这个分数向 100 靠近,视频实验室就会变成模拟公司,向游戏工作室和机器人厂商销售产品;在这个市场里,视频领域的先发优势会非常重要。
结语:三个数字决定这个行业的走向
IOSF Research
本文留下的大部分问题,可以由三个数字回答:
-
有多少生成结果被采用? 目前我们仅有的数据是:Kalshi 广告为 4% 到 5%,一部动画剧集为 25%。我个人认为,一致性对这个数字的影响会大于原始画质,实验室也会朝这个方向发展:搭建能管理一致性、支持大量上下文的生成环境,而不是追求单次出色的生成。
-
一小时成片到底花多少钱? 用标价除以保留比例。按今天的价格,同样一小时视频的成本可能是:
- Veo 3.1 Lite(原价) :720 到 4,500 美元
-
Seedance 2.5 全高清
:1.68 万到 10.5 万美元
按这个公式,成片率翻倍和价格减半对成本的削减效果相同。区别在于两者各自还剩多少空间。按目前 4% 到 25% 的成片率,一个让每次生成都可用的模型能把成本降低 4 到 25 倍。价格已经下降过,而且各档位降幅不均。 我们判断未来两年成片率是更大的杠杆。 如果下一批公布的成片率仍在 4% 附近,而价格继续下降,这个判断就错了。
- 物理表现站得住吗? Physics-IQ 是唯一一个检验模型运动是否符合真实世界的公开测试,最好的模型得分约为真实影像的一半;在模型有真实影像作基础的场景中,差距会最先缩小。
两年前,问题是 AI 视频能否做到足够好看。这个问题基本已经有了答案:Kalshi 的广告在 NBA 总决赛期间播出,Netflix 也把生成的画面用进了正式上线的剧集。
现在悬而未决的是钱和控制权的问题:
- 谁拿钱? 制片方希望自家角色出现时能拿到分成,或建立类似版税的机制。角色、个人或偶像的授权粉丝创作可能会有很大增长。
- 会出现什么新可能? 如果物理差距缩小,视频模型就不再是片段生成器,而会变成模拟器。 我们的判断:最先产生付费需求的交集是机器人训练,即由模型延续真实摄像头画面。 这正是目前得分最高的场景(63 分对 50 分),Runway 的 GWM-1 也已经在销售这类产品。游戏会更晚,因为游戏需要模型从零开始,并在数小时内保持一致。到 2027 年,我们预计模拟器市场的规模仍会小于它所衍生自的广告和制作市场。如果在此之前有游戏工作室发布了基于生成式世界模型的作品,这个判断就是错的。


.jpg)