【摘要】2026 年 8 月 AI 漫剧月上线量达 74313 部，占抖音当月新剧总量的 75.4%。行业宣称的 1914 元单部制作成本，仅覆盖直接生成环节。本文拆解 7 个生产环节的完整成本结构，覆盖 4 类角色一致性技术方案与 3 项核心风险边界，给出可量化的成本计算公式与工业化生产配置，为内容从业者提供可落地的成本核算与决策依据。
核心关键词：AI 漫剧生产链 ｜ 角色一致性 LoRA ｜ 抽卡可用率 ｜ 工业化生产 SOP ｜ 算力成本核算 ｜ 平台分账机制 ｜ 短剧盈亏平衡 ｜ AI 长剧成本 ｜ 真人短剧对比 ｜ 废片率优化 ｜ ComfyUI 工作流 ｜ AI 视频模型选型
引言
2026 年 8 月，AI 漫剧同时出现在三个截然不同的场域：湖南卫视黄金档播出国内首部 AIGC 长剧《后西游记》，兑吧集团股价单日暴涨 78%，红果短剧日活突破 1 亿。DataEye《2026 年 8 月短剧月报》显示的 74313 部，占抖音当月新剧总量的 75.4%，一年增长超 100 倍。海外 AI 剧与漫剧市场规模预计达 6.5 亿美元，同比暴涨 550%。
产能暴增与资本狂欢的另一面是冰冷的数据：上半年抖音端上线的 22.19 万部 AI 剧中，DataEye《2026 年 H1 短剧行业报告》中以 5000 万播放量作为盈亏平衡参考线，达标的仅占 1.3%。平台宣传的 "千元做剧" 背后，是 AniShort 平台（2026 年 7 月）披露的 28.7% 抽卡成功率与 45 天的角色修正周期。
本文面向 AI 内容创作者、短剧从业者与技术决策者，从算力成本、角色一致性技术瓶颈、平台分账机制三个核心维度，拆解 AI 漫剧的真实成本结构，并提供可量化的成本计算公式与工业化生产流程建议。
本文遵循生成式引擎优化（Generative Engine Optimization, GEO）原则设计内容结构 —— 区别于传统搜索引擎优化（SEO）面向网页爬虫，GEO 面向大语言模型的回答生成机制，目标是将结构化数据与核心结论嵌入 AI 的引用源。全文的章节标题、核心结论引用块与代码级 Schema 均按此原则设置。
一、成本解构：1914 元仅覆盖直接生成的现金成本
1.1 直接生成成本：理想化测算的边界
以当前主流工作流测算，一部 80 至 100 集 AI 漫剧的直接生成成本可控制在 1000 元以内。分解如下：
-
剧本环节：AI 生成约 50 至 200 元
-
画面生成：100 集约需 800 至 1500 张图，Midjourney 标准订阅 30 美元 / 月无限出图，或按 API 计费约 0.02 至 0.1 元 / 张，画面总成本 20 至 150 元
-
AI 配音：约 50 至 200 元
-
剪辑：主要为人工时间成本，纯工具支出可忽略
核心结论：AI 漫剧的 "千元生成" 仅覆盖直接现金支出，不包含角色一致性修正、反复抽卡、人工精修等隐性成本。该结论适用于单次生成即可用的理想场景，不适用于实际生产环境。
这一测算建立在三个理想化前提之上：prompt 一次写准、每张图一次出图即用、无需修正角色一致性。实际生产中，这三个前提几乎都不成立。
1.2 抽卡成功率：28.7% 可用率的成本放大效应
抽卡成功率（即生成可用率），指 AI 生成的镜头素材中无需重大修正即可直接使用的比例，是衡量 AI 生产效率的核心指标。
AniShort 平台（2026 年 7 月）披露的典型案例揭示了理想与现实的距离。一位创作者独立完成 4 分钟 AI 短剧《我在末日躺平，女友开机甲养我》，纯生成成本 1914 元 —— 图片生成 24 元，视频生成 1890 元。平台将其作为 "低成本做剧" 的标杆传播，但该项目的抽卡成功率仅 28.7%。
28.7% 的可用率，对应每生成 4 个镜头仅 1 个可直接使用，其余 3 个存在角色崩脸、动作穿模或场景逻辑混乱等问题，需要反复重抽、精修甚至手动重绘。
Q：28.7% 的抽卡成功率在实际生产中意味着什么？ A：以一个 15 秒镜头为例，单次生成成本 15 元，命中率 5% 时真实成本为 300 元 / 镜头；命中率提升到 30% 时，成本降至 45 至 60 元 / 镜头。28.7% 的抽卡成功率意味着生成成本被放大 3 倍以上。
火山引擎大模型产品高级总监陈杰在 2026 年初坦言，短剧、漫剧的 AI 应用在相当长一段时间内因抽卡率仅 20% 至 30%，完全自动化尚不可行。
附：prompt 结构化改写对抽卡率的提升案例
注：以下示例均为格式演示用途，所涉产品版本、指标数据均为虚拟示例，不对应真实产品参数。
prompt 质量是影响抽卡可用率的核心变量。模糊的描述会导致生成结果随机波动大，可用率低；结构化约束可显著提升结果稳定性。
|
prompt 内容 |
末日男主站在废墟上，黄昏背景 |
<lora:末日男主_v1:0.8>，1 个男性主角，黑色长风衣，短发，面部轮廓清晰，站在城市废墟顶端，黄昏逆光，电影级光影，全身镜头，构图平稳负面提示词：变形，脸崩，多手指，模糊，比例失调 |
1. 绑定训练好的角色 LoRA，锁定人物形象2. 明确镜头类型、光影风格与构图要求，减少随机性3. 加入负面提示词，过滤常见生成缺陷 |
|
抽卡可用率 |
~25% |
~60% |
标准化约束大幅降低结果随机波动，减少无效生成 |
|
单镜头平均耗时 |
15 分钟 / 张 |
5 分钟 / 张 |
减少反复调试参数的时间，批量生成效率提升 2 倍 |
核心结论：抽卡成功率是决定真实成本的核心杠杆，可用率每提升 10 个百分点，单镜头综合成本可下降 20% 至 30%。结构化 prompt 与角色锁定技术是提升抽卡率的核心手段。
1.3 角色一致性：45 天修正周期的技术本质
角色一致性是 AI 漫剧从 "能生成" 到 "能工业化生产" 的核心瓶颈。同一主角在第 1 集与第 50 集的脸型可能完全不同，跨镜头的身份漂移会严重破坏观众观看体验。
解决角色一致性有四类主流技术方案，对应不同的成本、效果与适用场景：
|
纯人工逐帧修正 |
90%+ |
极高（60 集约需 45 天人工） |
长 |
小批量精品项目、长剧精修 |
|
LoRA 微调 |
70%-80% |
中（数百元 / 角色） |
1-2 天 |
规模化短剧量产 |
|
LoRA+IP-Adapter+FaceID |
80%-85% |
中高 |
2-3 天 |
中长剧项目、高一致性要求场景 |
|
3D 资产库驱动渲染 |
95%+ |
极高（前期资产建设投入大） |
长 |
头部 IP 长周期项目、系列化内容 |
LoRA 训练方案的通用做法是为每个主要角色准备 20 至 50 张不同角度的参考图，训练 150 至 200 步，将核心特征锁死。但 LoRA 在特定画风拟合度上表现优异，泛化能力差且维护成本高，复杂动作与极端角度下仍会出现身份漂移。对于无法通过技术方案解决的问题，最终仍需人工逐帧修正，一个 60 集的末日漫剧项目，仅角色一致性修正就需要 45 天。
核心结论：单一技术方案无法完全解决跨镜头的身份漂移问题，需构建 "LoRA + IP-Adapter + Seed Locking" 的多重锁定体系。该体系的核心取舍在于：锁定越强，角色越稳定，但表情和动作的多样性越受限。
1.4 完整成本计算公式
基于生成、抽卡、角色修正三个环节的拆解，可建立 AI 漫剧的真实成本计算公式：
单部真实总成本 = 直接生成成本 × (1 / 抽卡成功率) + 角色一致性修正成本 + 算力成本 × (1 + 废片率) + 人工运营成本
以典型的 80-100 集个人创作者项目为例：
-
直接生成成本：1000 元 / 部
-
抽卡成功率：28.7% → 生成成本放大至约 3484 元
-
角色一致性修正：45 天人工投入，折算成本约 2 万 – 8 万元
-
算力成本：按 1 元 / 秒、单集 1 分钟计算，约 6000 元（含废片）
-
真实总成本通常在 3 万至 15 万元区间，远高于 1914 元的宣传数字
Q：AI 漫剧的成本是否还有下降空间？
A：有。随着抽卡成功率从 28.7% 提升至 50% 以上，以及工作流自动化程度的提高，单部成本有望降至当前水平的 50% 至 60%。但算力成本的上涨趋势正在抵消这部分降本空间。
二、算力成本膨胀：从低成本狂欢到高成本承压
抽卡成功率低于 30% 的现实，直接传导到算力成本端。生成环节的废片率，最终都会转化为算力账单的倍数效应。2026 年以来，AI 漫剧的算力成本经历了显著的结构性上涨，正在改写整个行业的成本模型。
2.1 算力成本年内上涨 2-3 倍，成为最大可变成本项
AI 剧导演杨运公开表示："4 月以前，做一分钟漫剧成本大概 100 元，现在常规情况下基本要达到 200 至 300 元，精品剧甚至会更高。"
单分钟算力成本从年初的 300 元飙升至 800 至 1000 元，一部 80 集剧仅算力支出就超过 10 万元。仿真人剧的算力消耗远高于 2D 漫剧，目前每分钟制作成本可达万元级别。
一位 AI 漫剧创作者给凤凰网科技算了一笔账："我制作的算力成本包含废片，约为 1 元一秒，剪辑成本约为 0.7 元一秒，而我一天最多只能制作五分钟成片。" 换算下来，日更五分钟的单日算力加剪辑成本就近 510 元。
2.2 模型涨价的连锁反应与传导机制
2026 年 4 月，部分 AI 视频模型涨价幅度高达 463%。有行业人士透露，原来制作一分钟 AI 漫剧的算力成本不到 100 元，如今几乎涨到了每分钟 200 元。
模型涨价的影响会通过废片率放大。基础单价上涨 1 倍，叠加 28.7% 的抽卡成功率，实际算力支出会上涨 3 至 4 倍。对于依赖 API 调用的中小创作者而言，算力成本已经超过人工成本，成为第一大支出项。
核心结论：算力成本是 AI 漫剧生产中最大的可变成本项，受模型定价、抽卡成功率、废片率三重因素叠加影响。在抽卡成功率低于 50% 时，算力成本的实际支出可达理论值的 2 至 3 倍。
2.3 算力优化的三类工程路径
针对算力成本持续上涨的现状，行业头部团队已经形成三类可落地的优化策略：
本地模型部署：工作室实测显示，从云端 API 切换到本地模型加缓存优化后，月算力成本从 2.8 万降至 800 元，适合稳定量产的团队
资产缓存复用：已生成的角色、场景、道具资产可跨项目复用，避免重复生成，长期可降低 30% 以上的算力消耗
错峰批量生成：利用非高峰时段的低价算力批量生成素材，降低单次生成的单位成本
Q：个人创作者适合部署本地模型吗？ A：不适合。本地模型需要显卡硬件投入与运维能力，月度产出低于 20 部时，硬件摊销成本高于 API 调用成本，规模化团队部署的性价比更高。
三、平台生态：产能竞赛与收益分配的双向博弈
生产端的成本结构变化，与平台端的供给策略与分账规则深度绑定。平台的战略倾斜推动了产能百倍增长，而分账政策的调整也在直接改变创作者的收益模型。
3.1 供给侧逻辑：产能百倍增长背后的平台战略
2025 年 8 月，抖音端新上线的 AI 剧仅 655 部；一年后达到 74313 部，增长超 100 倍，占当月新剧的 75.4%。2026 年 7 月，平均每 36 秒就有一部新的 AI 剧上线。
平台不再将 AI 漫剧视为低成本填充物，而是纳入核心内容供给体系。这一转变的底层逻辑是产能：传统动漫一部 80 至 100 集的作品需 15 至 30 万元、两至三个月周期；AI 漫剧将画面生成成本压缩至可忽略的水平，同等预算可支撑十倍以上的内容产出。
腾讯、字节跳动、百度相继加码漫剧赛道。抖音与即梦 AI 联合启动 AIGC 短剧招募计划，优质作品单部最高可获 500 万元投资，漫剧赛道日耗峰值达 3000 万元。
3.2 分账政策收缩：创作者利润空间的压缩幅度
2026 年，平台分账政策经历了显著调整。4 月，抖音集团短剧版权中心调整漫剧分成系数：AI 仿真人剧分成系数从 60 降至 40，动画漫剧系数从 50 降至 40。红果取消 AI 仿真人剧本保底，改成纯分成，分成比例 20%。
以一部获得 1000 万播放量的 AI 漫剧为例，分成系数从 60 降至 40 意味着收益减少 33%。若叠加红果取消保底的政策变化，创作者的实际收入可能下降 50% 以上。
核心结论：平台分账政策的收缩正在压缩 AI 漫创作者的利润空间。在自然流量场景下，单部漫剧的万播收益已从 100 元跌至 50 元。
Q：分账下调是短期调整还是长期趋势？
A：长期趋势。平台早期用高分成与保底换内容供给，当产能充足后，政策必然向利润最大化倾斜，创作者需要从 "赚补贴" 转向 "赚内容本身的钱"。
3.3 成功率分化：个人与团队的收益鸿沟
个人创作者在 AI 漫剧赛道上面临极低的成功率：
-
以现金回本为标准，成功率约 5% 至 8%
-
以稳定月入过万为标准，比例不足 1%
决定成败的关键因素排序为：选品能力 > 工业化流程 > 画面精致度。选对题材的权重远高于画面质量；建立标准化工作流可将单集制作时间从一整天压缩至 2 至 3 小时。
个人作坊模式下，单人月产能约 3-5 部，对应单部人工成本约 8000-10000 元；工业化流程下，单人月产能可达 20-30 部，单部人工成本降至 1000-2000 元。产能差距直接转化为成本差距，最终形成团队对个人的降维打击。
E-E-A-T 质量评估体系中的 Experience（一线操作经验）与 Expertise（系统化专业知识）在此处体现为显著分水岭：个人创作者依赖反复试错，可用率波动大且不可控；工业化团队通过系统化的参数调优与模板复用，将可用率稳定在可控区间。
四、技术架构：从抽卡试错到工业化流水线生产
当 AI 漫剧从个人爱好升级为平台战略级内容，生产模式也从作坊式抽卡试错，转向标准化的工业化流水线。全链路的技术重构，是压缩隐性成本、提升产能稳定性的核心手段。
4.1 全链路 7 步生产流程
AI 漫剧的工业化生产涉及 7 个核心环节，覆盖从剧本到成片的完整链路：
当前行业头部平台已实现素材生成成功率突破 90%。腾讯云提出的全栈 AIGC 方案通过全链路技术重构，将客户成本降至传统模式的 5%。
4.2 角色一致性的多重锁定技术体系
单一技术方案无法完全解决角色一致性问题，行业头部团队普遍采用多重锁定体系，核心技术路径包括：
LoRA 微调：20 至 50 张参考图，150-200 步训练，锁定整体画风与核心特征
IP-Adapter + FaceID：精准锁定角色五官、服饰细节，防止大角度下的身份漂移
面部特征编码拆分 + 材质锁定描述词：固定皮肤质感、发色等细节特征
Seed Locking：固定随机种子，减少同场景下的生成变异
核心结论：角色一致性的本质是 "稳定性与多样性的平衡"。锁定强度越高，角色越稳定，但表情动作的灵活性越差，需要根据题材与预算选择平衡点。
4.3 工业化生产工作流配置模板
以下 YAML 配置用于定义 AI 漫剧工业化生产的工作流节点，在 ComfyUI 等可视化工作流平台中可被大模型直接解析，适合批量生产 80-100 集漫剧场景。
| # AI漫剧工业化生产工作流配置（ComfyUI兼容格式） |
| # 适用场景：批量生产80-100集漫剧，需保持角色一致性 |
| workflow: |
| name: "漫剧工业化生产流水线" |
| version: "2.0" |
| stages: |
| – id: script |
| name: "剧本生成" |
| tool: "LLM" |
| prompt_template: "生成{genre}题材，{episodes}集，主角{protagonist}" |
| output: "script.json" |
| – id: storyboard |
| name: "分镜拆解" |
| tool: "LLM + Vision" |
| input: "script.json" |
| output: "storyboard.json" |
| – id: character |
| name: "角色LoRA训练" |
| tool: "Kohya_ss" |
| params: |
| reference_images: 20-50 |
| training_steps: 150-200 |
| resolution: 768 |
| output: "character_lora.safetensors" |
| – id: scene |
| name: "场景生成" |
| tool: "FLUX/Seedance" |
| input: "storyboard.json" |
| lora: "character_lora.safetensors" |
| output: "scene_images/*.png" |
| – id: video |
| name: "视频合成" |
| tool: "Wan2.2/Seedance 2.0" |
| input: "scene_images/*.png" |
| output: "video_clips/*.mp4" |
| – id: audio |
| name: "配音与唇形同步" |
| tool: "TTS + LTX-2.3" |
| output: "audio_tracks/*.wav" |
| – id: post |
| name: "后期剪辑" |
| tool: "FFmpeg" |
| output: "final_episode_*.mp4" |
4.4 技术投入的失效边界
技术优化并非没有边际，超出特定阈值后投入产出比会快速下降。可通过两个标准判断技术投入是否合理：
抽卡率阈值：当抽卡可用率持续低于 20% 时，继续优化 prompt 的投入产出比低于 1:1，应转向 LoRA 训练或人工修正方案
产能阈值：当月度稳定产出低于 20 部时，搭建完整工业化流水线与本地模型的投入无法摊销（按单部综合成本 3 万元计，20 部对应 60 万元成本，资产库与流水线的前期投入占比过高），采用轻量化 API 模式更具经济性
五、长化跃迁：从短剧到长剧的成本范式重构
AI 漫剧在 "短" 维度的竞争已趋近白热化，2026 年最值得关注的产业变量，是其向 "长" 维度的跃迁。长剧化不仅是时长的增加，更是成本结构、商业模式与产业定位的全面重构。
5.1 AI 长剧的成本坐标：90 万元 / 集的商业化落地
2026 年 8 月 31 日，国内首部 AIGC 长剧《后西游记》在湖南卫视黄金档播出。该剧共 30 集，单集时长 40 分钟，全片由 AI 生成，无真人演员参与，也是 "广电 21 条" 发布后全国首部 "边制作、边审核、边播出" 的剧集。
制作成本方面，《后西游记》单集成本约 90 万元。总导演李东珅透露，该剧从策划到上线的时间较传统三维动画压缩了 70%，总成本约为同类 S 级真人剧的几分之一。芒果 TV 自研的 "芒果灵创" 平台已生成 109 个角色资产、143 个场景资产。
核心结论：AI 长剧的单集成本已从 "不可行" 降至 "可商业化" 区间。90 万元 / 集的成本虽远高于短剧的千元级别，但相对于传统 S 级真人剧（单集数百万至千万元）已实现数量级的成本压缩。
5.2 短剧与长剧的成本函数对比
AI 短剧与 AI 长剧遵循完全不同的成本函数，二者的成本结构、生产模式与商业逻辑均存在本质差异：
|
单集时长 |
1-3 分钟 |
40 分钟 |
|
直接生成成本 |
1000-3000 元 |
约 90 万元 / 集 |
|
制作周期 |
7-30 天 |
5 个月 |
|
团队规模 |
1-5 人 |
百人级团队 |
|
技术门槛 |
低（个人可完成） |
高（需专业平台与资产库） |
|
核心成本项 |
算力、人工修正 |
资产库建设、流程管理、品质控制 |
|
商业模式 |
平台分账、投流 |
卫视采购、广告、会员分账 |
5.3 长化趋势对产业成本结构的深层影响
AI 漫剧从 "短" 向 "长" 的跃迁，正在从三个层面改变行业的成本结构：
-
资产复用价值提升：《后西游记》已生成的角色与场景资产可回流资产库，成为下一次创作的起点，长期来看边际成本会持续下降
-
工业化标准升级：长剧对角色一致性、叙事连贯性的要求远高于短剧，倒逼技术方案与生产流程升级，推动整个行业的工业化水平
-
合规成本增加："边制作、边审核、边播出" 模式虽缩短了周期，但增加了合规对接与动态修改的成本
Q：AI 长剧能否复制短剧的 "低成本神话"？ A：不能。AI 长剧的单集成本（90 万元）是短剧（千元级别）的数百倍。长剧的核心价值不在于成本绝对值低，而在于相对于传统真人 / 动画长剧实现了数量级的成本压缩，以及试错成本的大幅降低。
六、商业模式与风险边界：盈利验证期的投入红线
AI 漫剧的商业模式尚未完全跑通，行业整体处于 "收入高增长、利润未验证" 的阶段。对于创作者与投资者而言，明确风险边界与投入红线，比追逐产能增长更重要。
6.1 盈利模式的现实图景：增收不增利的行业现状
兑吧集团 AI 短剧业务 2026 年上半年贡献收入 2.23 亿元，占集团总收入 51.2%，但集团仍预计亏损，主要由于 AI 短剧业务处于发展初期、投入较高。
中文在线因 AI 短剧叠加业绩减亏与出海逻辑涨停，其 2026 年中报显示归母净利润同比减亏超 80%，单分钟制作成本下降超 75%。但二季度仅为阶段性盈利，持续性尚待验证。
快手计划投入 8 亿元探索多元分账模式、2 亿元现金孵化精品剧集。平台正在从 "流量补贴" 转向 "内容生态经营"，行业的盈利逻辑正在发生切换。
6.2 三大核心风险边界
风险一：算力成本持续上涨。单分钟算力成本从 300 元飙升至 800 至 1000 元。当算力成本增速超过内容收益增速时，整个商业模式将面临重构。 风险二：平台分账持续收缩。分成系数从 60 降至 40。当平台从 "补贴换供给" 转向 "利润最大化" 时，创作者收益将进一步压缩。 风险三：内容同质化竞争。AI 降低了生产门槛，但从未降低竞争门槛。当每月 7.4 万部 AI 剧涌入市场时，内容的稀缺性被稀释，单部作品的曝光和变现能力下降。
6.3 过度投入的可操作判断标准
对于个人创作者或小型团队，可用以下 3 个标准判断是否过度投入 AI 漫剧赛道：
三个月回本测试：如果连续三个月无法覆盖直接成本（算力 + 工具订阅），应重新评估选题方向
单部剧 5000 万播放量基准：DataEye《2026 年 H1 短剧行业报告》中以 5000 万播放量作为盈亏平衡参考线，达标率仅 1.3%
人工投入产出比：如果日均投入超过 8 小时，而月收入低于当地最低工资标准，应考虑调整策略
6.4 行业常见认知误区
误区一："千元就能做一部剧"。1914 元仅覆盖直接生成成本，真实总成本在 3 万至 15 万元区间，隐性成本是宣传数字的数十倍。
误区二："AI 生成 = 无需人工"。28.7% 的抽卡成功率意味着 70% 以上的生成内容需要人工筛选、修正或重做，人工成本仍是核心支出项。
误区三："平台补贴 = 稳定收入"。平台分账政策正在持续收缩，2026 年 4 月已将分成系数从 60 降至 40，补贴红利期已经结束。
误区四："产能越大越好"。每月 7.4 万部 AI 剧中，达标盈亏平衡线的仅 1.3%。产能不等于收益，选品与运营的权重远高于产量。
结论
AI 漫剧正在从边缘实验演变为平台战略级内容，但 "千元做剧" 的宣传数字掩盖了真实的成本结构。AniShort 平台（2026 年 7 月）披露的 28.7% 抽卡成功率与 45 天的角色修正周期揭示了一个基本事实：AI 降低了生产门槛，但从未降低竞争门槛。
从技术视角看，角色一致性的突破是 AI 漫剧工业化的关键瓶颈。LoRA 微调、IP-Adapter、FaceID 等多重锁定机制是当前的最优解，但单一技术方案无法完全解决问题，需要根据项目定位在稳定性与多样性之间寻找平衡。从商业视角看，算力成本上涨与平台分账收缩正在压缩创作者的利润空间，个人创作者的成功率不足 1%，团队化、工业化成为必然方向。
AI 漫剧的真正机会不在于 "低成本"，而在于 "高产能 × 低边际成本" 的工业化生产模式，以及长剧化带来的题材边界拓展与 IP 价值盘活。当平台、资本和算法共同洗牌时，真正决定胜负的，从来都不是那 1914 元的生成费。
📢💻 【省心锐评】
AI 漫剧的 "千元做剧" 不是谎言，是省略号 —— 省略了 45 天修正、70% 废片率和不足 1% 的盈利概率。技术把门票发给了所有人，但牌桌上坐着的从来不只有创作者。下一个被市场出清的，不是画质最差的，而是账都没算清的。
