Der erste KI-Kinospielfilm erzielte innerhalb von drei Tagen nach seinem Kinostart lediglich eine Million Yuan an Einspielergebnis – warum stößt er auf so geringe Resonanz?

Nach 3 Tagen seit der Premiere hat der erste inländische KI-Kinofilm *Sanxingdui: Vergangenheit der Zukunft*, auf den die Netznutzer voller Erwartungen gewartet haben, nur eine Million Yuan an Kinoeinnahmen erzielt.

Dieser Film wurde 2 Jahre lang produziert, es wurden mehr als 1,2 Millionen Basiskarten erstellt, fast hundert Mitarbeiter eingesetzt, und die von der Produktionsfirma angegebene Herstellungskosten liegen in Höhe von mehreren zehn Millionen Yuan.

Er hat den vollständigen Prozess von der Produktion, der Prüfung bis zur Kinopremiere von KI-Langfilmen erprobt und abgeschlossen, und hat auch die KI-Film- und Fernsehproduktion von Kurzvideos und Kurzserien an die Tür der traditionellen Filmindustrie gebracht.

Aber die Rückmeldung des Marktes ist ziemlich kühl. Was fehlt hier eigentlich?

01 KI-Film – zumindest hat jemand den Mut, ihn ins Kino zu bringen

Zuerst die lobenswerten Punkte.

*Sanxingdui: Vergangenheit der Zukunft* ist nicht einfach nur das Zusammenfügen mehrerer KI-Videos. Der Film hat eine Gesamtlänge von 100 Minuten, die Geschichte erstreckt sich über das alte Shu, das alte Ägypten sowie die zukünftigen Welten der Jahre 2045 und 2095, und muss verschiedene Szenen wie Kriege, Relikte und Schneeberge verarbeiten.

Von dem Projektstart im Jahr 2024 bis zur offiziellen Premiere dauerte die Produktion 2 Jahre. Unter Bezugnahme auf die traditionelle Filmcrew wurden 17 professionelle Arbeitsbereiche wie Drehbuchautor, Regisseur, Kunst, Fotografie, Beleuchtung, Ton und Schnitt eingerichtet.

Die KI-generierten Charaktere in verschiedenen Aufnahmen konsistent zu halten und aus Szenen, Bewegungen und Tönen einen vollständigen Langfilm zu machen, ist an sich schon ein nicht geringes industrielles Experiment.

Ein Teil der Zuschauer hat auch die visuellen Effekte des Films anerkannt.

Der bronzene Götterbaum, die große bronzene Stehfigur, die Masken mit vorstehenden Augen sowie die alte Hauptstadt des Königreichs Shu und die großen Opferzeremonien haben einige positive Bewertungen erhalten.

Einige Zuschauer gaben an, dass sie nach dem Anschauen das Sanxingdui-Museum besuchen wollen.

Zumindest bei der visuellen Darstellung bestimmter Szenen verfügt die KI bereits über die Fähigkeit, die Zuschauer zu beeindrucken.

Was noch wichtiger ist, dieser Film ist tatsächlich in die Kinos gekommen. Für die gesamte Branche bietet er eine Gelegenheit, die Herstellungskosten, den Produktionsprozess und die Marktakzeptanz von KI-Langfilmen zu beobachten.

Daher ist es nicht notwendig, diesen Versuch wegen der geringen Kinoeinnahmen als völlig wertlos zu bezeichnen.

02 Unumgängliche Mängel von KI-Langvideos

Im Folgenden sprechen wir darüber, was genau schiefgelaufen ist.

Das erste Problem ist die Inkonsistenz von Bildern und Emotionen.

Es gibt eine sehr lustige Szene im Film.

Die Charaktere haben gerade einen Hinweis gefunden und beschlossen, zum Schneeberg zu gehen, und beim Schnitt sind sie schon dort angekommen; nach einer Lawine kommt der nächste Schnitt, und sie stehen bereits vor der Tür des Relikts.

Die gesamten Prozesse des Weges, der Suche, des Wartens und der Reaktion nach dem Unfall, die eigentlich die Entwicklung der Charakterbeziehungen vorantreiben könnten, wurden auf einige einfache Bildausschnitte komprimiert.

Noch absurder ist, dass der König des Königreichs Shu vor 5000 Jahren nach Ägypten reisen will.

Man muss wissen, dass selbst heute die Flugreise von Sichuan nach Ägypten 16 Stunden dauert.

Aber im Film durchläuft er nur einige Szenen wie Gehen, Bootfahren und Kamelreiten, trifft dann problemlos auf den Pharao von Ägypten, der sogar fließend Chinesisch spricht.

(Der König des Königreichs Shu und der Pharao von Ägypten im offiziellen Werbefilm)

Diese Auslassung sieht aus wie fauler Schnitt, aber dahinter verbirgt sich eine strenge Einschränkung der aktuellen Videogenerierungsmodelle.

Bis zum Jahr 2026 liegt die Länge der kontinuierlichen Generierung pro Mal bei den Mainstream-Modellen noch im Bereich von 8 Sekunden bis 30 Sekunden: Veo 3.1 generiert einmal 8 Sekunden, Keling und die meisten chinesischen Modelle 15 Sekunden, Seedance 2.5 bis zu 30 Sekunden.

Google hat in der im September 2026 veröffentlichten Langvideo-Orchestrierungsarbeit einen Namen für dieses Problem gegeben: Semantische Drift und Kaskadenfehler, was bedeutet, dass kleine Abweichungen in den räumlichen Beziehungen von Charakterkleidung, Requisiten und Beleuchtung sich mit den Aufnahmen ansammeln.

Das Reisen ist genau eines der schwierigsten zu generierenden Materialien: Es gibt keine visuellen Wunder, aber es erfordert, dass Charaktere zusammen mit Kleidung, Beleuchtung und Umgebung über einen längeren Zeitraum konsistent bleiben.

Den Prozess zu löschen und nur das Ergebnis zu behalten, ist die kostengünstigste Lösung in dieser Phase, mit dem Nachteil, dass die Charakterbeziehungen keinen Raum für Entwicklung haben.

Neben den Brüchen in den Bildszenen sind auch das "Verhalten" und die "Darstellung" der Charaktere zerrissen.

Ein Filmkritiker wies darauf hin, dass die Charaktere beim Wandern im Schneeberg noch Lederschuhe und Hemden tragen, nach der Lawine fast unverletzt sind und Kleidung und Frisur keine Veränderungen aufweisen.

(Die Hauptdarstellerin trägt im offiziellen Werbefilm fast die ganze Zeit einen Raumanzug)

Das ist nicht nur ein Fehler im Film, sondern betrifft auch die Zustandskonsistenz und die physikalische Kausalität in KI-generierten Videos.

Für Menschen bedeutet eine Lawine Stoß, Begräbnis, Kälte und potenzielle Verletzungen. Nachdem eine Person diese Ereignisse erlebt hat, ändern sich normalerweise ihr Körper, ihre Kleidung und ihr Verhalten.

Aber wenn das Generierungssystem diese Zustände nicht kontinuierlich verfolgt, können verschiedene Aufnahmen jeweils Bilder generieren, die einzeln vernünftig aussehen, aber zusammen widersprüchlich sind.

Auch die Emotionen der Charaktere: In der vorherigen Szene sind sie noch ausdruckslos, und beim Schnitt zur nächsten Aufnahme weinen sie plötzlich ohne jeglichen Emotionsübergang. Das Weinen sieht nur so aus, als würde Augentropfen aus den Augen fließen, und die Augenringe sind nicht einmal rot.

Außerdem bewegen sich in einigen Nahaufnahmen die Münder der Charaktere, aber andere Gesichtsmuskeln zeigen keine entsprechende Veränderung. Diese Unlogik macht es schwer zu glauben, dass es sich um eine „lebende Person“ handelt.

Das ist auch der Grund, warum die KI-Branche in den letzten Jahren dem World Model (Weltmodell) und dem Physical AI besondere Aufmerksamkeit schenkt.

Beides ist nicht gleichzusetzen mit Filmgenerierungstechnologie, aber sie teilen ein gemeinsames Kernproblem: Das System darf nicht nur erkennen, was vor ihm liegt, sondern muss auch die räumlichen Beziehungen zwischen Objekten, Bewegungsgesetzen und die Folgen einer Handlung so weit wie möglich verstehen.

Daher kann man nicht einfach sagen, dass KI niemals schauspielern kann, aber man kann auch kein realistisches Gesicht direkt mit einem glaubwürdigen Charakter gleichsetzen.

Generative KI ist gut darin, visuelle Ergebnisse zu erzeugen, aber Filme erfordern, dass diese Ergebnisse eine vollständige Ausdrucksform in Bezug auf Zeit, Handlung und Emotionen bilden.

03 Warum eilt die Filmbranche, KI-Filme zu produzieren?

KI-Filme haben noch so viele Probleme – können die Produzenten und die Prüfer das überhaupt nicht erkennen? Warum eilen sie dann, KI-Filme in die Kinos zu bringen?

Erstens brauchen sowohl die Technologie als auch die Industrie eine Gelegenheit, sich selbst zu beweisen.

In der Vergangenheit tauchten KI-generierte Videos hauptsächlich in Kurzvideos, Werbungen und Kurzserien auf. Kurze Inhalte können Zuschauer mit einigen beeindruckenden Aufnahmen anziehen, aber Filme haben höhere Anforderungen an eine vollständige Erzählung.

Ob man einen 100-minütigen Langfilm herstellen kann, bedeutet, ob KI in komplexere Inhaltsproduktionsprozesse eintreten kann.

Für Filmfirmen ist dies auch eine Gelegenheit, die Kostenstruktur, die Produktionseffizienz und neue Herstellungsverfahren zu erforschen.

Große Szenen in traditionellen Filmen erfordern oft einen großen Aufwand für Kunst, Kulissenbau und Dreharbeiten. KI hat die Chance, die Kosten einiger Abschnitte zu senken oder Szenen, die früher schwer zu realisieren waren, einfacher herzustellen.

Zweitens gibt es die Erwartung von Kapital und Markt an das „Erste“.

Nach der Veröffentlichung der Nachricht über die Festlegung des Vorführtermins von *Sanxingdui: Vergangenheit der Zukunft* ist der Aktienkurs von Bona Film Group deutlich gestiegen.

Die Vorstellung des Marktes von KI-Filmproduktion geht offensichtlich weit über die Anzahl der verkauften Kinokarten eines Films hinaus, sondern umfasst auch, ob sich die Art der Inhaltsproduktion in Zukunft ändern wird.

Es gibt auch ein sehr realistisches Konsumproblem.

Die KI-generierten Kurzserien auf Douyin haben im September 2026 mehr als 200 Milliarden Aufrufe erzielt, was zeigt, dass Verbraucher KI-Inhalte nicht von Natur aus ablehnen.

Aber warum sollte man 19,9 Yuan, 39,9 Yuan oder sogar mehr bezahlen, um extra ins Kino zu gehen und einen KI-Film anzusehen, wenn es im Internet eine große Anzahl von kostenlos anzusehenden KI-Videos gibt?

Wenn Kinoprodukte keine deutlichen Vorteile in der Handlung, den Charakteren und dem audiovisuellen Erlebnis haben, kann „KI-Herstellung“ kaum zu einem Verkaufsargument werden. Es kann sogar umgekehrt wirken, dass die Zuschauer jede unnatürliche Stelle unter die Lupe nehmen.

Daher sollte der nächste Schritt der KI-Filmproduktion nicht nur sein, eilig zu beweisen, dass man einen Film drehen kann.

Sondern zu beweisen, dass die Zuschauer auch dann, wenn sie wissen, dass er von KI hergestellt wurde, der Meinung sind, dass sich das Kinoticket gelohnt hat.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Verrücktes Technologieamt“, Autor: KONG Yilin, veröffentlicht mit Genehmigung von 36Kr.