如果想用光来演奏，该怎么办？《2026 美好奇妙夜》上，《月光》舞台给出了答案。五道激光垂落，舞者挥手触碰光线，声音随之响起。这个“以光为弦”的想法由歌手胡彦斌提出，他与TRAE生态创作者借助AI编程，将构想变成了一套能够在现场运行的互动程序。
它回应的是一个明确的创作要求：让表演者的动作触发相应声音，把音乐表达中的一个设想做出来。对AI生产力的讨论，也可以从这样的具体问题开始。
舞者通过激光琴弦演奏音乐
从一个环节，看见实际价值
借助AI编程实现的“光弦琴”，为音乐人提供了一种可以实际使用的互动手段。而杨丽萍的《雀之灵》通过AI找到了另一种舞台呈现方式。团队先录制舞者的动作，再借助视频生成模型Seedance的“动作迁移”功能，制作数字孔雀影像，演出时与舞者的动作相互呼应。模型承担的是舞台影像制作中的具体任务，让舞蹈有了新的视觉表达。此外，AI生成的视频素材要满足巨幕呈现要求，还需要火山引擎“巨幕超分”等技术支持。
Seedance模型“动作迁移”实现人与数字孔雀共舞
这些应用面对的都是实际制作中的要求：影像要与动作呼应，程序要支持现场互动，素材要适合巨幕呈现。只是进入工作流程还不够，能否帮助人们达到任务要求、产出成果，才是判断技术价值的依据。
AI的生产力价值，不必等到它能独立完成一整项工作才成立。帮助人解决工作中一个具体而重要的难题，就是技术转化为生产力的实际起点。
AI生成视频，用途不止在文娱
离开舞台，同样的视频生成能力，还可以服务另一类工作。据公开报道，已有工程机械企业将Seedance模型用于工业操作培训视频生成。视频生成模型在这里承担的是培训内容的呈现任务，将操作流程转化为视听材料。
汽车制造企业也在探索类似用途：利用视频生成模型辅助产品设计，并制作不同语言版本的产品使用说明视频。设计构想需要呈现，产品使用方法需要说明，这些都是企业实际工作中的需求。
对于一款 AI 模型，不能因为核心能力是生成视频，就把其用途一概归于文娱。AI生成视频的价值，要到它所服务的工作中寻找。
同样是一段视频，用在舞台上，要契合艺术表达；用于操作培训，要把步骤交代准确；用于设计沟通，要让构想直观呈现，便于讨论。用途不同，衡量的标准也不同。视频生成模型把生成能力做好，能不能帮上忙，就要放到这些具体要求中检验。
AI 是否具有生产力价值，要看它是否帮人解决了实际工作中的具体问题。
不同的需求，打开不同的应用空间
AI进入更多行业，机会也藏在这些具体需求里。行业不同、任务不同，需要的技术支持自然不同。AI赋能千行百业，不是由一个模型承担所有任务，而是让不同的能力找到适合自己的用途，并在使用中持续改进。
有些工作需要把过程呈现出来，有些任务则需要预判：环境会怎样变化，一个动作会带来什么结果。美好奇妙夜上，影视飓风 Tim 演示了字节跳动正在研发的世界模型，画面从 “看一段视频” 延伸到 “走进一个可以交互的空间”。
影视飓风Tim演示世界模型
这种能力能用在哪里？Tim 在演讲中举了家务机器人的例子：家里的环境很复杂，如果机器人先在世界模型构建的虚拟环境里反复练习，分清哪些东西能拿、哪些需要避开，再到真实家庭中干活，就可能更快上手。自动驾驶中那些现实里很少遇到、又必须学会应对的突发情况，也可以先在虚拟环境中反复模拟。国际上不少研究机构探索世界模型，看重的也正是它为训练和测试提供模拟环境的潜力。
当然，这些仍是探索中的方向。在虚拟世界里练得好，不等于在现实中能做对。模拟是否可靠，还要在具体任务中验证。但方向是清楚的：AI 对现实世界的变化规律把握得越可靠，就越有可能帮人处理更复杂的工作。
从舞台制作到工业设计，再到面向更复杂任务的世界模型研究，字节跳动正在做的，是让模型能力走进具体工作，用能否解决实际问题来检验它。这样的探索值得肯定。美好奇妙夜呈现的，正是其中的一部分。
衡量 AI 的生产力，不只看它生成了什么，更要看它帮人做成了什么。
文/云书
