“某IP现在设计的AI味越来越重，不想买了。”
“等了半年的预售，到手和宣传图两模两样，AI生成的宣传图完全不可信。”
“警惕AI宣传图，连实物都不做就开始上链接，和空手圈钱有什么区别？”
今年开始，社交媒体上相似的抱怨越来越多。“团队沾AI”、“AI诈骗”，成了不少用户声讨IP潮玩商家的高频关键词：从同人开团到小厂白牌，不少链接上挂着蓬松可爱、轮廓还原的玩偶，消费者到手却发现造型潦草、嘴歪眼斜。
这批最愿意为情绪价值支付溢价的群体，开始警惕AI入侵IP潮玩这个最依靠“原创审美”的领域。
社媒上的毛绒翻车惨案，很多是同一个剧本：商家用AI效果图先行商家宣传，掩盖了结构甚至打样阶段的缺陷。而不少工厂业务前期都说能做，后期提出“加价”，负责任的“娃妈”可能换厂、垫钱或散团，但翻车的例子在网上更为常见。
而最终的结果体现为消费者的集体情绪：“干脆抵制所有有AI痕迹的产品”——从样品图到宣传素材，“使用AI”被不少人视为商家态度不端正的表现。
但在今年的CTE中国玩具潮玩展上，AI仍然是存在感最强的潮流之一。
阿里云展示了AI大模型到实体设备的技术体系，蚂蚁集团的展台打出了“数科AI大模型IoT全栈方案”，覆盖眼镜、手表和玩具。在“大厂”的展台周围，是更多将获客摆在首位的ODM产商打出的“AI玩具”揽客标识。
“定制款一周内就能给你打样。”一位业务员用“48元AI毛绒玩具”的宣传册拦住了剁椒Spicy，“我们手上也有现有的IP版权可以出。”他身后挂着数十个10厘米到35厘米不等的毛绒玩偶，其中的一些在眼部装上了屏幕，在指令下能转动眼珠和打招呼，“眼睛的动画可以设计的。”
在展馆内走上一圈，宣传册能拿上十几本，内容大同小异：这类AI玩具大多采用第三方AI云平台等服务商提供的机芯方案，通过接入豆包、deepseek等大模型，实现唤醒、对话和发声互动，而“定制”服务，更多落在毛绒外形的设计上。
“来问的都很多。”一个较大的ODM工厂展位给了剁椒Spicy明确的答案，但当问到能落地多少，他停顿了一下，“还是要看具体的需求。”
这一秒钟的犹豫，在社交平台上会表现得更直白：“AI赋能”让更多设计想法涌入行业，降低了双方接触的门槛，但能走到成交的并没有想象得那么多。
01.AI真的让潮玩变天了吗？
AI“生成平权”的风的确已经刮到了IP潮玩，平台上充满了“潮玩IP形象设计AI指令”、“实物化AI指令”的分享贴。但AI是否已经真正给IP潮玩带来了产品的功能革命和效率革命？
所有分支中，门槛相对较低的毛绒品类对AI的冲击感知最为直接。
“先用AI跑了一个效果图，你们能做吗？”剁椒Spicy反过来询问了多家毛绒类ODM展位，业务员的回答也非常一致：“都可以订，我们设计师按实际情况给你打样。”他们口中的前期费用在几千到小几万不等，一家工厂主动提到，“现在AI辅助跑的需求很多，我们都有处理的经验，后续怎么去还原都会跟你沟通。”
现实是，业务员接洽过来之后又“无疾而终”的订单，以及网上那些翻车的惨案，都卡在了这个“沟通”的过程中。
“大部分人可以接受说，AI生成的颜色需要比照着我们线下的色卡选接近的料子，或者会需要定制，这一部分是没问题的。”一家接受私人定制和小量“开团”的工厂表示，“但AI生成图里，很多现有工艺和料子实现不了，或者会生成特别复杂的设计，我们解释起来也很困难。”
最直接的问题在于毛料的应力形变。长毛料容易遮住设计的轮廓和细节，短毛料又影响手感和可爱程度，即使是Jellycat这样的成熟产商也无法打包票解决二者间的平衡，因此网上才会涌现无数的“修脸整容”教程。但AI往往会忽略这一点，渲染图看起来又蓬松又完 美保留轮廓，但工厂只能解释“现实中根本找不到这样的毛料”。
比“物理学上不存在”更难沟通的是“得加钱”。AI完全忠实于设计初稿，因而容易出现增加成本和工序的设计：过多的颜色需要多种布料，过于复杂的凹凸点和结构需要对抗重力的骨架，繁复的配饰需要人工车缝，这些都意味着增加成本，“谈着谈着就超出了预算”。即使进入大货量产，损耗和不良率也会增加。
此外，AI生成的三视图普遍缺乏精确的空间透视逻辑，“第三只手”等穿插错误屡见不鲜，最终仍然需要版师凭经验把图“翻译”成一个物理上站得住的东西。
即使有人吐槽“看到AI生成的效果图就头痛”，一线人员也并不全然排斥AI：AI可以帮助将现有的爆款或意向图反向解析提示词，通过对不同面料质感的粗略感知快速“开脑洞”。但“效率革命”这个词，落到实操上仍然要打折扣：“对一部分清楚自己要什么，也懂实操的客户来说，AI毕竟提供了具象化的视觉图，一定程度上把沟通成本打下去了。但对更多‘小白’客户，面对AI图制造的所见即所得的幻觉，沟通成本反而会更高。”
AI能力边界的信息差，也让投机和“两头糊弄”也因此有了滋生的空间。客户拿着难以落地的图比价，而工厂用笼统的低价先把单子揽下来，“前期几千到小几万”的报价在展会上随处可见，但真正的成本分歧往往发生在打样之后。
生成端的效率增益，也就此停在了工厂门口。
02.“中间层”遍地，但AI潮玩的新物种还没来
如果只看产品叙事，“AI赋能玩具”已经讲了好几年。市场上有成功的案例，但从整个潮玩大盘来看，它们仍然更像成熟产品上添加了AI新玩法，而不是一个从底层改变了AI潮玩“是什么”的新物种。而在新物种难产的同时，CTE上已经出现了庞大的下沉“中间层”。
主动拦下剁椒Spicy的这家“AI源头工厂”，展板上最 大的字眼是“送”：“送定制声音眼睛、送唤醒词、送版权、送报告。”
展台上的成品价格在48-120元不等，根据宣传册内的介绍，产品统一采用某上市公司的模组芯片，联网调用云端大模型，客户针对市场偏好选好模型、装上电池和喇叭，就可以出厂。
而另一家工厂展示的“加菲猫正版授权”盲盒定价79元，业务员介绍“隐藏款接入了AI”，可以实现眨眼、转头等互动，“其他普通款是手动的”。
走访一圈会发现类似方案的代工厂不在少数。它们的报价、配置以及所能实现的交互几乎如出一辙：双眼镶嵌两块圆形小屏幕用来切换动画表情，通过特定唤醒词激活，几秒钟的网络延迟后，调用的大语言模型会进行天气等简单的问答对话。
除了散落的中小方案商，巨头也试图在底层建立秩序。展会现场，蚂蚁数科展示了其AI大模型全栈解决方案，涵盖了智能眼镜、手表、耳机以及儿童与潮玩玩具。然而全栈方案越成熟，前端产品就越难避免同质化。
这种描述不意味着贬低，恰恰是中间层把AI陪伴从极客玩具拉进了大众消费。根据《北京日报》的报道，目前基础AI芯片方案已控制在20元以内，“本质上所有毛绒玩具都能通过‘芯片+外壳’升级为智能产品。”但中间层的繁荣并不等于自动长出新物种，当技术方案趋同，竞争便再次回到外观、角色设定和价格上：热闹过后，中小厂家再次回到了前一轮竞争点。对大多数传统玩具代工厂而言，AI带来的不是剧变，而是成熟且长青的传统业务的一种新包装。
而目前在“AI玩具”这个概念中走得相对成熟的几个品牌，已经逐渐分化出了一些不同的方向。
一是与IP结合，或寻求IP赋能，或服务于IP拓展。乐森机器人选择广泛寻求外部IP授权，将迪士尼、小黄人、变形金刚等IP做成“潮玩”尺寸的消费级互动机器人。而奥飞娱乐较早宣布过布局AI玩具，曾推出过两代AI喜羊羊，这次也将去年发售的AI懒羊羊带上了展会。值得关注的是角色的转变：今年奥飞孵化的自主潮玩品牌miemie world将懒羊羊IP系统性地“潮玩化”为“懒咩咩”。在某种程度上，新款AI玩具也起到了和“懒咩咩”协同的作用。
二是跳出对玩具形态本身的竞争，寻求更长线的服务点。最典型的是珞博智能的“芙崽”，外观设计不算复杂，而产品的重心在于个性化养成，并随之引入后续的付费体验：聊天需要消耗精力值，除了每天获取的免费精力值，用户可以通过月卡等方式订阅补充。这似乎是一种变相的“卖token”。
CTE展台内也不乏更注重IP设计和社群运营的新品牌。场馆内比较热闹的是某家以仿真猫咪为主题的AI互动潮玩展台，在排队体验的消费者眼中，“陪伴”其实大同小异，在场馆里，“还是得一眼觉得好看才会过来体验。”
而“好看”及背后的审美判断，恰恰是全栈方案还给不了的东西。
03.IP还没有考虑好怎么面对AI
当AI带来的变革继续向IP上游延伸时，行业的姿态变得更加复杂。
剁椒Spicy曾与一家曾公开表述过将广泛运用AIGC赋能内容生产的潮玩品牌的产品视觉负责人交流，设计师认为，在目前的工作流里，AIGC主要负责前期脑暴过程中的资料收集，以及帮团队梳理工作流，“但最终落地的灵感都来自工作室的成员”。
市面上IP采用AI的方式，也更多集中在把AI放在“玩法/内容生态”的位置，除了奥飞的AI懒羊羊，叶国富今年高调宣布的YOYO人形机器人研发计划也是一个案例：据他所言，“如何把AI和IP融合在一起，这是我们下一步的战略”。但这恐怕也已经超过了市面上现存“AI潮玩”的概念，而要进一步向具身智能的领域发展。
IP潮玩并非不需要AI，但对于AI能否站在价值前台仍有争议。近期的Labubu新系列“一喵变猫”评价中，大量网友在评价中使用“AI味”来描述猫咪Labubu的四只耳朵。
这并不是一种对开发方式的有证据的指控，更值得注意的是“AI味”被用于描述“令人觉得反常、怪异、油腻甚至廉价”的产品设计，并已经被和负面态度联系起来。换而言之，目前的消费者相对能接受AI协助下的物料分发，但不太愿意为AI生成支付原本应该付给“作者性”、“原创性”的溢价。
3D打印是对AI辅助的UGC内容相对开放的社区之一。相关品牌普遍认为，AI和模型社区一起把创造的门槛打下来，让原本不会用Blender或CAD的普通爱好者也能把脑海中的构想实体化，更多新人进来，更多想法发生，有助于繁荣整个生态。
AI的确快速压缩了热点梗化为实体的速度，打开了延展出更多内容的可能性，今年在Makerworld上爆火的《牛来》便是一个例子。有打印农场团队在采访中提到，借助AI 3D模型辅助设计和拆件，大约1小时便能完成可打印的STL模型。
但平台很快发现，“生成平权”之后，缺的不是生成，而是可验证的作者责任。在MakerWorld的社区激励机制下，模型的流量可以转化为积分与耗材。可以预想，社区中必然会出现使用AI批量生成未经测试的模型钻空子的玩家：虽然社区要求用户在上传模型时提供实拍图，但这一步依然可以使用AI渲染来规避。
作为规则制定者，拓竹能做的是在鼓励大众创作的同时在IP激励设限。官方与知名IP联合举办的创作者激励竞赛中，明确规定禁止上传AI生成的模型参赛。这规定针对的不是AI辅助建模本身，而是禁止AI模型和真为结果负责的创作者争夺同一份注意力，确保激励留在具有原创“作者性”的创作者手中。
平台开始尝试用规则回答“谁为结果负责”，但IP潮玩行业还没有形成一个共识。AI确实在生成层面带来了某种意义上的“平权”，但还没有消弭审美、技术经验及沟通交付的门槛。
能被标准化、模块化、快速报价的东西，正在变得越来越透明，利润空间也在被迅速摊薄，而能被标准化的经验、取舍、叙事，以及为这些判断负责的人，反而在变贵。而红利能发生的空间，也注定会向后者迁移。