Tubi推出ChatGPT应用程序，意图终结流媒体搜索的挫败感

引言：当“看什么”比“有什么”更令人头痛

还记得上次瘫在沙发上，却花了超过二十分钟在Netflix、Disney+的目录中反复滑动，最终可能只是关掉电视的经验吗？这不是你的问题，而是整个流媒体产业共同创造的“选择悖论”困境。根据产业数据，2025年用户平均花费 20分钟 寻找下一部要看的节目，是2019年的两倍以上。内容爆炸性增长，反而让“发现”成了体验中最令人沮丧的一环。

就在这个节骨眼，隶属福斯集团的免费广告支持流媒体电视服务 Tubi，做了一个大胆且极具象征意义的举动：它不再试图让用户回到Tubi的应用程序里解决这个问题，而是直接将“推荐引擎”打包成一个原生应用，送进了 ChatGPT 的商店里。

用户只需在ChatGPT对话框中输入“@Tubi”，然后用自然语言描述——例如“给我一部适合下雨天看的温馨家庭喜剧”或“找一部有反转结局的冷门科幻片”——AI便会直接给出推荐，并附上在Tubi上观看的链接。

这看似只是一个功能整合，但在我看来，这是流媒体战争进入“后应用程序时代”的第一声号炮。它背后的产业逻辑与战略意图，远比表面上看起来的技术合作要深刻得多。

为什么说“发现”已成为流媒体产业的终极战场？

注意力稀缺时代的残酷算术

要理解Tubi这步棋的深意，必须先看清当前的战场态势。流媒体产业经过十年厮杀，已从早期的“内容军备竞赛”，进入到“用户注意力争夺”的深水区。各大平台砸下数百亿美元充实片库，结果却让用户陷入选择瘫痪。更致命的是，年轻世代的注意力结构已经彻底改变。

Tubi的用户中有超过 34% 年龄落在18至34岁之间。这个族群的使用情境是什么？是同时在手机上刷着TikTok、回复Instagram消息，并在电视上播放着流媒体节目。他们的注意力是高度碎片化且多工并行的。Tubi首席执行官Anjali Sud一语道破其战略核心：“我们赌的是，电视的未来应该要像Instagram一样简单且个性化。”

这句话的潜台词是：传统的、封闭的、以平台为中心的浏览与搜索模式，对这群用户已经失效。如果“发现内容”的过程不够直觉、不够快速、不够贴合当下情境，用户流失就在一瞬间。

自建AI的挫败与战略转向

Tubi并非突然意识到AI推荐的重要性。早在2023年，它就尝试推出自建的AI发现工具“Rabbit AI”，让用户在平台内以问答形式获取推荐。然而，这项服务在隔年便黯然关闭。这次失败的经验极其宝贵，它说明了两个关键点：

1. 单一平台的数据与流量，不足以训练出足够聪明的通用型对话AI。
2. 要求用户为了一个特定功能，特意打开另一个特定App，本身就是一种体验摩擦。

正是这次挫败，促使Tubi的战略从“建造”彻底转向“嵌入”。与其耗费巨资打造一个可能无人问津的独立AI界面，不如直接进驻那个已经拥有 每周9亿活跃用户 的对话式平台——ChatGPT。这是一种典型的“去哪里找鱼，就去哪里钓鱼”的务实逻辑。

下表比较了Tubi新旧两种AI战略的本质差异：

这个转向不仅是战术调整，更是一种对产业未来格局的预判：未来的服务将越来越“无形”，成功的关键不在于你的应用程序图标有多常被点开，而在于你的服务能多深、多聪明地融入用户的数字生活流之中。

Tubi的ChatGPT整合，如何改写流媒体平台的竞争规则？

从“目录浏览”到“意图直达”的范式转移

传统的流媒体平台界面，无论设计得多精美，本质上仍是“目录思维”的产物：将内容按类型、主题、人气、编辑推荐等维度分门别类，让用户像在图书馆查卡片一样寻找。搜索功能则依赖关键字匹配，无法理解“让我哭一下的电影”和“感人催泪电影”可能是同一种意图。

Tubi透过ChatGPT实现的，是一种“意图直达”的范式转移。用户表达的是模糊的、情境化的、充满个人色彩的“需求”，AI的任务是解读背后的“意图”，并直接给出最匹配的结果。这跳过了所有中间的浏览与筛选步骤。

graph LR
    A[传统流媒体发现路径] --> B[打开平台App]
    B --> C[浏览首页/分类]
    C --> D{决定搜索?}
    D -- 是 --> E[输入关键字]
    D -- 否 --> F[无限滑动浏览]
    E --> G[得到关键字匹配列表]
    F --> H[可能因选择疲劳放弃]
    G --> I[手动点选观看]

    J[Tubi + ChatGPT 路径] --> K[在任何ChatGPT对话中]
    K --> L[输入 @Tubi + 自然语言需求]
    L --> M[AI解析情境与意图]
    M --> N[直接获得推荐与链接]
    N --> O[一键跳转观看]

    subgraph “体验摩擦比较”
        A --> P[高摩擦: 多步骤, 高认知负荷]
        J --> Q[低摩擦: 直觉, 情境化, 无缝]
    end

这个转变的产业意义在于，它重新定义了“平台优势”。过去，平台优势体现在独家内容、用户界面、算法推荐。未来，平台优势可能更体现在 “与外部AI生态的整合深度与智慧”。谁能更流畅地将自己的内容库“翻译”成大型语言模型能理解并精准调用的服务，谁就能在注意力争夺战中抢占先机。

对订阅制巨头的潜在冲击：封闭花园的裂痕

这项发展对Netflix、Disney+、Amazon Prime Video等订阅制巨头传递了一个强烈信号。这些巨头长期经营着被称为“封闭花园”的生态系统：用户付费进入，所有体验都在围墙内完成。它们也投资AI，但主要用于优化围墙内的推荐算法。

Tubi的举动等于是花园的围墙上开了一扇窗。它告诉用户：你不必非得在花园里迷路，你可以站在一个更开阔的阳台上，直接告诉管家你想要什么，我就能把花园里最适合你的那朵花递出来。

这会带来什么影响？

1. 发现漏斗的转移： 部分用户，尤其是年轻、科技尝鲜者，可能会养成“先在ChatGPT问，再去平台看”的习惯。这使得ChatGPT在某种程度上成了流媒体内容的“元搜索入口”，削弱了各平台首页作为主要发现管道的地位。
2. 竞争维度增加： 巨头们除了彼此竞争，现在又多了一个新的竞争维度：谁的内容库更能被外部AI有效索引与推荐？ 这涉及复杂的技术整合、数据结构化与API设计。
3. 战略两难： 巨头们面临抉择：是跟进整合，冒着将部分用户体验控制权让渡给OpenAI的风险？还是坚守封闭生态，赌自家AI的体验足以留住用户？这不是一个容易的答案。

下表分析了主流流媒体平台面对此趋势的可能战略选项与利弊：

广告模式的进化：从“受众锁定”到“情境与意图的双重锁定”

Tubi作为广告支持平台，其每一步创新最终都需服务于广告变现。这次的ChatGPT整合，可能将其广告科技能力推向一个新高度。

Tubi Moments与AI意图解析的结合

Tubi早已将AI深度整合至其广告技术堆栈中，运用大型语言模型与深度学习来解析用户意图。其标志性产品“Tubi Moments”能自动识别影片场景中的情绪、氛围与视觉元素，并将其标记为可贩售的广告库存。这实现了“情境式广告”的自动化与规模化。

现在，想象将这项能力与ChatGPT整合后的用户意图数据相结合：

1. 意图侧： 用户在ChatGPT中描述“想找一部在纽约拍摄、节奏紧张的犯罪片”。这不仅表达了内容偏好，也隐含了用户当下的情绪状态与地理兴趣。
2. 情境侧： Tubi的AI识别出符合条件的影片中，恰好有主角在时代广场追逐的场景。
3. 广告匹配： 系统可以将纽约旅游局的广告、运动鞋品牌的广告，或能量饮料的广告，精准地投放在该场景的广告位中。

这就从传统的“受众锁定”，升级为 “意图 + 情境”的双重锁定。广告的相关性与效果预期将大幅提升，从而推高广告单价与品牌主的投资回报率。

mindmap
  root(Tubi AI广告价值链强化)
    (意图数据来源扩充)
      ChatGPT自然语言查询
        解析即时观影情绪
        解析潜在兴趣主题
        解析观看情境偏好
    (情境识别技术深化)
      Tubi Moments场景标记
        视觉元素识别
        情感与氛围分析
        音频内容分析
    (精准匹配与投放)
      动态广告插入
        基于意图选择广告类别
        基于场景匹配具体广告素材
        实时竞价效率提升
    (效果衡量与优化)
      观看完成率关联分析
      品牌提升效果调查
      后续行为转换追踪

根据Tubi公开资料，其模型训练基于每月 10亿小时 的观看数据。整合ChatGPT后，来自对话界面的高价值意图数据，将成为优化其广告匹配模型的又一强大燃料。这构筑了一道对于纯订阅制平台和传统电视广告都难以企及的竞争壁垒——基于海量互动数据的、动态的、情境感知的广告引擎。

产业未来图景：流媒体的“无应用程序”未来？

Tubi的这次行动，不应被视为单一事件，而应被看作一个强烈的趋势信号。它指向一个可能的未来：流媒体服务变得越来越“无形”，越来越像一种随时待命的“效用”。

阶段性发展路径推演

我认为，流媒体产业与生成式AI的融合将大致经历三个阶段：

1. 辅助发现阶段： 即当前Tubi所处的阶段。AI主要作为外部辅助搜索与推荐工具，平台核心体验仍在自家App内。竞争焦点是“整合的顺畅度与推荐的准确度”。
2. 深度整合与服务化阶段： AI不再只是推荐入口，而是驱动个性化体验的核心。可能出现的功能包括：基于AI对话自动生成个性化频道、跨平台内容的统一AI助理、即时根据聊天内容推荐相关影片片段等。平台的部分后端服务将彻底“API化”，供各种AI智能体调用。
3. 分布式与智能体主导阶段： 用户可能不再需要记住自己订阅了哪些平台。个人的AI智能体将根据用户的偏好、预算和当下需求，动态地管理订阅组合、在各平台内容库中穿梭、甚至为单一部影片进行跨平台比价与临时授权。流媒体平台