AI臉氾濫引發恐怖谷效應:短劇千人一面,“活人感”成稀缺資源

2026年7月15日 16:41
AI臉氾濫引發恐怖谷效應:短劇千人一面,“活人感”成稀缺資源

重點摘要

AI短劇中角色臉孔高度同質化,引發觀眾「恐怖谷效應」與生理不適,原因在於訓練數據、演算法趨中穩定與低成本量產。同質化問題也擴及AI作曲、動畫與寫作,使「活人感」成為稀缺資源,促使行業開始制定標準與反思。人民日報與中國網絡視聽協會已呼籲關注內容品質,避免技術流失藝術人文價值。

站內 AI 整理稿

AI短劇近來在抖音等平台大量湧現,但觀眾打開一看卻發現,劇中角色不論男女,幾乎都長得一模一樣:同樣的臉型、同樣的髮型、連劉海都統一中分。這種現象並非只出現在同一部劇裡,當你滑到另一部AI短劇,會發現演員們依然長著同一張臉。不少網友在評論區反映這種視覺上的高度雷同令人感到不適,有作者回應,這已經是盡可能最好的結果,一個片段必須抽卡七八次才能生成。 這並非個別狀況。中國網絡視聽協會在2026年第一季發布的數據顯示,AI微短劇在整個行業上線的短劇中佔比已超過95%。換句話說,現在刷到的短劇,絕大多數都是由數位演員在演出。新榜數據也指出,從2026年1月1日至6月30日,抖音上至少出現了9條累計播放量破億且被標示為AI的相關影片。數量雖大幅成長,但觀眾的耐心也隨之消耗殆盡。微博上「AI臉 恐怖谷效應」的話題一度登上熱搜,總閱讀量達到274.7萬,網友普遍反映AI仿真人劇中同一張臉頻繁出現,已造成生理性的不適感。 為什麼所有AI角色都會長成一個樣?問題的根源在於數據、演算法與成本。首先,AI的審美並非天生,而是透過數據訓練出來的。目前主流圖像與影片模型的訓練素材中,超過七成來自社交媒體與時尚網站,這些平台上的照片本身就高度同質化,多為大眼睛、高鼻樑、尖下巴等流量最高、傳播最廣的人像標準。AI模型在生成人臉時,本質上是在玩機率遊戲,首要任務是產出一張「絕對像人」的臉。為此,演算法會自動向所有人臉的統計平均值靠攏,抹平小眾、極端的五官特徵,這種做法稱為「趨中維穩」。眼角下垂比上挑更溫和、不具攻擊性,模糊的下頜線比清晰的下頜角更不容易出錯,AI為了避免生成畸形或不對稱的面孔,傾向選擇最安全的特徵組合。 影片模型的要求又更高,它必須確保幾十幀甚至上百幀畫面中,角色前後左右都像是同一個人,因此自然偏愛五官對稱、輪廓標準、表情好控制的臉,這樣的臉無論鏡頭怎麼轉都不容易崩壞。平台層面也在推波助瀾,許多影片生成平台早已將提示詞增強功能預設為開啟,使用者以為只輸入了幾個簡單關鍵詞,後台卻自動補上一整套標準審美套餐,包括大眼睛、高鼻樑、白皮膚、柔光感、電影質感等,所有人都被喂進同一套形容詞,出來的當然是同一張臉。 值得注意的是,當使用者在提示詞中明確加入小麥色皮膚、短碎髮、黑框眼鏡等具體要求時,生成結果立刻會變得不同,顯示模型並非做不到多樣化,問題在於多數製作者不給足夠的描述,系統便自動往預設方向靠攏。多樣性需要刻意設計與投入,而當下的流水線模式最不鼓勵這種投入。從成本角度來看,AI短劇的製作成本本身就偏低,在「一人一天一部劇」的節奏下,製作方根本沒有動力也沒有時間單獨打磨角色形象。北京華夏工聯網智能技術研究院院長王喜文受訪時描述了標準流程:製作者先使用爆款提示詞生成標準化的美顏基底,再透過鎖定固定的「種子值」確保角色五官在整部劇中全程不變,最後直接複製這套模板批量產劇。網路上甚至出現打包好的AI角色庫,包含正面、側面、背面等素材,製作方直接購買現成素材包來訓練模型,大家都走捷徑的結果就是全網共用同一張臉。 這種同質化問題並不只侷限於AI短劇。AI動畫、AI作曲、AI寫作等所有AIGC內容賽道,幾乎都在加速走向同質化。AI動畫的角色設計同樣是千篇一律的精緻五官加標準輪廓,差別只在於短劇是仿真人撞臉,動畫則是二次元撞臉。AI寫作的情況更為嚴重,2026年2月,番茄小說一口氣處置了855個濫用AI批量創作的違規帳號,公告指出這些帳號單日更新上百本作品,產出的內容粗製濫造、同質化嚴重、毫無可讀性,甚至連封面都千篇一律。數據顯示,2026年3月新上線的小說中,退婚流、重生流、系統流三大套路佔比高達62%,其中AI生成作品佔比超過九成。同一時期,美國出版巨頭阿歇特緊急下架了暢銷恐怖小說《害羞的女孩》,因為AI檢測公司發現其78%的內容疑似AI生成。 微軟團隊的研究發現,AI在長篇創作中會讓角色患上「選擇性失憶症」,例如前三章詳細鋪陳的童年好友,到第五十章見面時形同陌路;主角前三章是火屬性天靈根,寫到第五十章突然變成水屬性廢柴,因為AI寫著寫著就忘了前面的設定。即使改詞彙、換句式、調標點,都只是表面功夫,AI的底層敘事邏輯是固定的,它偏愛單線程敘事,迴避道德模糊性,不會經歷生活,不理解死亡,只能套用標準的故事模板。南京大學苗懷明教授指出,AI的句子多是套話,面面俱到卻缺乏個性與深度。 在這樣的背景下,「活人感」正在成為稀缺資源。人民網刊登的文章《藝術貴在有「人味」》中提到,刷了十部短劇,九張主角面孔彷彿出自同一家整容醫院,同質化的容貌、僵硬空洞的神態,讓批量生成的AI影像失去溫度。所謂活人感,是演員一個眼神裡藏著的半秒遲疑,是嘴角抽搐時沒忍住的哭腔,是即興發揮的一句方言台詞,這些無法被演算法精準計算的表情,恰恰構成了表演的靈魂。研究數據也顯示,帶有刻意不完美感的人工策展內容,在用戶停留時間和分享率上比純AI生成內容高出40%到60%,消費者對過度精緻包裝的內容已經產生審美疲勞,活人感反而成為信任的錨點。 好消息是,一些改變正在發生。6月底,人民日報發布文章《AI臉看膩了?「活人感」該回來了》,文中指出,對於微短劇行業而言,AI臉受到厭惡既應引發反思,也應成為信號。其一,可以利用技術壓縮經費與製作週期,但不能用流水線產能替代藝術性和人文性;其二,AI歸根結底只是輔助性工具,專業的事還是要多交給專業的人;其三,生產一百個「差不多」的產品只能爭搶存量,創作一件「被記住」的作品才能創造增量。中國網絡視聽協會也在牽頭制定《AI微短劇內容質量評價標準》,其中角色辨識度被列為獨立評分項,一旦標準落地,製作方想靠一張臉走天下批量過審,成本將大幅上升。 海外版權訴訟也在倒逼行業自律。2026年3月,美國一名獨立演員起訴某AI短劇平台,指控其未經授權使用自己的肖像特徵訓練模型,雖然最終和解,但已為所有平台敲響警鐘。AI可以無限逼近真人,但在這個過程中,有一道永遠無法跨越的鴻溝,那就是那個沒忍住的哭腔、那個多停了半秒的眼神、那句即興的方言。技術永遠無法替代真人的情感,如果AI臉在未來佔滿了我們的螢幕,我們失去的不只是視覺多樣性,更是藝術最珍貴的東西:人味。

Related

相關文章

中文Claude最不哄人,日韓泰全被寵上天,Anthropic親手撕碎AI人設

賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作中文Claude最不哄人,日韓泰全被寵上天,Anthropic親手撕碎AI人設新智元·2026年07月15日 17:34哪一個才是真的Claude? 你半夜失眠問Claude該不該辭職,它體貼得像個認識了十年的老朋友。 你寫了段破綻百出的代碼讓Claude看,它不但沒嘲笑,還先誇了句結構清晰。 你一直以為,這就是Claude天生的好脾氣。 但先別急著感動! 就在剛剛,Anthropic發了一篇論文,把自家309,815段真實對話攤在聚光燈下,一行行數了一遍,然後發現—— 那根本不是它的性格,那只是你碰巧說對了語言。 兩個人,一份計劃書,走出對話時命運不一樣 在論文裡,Anthropic舉了這樣一個例子。 兩個人手裡攥著同一份商業計劃書,跑去問Claude這事到底靠不靠譜。一個人用了印地語,另一個人用了俄語。 在印地語和阿拉伯語裡,Claude會用禮貌措辭、開玩笑、肯定你的想法和你的作品;在英語和俄語裡,Claude會挑戰你的假設、糾正你的細節、要你拿證據。 這個差距有多大? 用印地語說話時,Claude的「溫暖」比全局平均高出接近半個標準差,是整項研究裡最強的一次單項偏移。 這裡簡單解釋一下。 如果我們把30萬段對

剛剛

目前架構下,自進化後的AI也無法替代人類的判斷力

賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作目前架構下,自進化後的AI也無法替代人類的判斷力36氪的朋友們·2026年07月15日 17:33自進化 AI 的門檻是什麼? 到 2026 年年中,AI 「研發自動化」的進度表,已經相當激進了。 在 Anthropic 6 月披露的報告中,Claude 已經接管了內部超過 80% 的代碼編寫。Mythos 模型在一段訓練代碼的優化任務上實現了 52 倍的加速,遠超人類熟練研究員耗時數小時勉強做到 4 倍的水平。 在國內,MiniMax 的 M3 模型僅用 12 小時,就無人類幹預地跑通了「數據合成、訓練、評測到迭代」的全流程。面壁智能的 MiniCPM5 甚至藉助 Agent 閉環,讓模型自己寫出了算力利用率比原生 Megatron 高 10% 的預訓練框架。 這些都證明,行業在確確實實地推進遞歸式自我改進(RSI)的邊界。 RSI,即模型實質性地介入「讓自身變強」的完整研發鏈條。由其自己去定義目標、構建環境、編寫代碼、運行實驗,並將驗證成功的改進反哺給底層模型。 早在 1965 年,數學家 I.J. Good 就提出了「智能爆炸」的構想。我們上期的嘉賓當代最具影響力的哲學家之一尼克·博斯特羅姆(Nick Bos

剛剛

愛詩科技值多少錢?

估值則是另一個謎團。同一輪融資,對中文媒體只說「整體C輪29.8億元人民幣」,絕口不提估值;對英文媒體(如TechCrunch)卻表示投後估值已超過20億美元,全輪累計融資逾5.5億美元。收入的數字在所有管道中都未更新。愛詩的架構從一開始就為境外資本市場鋪路:主體是新加坡的AIsphere Limited,境內則是北京愛詩科技,投資人名單涵蓋新加坡的Lion X、UOB、iGlobe及韓國未來資產。

剛剛

AI大廠集體轉向,大模型迎來“傑文斯時刻”

AI大廠如xAI、OpenAI、Anthropic等集體轉向性價比競爭,不再只追求模型能力最大化,而是強調以更低成本完成更多任務。模型公司開始重新組合能力、成本與場景,並透過MoE架構等技術優化單任務成本,推動大模型從「能力最大化」轉向「有效能力的成本最優化」。這場競爭正迎來「傑文斯時刻」,預期將導致AI使用密度上升,而非總成本下降。

剛剛