月薪兩萬的“造臉人”，快被自己造的“臉”淘汰了

### 重點整理：AI短劇「平均臉」現象與造臉人的困境

近期中國媒體《36氪》報導指出，AI短劇產業中出現了一個弔詭現象：專門以月薪約兩萬人民幣打造的「造臉人」團隊，正逐漸被自己創造出的AI「平均臉」所反噬。這些造臉人負責利用生成式AI技術製作角色面孔，然而大量作品卻因過度依賴「平均化」的審美模板，導致角色辨識度低落、劇情同質化嚴重。報導形容這群技術人員「快被自己造的臉淘汰」，凸顯出AI內容創作在效率與獨特性之間的失衡。

### 背景脈絡：AI短劇的快速擴張與「造臉人」的角色

隨著生成式AI繪圖、影像合成技術成熟，短劇產業開始大規模導入AI來降低製作成本。所謂「造臉人」通常是具備美術背景或AI工具操作經驗的數位藝術家，他們透過Stable Diffusion、Midjourney等工具，為短劇批量生成角色形象。然而，為了快速產出且避免審查風險，許多創作團隊選擇「安全牌」——使用多張人臉平均後的特徵，形成一種無明顯瑕疵、卻也毫無記憶點的「平均臉」。這類臉孔雖然符合大眾審美底線，卻也讓每部短劇的角色看起來「長得一模一樣」。

### 可能影響：創意枯竭與觀眾審美疲勞

「平均臉」的氾濫正在侵蝕AI短劇的競爭力。觀眾在短時間內接觸大量相似面孔，容易產生審美疲勞，進而降低對新作品的期待。這對依賴流量變現的短劇平台來說是致命傷——當每部劇的主角都像同一個人不同分身上場，劇情再怎麼翻轉也難以留住觀眾。另一方面，造臉人本身的專業價值也被削弱：若AI模型已經能自動生成「合格」的平均臉，那麼專業美術人員的介入反而變成多餘。月薪兩萬的造臉人，可能不到一年就被自己調教出的模型取代。

### 讀者可關注的後續：產業可能出現的轉折點

接下來值得觀察的是，AI短劇產業會否出現「反平均臉」的突圍策略。目前已有團隊嘗試導入更細緻的角色設定，例如為AI角色加入特定膚質、不對稱五官或文化特徵，甚至讓造臉人回歸「導演」角色，專注於定義角色氣質而非單純產出圖像。此外，監管端也可能介入：若「平均臉」導致內容過度同質，平台方或許會調整推薦演算法，鼓勵差異化創作。對造臉人而言，這波淘汰潮不完全是壞事——能證明自己價值的，不再是產出速度，而是對「臉」背後的故事理解力。

### 技術與人性的平衡：誰來決定「臉」的獨特性？

更深層來看，「平均臉」問題反映了AI生成內容的普遍困境：當我們用數據訓練模型時，「平均」往往是最安全的答案，但人類對藝術的期待恰恰來自於「不平均」的意外。造臉人如果只把自己當成AI操作員，遲早會被更聰明的模型取代；但如果他們能轉型為「AI美學顧問」，教會模型如何做出「刻意的瑕疵」或「風格化的變形」——例如模擬油畫筆觸、漫畫誇張，甚至特定地域的面部特徵——那麼這些月薪兩萬的造臉人，反而可能成為AI短劇品質升級的關鍵。

### 給創作者與平台的三點建議

1. **建立臉孔資料庫分級制**：將AI生成的面孔按「獨特性指數」標籤，避免平台只推薦平均臉作品。

2. **鼓勵造臉人跨領域學習**：結合戲劇、心理學或人類學知識，讓角色面孔能傳遞情緒背景。

3. **平台應設「差異化獎勵」**：在分潤或流量分配上，對勇於使用非典型臉孔的短劇給予加權。這不僅能延緩造臉人被淘汰的速度，更能讓AI短劇從「複製貼上」進化為「有溫度的創作」。

### 總結：一場關於「臉」的產業升級戰

從月薪兩萬的造臉人到平均臉的氾濫，AI短劇正面臨產業化後的第一道瓶頸。短期來看，造臉人必須證明自己不只是「點擊生成的工人」；長期來看，整個AI內容行業都需要正視「標準化」與「個性化」的永恆博弈。對於讀者而言，後續最值得關注的訊號是：是否有新短劇因為跳出平均臉框架，而創造出爆款角色？若答案是肯定的，那麼造臉人的「被淘汰」，或許反而不是終點，而是一場必要且殘酷的進化開端。