你追的爆款短剧,剧组可能只有 3 个人
- 2026-11-19 05:20:11
晚上十点,你瘫在沙发上打开短剧 App。玄幻、逆袭、三集一反转,追了两周的那部"动漫"今晚大结局——你可能没意识到,从分镜到画面再到配音,这部戏的绝大部分工序是 AI 完成的。它就是 AIGC。
而这一天里你打交道的其他 AI:相册里搜"海边",翻出三年前的照片;垃圾短信被自动拦下;导航提前十分钟避开拥堵。它们也是 AI,但都不是 AIGC。
识别与创作,一线之隔,隔着的是这几年最热闹的一场技术革命。你以为自己已经很懂 AIGC:会写提示词,也见过 AI 画翻车的六根手指。但有一个问题,绝大多数人还没认真想过—— 当 AI 会创作了,什么变得稀缺了? 下面这几件事,都和这个问题的答案有关。
一条主线:AI 从打分员变成了创作者
先把这个概念钉死。
过去十年,你身边绝大多数 AI 干的是"判断"的活:看一张照片,说出里面有没有猫;听一段语音,转成文字;扫一遍邮件,判断是不是垃圾。这一类叫判别式 AI——它的本质是打分和分类,从无穷多的可能答案里挑一个现成的。
AIGC(AI Generated Content,人工智能生成内容)干的是另一件事:没有现成答案,它得无中生有。写一篇文章、画一张海报、合成一段视频,输出的是世界上此前不存在的内容。
技术路线上,主流玩家分成两派:自回归 模型,几乎是所有文字大模型的底座,工作方式像一个超高级的"接龙"机器;扩散 模型,图像和视频生成的当家花旦,工作方式像从一团雪花噪点里往外"雕"画。这两条路线什么意思,后面展开,先记住名字。
一句话总结:AI 从打分员变成了创作者。这场身份转变,才是这几轮技术浪潮真正的分水岭。

三大战场:文字、图像、音视频
落到产品上,今天的 AIGC 已经铺满三个战场。
文字:最先跑出来、也最被低估的一块。ChatGPT、DeepSeek、豆包这些写作助手,加上代码补全、智能客服,背后都是同一种东西。2026 年回头看,在多数日常场景里,"AI 写得像不像人"已经是个过时的问题,真正的门槛变成了"写得对不对、准不准"。
图像:AI 修图、电商海报、一键写真,是离普通人最近的生成场景,Midjourney、即梦都是这个赛道的常客。这个赛道的标志能力叫"可控性"——不只是画得好看,而是能精准听懂"背景换成办公室、保持我的脸不变"这类指令。
音视频:2024 年还只能生成几秒闪烁的碎片,2026 年已经能产出分钟级、运镜完整、物理动作基本合理的视频。可灵、即梦、海螺、Veo 这些名字背后,是同一场军备竞赛:谁能先让 AI 拍出"能上正片"的镜头。
三条战线合流的地方,就是下一节的主角——AI 漫剧。
原理的门道:接龙与雕图
文字:高阶接龙。 大模型生成的每一个字,本质都是在回答同一个问题:"给定前面所有内容,下一个字最可能是什么?"它不查资料、不打草稿,就是一台概率机器在逐字接龙。所谓训练,就是让它在海量文本上练了亿万次接龙。
图像:从噪点里雕图。 扩散模型的思路更反直觉:先学会把一张清晰的图一步步加噪点"毁掉",再反过来学会从一团纯噪点里一步步还原。生成时,它拿到的输入就是一团随机噪声,反复去噪,图像像照片在暗房里显影一样浮现出来。
这两个机制,解释了一件事:为什么 AI 会一本正经地胡说八道。
因为模型的优化目标从来不是"对",而是"像"。接龙机器只负责接出最像人话的下一句,它没有事实核查模块;去噪机器只负责还原出最像图片的像素,它不管画面里的事情是否真实。"幻觉"不是 bug,是这套机制的副产品——你问它一个没把握的问题,它依然会流畅地接下去,因为"流畅"是它唯一被考核的指标。

同一个机制还埋着另一个坑,后面马上要用到:一致性。既然每一步都是概率采样,模型就没有天然的"记忆"去保证上一帧和下一帧是同一张脸。让同一个角色在几千个镜头里长得一模一样,曾是生成式 AI 最头疼的难题之一。
AI 漫剧:当三大形态串成生产线
现在把镜头对准 2026 年内容行业最凶猛的一个现象。
先看数据。据公开报道的榜单快照,2026 年 7 月第二周,红果短剧热播总榜前五,AI 漫剧占了四席,《万妖图录传》第八季以 8919 万热度坐上榜首。市场规模上,据 DataEye,2025 年漫剧市场规模约 168 亿元(艾媒咨询按"动画微短剧"口径估为 189.8 亿元),2026 年各机构预测在 220 亿到 300 亿之间;用户规模年初预估 2.8 亿,年中最新报道已称 AI 短剧用户突破 6 亿。行业把 2025 年称为"AI 漫剧元年"——一个品类从零到近两百亿,只用了一年。
它为什么能跑这么快?拆一条 AI 漫剧的生产线看:剧本改编交给大模型;角色设定用图像模型统一生成,靠参考图和微调技术锁住"同一张脸"——上一节那个一致性难题,如今被工程化手段压到了可量产的水平;分镜和画面用图生视频模型批量产出;配音交给语音合成;最后流水线合成成片。文字、图像、音视频三大形态,第一次在一条商业化生产线上串成了一台机器。
代价是成本。据行业报道,真人短剧单部制作成本通常在 50 万到 80 万元,AI 漫剧可以压到 5 万到 24 万;每分钟制作成本普遍压到千元级,3 人团队 5 天就能交出一部。效率的胜利,看起来势不可挡。
但另一面同样是真的。据 DataEye 口径的统计,2025 年 12 月在播漫剧约 5 万部,其中播放量破亿的只有 96 部,爆款率 0.18%,到 2026 年初进一步跌到 0.12% 上下;2026 年 4 月,红果启动低质漫剧专项治理,一周下架 3522 部。海量的平庸产能把承制价从每分钟 3000 到 5000 元砸到千元上下,米粿 AI 创始人丁黎形容"无论如何卷不过"。有制作公司创始人转述其法国合作方的评价,更扎眼:"他们直言不讳地说,我们做的是文化垃圾。"
所以,效率与品质之辩,我的判断是:效率解决了"有没有",品质决定"留不留"。 成本降一个数量级是真实的奇迹,不到千分之二的爆款率也是真实的代价——AI 把创作的门槛降到了地板上,也把平庸的产能放大到了天花板。这场辩论不需要现在分出胜负,因为裁判已经上场了:用户的耐心和平台的治理,正在替整个行业做选择。
值得一提的是,这场辩论很快会有更大的舞台。国内增长见顶的信号已经出现,出海接棒:2026 年海外 AI 短剧市场规模预计达 6.5 亿美元,字节跳动上线了独立 App PineDrama,TikTok 短剧平台也开放了合作。效率与品质之辩,很快要在全球市场再开一轮庭。

判断力:生成时代的稀缺品
热闹之外,还有三件事值得你记住——它们其实是同一件事的三个侧面。
一,幻觉要防。 前面说过,幻觉是机制的副产品,不是 bug——这决定了它不会随着模型升级自动消失。让 AI 写方案、起标题没问题,但涉及事实、数据、法条的内容,核验来源这个动作,没法外包给 AI。
二,标识要看。 按照 2025 年 9 月 1 日起施行的《人工智能生成合成内容标识办法》,AI 生成内容需要添加标识。制度其实在帮你降低判断的成本:看到标识多一分警惕,这是判断力最便宜的形态。
三,肉眼可以练。 手部细节、液体和倒影、字幕与口型、光影方向——AI 视频的破绽是可以学的。看得多了,你也能一眼认出"AI 味"。
三件事背后是同一句话:AI 正在把创作变成日用品,把眼光变成奢侈品。
写在最后
还记得开头那个问题吗——当 AI 会创作了,什么变得稀缺了?
现在可以回答了:创作成了日用品,眼光成了奢侈品。对行业,这是一场效率与品质之辩:效率解决"有没有",品质决定"留不留",那不到千分之二的爆款率就是市场投出的票。对个人,这道题更直接:会用 AI 很快不再是优势,就像今天没有人夸你"会用智能手机";能判断 AI 输出的好坏、真假、值不值得信,才是接下来真正值钱的能力。
未来 12 个月,值得你盯着三个方向:视频生成的物理一致性——在它骗过专业镜头之前,你的肉眼还有红利期;Agent——执行越自动,委托之前的判断就越关键;AI 漫剧的精品化——看看这场辩论最后奖励谁。
效率与品质,你站哪边?哪个方向会先突破?评论区聊聊,一年后回来对答案。
但无论站哪边,有一句话值得你带走—— AI 把创作变成了日用品,把眼光变成了奢侈品。 下次再有人向你炫耀"这是 AI 做的",你可以笑着反问:所以呢——做得好吗?