AI短剧刷久了感觉“人变丑了”
- 2026-11-19 09:03:03
社交平台上出现一种反馈:AI漫剧刷久了,回到现实看周围的人会觉得「差点意思」,有人连过去偏爱的演员也刷不下去。原报道把这类感受集中摆了出来,并给出一个判断:这既不是错觉,也不是忽然变挑剔。
把公开研究、产业统计和作品形态摊开看,落差是三层叠出来的:视觉系统的基准线被临时抬高、现代审美被工业化模板收窄、AI短剧用建模加叙事造出一个真人无法对标的对象。下面按这三层拆,最后落到剧情光环、人物光环,以及「过度完美化」和现实的人到底差在哪,均标来源与口径。
01先把现象说准:变的不是脸,是参照系
「觉得真人不好看」是一种比较结果,不是对真人外貌的客观测量。人判断一张脸是否顺眼,靠的是脑子里那把尺,而尺子由最近大量看到的面孔共同校准。当输入样本长时间集中在同一类高度理想化的形象上,校准值就会跟着移动。真人的脸没有变化,尺子换了。
22.19万部2026年上半年抖音端原生新增AI剧、漫剧数量(DataEye、澎湃新闻口径)
1557.8亿2026年6月抖音端原生单月播放增量,为上半年月度最高(DataEye口径)
6亿2026年上半年国内AI剧漫剧用户规模(行业报道口径)
0.47%上半年新剧播放破亿比例,约1055部/22.19万部,头部虹吸明显(DataEye口径)
规模在这里不是背景板,它决定暴露剂量:不是偶尔看一部,而是日均上千部上新、动辄连刷一两小时的高密度浸泡。口径提醒:上述均为机构与平台自有统计,非官方数据;「播放增量」不等于总播放量;市场规模存在220亿元(前5个月)与400亿元(全年测算、含AI仿真人短剧与动态漫)两种口径,用户规模也有多个版本,彼此不可直接比较,以原始报告为准(DataEye、澎湃新闻、南方+、国金证券等相关整理)。
02社会心理学:三条机制把标准抬了上去
一、视觉适应与对比后效
先看一组实验室结果。德国耶拿大学团队2013年刊于《i-Perception》的实验里,被试先注视一批高吸引力面孔,再给普通面孔打分,后一组得到的分数明显偏低。这种短时后效被解释为基准线被暂时「拔高」——眼睛刚被喂过峰值样本,平常的脸就显得不够。它是知觉系统的常规工作方式,与个人修养、是否理性无关。
二、平均脸偏好与加工流畅性
另一条线索更老。1878年高尔顿把多张人像叠印到同一底片,发现合成脸比任何一张原始面孔都顺眼;2001年罗兹团队在《Perception》用非西方文化样本(含中国被试)检验,越靠近平均脸得分越高,越偏离越低。主流解释是熟悉的信号处理起来更省劲:平均脸少有极端特征,落在最常见的范围内,大脑把它读成正常、可信、安全。此外,面部对称性与性别二态性,也被多项国外研究列为影响面孔吸引力判断的主要变量。国内《心理学报》2021年关于平均表征机制、《心理科学进展》2021年关于面孔吸引力同化连续性效应的研究,也在同一条脉络上。
三、社会比较与标准内化
第三层决定影响能不能留下来。2020年Tiggemann与Anderberg在《New Media & Society》报告,年轻女性看过高度修饰的「理想」形象后,给自己外形与身体打的分数明显走低;国内《心理学报》2024年一项研究则发现,把「以瘦为美」这类理想化规范内化成自我要求时,积极身体意象会走低。关键在于:内化不依赖「信不信」。即便明知是AI生成的虚拟面孔,只要看得足够多、足够密,零瑕疵标准仍可能悄悄变成默认尺度,既用来衡量别人,也用来衡量自己。
三条连起来是一条链:短时对比后效让基准线临时上移 → 反复暴露把它固化成新的「正常」→ 再内化成评价尺度。所以这类反馈是群体统计意义上的知觉后效,不是审美退化,也不等于每个人都会出现;现有实验多针对静态图片与短时暴露,针对长时沉浸AI漫剧的专门研究仍少。
03现代人的审美:从顺眼被推到零瑕疵
一、趋同不是个人趣味,是三方合力
屏幕上高度相似的角色脸,并不只来自创作者的偏好。生成模型倾向于输出训练样本里占比最高的那类高对称、少瑕疵面孔;批量生产为压低试错成本,会反复复用已被市场验证的安全模板;平台推荐又放大高点击内容,反过来促使更多制作方朝同一方向靠拢。模型机制、工业化流程、分发逻辑叠加,结果是千剧一面。
二、审美标准发生了两处位移
第一处,从「接近平均就顺眼」推到「必须无瑕才算好看」;第二处,把一组固定参数当成标准件——尖下巴配高颅顶、大眼配挺鼻梁,男主偏剑眉星目,女主偏大眼尖下巴,动作、台词、表情都往性别魅力上收。原本「平均、对称」只是吸引力的两个影响因子,到了模板里被拉满成硬性配置。
三、样本从身边真人换成分布右尾
过去校准尺子用的是同事、家人、路人和有限的影视面孔,样本有胖有瘦、有疲态有状态好的时候。现在高频输入的是肤质零瑕疵、中轴几乎完全对称、大哭暴怒震惊时颜值仍稳在满分的建模脸。等于连续几小时只盯着分布最右端的样本看,回到人群自然觉得落差明显。
一个反向佐证:观众对这套模板已经形成默认契约。2026年11月,AI剧《遇棠方知涉》第三季被质疑女主建模与创作者本人过于相似、彩蛋出现疑似本人特征的人物,引发大量不满;创作者发布2282字说明,否认使用本人面部融合,承认剧情安排、彩蛋设计与回应方式有问题,团队宣布第三季重做(界面新闻·娱乐资本论、钛媒体、今日头条报道)。把真实特征掺进模板,反而被判为违和割裂,说明「完美脸」已被当成基线。
04AI短剧内部:建模、构造与人物怎么造出「不可对标」
一、建模层:一张被优化过的脸
3D漫剧走的是游戏CG式立体对称,AI仿真人剧接近实拍质感却比实拍更干净,两者共用同一套高频模板。共同点很具体:脸型按统计均值生成,肤面被抹平到看不见毛孔与细纹,中轴两侧高度对称,情绪再剧烈也不掉状态。最后一条真人做不到——哭到眼睛红肿、愤怒时肌肉走向、疲惫时的浮肿,都是生理层面的必然反应。
二、构造层:全流程可批量试错
这类内容依托AIGC对网文、漫画IP做自动化改编,不需要真人实拍,从分镜到成片可在一套工具链里完成。成本低、周期短带来的是概率账:有从业者向南方+表示,一季约100集的轻量作品成本2万至4万元、一周左右可完成,做100部只要爆一两部就可能覆盖整批。行业报道还提到制作报价从年初约5000元/分钟下探到几百元区间(不同精细度差异极大)。跑通数据就快速续作、按反馈升级建模与场景,季播化把内容做成了可迭代的产品。
三、人物与故事层:爽点被排进时间表
系统流、升级流、逆袭、种田经营等游戏化叙事,把目标、奖励、反转按集甚至按分钟排布;常见的「男频骨架+女性主体」提供跨圈代入接口。角色不必面对通勤、生病、年龄、关系摩擦这些真实成本,永远有下一步目标、永远能翻盘。故事构造的目标不是还原生活,是降低观看阻力。
三层叠加才构成完整的「不可对标」:脸经过平均化与对称化优化,身体不受生理限制,命运由剧本托底。它是一个三重去风险的产品,而不是一个人;单看任何一层都还能找到真人近似值,三层同时满足在现实中不存在。
05剧情光环、人物光环,以及和真人的差距
人物光环:被偏爱、被围绕、始终得体
角色设定里自带被偏爱的位置,冲突中常占道理,情绪表达永远好看;没有疲惫、水肿、表情失控,也没有状态起伏。镜头角度、光影、节奏都服务于把这张脸呈现到最好。观众看到的是一个被全程优化过的人,而不是一个有生理波动的人。
剧情光环:因果被压缩,回报不迟到
危机必有转机,付出必有回馈,误会终会解开,主角永远握有下一步。现实里的等待、无反馈、努力没有结果、关系需要长期经营,在这套叙事里被大幅删减。爽点密、节奏快意味着观众始终处在被服务的位置,不需要承受不确定性。
差异清单:完美化具体差在哪
把两边并排看更直观:面孔上,一边零毛孔、左右对称、任何情绪都稳,一边有毛孔细纹、轻微不对称、状态随作息起伏;情绪上,一边永远得体,一边会失控、会尴尬、会走神;叙事上,一边冲突必被解决、回报按时到账,一边多数日子平淡、回报延迟;关系上,一边围绕主角运转,一边需要双向经营。落差不是单点差距,是四个维度同时错位。
一句话概括:和现在的人差异太大,根源是太过完美化。脸被去掉了瑕疵,人被去掉了生理波动,命运被去掉了不确定性,三层同时拉满,现实里找不到对应物。这也解释了「连过去偏爱的演员也刷不下去」:演员的外形并未改变,变的是比较对象——从同为真人的人,换成了建模脸加光环的组合。原报道给出的调整思路是给观看设个边界,比如看两集起身走两步,看看路过的行人、聊天的朋友,把校准尺子的样本重新放回真人;带小瑕疵的鲜活神态和有温度的情绪细节,恰恰是真实面孔独有的信息量。
06结论:一句话抓重点
不是真人脸变丑,是「看脸的尺子」被换成了按峰值样本造出来的那一把。拆成三句:视觉适应让基准线短时上移,反复暴露与内化把它固定下来;生成模板、批量生产和算法分发把现代审美收窄到零瑕疵;AI短剧再用建模、人物与故事构造、剧情光环和人物光环,造出一个真人无法对标的完美对象。密度一高,落差就出现了。
知觉层 对比后效 → 新默认标准 → 内化成评价尺度。
审美层 平均偏好被推到零瑕疵,模板化取代多样化。
产品层 无瑕疵的脸+不受生理限制的身体+剧本托底的命运。
结果层 退出播放页、光环同时撤掉,落差最集中。
待观察的是:这种后效在停止接触后多久回落、长时沉浸是否比短时图片暴露更持久,公开研究尚无定论;相关结论均为群体统计意义上的相关或后效,不构成对个体的医学或心理判断。行业数据来自机构与平台自有样本,统计对象、时点与口径不一,不可直接比较,以原始报告与官方发布为准。
主要参考:大象新闻(大象新闻官方账号,2026年11月15日)《看多了AI漫剧,我觉得真人脸变「丑」了?!》,原文链接:https://baijiahao.baidu.com/s?id=1881907992337239522 ;该文转自科普中国,作者窦媛媛、审核樊春雷(中国科学院心理研究所),原文所列参考文献包括:Galton F. Composite portraits[J]. Journal of the Anthropological Institute of Great Britain and Ireland, 1878, 8: 132-144;Rhodes G, Yoshikawa S, Clark A, et al. Attractiveness of facial averageness and symmetry in non-Western cultures[J]. Perception, 2001, 30(5): 611-625;Hayn-Leichsenring G U, Kloth N, Schweinberger S R, et al. Adaptation effects to attractiveness of face photographs and art portraits are domain-specific[J]. i-Perception, 2013, 4(5): 303-316;Tiggemann M, Anderberg I. Social media is not real: The effect of「Instagram vs reality」images on women's social comparison and body image[J]. New Media & Society, 2020, 22(12): 2183-2199;汤美慧、田姝菀、谢天《超越瘦身迷思》(心理学报,2024, 56(10));田欣然等《基于合成平均刺激的平均表征机制》(心理学报,2021, 53(7));侯文霞等《面孔吸引力同化的连续性效应》(心理科学进展,2021, 29(7))。产业与事实补充:DataEye研究院《2026上半年AI剧漫剧数据报告》及10月AI剧漫剧百强榜、澎湃新闻《50万人的新饭碗,和6亿人的新习惯》《抖音上线50万部「漫剧」IP库》、南方+《我在长沙马栏山,做AI漫剧出海》、国金证券《计算机行业研究:应用数据爆发排头兵 AI漫剧》(2026年10月);界面新闻·娱乐资本论《AI女主「撞脸」作者,AI剧再陷争议》(2026年11月4日)、钛媒体同名报道、今日头条相关报道;人民政协报、人民日报客户端、文汇报、科普中国关于平均脸与面孔吸引力的科普整理。
说明:本文为公开资料的原创整理与再分析,非原文转载;事实、数据与研究结论均标注来源,机构与平台自有样本数据非官方统计,不同统计对象与口径不可直接比较,以原始报告与官方发布为准。心理学实验结论为群体统计意义上的后效或相关,不等于个体必然出现,本文不构成医学、心理诊断或投资建议。