2025，AI短剧的爆发前夜？

　　3月份以来，AI和短剧再次成为视听行业的核心关键词。在近日举办的第十二届中国网络视听大会上，国家广播电视总局网络视听司司长冯胜勇在论坛致辞中表示“提出一个问题往往比解决一个问题更重要”的时代来临。

　　无论是爱奇艺、芒果TV、腾讯视频等综合视频平台，还是抖音、快手、哔哩哔哩，AIGC、微短剧+几乎是所有行业大佬的核心议题，无可置疑的风口中央。

　　在Sora发布后，以即梦、快手为代表的国产AI视频大模型在短短一年多时间里加速，经历了从“跟跑”到局部领先的过程。

　　而从内容端的反馈来看，从早期的代表性AI短剧如去年的《山海奇镜之劈波斩浪》和《三星堆:未来启示录》，到今年来话题性颇高的《美猴王》《无名特工队》和《红衣大叔用AI带我穿越》《兴安岭诡事》，以及发布预告不久的单元剧集《新世界加载中》，技术进步和内容创作者不断探索后的内容质感迭代是明显的。

　　但即便进步显著，截至目前一个很明显的事实是，AI短剧所引发的讨论更多仍停留在技术层面，内容本身收获的正面评价是非常有限的。总结过往作品的大众反馈来看，迄今为止AI短剧的的几个主要问题是:

　　叙事方面，连贯性不足，单镜头时长普遍低于5秒，依赖快速剪辑规避动作逻辑缺陷，镜头语言单一、动态PPT拼接感严重;

　　视觉层面，人物表情僵硬、口型与发音错位、情绪表达失真导致恐怖谷效应，普遍以单一角色动态场景呈现，缺乏多角色之间的交互，复杂场景模拟缺陷明显，普遍问题是精细度有余而真实性不足，乍一看惊艳，再一看穿帮。

　　题材和创意层面，剧情类几乎全部集中于玄幻、科幻赛道，此外还有文化科普类短纪录片的形式呈现，其目的显然是发挥AI在视觉奇观打造上的优势，而尽量降低在一致性、现实性层面上的不足。

　　而更为隐蔽的问题则是内容创意，以现有AI大模型产出的剧本大纲和分镜脚本可用性是非常有限的，要么完全缺失逻辑性，“不是现在的人类能接受的艺术”，比如《红衣大叔用AI带我穿越》;要么则是网文和网大叙事模版的套用，在AI技术的外皮下包裹一些极为粗糙和陈旧的精神内核，这部分是目前的主流AI短剧内容，都缺乏艺术层面的突破性，如果是这样那么AI短剧相较于普通微短剧，似乎称不上有明显优势可言。

　　这些问题在2025年3月来看，比2024年的前期作品如《白狐》《三星堆:未来启示录》都有明显改善，但如今的AI短剧行业状态也许可以这么形容——“能够批量生产59分作品，但及格作品还在个位数，真正的高分作品还是零。”

　　也就是说，目前AI短剧还在“有没有”的阶段，但普通观众在乎的是“好不好看”。

　　1

　　过去一年，AI短剧的飞速发展和阶段性痛点

　　在探讨AI短剧的发展方向之前，我们不妨先总结下目前AI短剧的创作内容流程。通过参考一些AI短剧教程，并询问一些个人兴趣AI短剧创作者，纯AI流程的AI短剧实操过程基本是这样的:剧本生成-分镜脚本-图像生成-图生视频-剪辑优化。

　　剧本生成和分镜脚本可以借助ChatGPT或者Deepseek、Claude模型等辅助生产，以Deepseek为例，其可根据提示词生成包括场景编号、时长、景别、镜头运动、场景描述(画面/光影)、关键音效在内的分镜脚本，并以表格形式呈现。

　　如下图是读娱让deepseek生成的一段中世纪克苏鲁悬疑风格的故事梗概和分镜脚本(部分截图):

　　然后是文生图，随着创作者完善分镜脚本这一步后，再使用MidJourney、可灵、即梦、vidu等工具完成文生图，以合理的提示词形成视觉画面。

　　即梦等平台的故事创作模式支持批量导入分镜图片，以清晰化创作流程;

　　接着是图生视频。将视觉图片按顺序保存后，通过可灵、即梦、Vidu等图生视频工具使用首尾帧和提示词形成视频;

　　最后通过AI音效、台词等方式添加声音部分、再进行剪辑优化最终成片。

　　这一流程的逻辑大体与传统影视产业一致，区别在于极大降低了剧本生成到分镜、拍摄制作的成本，有极为宽松的试错空间。

　　但对于目前的创作者而言，实际操作则远不如看上去那么简单。

　　一位个人AI短剧创作者告诉读娱，即便他只是基于兴趣来创作要求不算高，但他的AI短剧每一分钟成片都需要花费二、三十个小时的时间，一个重要的原因就是要选片并保持一致性，而把大量的时间花费在出三视图，以及调整提示词来“抽卡”上。“文生图和图生视频两个阶段都有很大的不确定性，而目前基本只有靠不断调整提示词并重复的方式，能不能有好的效果，有运气成分在里面。”

　　而在具体创作中的另一个矛盾是，要实现视频效果很容易依赖多图堆积下的抽奖结果，但这样的操作往往又容易导致一致性不足。

　　如果对效果有一定要求，从前期到后期依赖AI的自动化也是完全不现实的。比如目前的个人AI短剧往往是由大量“一个镜头一个人说话”的单一镜头拼接而来，与大众熟悉的影视语言有明显差距。如果想要实现更丰富的镜头效果，那么前期分镜基本不能指望用deepseek等AI模型直出直用，还是要靠创作者自己对镜头的理解来创作分镜脚本，因为deepseek的分镜很容易写的很丰富，但并不具备合理的镜头语言逻辑，也完全不会考虑在即梦、可灵等图生视频的局限性。

　　那么再回到行业的话题来说，目前AI短剧创作阶段的工具局限，也许可以归纳为“确定性不足”和“集成度不够”。

　　前者主要体现在，创作者需要在文生图和图生视频两个阶段，为了一致性这个基本要求付出太多，不仅增加了大量工作量，也更难在视觉细节和镜头运动等层面进行过多调整，到底应该用怎样的提示词，怎样实现理想中的运镜等，存在玄学的成分;

　　后者则体现在目前的各个流程基本都要使用到多个AI工具，但不同工具之间没有协同性，像deepseek给你的脚本和提示词，根本不会考虑你在可灵、即梦上实现的效果如何。而市面上的一些集成的AI短剧平台则往往因为存在短板，导致功能虽全但实际价值却不高，比如昆仑万维的AI短剧平台SkyReels集成了剧本、分镜、3D生成大模型等，声称能通过AI一键生成完整剧本、分镜、人物对白与BGM，但实际应用的完成效果却也是问题多多，导致使用者并不算多。

　　所以目前主流内容才会是“PPT式AI短剧”。因为放弃或者减少多人交互、复杂运镜的不确定性，才能更高效地产出基本逻辑合格的内容。

　　但这样的内容，显然不可能是AI短剧的最佳模式。

　　2

　　AI短剧未来爆发的主力，也许在“普罗大众”

　　目前的AI短剧生产者，大致可以分为以下两类:

　　其一是专业影视机构和主流媒体，如此前博纳制作的《三星堆:未来启示录》，央视制作的《美猴王》、AI全流程微短剧《中国神话》《AI看典籍》等，类型往往是传统文化、科普纪录片等元素;

　　其二是个人创作者和基于个人创作者的小型AI工作室。如《山海奇镜之劈波斩浪》《无名特攻队》背后的创作者闲人一坤，其曾在接受采访时提及自己团队只有10人;而更多的个人创作者正在抖音、快手等平台上以雨后春笋的速度出现，个人即团队。

　　一个或许有些反直觉的现象或许是，个人创作者的作品质量未必比机构和团队差。目前抖音和快手上一些粉丝量仅数百的用户，已经能够产出运镜复杂、逻辑非常通顺的短片，观感已经很接近剧集，甚至还要超过上述经常见诸报端的这些AI作品。

　　以目前的AI短剧工具而言，团队的规模更多影响的是生产效率，而在生成质量上的优化边际效应很低。打个比方10个人的团队和1个人的团队，前者有把握能做得更多，却没把握做得更好。因为AI极大简化了“制作出品”的部分，但出品的差异化却完全依赖创作者的提示词熟练度和个人审美、镜头感等。

　　有几位创作者告诉读娱，在目前AI短剧效率和效果优化的实现，水平高下主要就体现在提示词和运镜能力上。有的创作者能把提示词写得极具画面感且与AI工具的协同性非常好，甚至可以仅凭借三到四张图片就生成出连贯的运镜，让观感往真人剧上大大靠拢。

　　结合当下的情况来看，对于AI短剧的未来发展，读娱姑且大胆做以下推断:

　　在专业影视制作领域，AI会在创作流程中融为一体，随着AI作为技术噱头的标签被弱化，其存在感会越来越低，但应用场景则会越来越多。其实在当下的3D国漫行业中，AI的使用已经超出了许多普通观众的意料了，此处不做展开。

　　而当下定义的“AI短剧”，其爆发会来自大众创作者的无穷智慧。随着创作门槛被极度降低，“一人剧组”成为常态，普罗大众创意所产生的量变，会推动AI短剧的“奇点”出现。

　　除了网络视听大会上的集中讨论外，近期还有几个业内事件暗示着AI和短剧两个热点叠加的蕴藏能量正在剧增。

　　2025年3月28日，OpenAI发布了其最新的多模态模型GPT-4o，这一技术突破再次引发了全球对AI生成内容的关注，网友通过GPT-4o生成的“吉卜力风”图片瞬间成为全球社交网络新兴热点，转换真实照片为梵高、皮克斯、南方公园等风格玩法也呈现出了惊人的和谐效果。

　　对于AI短剧而言，GPT-4o直接处理多模态输入，在多轮交互中能精准的遵循指令，这种对叙事和角色设定一致性的赋能将极为可观。从一些业内人士使用后的反馈来看，GPT-4o在一致性这方面的优势会很快体现在设计端，因为实用性大大提升，尤其在游戏领域、影视领域的概念图和分镜图等方面。OpenAI的CEO萨姆·奥尔特曼表示，这将开启创作自由的新高峰。

　　而在快手近期的财报电话会上，快手联合创始人兼CEO程一笑表示有信心目前可灵AI“图生视频”功能的综合效果处于全球第一的位置。且截至2025年2月，可灵AI累计营业收入超1亿元，程一笑表示快手会不断升级以可灵为代表的AI商业化变现模式，力争可灵AI早日成为营收规模全球第一的视频生成AI应用。

　　国产AI视频大模型已从技术验证迈入规模化应用阶段，依托短视频平台的流量与数据优势，快速迭代并探索出可行的商业化路径。而未来竞争焦点将转向长视频叙事能力、多模态交互深度及产业渗透率，而技术开源与合规性很可能将成为下一阶段分水岭。

　　这两个事件其实都映照出一个未来——图片、视频AI的技术爆发还远未停止。

　　可灵的发展和商业化成就，其实反而映照出这AI视频平台的激烈竞争和快速进化程度，其商业化的实现也是这种竞争可持续的体现;

　　而GPT-4o能够用极为简单的方式生成连续图片，高度保持一致性。自媒体《知危》发布的文章就显示，作者只给了GPT-4o一张Doge图，GPT-4o就帮他画好一整个RPG游戏。作者写道:“GPT-4o展现了精准的指令遵循、惊人的图像一致性，这种能力，正是将技术从工具升华为创作伙伴的关键所在。”

　　而在可灵、即梦等平台上，已经有很多创作者将GPT-4o加入流程之中。

　　所谓创作自由的新高峰，其实就是目前制作层面门槛的进一步消除，而对个人创作者在提示词、视听审美、剧本情感等等层面的高层次考验更进一步。

　　此外，目前的多数AI短剧仍在“模仿”真人剧，而显然未来的可能性远不止此，在短视频平台上已经出现一些“只有AI才能做出的剧”，差异化观感，主要来自创作者自己天马行空的脑洞。

　　在过去，一个普通人不太可能真正有机会去证实自己在影视创作上的天分。但如今AI短剧带来的最大变化，就是让每个人都真正有了成为编剧、导演的机会了，只需要极低的金钱成本，极低的试错成本，和提供给AI的无穷创意和精确指令。