从微短剧到 AI 短剧的快速发展，AI 时代的影视剧市场正经历一场降本增效的剧变。一方面，AI 视频生成技术狂飙突进，日新月异。AI 生成技术的日渐成熟，意味着影视制作成本会不断降低，AI 影视艺术创作能力又向人类趋近了一步 ; 另一方面，强情绪、快节奏、高频反转已经成为新时代叙事能力的热门标签。根据用户画像、爆款 IP、算力反馈来预设受众趣味、安排人物情节、营销故事的生产和传播方式将影视叙事牢牢地捆绑在可控制、可量化操作的工业流程里。当下 AI 影视创作现状如何 ? 未来 AI 创作会最终取代人类创作吗 ? 如果 AI 并非无所不能，它的创作边界又在哪里 ? 对此问题的解答，对于影视产业的发展至关重要。

发展脉络：从 " 可生成 " 到 " 工业化 " 的商业尝试

近三年 AI 影视创作技术完成了从 " 能生成 " 到 " 可用 " 再到 " 工业化 " 初步尝试的跨越，视频生成模型架构、长时长连贯、全流程 AI 化是重要突破。

2023 年为 AI 影视创作技术的启蒙落地之年。人工智能视频技术正式走出实验室场景，迈入市场化的应用阶段。Runway Gen-2、Pika、Stable Video Diffusion 等海外生成式视频模型相继迭代落地，初步实现 30 秒内文生视频创作能力。与此同时，AI 剧本创作、智能配音、自动化剪辑等技术工具逐步走向成熟，在网络短剧、艺术宣传片、新媒体影像等创作领域实现规模化应用。

2024 年成为 AI 影视创作技术迭代跃升的关键之年。OpenAI Sora 模型正式发布，DiTTransformer 架构确立为行业主流技术范式。它不仅突破了短视频生成的时长桎梏，将标准生成时长拓展至 60 秒区间，而且同一场景镜头之间的叙事连贯性、画面物理仿真质感实现了质的提升。在此技术浪潮下，国产人工智能影像模型实现快速突围，快手 Kling、字节跳动 Seedance 两大核心模型强势跟进并快速迭代。依托国产 AI 技术的普惠化、轻量化优势，AI 广告、AI 漫剧等新型影像业态迎来爆发式增长。它不仅重塑了传统影视工业化的生产流程，而且催生了 OPC 等轻量化独立创作的新范式。

2025 年迈入 AI 影视创作的工业化成熟阶段。海外前沿模型持续深度迭代，Sora 2、Runway Gen-4.5、Google Veo3 等技术体系，将标准化视频生成时长延伸至两分钟级别，人物角色跨帧稳定性、画面叙事一致性精度提升至全新水平。特别是 2026 年 2 月中国字节跳动发布的 Seedance 2.0，解决了传统 AI 视频 " 音画脱节、角色突变、可控性差、生成低效 " 的行业痛点，将 AI 视频生成从 " 可用型玩具类工具 " 升级为 " 工业化生产工具 "。伴随技术体系的日趋完善，人工智能全面渗透到剧本构思、分镜设计、影像生成、智能配音、后期剪辑等影视创作全链条，AI 导演思维大幅提升。短剧创作、数字动画、虚拟影像制作等细分赛道率先完成智能化改造，AI 影视创作正式进入规模化、体系化、标准化的工业发展新阶段。AI 短剧和漫剧的创作热潮在 " 低成本、高产出 " 的优势面前，极大冲击了真人微短剧和真人影视剧的市场。

技术难题：AI 叙事能力不足限制了创作拓展

客观而言，当下 AI 影视创作技术的发展一直在向人类看齐，但一时还无法代替人类，更无法超越人类。比如，Seedance 2.0 在单一场景内的人物动作、画面呈现上表现稳定，为影视内容生产降本提效提供了技术支撑。但从影视艺术叙事的角度来看，因欠缺理解上下文语境的导演逻辑，该技术在场景衔接、情感表达、人物与情节塑造等层面仍然存在连贯性和一致性缺失的问题。这是当前 AI 影视创作普遍面临的共性难题。

首先是跨场景连贯性缺失。该模型在单一空间内能够保证画面、动作的完整流畅，可一旦涉及场景之间的切换，逻辑割裂的问题便十分突出。不同场景衔接时，易出现光影突变、环境风格跳脱、人物动作衔接生硬等问题，甚至空间逻辑与动作惯性同时被打破。加之技术生成时长有限，长片段需分段拼接，进一步放大了场景之间的断裂感，破坏了影像叙事的整体性。

其次是情感表达难以保持统一。影视艺术依靠表情、神态、肢体语言传递情绪、把控叙事节奏，而 AI 仅能完成面部与肢体的表层生成，无法理解情绪的递进与流转。人物表情时常机械僵化，情绪转折突兀无序，前后神态、心境缺乏过渡，难以形成连贯的情感脉络，更无法贴合情节氛围构建起伏有致的情绪节奏。AI 画面虽完整，却缺少艺术感染力。

最后是人物线索与情节逻辑失序。连贯的人物形象、严谨的情节链条是讲故事的根基。在多镜头、多段落生成过程中，AI 难以锁定统一的人物特征，常出现外貌、造型前后不一致的问题，导致人物身份线索断裂。同时，AI 技术无法解读人物行为动机与事件的因果关系，导致情节跳转随意、逻辑松散，零散的画面无法搭建起完整的叙事框架。

产业逻辑：降本增效的工业流程变革

韩炳哲在《叙事的危机》一书中揭示，现代社会正经历整体性叙事瓦解的危机。人类建构故事、传递表达的能力不断弱化，这一问题投射到影视领域，便表现为内容创作高度趋同、套路化创作大行其道。当整体性的影视叙事难以实现革新、故事的艺术价值与思想边界无法延伸时，AI 技术赋能影视创作，并未承担起突破创作瓶颈的作用，其核心功能集中于压缩制作成本、提升生产效率。当下影视业态从传统真人影视剧到网络微短剧，再到 AI 影视创作的兴起依次演进，其更迭脉络清晰可见行业生产成本完成了三级回落。

以行业主流作品为例，三者在制作成本与创作周期上形成巨大差距。相较精品真人电视剧，真人网络微短剧成本大幅下降。而 AI 短剧将成本与效率推向新的阶段。目前行业内同体量 AI 短剧，普通作品单部成本仅数千元，仿真人精品作品也仅十余万元，制作周期一般为 3 至 7 天，部分项目甚至能实现 72 小时快速成片。演员劳务、实景搭建等传统大额支出基本消失，成本重心转为算力与工具使用费用，仅需少量人员即可完成全流程创作。

从真人长剧到 AI 短剧，成本呈现断崖式下跌，制作周期不断被压缩。与 AI 创作热潮居高不下相映成趣的是：话题越来越热，流量越来越高，但真正具有审美力和传播力的 " 爆款 " 影视剧数量却屈指可数。这一变化印证了现阶段 AI 影视产业最大的问题在于重构生产模式，而非革新叙事艺术。当前经济环境下，市场投资趋向审慎。在整体叙事创新乏力、优质原创内容产出困难的现状下，资本不再倾向于投入高额资金探索艺术表达，转而将 AI 影视技术视作削减生产成本、批量产出内容的重要路径。技术赋能的背后，AI 创作能力的突破是资本逐利逻辑主导下的必然产物。爆款对标制也好、AI 技术开发也罢，无非是一个硬币的两面：开源和节流。如果艺术创新可以带来更大的营收，那么创新也可以成为资本投入的焦点。但是艺术创新的投资大，从投入到产出的间隔周期较长，且不确定性风险增加。相比缺乏资本安全性的 " 开源 " 策略，AI 技术的崛起几乎触碰到影视投资的 " 地板价 "，在 " 节流 " 方面的优势更加突出。

创作伦理：以捍卫人的价值和尊严为前提

AI 创作者与艺术家最大的差异在于，它并不寻找创造性，而在寻找 " 已被验证成功的模式 "，并且试图将这种已有的模式用数据、算法、逻辑等量化的理性标准精确地描述和推演出来，然后形成以一生万的复制框架和复利结构。但是真正推动影视文化进步的精品，创作之初往往并不符合资本避险和最大商业化的逻辑，也不符合 " 已有爆款成功的数据 "，而是重在探索新的类型语言、新的内核表达和新的艺术呈现。在算法之外，《给阿嬷的情书》这部 " 四无作品 " ( 无大明星、无大投资、无过度营销、无大 IP 对标 ) 的火爆就是人类艺术独创性最好的证明。

伟大的创作不是 AI 和算法主导的产物，而是人类独有的生命经验。在算法之外，模糊的情感、复杂的人性、意味深长的留白、暧昧拉锯式的人物关系……依然是影视艺术释放自身魅力的 " 灵韵 " 所在。AI 可以协助艺术家创作，但无法代替人脑和灵魂来创造。因为 AI 习得的影视叙述能力建立在人类已有的叙事经验之上，而非开创全新的叙事表达。真正的艺术，永远在算法之外建立自身独特的结构，因为引发观众共鸣的情感，无法被数据完全精准地计算。人类的创造力、想象力、审美力也无法被 AI 所量化。伟大的艺术创作，大都是艺术家关于人性、时代、欲望、权力、孤独、命运等深层问题的探索，是创作者精神世界的产物。艺术创作的重要使命是捍卫人的价值和尊严。这依然是未来人机协作需要直面的重要命题。

作者系苏州大学传媒学院副教授

( 作者：王素芳 )

（来源：中国艺术报）