当下指出的AI每一个缺点，都是它将来进步的方向

短剧内行人刷短剧翻评论区时，高频出现的吐槽永远是一句：“全是 AI，一眼假。”

这句话从 AI 短剧进入大众视野至今，说法没变，但三年里被它指认的东西早就换了好几轮 —— 2024 年，观众说“假”指的是物理穿模和手指扭曲；2025 年，同一句话指向的是镜头切换后的人物变脸和衣服变幻；到了 2026 年，大家指出“假”变成了呼吸感缺失和情绪表达不清楚。

同一句评价，指认了三层不同的技术短板。而那些被全网集中吐槽过的缺陷，几乎都会在半年到一年时间的周期内被优化。

这究竟是巧合，还是产业链多层力量同步施压，倒逼厂商和创作团队补齐短板呢？本期，短剧内行人来为您深度解读。

01.观众的“挑刺”顺序就是技术迭代的优先级

2024 年是 AI 短剧在流量市场铺开的节点。彼时所有 AI 生产模型都有个绕不开的毛病：

基础物理渲染不过关 —— 手部结构扭曲、道具交互穿模、人物行走没有重力感、景物凭空悬浮。

这些问题几乎是成片的标配，观众一眼就能看出来。

【GIF来源：抖音大鹏AI】

但是这类问题解决得最快。

物理穿模在当时已经有明确的解决方向，再叠加当时极高的素材损耗率：十段生成画面里能用的仅一两段，厂商有足够的盈利动机优先补齐这一块。

到 2024 年底，肢体和道具层面的穿模问题基本退出了主流成片，如今“AI 不会画手”已经很少被人提及了。

物理硬伤基本消除后，新的问题也浮出水面。

2025 年，创作者和观众开始密集反馈一个现象：同一场戏，一切正反打、换远景，角色的五官和脸型就对不上了。

服装随机跳变，背景里的陈设也跟着漂移。单帧截图画质精致，但连续播放时叙事被反复打断，观众很难对一个连自己都记不住的角色建立信任。

相比物理建模，多帧统一渲染的技术难度更大。

早期模型每一帧都是独立生成的，缺少贯穿全片的人物和场景锚定参数，也没有 3D 姿态同步机制。

各大工具厂商用了半年多时间，陆续上线角色锁定和全局光影统一的功能，跨镜头形象突变的问题才被大幅压制。

到了今天，头部模型产出的短剧中，镜头形象稳定已经不再是被反复挑刺的方向。

现在行业正在啃的是第三层 ——生理动态的缺失。

高频刷短剧的人很容易感知到 AI 角色身上那种独有的空洞：台词间隙嘴唇微张，胸腔却没有任何起伏，叹息、哽咽这类带有身体反应的情绪表达几乎是空白的。

【GIF来源：抖音告诉我你的名字】

有观众留下评价：“结尾角色嘴唇微张、身体轻轻抬起，我下意识等着她呼出一口气，但全程没有一点起伏，看得人莫名压抑。”

呼吸的节奏、落泪时面部肌肉的抽动、情绪爆发前那一瞬间的时序 —— 这类贴近生命感的细节，没法靠单纯扩充画面数据来填充。

工程团队需要把人类的生理活动拆解成可量化的参数，让它和台词节奏、情绪强度匹配起来。

这套底层改造的工作量远超前两层，目前头部模型只能碎片化复刻微表情，完整连贯的生理链条仍然缺少。

这三层违和感的更替，本身就是技术迭代的痕迹。

如果前两层的问题没有被修复到相当程度，观众的注意力根本不会下沉到呼吸和肌肉联动这个级别。

大家越来越挑剔，恰恰说明那些最显眼的毛病已经不太影响观看了。

02.产业链的多层力量

AI 短剧的缺陷迭代速度之所以这么快，不只是技术理想主义的产物，真正在背后施压的，至少有六股力量。

最直接的一层力量来自平台流量的筛选机制。

抖音、红果、快手这类公域池子，推荐算法不区分 AI 还是真人，只看完播、留存、滑走。

而存在穿模或人物跳脸的片段，完播率比合格成片低三成以上，投流投产比直接对半砍。

如今的平台连这种滞后惩罚都跳过了，短剧频道上线了 AI 画面自动识别系统，画面有明显破绽的直接限制推荐，没有问题的才能进付费分账池。

这条线划在那里，制作团队只能主动适配，没有空间可以讨价还价。

第二股力量来自工具厂商之间的迭代竞赛。

可灵、Seedance、Sora……没有一家敢停下来，都在抢速度 —— 谁能先抹平观众正在吐槽的那个缺陷，谁就能抢到更多的创作者。

一旦某款工具在角色一致性或微表情上形成一点优势，制作团队就会批量迁移。

可灵上线两年迭代了二十多个版本，Seedance 持续扩容参考素材上限，整个赛道每隔两三个月就会重新洗牌。

迭代周期从“年”压缩到了“月”，而各大厂商抢的就是这个时间差 —— 谁能解决当下的痛点，谁就能多占几个月的市场。

而物理穿模、镜头变脸问题的修复，主要就是被这层竞争推着走的。

第三股力量来自供给饱和后的同行挤压。

2026 年第一季度全行业微短剧上线 12.8 万部，AI 短剧占了 95% 以上。

当所有人都能用低成本批量产出时，竞争的核心就不再是“能不能拍出来”，而是“拍出来能不能让人看完”。

这种压力是隐形的，但很直接：

同行已经做到了镜头稳定、情绪连贯，而你的短片还在频繁穿帮，数据自然会差，平台也会收紧流量。半年前还能过关的画面标准，现在已经不够用了。

第四股力量来自观众持续移动的审美标尺。

AI 短剧刚出来的时候，大家的包容度很高，能生成完整的人形和连贯的动作就觉得可以了。

等物理穿模解决了，大家开始要求神态和情绪；等 AI 能做多层微表情了，观众又盯上了呼吸和肌肉联动。

观众永远在用当下最好的成片当参照，技术每走一步，标准就跟着抬一级。

如果观众的需求是固定的，AI 达到标准后就会停下来。但恰恰是 AI 自己的每一次进步，把观众的标准往上推，而新的标准又变成了下一轮迭代的压力。

也正是因为这套“移动标尺”的存在，第三层生理缺陷才成了当前全行业的攻坚重点。

第五股力量来自低成本催生的群体试错。

如果真人短剧拍砸了，是几十万的成本直接沉没，而 AI 短剧几十块钱一集，拍废了重新生成就是。

门槛一降，参与试错的人就从几十个专业团队扩张到成千上万的独立创作者，他们在用不同的参数配置、后期方式，反复去触碰“看不出是 AI”的边界。

有人调对了胸腔动态的参数，方法很快在社群里传开；有人找到了解决眼神偏移的方法，过几天就成了行业共识。

这种从底层长出来的试错不依赖单一机构的投入，是靠规模堆出来的，比任何一家大公司的研发进度都快。

而第六股力量是最容易被忽略的，但它也在悄悄划定整条赛道的边界 —— 合规监管。

深度伪造相关法规和 AI 训练素材的肖像侵权诉讼，使得厂商不能无限制地追求“完全真人化”。

当前 AI 短剧备案、AIGC 强制标识、肖像权维权新规落地，厂商如果完全抹除所有虚拟特征，极易被判定为深度伪造或抓取真人肖像侵权。

适度保留 AI 质感，既是合规层面的免责缓冲，也直接限制了厂商无底线攻坚极致真人化的尺度。

这也是为什么行业当下的优化重心停留在消除违和空洞，而不是一步到位追求完全复刻真人。

六股力量不是平行并列的关系。

平台流量和厂商竞争是短期的直接推动力，解决的是最容易被看见的毛病；

同行挤压和观众审美是中期的持续压力，决定了行业爬坡的方向和速度；

合规监管是天花板，划定行业边界；

而低成本试错是土壤，让所有参与者和所有方法同时生长。

每一层缺陷的修复，最终都会落在产能上。

物理穿模被压下去后，素材返工率大幅下降，同等算力和工时下，一个团队能产出的可用成片量明显增加，批量分账的模式才真正有了操作空间。

对制作方来说，这就是缺陷修复最直接的回报。

03.AI短剧下一步要攻克的方向

站在现在这个节点往回看，物理穿模和时空变脸的缺陷已经不太影响观感了，全行业的研发重心压在生理动态和情绪连贯上。

依托六重产业推力，呼吸感、肌肉联动这类短板也会在半年到一年内会迎来系统性优化。

到那个时候，AI 短剧也会面临一个更本质的问题：

当所有可量化的生理细节都被参数化后，AI 演员在镜头面前的“精准度”和“可控度”已经碾压了绝大多数真人演员。

但表演是“用一个人的生命经验去触碰另一个人的生命经验”，AI 理解不了一个人为什么会在某一刻突然崩溃，也算不出一个人压抑了十年的情绪在某个瞬间决堤的节奏。

要让 AI 在“情绪穿透力”上逼近真人，这已经超出了图像生成的范畴，涉及情感计算、认知模型，甚至是对人类潜意识运作方式的建模。

而这条路远比当前所有技术路线都长，但它就是 AI 短剧下一步要攻克的方向。

所以，回到开篇那句大众吐槽，三年来观众吐槽的每一处违和、全网指出的每一处短板，从来都不是技术终点，而是 AI 短剧一步一步向前推进的路标。

三层视觉瑕疵是浮在表面的行业现象，六层产业力量是驱动迭代的底层引擎，持续提升的观众审美标准，则会让整条进化循环永远不会停止 ——所有被大众指出的破绽，终会被拆解、量化、修复。

你在刷 AI 短剧时，有没有因为哪个穿帮被劝退过？现在的 AI 短剧有没有让你改观？你期待它下一步攻克什么？欢迎来评论区聊聊你的想法。