AI短剧《霍去病》爆火,新时代下影视行业新的思考
- 2026-10-21 23:25:40
26年3月初，一部AI短剧《霍去病》凭借“3000元成本、48小时制作、播放量破5亿”刷屏全网，尽管在后续的核实与报道中，这些夸张的数据被证明为不属实，但是，这一场“闹剧”却将我们的目光聚焦到一个新的领域——AIGC创作。
新的技术，新的变革
22年，以stable diffusion和mdjourney为首的第一个文生图两大模型标志着AIGC领域迎来大爆发。AI从当初的“机器能否思考”的猜想落地为一张张切实生成的图片即服务大众的新技术。
尽管在当时，AI技术尚不成熟，通过AI生成的结果极其不稳定，并且与现实的逻辑大相径庭，需要专业的技术人员来进行AI生成控制。但是，当当初那个“机器能否思考”的猜想提出时就同我们的祖先对月亮遥想，对太空求索一般永远没有熄灭和停止。由此，在往后的AI技术发展中，国外chatgpt的模型不断迭代升级，国内文心一言，豆包等人工智能艺术不断尝试，AI也不再仅仅局限在文生图当中，进而开始可以进行视频短片生成与合成。
此后的发展里，lora与各种小模型为AI生成做出更好的规范，使其更符合现实逻辑，从sora到wan再到如今的seedance视频大模型。AIGC领域在不断突破。
这巨大的技术发展与更新的背后也带来了一场对行业的巨大冲击与变革，过去的影视行业，有一道很高的隐形门槛，资金门槛（设备、场地、演员）技术门槛（拍摄、后期、调色）组织门槛（剧组协作体系）。
而AI短剧的出现，让这一切开始松动，一个小团队甚至个人就能完成内容，制作周期被极度压缩，试错成本大幅降低。
这带来的不是简单“效率提升”，而是影视创作从“工业垄断”走向“能力开放”的一场去“神秘化”。当制作变得容易，最直接的后果就是，内容数量指数级增长。而在过剩的生产内容里，技术不再是壁垒，审美与叙事转变为核心。
变革背后的现实问题
AI技术，在极大程度上提高了内容生产的速度，却没有同步提高内容的生产质量。
和传统的影视画面相比，虽然AI的画面提升明显，但是在每一个镜头的画面中，相比传统影视画面，AI在画面情感与情绪的表达上则显得相对薄弱。在传统的叙事中，我们更讲究一件故事的起承转折，但在AI的叙事逻辑中，则更多的是一种平铺叙事，我们很难看见一个故事里的困境与人物一步步的成长，这种情感表达存在严重的“AI”味与割裂感。
人工智能技术的底层逻辑在于数据驱动的模型训练，使机器在概率空间中进行最优预测，从而实现对语言、图像与视频的生成与表达。在这一预测的过程中就不能不避免通过checkpoinnt大模型与lora小模型来进行范围的概定，而无论是大模型还是小模型都是在基于进行训练的主人公提供的数据集，而数据集源于网络上流通数据，当没有新的数据生成，用来进行训练的数据集合也就无法能够进行更新，在这种恶循环下，AI技术所带来的效率提高，技术门槛降低，并不必然会带来内容繁荣，反而可能加剧内容过剩与同质化。
AI短剧所引发的变革，并非单一维度的技术跃迁，而是一场由技术、传播与认知共同作用的复杂过程。它既展示了内容生产效率的极大提升，也暴露出叙事能力、原创价值深层问题。在这场变革中，真正值得警惕的，不是技术本身，而是我们在技术狂热中可能忽视的内容本质与价值判断。
内容结构重构
从22年AI爆发到如今短短几年的时间内，AI技术不断迭代升级，一家登上舞台唱罢，下家更为绝唱。在短短几年的时间里，我们看到技术更为成熟的AI，同样的，每一次的迭代升级也更让我们更为惊叹。
在今天的社交媒体上我们看到两种内容，一种是精品高成本，强叙事；另一种是高频，低叙事。这两种类别的内容将影视行业从单一的行业结构分化为高端精品与大众快内容的双结构。
而同样的，我们观影所看到的世界，也不再是真实世界，而是通过收集数据集训练模型生成的结果。影像的本体，正在从“现实的再现”转向“数据的生成”。
在技术推动下，内容将走向分层、创作将走向个体，而内容竞争最终仍将回归到人类经验与表达能力本身。
编辑：易永杰
排版：龙宥成
审核：龙宥成
