月薪两万的“造脸人”，为何快被自己造的“脸”淘汰？
AI短剧的“撞脸”现象
观众眼中的“千篇一律”
打开短剧App，会发现AI生成的脸相似度极高。男主角多是凌厉下颌线、薄嘴唇，女主角皆是鹅蛋脸、大眼睛。群演更是仿佛“原班人马”。偶尔出现的“明星脸”，实则可能是未经授权使用。这导致“AI撞脸”成为公共话题，观众质疑为何AI翻来覆去就那几张脸。
两类AI短剧的差异
AI短剧分“漫剧”和“仿真人剧”。漫剧是动漫、二次元画风，受众更年轻；仿真人剧模型生成逼真人脸，受众基数大。“撞脸”几乎都出现在仿真人剧，两类产品观众不完全重合。
抽卡师：造脸背后的新职业
抽卡师的工作内容
抽卡师是文生视频时代的内容操作员，把剧本拆成镜头，为每个镜头写提示词，让AI生成画面，再筛选可用的。AI出图有随机性，得反复生成、筛选，耗费算力，抽不到满意的就是“废片”。
抽卡师的职业发展与困境
这是个新职业，2024年前后兴起。阿秋入行后从普通抽卡师成长为组长、带新人。但多数抽卡师被卡在中段，核心竞争力从写提示词变成懂视听语言。不懂视听语言的抽卡师可能被淘汰，因为等模型进化，他们的工作可能被取代。
行业困境与未来走向
成本与质量的博弈
AI短剧制作成本低，带来产量爆炸，但也导致中腰部演员和群演失业。为省钱，制作方让脸雷同，这成了最优解。技术发展虽快，但赚钱不易，抖音降低分成系数，部分公司收缩业务。
稀缺脸的探索之路
行业试图让稀缺的脸重新“流通”，从“偷脸”转向“买脸”，但成本高昂。也有创业者探索新平台，主打“单次授权”。还有如刘梓瑜这样靠审美做出高质量作品的例子，只是规模化生产与创作逻辑相悖，行业未来走向不明。
相关问答
AI短剧为何会出现“撞脸”现象？
厂商为稳定不出错，将人脸特征往概率中心拉，且大模型训练数据多来自网红、明星，标签笼统，导致生成的脸落在狭窄审美区间，出现雷同。
抽卡师的工作流程是怎样的？
把剧本拆成镜头，为每个镜头写提示词让AI生成画面，再从结果里挑能用的。因AI出图有随机性，得反复生成、筛选，耗费算力。
AI短剧行业面临哪些困境？
成本与质量博弈，为省钱脸雷同，演员失业。技术发展下赚钱难，平台降低分成系数，部分公司收缩业务，稀缺脸流通困难。
“买脸”模式存在什么问题？
成本高昂，如星火动漫与虎牙合作的短剧，因人物都由本人授权，单分钟成本是普通漫剧好几倍，全量短剧成本更高。
未来AI短剧行业可能会有怎样的发展？
行业在探索稀缺脸流通方式，新平台出现。但规模化生产与创作逻辑相悖，未来走向不明，是继续挤人还是让人回到中心待解。
刘梓瑜的作品为何能脱颖而出？
他把提示词当导演台本，告诉AI角色行为和情绪的原因，凭借从2017年自学拍片攒下的审美，死磕镜头质量，所以作品没“AI味”。
