前阵子去片场探班，候场区稀稀拉拉坐着的群演比半年前少了一半。制片人朋友叉着腰看着刚搭好的景，叹了口气说：“以后这种景可能都不需要搭了，AI直接生成。”那天晚上我刷到一个榜单，前十名里有三部挂着“AI短剧”标签的作品，播放量动辄过亿。回到酒店我翻来覆去睡不着——AI短剧狂飙的速度，比我们所有人预想的都快，群演失业、片场缩水的说法也越来越多，影视行业的饭碗，真的要被抢走了吗？这篇内容不贩卖焦虑，也不盲目唱衰，我想把AI短剧到底怎么做的、成本账怎么算的、哪些岗位真正危险、从业者还能往哪走这几个问题，用我实测和调研到的信息，一次性讲透。

1. AI短剧的“生产线”长什么样：从脚本到成片的完整链路

1.1 前期策划：剧本、分镜、角色设定全被AI重做了一遍

很多人以为AI短剧就是“输入一句话出一整部剧”，实际完全不是这么回事。真正的AI短剧生产，是一个把传统影视流程“重新排列组合”的过程，每一个环节都有对应AI工具介入，但依然需要人来做判断和把控。

前期策划阶段，编剧的工作最先被改变。大语言模型已经能根据热度榜单、关键词分析、平台调性，自动生成包含人物小传、分集梗概、台词对白甚至冲突点的完整剧本。我实测过几个主流工具，产出的剧本在结构上完全合格——起承转合、钩子设置、反转密度都能达到及格线以上。传统编剧写一集短剧剧本可能要两天，AI十分钟能出十版，编剧从“从头写”变成“从十版里挑一版来改”。

分镜和概念设计环节也被重构了。过去美术组要画分镜图、出气氛图、定角色造型，一套流程走下来至少一周。现在用文生图工具，输入角色描述就能得到造型图，输入场景描述就能得到概念背景。一个做短剧的朋友告诉我，他们团队现在做前期方案，原本要花两周的筹备周期被压缩到三天，核心工作从“画画”变成了“写提示词、改提示词、选图”，一个人能顶过去一个美术小组。

1.2 中期“拍摄”：文生视频、图生视频、数字人扛起整场戏

中期拍摄是变化最剧烈的环节。传统短剧需要场地、灯光、摄影、服化道、演员、群演，几十号人忙活大半个月。AI短剧的“拍摄”则发生在GPU服务器上。

目前主流的做法是分这么几步走：

• 用文生视频模型生成关键镜头：把剧本里的核心动作、场景、对话拆成一个个镜头描述，丢给视频模型直接生成画面。人物表情、光线、运镜都在提示词里控制。
• 用图生视频让静态角色动起来：先确定好角色的参考图，再通过图生视频工具让这个角色“演”出指定动作，比文生视频更容易保持形象一致。
• 用数字人和语音合成补足台词段落：生成人物半身像或全身像，配上合成语音，再做口型对齐。几个成熟的数字人方案已经能做到口型和音色的基础匹配。

整套流程短的3天、长的一周就能出片。我做过一个对比测试：传统方式拍一个两分钟的对话场景，从布光到收工至少要三个小时；AI方式从生成到渲染完成，半小时搞定。这还只是单个场景，整部剧算下来，效率差距是数量级的。当然，效率提升伴随的质量问题，后面我会专门讲。

1.3 后期压缩：剪辑、配音、调色、特效被“批量自动化”吞掉

后期环节是AI短剧成本和人力下降最狠的部分。传统后期要剪辑师、调色师、音效师、特效师协同，AI短剧把这些岗位的大量重复劳动直接自动化了。

剪辑环节，AI可以自动识别台词、对齐字幕、切分镜头，甚至根据剧情节奏自动编排镜头顺序。配音环节，语音合成技术已经能按角色设定生成不同音色、不同情绪的对白，过去一集短剧要录半天的配音，现在批量生成只需要几分钟。调色和风格统一则通过模型参数和滤镜控制一次搞定，特效更是被“提示词生成”直接替代——过去要分层合成的火、雨、爆炸，现在描述进模型就行了。

这里我想强调一个容易忽视的变化：传统片场要求的是空间和时间上的集合——所有人、所有设备在同一时刻聚集在同一场地。AI短剧的生产完全打破了这个约束，所有素材都是并行生成的，所有环节都能在软件里完成。这带来的直接结果就是，短剧的生产周期从一个月级别压缩到一周级别，成本从几百万元级别压缩到几十万元级别。片场不是“缩水”，是物理意义上的片场被整个搬进了电脑里。

2. “群演失业、片场缩水”是真的吗：拆开成本账和岗位账

2.1 传统短剧的钱到底花在哪了

聊冲击之前，先看看传统短剧的成本结构。以一部80到100集的精品短剧为例，总成本通常在300万到800万之间。这笔钱大头花在四个方向上：

• 演员和群演费用：主演片酬是最大头，动辄占30%到40%；群演按场次结算，一部剧用到几百上千人次群演，也是一笔不小的钱。
• 场景和美术：租场地、搭实景、置景改造，一部剧下来少说几十万，多则上百万。
• 拍摄团队人力：导演、摄影、灯光、录音、服化道、场务，动辄几十号人，按天支付薪酬，日积月累非常可观。
• 后期制作：剪辑、配音、调色、特效、混音，外包或自建团队都要持续烧钱。

这个结构意味着：花在“人”和“物理场景”上的钱占了七成以上。而AI短剧恰恰是先把这部分砍掉的——不需要那么多人，也不需要物理场景。

2.2 AI短剧的成本账能压到什么程度

我找几个影视行业的朋友了解了一圈，现在一条完整的AI短剧生产线，成本主要由三块构成：算力与云渲染费用、AI工具订阅费用、核心操作人员的人力成本。

以一部60到80集的AI短剧为例，算力成本根据不同视频模型和分辨率，大概在5万到20万之间；工具订阅费摊下来每个月几千元，团队规模可以压缩到5到10人——包括AI导演（把控整体风格和脚本）、提示词工程师（负责具体镜头生成）、剪辑师（负责筛选和编排）、声音设计等。整部剧总成本控制在10万到30万之间，只是传统短剧的零头。

群演在这个账本里的位置就更尴尬了。传统剧需要群演填充背景、形成生活氛围感，AI短剧里的背景人群直接用模型生成，一个指令就能产出几十上百个路人，不需要选角、不需要候场、不需要盒饭、不需要结算薪酬。“群演失业”这个说法，至少在AI短剧这个品类里是正在发生的现实，而不是危言耸听。

2.3 片场“缩水”的真实表现：从实景搭建到“机房拍摄”

片场缩水这件事，我这位制片人朋友的经历最有说服力。过去他们拍都市情感短剧，一条主街、一个办公室、两套公寓，实景搭好至少要十来天，加上道具采购和布光，人力物力都不少。现在他们拍新项目，所有场景都用AI生成，城市背景、室内陈设、窗外风景全部来自模型输出，片场只需要一间带专业灯光的小房间录制关键真人镜头，或者干脆连小房间都不需要，只要一块绿幕。

我见过最极端的案例，是一个五人小团队在二居室办公间里完成了整部40集AI短剧的全部“拍摄”。他们的“片场”就是三台工作站和一张会议桌。剧组没有群演、没有场务、没有灯光师——所有曾经需要物理资源的地方，都被AI生成的图像和视频填满了。这不是未来，这就是现在正在发生的事情。

3. 被冲击的远不止群演：编剧、美术、摄影、后期的处境正在重新洗牌

3.1 底层执行岗最先承压，重复性越高越危险

群演只是最显眼的一批。顺着这条产业链看下去，大量底层执行岗位都在被AI吞噬。

选角导演和群头的工作量在大幅缩水。过去一部短剧需要试戏、定人、签合同、协调档期，现在AI短剧的“选角”是在模型里完成角色形象设置，几秒钟就能换脸换造型。美术助理、道具管理、置景工人这一类岗位，随着实景搭建需求减少，接活量肉眼可见地下降。还有一部分基础剪辑师和字幕员——他们干的活是打轴、加字幕、拼接素材，这些恰好是AI最擅长的重复劳动。我一个做后期外包的朋友，过去每月接几十单短剧粗剪，现在订单量只剩下过去的四成。

这些岗位的共同特点是：工作内容高度标准化、可被清晰描述、依赖时间堆积。任何符合这三个特征的工作，都是AI替代的第一顺位。这不是某个人的选择，而是成本逻辑在推动。

3.2 创意岗的两极分化：有人吃到红利，有人被淘汰

很多人以为编剧、导演、摄影指导这些创意岗位是安全的，实际情况更复杂——这个群体正在快速两极分化。

编剧是最典型的分化样本。擅长类型化写作的编剧，因为产出套路化剧本的效率远不如AI，接单量断崖下滑；反过来，那些懂得用AI批量产出创意选项、再在此基础上做深度取舍的编剧，反而能同时接更多项目，收入翻倍。差别不在于“会不会被AI取代”，而在于“能不能把AI变成自己的生产力”。

导演和制片也类似。我认识的一位短剧导演，主动把AI生生成的前期预演融入工作流，接项目时先出AI版预告片给资方看，提案通过率从两成提到了六成。而另一些拒绝接触新工具的同行，在项目竞标时明显处于劣势——同样的预算，别人能拿出更丰富的前期方案，你还停留在嘴述阶段。

3.3 摄影、灯光、美术的岗位逻辑也在变

摄影和灯光团队目前还守着一块相对稳固的阵地：真人实拍短剧和精品长剧依然需要现场光线和镜头语言。但有两个信号值得注意。

第一，虚拟制片技术让“现场拍摄”和“后期合成”的边界越来越模糊。大片场的LED背景墙直接显示AI生成的实时场景，过去需要实景搭建和外景拍摄的镜头，现在在棚里就能完成，这直接影响的是外景勘景和实景搭建团队的饭碗。第二，AI短剧如果需要真人镜头——比如局部特写、主角感染力强的戏份——美术和灯光需求被压缩到了极致，一个场景只需要保证人的皮肤质感，剩下的全交给AI。

也就是说，摄影、灯光、美术岗位不会立刻消失，但他们的工作范围正在被“AI场景生成”持续挤压。未来真人拍摄团队的核心价值会集中在“互动戏、重情感戏、复杂调度戏”，用AI生成的背景、特效、群演来辅助，而不是被替代。

4. 泼一盆冷水：AI短剧的质量短板与翻车现场

4.1 人物一致性：同一个角色，三集换了三张脸

AI短剧目前最大的硬伤，就是角色形象漂移。同一个角色，第一集还是瓜子脸，第三集可能变成方脸；同一个场景，光线角度前后对不上。这个问题在传统拍摄里完全不存在，在AI生成里却几乎是必然发生——本质原因是每一步生成都是概率采样，微小的差异会被累积放大。

我实测下来，几个缓解手段有一定效果：固定角色参考图做约束、用同一套参数反复生成、对人物特征做文本强绑定。但这些方法只能降低漂移概率，不能彻底消除。稍微长一点的剧集，要么接受一定程度的人脸变化，要么投入额外的人力做一致性修正——这也是为什么号称纯AI生成的长剧，背后依然有一支人工团队在处理细节。

4.2 物理规律和动作逻辑：AI画不出“正常世界”

第二个短板是物理常识缺失。AI生成的视频里，人物走路经常滑步，手部动作偶尔扭曲，拿杯子喝水时杯子会从手里穿过去，甚至出现六根手指、三只手臂这类基础错误。运动镜头一旦速度加快，画面畸变和形变就随之而来。

更致命的是表演逻辑：AI可以生成“一个人在哭”的画面，但很难生成“这个人经历了背叛之后强忍着不哭”的层次感。短剧靠的是夸张密集的情绪刺激，AI在狗血桥段和市场爽点上能及格，但在细腻情感推进上依然停留在“像”而不是“是”。这类硬伤决定了AI短剧目前的上限——观众可以容忍猎奇，但长期追剧还是需要稳定的人物和可信的世界观。

4.3 同质化危机与版权隐患

还有个行业级的问题：大家用的模型、底模、训练数据高度相似，导致大量AI短剧画风趋同、叙事套路雷同。我同时看了五部AI短剧，除了剧情不同，画面质感、色调、人物脸型甚至镜头节奏都像同一个模子印出来的。同质化在传统影视里也很严重，但AI短剧把这种同质化推到了新的高度——因为工具把风格差异抹平了。

版权和合规是另一把悬在头上的剑。AI模型的训练数据是否包含未授权的影视素材，合成角色是否侵犯真人肖像权，声音克隆是否用了未经许可的音色，这些在目前的监管框架下都是灰色地带。已经有平台对AI内容作出“显著标识”的要求，后续对合成内容的审核只会越来越细。短期的流量红利后面，跟着的是不确定性很高的合规成本。

5. 面对这波浪潮，影视从业者的生存策略与转型路径

5.1 把AI当协作生产力，而不是把它当对手

我接触过的、在AI浪潮里没被拍在沙滩上的从业者，心态几乎一致：不跟AI赌气，而是把AI变成自己的“数字实习生”。

具体操作上，几个落地方向供参考：用AI生成前期概念图、分镜预演、样片片段，用于提案和融资；用AI批量生成场景背景，替代传统实景搭建，把省下的预算花到主演、剧本和服务上；用AI做快速版本测试——同一段剧情用两种方式生成，看哪个数据反馈更好，再决定投拍方向。这些用法不取代创作者，反而是让创作者从低效事务里解放出来，把精力集中到真正值钱的判断力上。

5.2 在算法审美之外做“人的差异化”

AI短剧把常规爽剧的价格打到地板价之后，真正能扛住价格战的不是跟进做同类的AI短剧，而是做出“AI做不了”的内容。什么样的内容是AI做不了的？依赖真人演员的真实情绪爆发、顶级摄影美学、现场实景带来的质感、社会议题的真诚表达、在地文化的真实肌理——这些都需要人的身体、人的经验、人的感受力在场。

我的判断是，未来影视行业的金字塔结构会变成：底层的类型化、短平快内容大量AI化；顶层和腰部靠“真人稀缺性”和“审美溢价”存活。对创作者来说，与其焦虑会不会被取代，不如想清楚你的东西有没有不可替代的手工感和真实感。AI可以适配市场，但定义不了什么叫“打动人心”。

5.3 新岗位正在出现：AI导演、提示词工程师、赛道质检员

最后说点让同行安心的信息：AI短剧不是不需要人，而是需要新技能的人。我观察到的招聘需求和团队配置显示，目前这些新岗位缺口很大：

• AI导演：懂剧作、懂表演逻辑，同时熟悉AI工具链，负责把剧本翻译成可执行的生成指令和视觉方案。
• 提示词工程师：最紧俏的岗位之一。同一个模型，不同提示词产出的画面差距巨大，懂得用词、参数、参考图组合来控制产出质量的人，目前是供不应求。
• AI内容质检：负责把控人物一致性、物理合理性、色情暴力违规内容，这是每一家AI短剧团队都绕不开的环节。
• 模型微调与数据集管理：针对特定风格、特定IP做模型定制，属于技术含量更高、天花板也更高的方向。

我自己的实际体会是：AI短剧不是“毁掉一个行业”，而是把这个行业里大量繁琐、重复、可外包的工作等价于零，同时把“审美判断力”“叙事把控力”“工具驾驭力”这三个能力的价值放大到前所未有的程度。群演的岗位确实在减少，但围绕AI内容生产的产业链正在长出至少翻倍的就业机会。区别只在于，你愿不愿意换个姿势接住它。

如果你现在还在片场门口等活，我的建议很直接：打开AI工具，亲手生成一段视频，拆解它的缺陷，然后思考怎么修正。这个动作做一百次，你对行业的理解就会超过大多数停在原地抱怨的人。浪潮不会因为焦虑停下，但你可以选择站在浪头，或者被浪推着走。