2025年，会是AI短剧爆发的前夜吗？

自3月起，AI与短剧再度成为视听行业的关键热词。在近期举办的第十二届中国网络视听大会上，国家广播电视总局网络视听司司长冯胜勇在论坛致辞时指出，“提出一个问题往往比解决一个问题更重要”的时代已然来临。

无论是爱奇艺、芒果TV、腾讯视频等综合视频平台，还是抖音、快手、哔哩哔哩，AIGC、微短剧+几乎是所有行业大佬探讨的核心议题，无疑处于风口浪尖。

Sora发布后，以即梦、快手为代表的国产AI视频大模型在短短一年多时间里加速发展，实现了从“跟跑”到局部领先的跨越。

从内容端反馈来看，从早期具有代表性的AI短剧，如去年的《山海奇镜之劈波斩浪》和《三星堆：未来启示录》，到今年话题度颇高的《美猴王》《无名特工队》《红衣大叔用AI带我穿越》《兴安岭诡事》，以及预告刚发布不久的单元剧集《新世界加载中》，技术进步与内容创作者不断探索后，内容质感的迭代显而易见。

尽管进步显著，但截至目前，一个明显的事实是，AI短剧引发的讨论大多仍停留在技术层面，内容本身获得的正面评价十分有限。总结过往作品的大众反馈，AI短剧目前存在几个主要问题：

叙事上，连贯性欠佳，单镜头时长普遍不足5秒，常依赖快速剪辑来掩盖动作逻辑缺陷，镜头语言单一，有严重的动态PPT拼接感。

视觉方面，人物表情僵硬、口型与发音不符、情绪表达失真，易引发恐怖谷效应。多以单一角色动态场景呈现，缺乏多角色交互，复杂场景模拟存在明显缺陷，普遍表现为精细度够但真实性不足，初看惊艳，细看穿帮。

题材和创意上，剧情类几乎都集中在玄幻、科幻领域，还有以文化科普类短纪录片形式呈现的。其目的明显是发挥AI在打造视觉奇观上的优势，尽量弥补在一致性和现实性方面的不足。

更为隐蔽的问题在于内容创意。现有AI大模型生成的剧本大纲和分镜脚本可用性极低，要么完全缺乏逻辑性，如《红衣大叔用AI带我穿越》，被评价为“不是现在的人类能接受的艺术”；要么套用网文和网大叙事模板，在AI技术的外衣下包裹着粗糙陈旧的精神内核，这也是目前主流AI短剧内容，均缺乏艺术层面的突破。如此看来，AI短剧相较于普通微短剧，优势并不明显。

与2024年的前期作品，如《白狐》《三星堆：未来启示录》相比，这些问题在2025年3月已有明显改善。但如今AI短剧行业的现状或许可以这样描述：“能够批量生产59分的作品，但及格作品寥寥无几，真正的高分作品更是凤毛麟角。”

也就是说，目前AI短剧还停留在“有无”阶段，而普通观众更在意的是“是否好看”。

1 过去一年，AI短剧的飞速发展和阶段性痛点

在探讨AI短剧的发展方向前，我们先总结下目前AI短剧的创作内容流程。参考一些AI短剧教程，并咨询部分个人兴趣AI短剧创作者后发现，纯AI流程的AI短剧实操过程大致为：剧本生成 – 分镜脚本 – 图像生成 – 图生视频 – 剪辑优化。

剧本生成和分镜脚本可借助ChatGPT、Deepseek、Claude等模型辅助完成。以Deepseek为例，它能根据提示词生成包含场景编号、时长、景别、镜头运动、场景描述（画面/光影）、关键音效等内容的分镜脚本，并以表格形式呈现。

如下是读娱让deepseek生成的一段中世纪克苏鲁悬疑风格的故事梗概和分镜脚本（部分截图）：

接着是文生图环节。创作者完善分镜脚本后，使用MidJourney、可灵、即梦、vidu等工具，依据合理提示词生成视觉画面。

即梦等平台的故事创作模式支持批量导入分镜图片，使创作流程更清晰。

即梦的“故事创作”界面

然后进行图生视频。将视觉图片按顺序保存后，通过可灵、即梦、Vidu等图生视频工具，利用首尾帧和提示词生成视频。

即梦与可灵的视频生成界面

最后通过AI音效、台词等添加声音部分，再进行剪辑优化，最终形成成片。

这一流程逻辑与传统影视产业大体一致，不同之处在于，它大幅降低了剧本生成、分镜制作和拍摄的成本，有更宽松的试错空间。

但对目前的创作者来说，实际操作远非看上去那么简单。

一位个人AI短剧创作者告诉读娱，即便他只是出于兴趣创作，要求不高，每一分钟的AI短剧成片仍需花费二三十个小时。一个重要原因是要挑选合适的图片并保持一致性，大量时间都花在制作三视图和调整提示词“抽卡”上。“文生图和图生视频阶段都存在很大不确定性，目前基本只能不断调整提示词并重复操作，能否有好效果，有一定运气成分。”

具体创作中还有一个矛盾，要实现好的视频效果，容易依赖多图堆积的抽奖结果，但这样又容易导致一致性不足。

若对效果有一定要求，全程依赖AI自动化是不现实的。比如目前的个人AI短剧多由大量“一个镜头一个人说话”的单一镜头拼接而成，与大众熟悉的影视语言差距明显。若想实现更丰富的镜头效果，前期分镜不能完全依赖deepseek等AI模型直接生成，还是要靠创作者自身对镜头的理解来创作分镜脚本。因为deepseek生成的分镜虽丰富，但缺乏合理的镜头语言逻辑，也未考虑在即梦、可灵等图生视频工具的局限性。

回到行业层面，目前AI短剧创作阶段的工具局限可归纳为“确定性不足”和“集成度不够”。

“确定性不足”主要体现在，创作者在文生图和图生视频阶段，为保证一致性需付出大量精力，不仅增加工作量，还难以在视觉细节和镜头运动等方面进行调整，提示词的选择和理想运镜的实现都存在不确定性。

“集成度不够”体现在各流程需使用多个AI工具，但工具间缺乏协同性。例如deepseek生成的脚本和提示词，不会考虑在可灵、即梦上的实现效果。市面上一些集成的AI短剧平台虽功能齐全，但存在短板，实际价值不高。如昆仑万维的AI短剧平台SkyReels，集成了剧本、分镜、3D生成大模型等，宣称能一键生成完整剧本、分镜、人物对白与BGM，但实际应用效果不佳，使用者较少。

因此，目前主流内容是“PPT式AI短剧”。为提高效率产出基本逻辑合格的内容，只能放弃或减少多人交互、复杂运镜带来的不确定性。

但显然，这并非AI短剧的最佳模式。

2 AI短剧未来爆发的主力，也许在“普罗大众”

目前AI短剧的生产者大致可分为两类：

一类是专业影视机构和主流媒体，如博纳制作的《三星堆：未来启示录》，央视制作的《美猴王》、AI全流程微短剧《中国神话》《AI看典籍》等，题材多涉及传统文化、科普纪录片等。

另一类是个人创作者和基于个人创作者的小型AI工作室。例如《山海奇镜之劈波斩浪》《无名特攻队》背后的创作者闲人一坤，其团队仅10人；更多个人创作者如雨后春笋般出现在抖音、快手等平台，个人即团队。

一个可能违背直觉的现象是，个人创作者的作品质量未必逊于机构和团队。目前抖音和快手上一些粉丝量仅数百的用户，已能产出运镜复杂、逻辑通顺的短片，观感接近剧集，甚至超过一些常见诸报端的AI作品。

就目前的AI短剧工具而言，团队规模主要影响生产效率，对生成质量的优化作用有限。例如10人团队和1人团队，前者能完成更多作品，但不一定能做得更好。因为AI极大简化了“制作出品”环节，出品的差异化完全取决于创作者对提示词的熟练运用、个人审美和镜头感等。

几位创作者告诉读娱，目前AI短剧在效率和效果优化方面，水平高低主要体现在提示词运用和运镜能力上。有的创作者能写出极具画面感且与AI工具协同性好的提示词，仅凭三四张图片就能生成连贯运镜，使观感更接近真人剧。

结合当前情况，读娱大胆推断AI短剧的未来发展：

在专业影视制作领域，AI将融入创作流程。随着AI作为技术噱头的标签逐渐淡化，其存在感会降低，但应用场景会增多。实际上，当下3D国漫行业中AI的使用已超出普通观众的认知，此处不再赘述。

而当下定义的“AI短剧”，其爆发将源于大众创作者的无限创意。创作门槛大幅降低，“一人剧组”成为常态，大众创意的量变将推动AI短剧迎来“奇点”。

除网络视听大会的集中讨论外，近期还有几个业内事件表明，AI和短剧两个热点叠加的能量正在不断释放。

2025年3月28日，OpenAI发布最新多模态模型GPT – 4o，引发全球对AI生成内容的关注。网友用GPT – 4o生成的“吉卜力风”图片迅速成为全球社交网络热点，将真实照片转换为梵高、皮克斯、南方公园等风格的玩法也效果惊人。

对于AI短剧而言，GPT – 4o能直接处理多模态输入，在多轮交互中精准遵循指令，对叙事和角色设定一致性的提升作用显著。从业内人士的反馈来看，GPT – 4o在一致性方面的优势将很快体现在设计端，其实用性大幅提升，尤其在游戏、影视领域的概念图和分镜图等方面。OpenAI的CEO萨姆·奥尔特曼表示，这将开启创作自由的新高度。

在快手近期的财报电话会上，快手联合创始人兼CEO程一笑称，有信心可灵AI“图生视频”功能的综合效果居全球首位。截至2025年2月，可灵AI累计营业收入超1亿元，程一笑表示快手会持续升级以可灵为代表的AI商业化变现模式，力争可灵AI早日成为营收规模全球第一的视频生成AI应用。

国产AI视频大模型已从技术验证进入规模化应用阶段，依托短视频平台的流量和数据优势，快速迭代并探索出可行的商业化路径。未来竞争焦点将转向长视频叙事能力、多模态交互深度和产业渗透率，技术开源与合规性可能成为下一阶段的分水岭。

这两个事件都预示着图片、视频AI的技术爆发远未结束。

可灵的发展和商业化成就，反映出AI视频平台竞争激烈且进化迅速，其商业化的实现也是竞争可持续的体现。

GPT – 4o能用简单方式生成连续图片并高度保持一致性。自媒体《知危》的文章显示，作者仅给GPT – 4o一张Doge图，它就完成了一整个RPG游戏的绘制。作者称：“GPT – 4o展现了精准的指令遵循和惊人的图像一致性，这种能力是将技术从工具升华为创作伙伴的关键。”

在可灵、即梦等平台上，已有许多创作者将GPT – 4o融入创作流程。

<p