当AI开始演戏，我们为什么还要看真人？

前段时间，我第一次认真看《桃花潭记》的相关片段时，有一种很奇怪的感觉。

不是惊艳。

也不是恐惧。

而是突然意识到：

AI影视可能已经跨过了一条很多人还没意识到的线。

2026年7月，安徽卫视播出了《桃花潭记》。这是一部以安徽泾县宣纸制作技艺为背景的古装剧，全剧20集，每集约10分钟，画面明确标注“AI制作”。多家媒体将它称为国内首部登陆卫视频道的全程AIGC古装非遗题材中剧。此前它已经登陆红果、央视频等网络平台。

这件事真正值得注意的，并不是：

“哇，AI居然会拍电视剧了。”

而是——

AI生成的东西，第一次开始被放到和传统影视作品差不多的观看环境里接受检验。

手机上刷过去十几秒，人物手指偶尔变形一下，观众可能根本不会在意。

但到了电视大屏上，完全是另外一回事。

人物脸僵不僵，眼神有没有焦点，嘴型对不对，衣服纹理是否连续，上一秒桌上的杯子和下一秒是不是同一个杯子……

全部会被放大。

《桃花潭记》后来被吐槽最多的，也恰恰是人物表情僵硬、“AI脸”明显以及部分画面的不稳定。

可我反而觉得，这些吐槽没那么重要。

因为技术不好，可以迭代。

真正有意思的是另一件事：

AI都已经开始拍电视剧了，为什么导演不但没有消失，反而变得更重要了？

---

一

很多人第一次听说AI拍剧，都会有一个很自然的想象：

以后拍电影是不是不用学导演了？

一个普通人坐在电脑前。

写几个提示词。

“明朝，雨夜，一个侠客走进客栈，电影感，王家卫风格。”

Enter一按。

电影出来了。

过去十几年学摄影、灯光、剪辑、表演、调度的人，全都白学。

这个想象很诱人。

可真正进入工业制作之后，你会发现事情几乎是反过来的。

《桃花潭记》的主创里，有大量来自传统影视行业的专业人员。公开报道显示，其编剧申积军长期从事影视剧创作，制作团队也配置了导演、AIGC导演、制作人员以及后期等专业岗位。

为什么？

因为AI降低的是执行门槛。

它没有自动帮你解决审美标准。

这两个东西经常被混在一起。

会不会生成一个美女，门槛正在迅速下降。

但你能不能判断：

这个美女为什么应该站在这里？

镜头为什么是35mm而不是长焦？

她现在到底应该哭，还是忍住不哭？

人物背后的窗户为什么应该亮？

这一秒为什么不能切镜头？

什么样的“不完美”反而更真实？

这些问题，并不会随着模型进步自动消失。

甚至恰恰相反。

模型能力越强，人的判断能力越值钱。

---

二

我后来看到AI影视幕后制作时，发现一个特别有意思的词：

资产。

真人拍电影以前，要建服装库、道具库、美术设定、场景设计。

AI拍剧也一样。

只不过以前的杯子是真的杯子。

现在的杯子首先是一组数字资产。

人物是谁？

长什么样？

正面什么样？

侧面什么样？

背面什么样？

发型什么样？

衣服什么材质？

房间长什么样？

桌子在哪里？

灯从哪边进来？

这些东西必须提前固定。

否则生成模型很可能上一镜头给你一只青瓷杯，下一镜头直接变成白瓷杯。

更麻烦的是人物。

一个角色必须跨几十甚至上百个镜头保持身份稳定。

这件事情看起来不像“艺术”。

倒很像软件工程。

你要维护角色资产。

维护场景资产。

维护视觉规范。

维护提示词。

维护连续性。

过去剧组管理的是摄影棚里的真实世界。

以后剧组可能还要管理一个可以随时重新生成的世界模型。

这就是我觉得AI影视特别值得观察的地方。

很多人以为AI会把专业化打掉。

现实很可能恰恰相反：

AI把生产变简单之后，反而会把“标准化管理”推到更前面。

---

三

然后是第二个特别有时代感的词：

抽卡。

现在AI视频还不是你说什么，它就百分之百给你什么。

你想生成一个镜头，经常需要反复生成。

五次。

十次。

二十次。

然后从里面挑一个能用的。

业内把这个过程叫“抽卡”。

新京报采访中国传媒大学动画与数字艺术学院副教授刘书亮时，他也提到，目前AI视频仍然存在明显的“抽卡”现象，一个镜头可能同时生成多个版本，真正能用的只是其中一部分；角色一致性和场景一致性依然是现实问题。

而到了群戏，问题会变得更明显。

《桃花潭记》总导演叶江天在采访中提到，一两个人的画面相对容易控制，但人物一多就开始不稳定，要同时让多个角色按照要求完成动作非常困难，理论上可以不断生成，但时间和人力成本会急剧增加。

这让我突然意识到：

导演这个职业的核心，可能从来都不是“会不会拍”。

而是：

你能不能在一堆限制条件里，把结果逼到最好。

以前导演面对的是演员的能力边界。

摄影机的能力边界。

预算的边界。

天气的边界。

摄影棚的边界。

现在只不过多了一个新的边界：

模型边界。

什么动作模型能稳定完成？

什么镜头最好不要碰？

哪个场景应该拆成两个镜头？

什么情绪目前AI容易做？

什么微表情基本抽不到？

真正专业的AI导演，不是最会写提示词的人。

而是最清楚：

模型什么时候听话，什么时候根本不会听你的话。

叶江天把这个能力概括成“调度模型边界的能力”。

我觉得这个词特别重要。

因为它根本不只属于影视行业。

---

四

程序员以后面对Coding Agent，也是模型边界。

设计师使用生成模型，也是模型边界。

研究人员使用Deep Research，也是模型边界。

创业者使用Agent搭业务流程，还是模型边界。

未来大量工作的专业能力，可能都会多出这么一层：

你不仅要懂业务，还要知道AI能力的边界在哪里。

不会AI的人当然可能吃亏。

但只会AI，也不一定有什么护城河。

真正值钱的是：

懂业务，而且知道怎样把AI推到业务允许的最大边界。

这也解释了为什么我越来越不相信一句特别流行的话：

“AI时代，专业不重要了。”

恰恰相反。

工具门槛越低，专业判断越重要。

当人人都能生成一张图时，真正稀缺的不再是“能生成图”。

而是：

你知道哪张图才应该留下。

---

五

说到这里，就绕不开那个所有演员都不愿意面对的问题：

AI最终会不会替代真人演员？

这个问题我以前也会下意识回答：

应该不会吧。

AI又没有人的真实感情。

后来我发现，这个答案其实经不起推敲。

2025年9月，演员唐国强在综艺《王牌对王牌》讨论“AI演员究竟是否会取代人类演员”时，给出了一个很有意思的观点。

他的核心意思并不是AI真的拥有了人的情感。

而是：

演员本身就在表演情感。

演员悲伤，不代表演员当时真的失去了亲人。

演员热恋，也不代表他真的爱上了对手戏演员。

表演艺术解决的问题，本来就是：

怎样把假的情境演得让观众相信。

他甚至把斯坦尼斯拉夫斯基的表演体系拿出来举例，认为AI和演员实际上都在完成某种对真实状态的模拟。

这个逻辑我觉得非常值得琢磨。

因为它把一个经常被说错的问题拆开了。

---

六

我们真正应该问的，不是：

“AI有没有感情？”

而是：

AI能不能制造出让我相信的感情表现？

这是完全不同的问题。

假如一个角色失去父亲。

AI自己当然没有父亲。

它也没有经历过死亡。

但如果它能够生成：

迟疑。

呼吸变化。

眼神失焦。

嘴角抽动。

沉默。

停顿。

回避。

突然失控。

并且这些行为组合起来，让观众真的感受到悲痛——

那么从影视产品的结果来说，它已经完成了一部分“演员”的功能。

观众买电影票时，并不会拿仪器检测演员脑子里是不是真的伤心。

观众最终看到的是表演结果。

因此，“AI没有真实感情，所以AI永远不能表演”这个论证，并没有我们想象得那么牢固。

这也是为什么我认为：

AI替代演员这件事，技术上真正需要拆成几个不同的问题。

---

七

第一个问题：

AI能不能完全不依赖真人，在镜头里塑造一个不存在的角色？

已经可以。

《桃花潭记》本身就是一个例子。

角色的面孔、声音、动作与画面，都可以通过AI工作流完成。

效果是不是已经达到顶级真人演员水平，是另一回事。

但“能不能做”这道门槛已经跨过去了。

第二个问题：

AI能不能复制某个真人演员的外貌、声音甚至部分表演特征？

技术路径同样已经存在。

真正越来越重要的反而是授权。

美国演员工会SAG-AFTRA近年的AI协议一直围绕“digital replica（数字复制/数字分身）”建立规则，包括创建和使用演员数字复制时的知情同意、披露以及相应合同约束。美国版权局也专门发布了关于Digital Replicas的AI政策报告。

这背后其实透露出一个非常重要的信号：

行业争议已经不再只是——

“能不能复制一个演员？”

而开始变成——

“谁有权复制这个演员？”

这是两个完全不同的时代。

---

八

第三个问题更有意思。

假设未来我们完整获得了一名演员的合法数字授权。

AI学习了他的外貌。

声音。

表情习惯。

说话节奏。

动作方式。

甚至大量历史表演。

那么理论上，制作方就有可能让这个数字角色去出演真人从未出演过的作品。

一个80岁的演员，可以再次拥有30岁的银幕形象。

已经去世的演员，也可能继续出现在新的影视作品里——当然，这里的法律、伦理和授权问题会非常复杂。

于是，“演员”这个概念会开始分裂。

以前演员是一个人。

以后可能变成：

真人 + 肖像权 + 声音权利 + 表演数据 + 数字分身 + 商业授权。

演员不仅在出售自己的时间。

还可能在管理自己的“数字生产资料”。

这件事甚至可能彻底改变明星经纪行业。

---

九

可问题到了这里，反而出现了一个特别奇怪的悖论。

假如AI什么都能演。

那为什么我还是愿意去看真人？

为什么很多人明知道替身可以完成高难度动作，仍然会关心：

“这是成龙本人跳的吗？”

为什么演唱会里播放一段录音，和歌手真的站在那里唱，感受完全不一样？

为什么体育比赛明知道电子游戏可以模拟得更漂亮，我们还是愿意看真人在场上失误？

因为我们消费的东西，从来不只有结果。

还有一个经常被技术讨论忽略的东西：

事实。

“这个动作很漂亮。”

和：

“这是成龙本人完成的。”

不是一种价值。

“这首歌很好听。”

和：

“这是周杰伦今晚现场唱的。”

不是一种价值。

“这个角色演得很好。”

和：

“这是一个70多岁的演员，在经历几十年人生之后完成的表演。”

也不是一种价值。

后者多了一个AI几乎无法生成的东西：

真实发生过。

---

十

这就是为什么我觉得，我们一直在错误地理解“真人不可替代”。

真人真正难以替代的，可能根本不是技能。

因为技能恰恰最容易被数字化。

声音可以建模。

动作可以捕捉。

表情可以学习。

镜头语言可以统计。

表演套路可以模仿。

真正难复制的是：

身份。

经历。

历史。

声望。

关系。

以及一个人沿着真实时间活过来的那条轨迹。

唐国强之所以是唐国强，不只是因为他的声音、表情或者台词节奏。

而是因为几十年来，观众真的看过这个人在不同年龄、不同作品、不同历史阶段里出现。

那条时间线没有办法重新训练出来。

你可以生成一个长得完全一样的人。

但你不能重新生成：

“我们曾经一起看着他变老”这件事。

---

十一

我把这个东西称为：

时间资产。

这是我觉得AI时代特别容易被低估的一种资产。

技能可以速成。

信息可以复制。

内容可以生成。

代码可以生成。

图片可以生成。

视频可以生成。

甚至一个人的声音、外貌和部分表达方式，都越来越容易被复制。

但是有些东西只能一年一年积累。

你持续写了十年。

你服务一个行业十五年。

你经营一个社区八年。

你和一群用户建立了长期信任。

你经历过几个行业周期。

你公开表达过观点，并且接受了时间验证。

这些东西没有一个Prompt可以在30秒里生成。

这也是为什么我越来越觉得：

AI越强，“真人”反而可能变成一种更昂贵的标签。

---

十二

未来内容行业也许会越来越像今天的奢侈品行业。

工业生产可以把东西做得非常完美。

于是，“手工制作”反而贵。

机器可以生产完美对称的杯子。

于是手工陶瓷里那一点不规则，开始变得值钱。

AI可以生成完美的人脸。

那么真人脸上的皱纹、痘痘、迟疑、疲惫，反而可能成为某种真实性证明。

甚至“真人拍摄”。

“真人演唱”。

“真人创作”。

“未经AI修改”。

未来都有可能成为内容的卖点。

听起来很荒诞。

但技术史经常这么走。

当某种东西随处可得之后，

它的反面开始获得溢价。

---

十三

所以，回到一开始的问题。

AI开始演戏以后，我们为什么还要看真人？

我的答案是：

因为影视从来不只是在消费“像不像”。

我们还在消费：

这个人是谁。

他经历了什么。

为什么是他来演。

他此刻是不是站在这里。

这件事情是不是真的发生了。

20世纪戏剧导演彼得·布鲁克在《空的空间》中提出过一个非常经典的戏剧观念：一个人穿过一个空间，另一个人在观看，戏剧最基本的关系就已经成立。

我现在重新理解这句话，突然觉得它特别适合AI时代。

技术当然可以生成那个空间。

生成灯光。

生成演员。

生成表情。

生成声音。

甚至生成一个比真人更完美的表演。

但真人还有一样东西非常特殊。

他真的走上去了。

这意味着他承担着失败。

承担着衰老。

承担着评价。

承担着几十年的时间。

也承担着被别人注视这件事。

AI可以生成一个人在舞台上的画面。

但它没有真正活过那段时间。

这大概就是我认为，未来很多职业最后都会面对的一条分界线：

凡是可以被描述成参数的能力，AI都会越来越擅长。

知识。

技巧。

风格。

流程。

表达。

这些东西的稀缺性都会下降。

而真正越来越值钱的，可能是另一组东西：

判断。

责任。

身份。

信用。

经历。

关系。

以及时间。

所以，如果你现在正在学习AI，我反而不建议把全部精力放在“怎样比AI更会干活”上。

这场比赛大概率赢不了。

真正应该问的是：

当AI把我的技能复制走之后，还有什么东西必须是“我做的”，别人才能买单？

这个问题，

可能比学会下一个AI工具重要得多。

---

关注本站，每天分享跨境电商前沿资讯（ Ctrl + D 收藏本站/收藏为书签 ）