一张脸从手机摄像头进入AI系统，只需要十几分钟。但从AI系统里把这张脸完整撤回，可能要耗上几个月，最后只换来一句道歉。
这不是假设。我的同事熊猫刚把自己的脸借给了做AI短剧的朋友，流程简单得像修图——下载APP，录一段10到15秒的视频，朗读几行文字，人脸采集就完成了。但之后这张脸会出现在哪里、演什么角色、会不会被塑造成令人厌恶的形象，完全不受控。
当普通人的脸成为AI短剧的"免费群演"，我们到底在出借什么？又能守住什么？
短剧寒冬，催生了"借脸"生意
2026年春节后，短剧行业经历了剧烈收缩。头部平台大幅砍掉对中小制作方的补贴激励，剧组数量和开机项目锐减。
补贴停发的根源在于行业此前的承制选本模式：平台开放剧本库，制作方完成制作并在平台播出，平台给予保底激励和分账。一部单集1—2分钟、共80集的中腰部短剧，制作方原本能拿到20万至35万保底，覆盖演员、拍摄、器材等基础成本。
现在这笔保底不再普惠，仅对少数优质项目开放。绝大多数中腰部制作方填不上成本缺口，但已立项的剧还得拍完。降本增效成为唯一出路：一靠AI，二靠素人。
资金紧张的中小公司直接放弃实拍，全程用AI工具完成从剧本到成片。0真人出演，制作成本可降至原来的一半甚至十分之一。
但即便全程AI制作，为让角色人脸更贴近真人，仍需有授权的真实人脸作为参考。一些平台还规定，用户必须完成真人校验才能出镜。向亲戚朋友借脸，或找素人低价买脸，成了小微团队在合规与降本之间的折中选择。
熊猫的脸，就是这样被借出去的。
一张脸的AI漂流：从采集到"永生"
借脸过程的技术门槛极低。在手机上下载专门的AI视频APP，按指引录制短视频，自然朗读APP给出的几段文字，全程线上操作，十几分钟完成人脸采集。
但这只是开始。脸部数据随后进入平台的人脸识别大模型，被标注独有的面部特征——五官比例、脸型轮廓、肤色、眉形等静态特征，以及眨眼频率、嘴角弧度、面部肌肉运动轨迹等动态特征。脸被完全数据化。
生成模型据此建模复刻，捏出数字人。平台针对每个人的面部特征建立"特征锚点"，嵌入AI生成模型，确保数字人脸在场景切换、动态过程中保持 likeness，不会"掉脸"或变脸。
创作者输出剧情脚本，附上角色参考照片，艾特数字人，AI自动适配，脸就被放进对应角色里。短剧拍完，这张脸能功成身退吗？
问题在于那个被随手勾选的默认协议。主流AI短剧平台的制式协议中，往往要求用户授予"全球范围内、免费、非独家、可多层次再许可的权利"。
这意味着个人肖像的复制、传播、表演、展示等权利都被授权给平台，后续可能用于制作其他短剧、广告，甚至被转授权给第三方。脸脱离视线与掌控，永久成为AI短剧的"打工人"。
正方：技术民主化，素人也能当"演员"
从用户视角看，借脸AI短剧确实提供了新鲜体验。一些素人观众刚被借脸时感觉新奇——原以为只有专业演员才能出镜，没想到自己也能在虚拟世界里体验抽人巴掌、前呼后拥，或者当吃瓜群众。
这种"参演感"降低了内容消费的门槛。用户从被动观看转向被动参与（虽然并非主动表演），获得了娱乐价值的延伸。对于熟人之间的借脸，用途尚且可控，信任成本较低。
对制作方而言，素人授权解决了AI生成内容的合规风险。平台要求真人校验，本质是在规避深度伪造（Deepfake）的法律灰色地带。有明确授权的人脸，比无授权抓取更安全。
技术层面，个人特征锚点的建立让AI生成质量显著提升。数字人不再是一张模糊的"AI脸"，而是具有可识别特征、能持续出镜的虚拟形象。这为AI短剧的工业化生产奠定了基础。
反方：授权即失控，维权成本极高
但"可控"只是借脸瞬间的幻觉。一旦数据进入系统，脸就开始了不受控的漂流。
发现其他剧偷偷用自己的脸，直接维权不就行了？实际操作远比想象艰难。
第一步是打开协议黑箱，明确具体授权给了哪部作品、哪些权利。但平台与制作方的著作权约定一般不公开，链路复杂：委托创作（平台出钱，著作权归平台）、销售转让（制作方卖剧给平台，权利转移）、分成模式（按播放量或充值收入分成，权利归属看协议）。上述协议均不公开，普通人查清授权链条，难如登天。
即便找到侵权线索，还需固定证据。不是"觉得像"就行，要提供大量照片与短剧截图比对，找证人证明"这个角色一看就是你"，必要时还得找专业机构做相似度鉴定。
走完这套流程，终于证明那就是你的脸，接下来主张权利。但由于脸只在剧集里出现几分钟甚至十几秒，侵权情节轻微，对方只需赔礼道歉。剧不用下架，删掉镜头或换脸，重新上线即可。
耗时数月，换来无关痛痒的致歉声明。大多数人权衡之后，即使真被偷了脸，大概也只好算了。
更深层的困境：拒绝授权，也挡不住特征被"炼化"
更让人无力的是，即便明确拒绝，即便授权链路全部合规，人脸特征仍可能被悄悄利用。
当前主流人脸生成模型多基于扩散模型架构，核心是对海量人脸数据进行统计学习、提炼规律。用户无意中发布在公开平台的照片、视频，其脸部特征随时可能被模型从互联网素材中提取，融入规律库中被"炼化"。
这种情况下，甚至不会发现自己的特征被使用。顶多在某部短剧中看到一个角色跟自己"撞脸"，只能用"长了一张大众脸"自我安慰。
某AIGC产品的用户协议中，授权模型学习用户数据的条款普遍存在。这意味着，拒绝一次借脸请求，不等于拒绝被AI学习；撤回一份授权协议，不等于撤回已被提取的特征模式。
我的判断：这不是"借"，是单向度的生物特征出让
把脸借给AI短剧，本质是一场权利严重不对等的交易。
用户出让的是不可复制的生物特征，获得的只是短暂的娱乐体验或微薄的熟人人情。平台获得的却是可无限复用、可转授权、可融入模型底层的数字资产。协议中的"全球范围内、免费、非独家、可多层次再许可"，几乎剥夺了用户对未来使用场景的一切话语权。
更关键的是，这种出让具有不可逆性。脸进入模型后，即便删除原始数据，已被提取的特征模式、已被训练的生成参数，无法通过简单的"撤回"操作清除。这与借用实物完全不同——借出去一本书，还回来还是那本书；借出去一张脸，还回来的可能是无数个变异版本，或者根本还不回来。
短剧行业的补贴收缩是结构性变化，AI降本将是长期趋势。这意味着"借脸"需求不会消失，反而可能扩大。当更多普通人的脸被纳入AI短剧的素材库，个体与平台之间的权力失衡将更加凸显。
目前的维权路径——查清授权链条、固定证据、主张权利——设计成本极高，且赔偿与付出严重不匹配。这种制度安排实际上默许了大规模、低成本的生物特征采集，将风险转嫁给个体承担。
熊猫的脸现在还在朋友的短剧里"漂流"。他偶尔会收到消息："你的脸又出镜了，这次演的是个反派。"他笑笑，说反正也拿不回来，就当多了个平行世界的分身。
但这种自我安慰，恰恰揭示了问题的核心：当生物特征成为可随意调用的数字资源，"同意"和"拒绝"的边界已经模糊。借脸或者不借，或许不再是一个让人纠结的问题——因为你的一部分特征，可能早就融入了AI。
热门跟贴