“AI脸”泛滥背后的流水线|ai脸|流水线|短剧|胡延平|豹变

“粗制滥造的创作趋同、技术含量很低的流程趋同、使用的视频生成模型趋同，三个趋同造成了AI脸的高度趋同。”

文 / 巴九灵（微信公众号：吴晓波频道）

大眼睛、窄鼻梁、尖下巴、五官完全对称、皮肤过度光滑……如今，到处都是这张脸。

早上打开手机，她正在播报晨间新闻；往下滑，他又在短剧里谈恋爱；再刷几下，她又在品牌直播间活力满满地介绍商品。新闻主播、古装男主、品牌模特，他们身份不同、声音不同、衣服不同，却用着同一张脸。

近日，“AI脸看腻了”“AI脸恐怖谷效应”等话题接连引发热议，有人厌倦了无处不在的同一张脸，有人吐槽他们像吓人的塑料人，也有人问这张脸到底是谁的。

图源：网络

但雷同的脸，只是这场变化中最先被看见的一面。背后，数字人和它们的AI脸，正在进入越来越多需要“一张脸出面”的地方——它们替人演戏、讲解、销售、提供咨询，甚至进入法律、宗教等过去高度依赖真人的领域。

而当越来越多工作开始由一张数字面孔完成，许多人也感到疑惑，这些脸究竟从哪里来，为什么都长得这么像？

无处不在的AI脸

短剧、广告、直播间、商品详情页，是大家最容易注意到AI脸的地方。

这些场景需要大量、长时间、低成本的“出镜者”，真人需要化妆、休息，数字人却可以随时换衣服、换妆容、换语言，二十四小时待在屏幕里。

但在手机之外，城市公共空间其实同样早已到处充满了数字人的面孔。

在杭州，1号线、19号线的部分地铁列车上，屏幕上的数字人会通过手语播报预到站、到站、线路换乘等重要信息；在一些博物馆和景区里，AI生成了王勃、王夫之等历史人物，负责为游客讲解、带路，甚至与人对话。

图源：小红书

AI脸甚至出现在了祭祀、宗教等场景中。在瑞士，一个耶稣形象的AI头像被安置在一座天主教小教堂的告解室里，访客可以询问道德、信仰等问题，AI耶稣会根据圣经给出解答。

各行各业的职场人士，也开始把自己的脸交给AI，制作能够替自己出镜的“数字分身”。

比如，在金融、房地产领域，许多公司为分析师和房产经纪人制作AI分身，让他们可以用不同语言向全球客户做介绍；我国甚至出现了“数字法官”，去年，江苏省南京市江北新区上线了智能AI数字人“检察官白洋”，能够为企业、群众提供法律咨询服务。

图源：南京江北新区人民检察院

但在这些场景中，数字人的面孔并不像网络上吐槽的那样雷同，这是因为，数字人的AI脸主要有两种不同的来源。

◎第一种，是从真人脸上“复制”出来的脸。数字检察官白洋、瑞银的数字分析师等，都是比照真人克隆的，保留了本人的五官、神态。这类AI脸往往具有较强的个人特征，彼此并不相似。

◎第二种，则是由AI根据提示词、参考图生成的脸。这类AI脸没有对应的真人，许多短剧演员、虚拟主播、AI模特都属于这一类，也是如今被大家吐槽“雷同”的重灾区。

相似的脸，哪里来？

那么，既然完全可以照着真人制作数字分身，为什么大量短剧、广告和直播间，依然偏爱使用那些没有真人原型、长相又十分相似的AI脸？

最容易想到的答案是“便宜”，但根据海报新闻、公众号“叁拾代”等媒体的调查，如今一些公司收购肖像授权的价格极低，短剧公司平均仅为100元/年、200元/年或500元/终身。

图源：网络

阻碍真人克隆脸大面积铺开的更大原因，是一系列严格、复杂的审核流程。

根据我国《互联网信息服务深度合成管理规定》，平台提供深度合成服务时，必须核验使用者的真实身份，还需要提示使用者告知被编辑的个人，并取得其单独同意。

在实际操作中，各平台会通过授权证明、本人授权视频、身份认证、人工审核等方式，核验一张脸是否可以被使用。比如，在使用豆包生成真人图片时，需要进行分身认证；又比如，即梦如今生成视频时，依然不支持包含人脸的参考素材。

对于个人玩家而言，这个流程还相对简单，但对于大量制作视频、一个视频就包含十几个人脸的的团队而言，每一张真人克隆的人脸都需要走授权流程，操作非常繁琐。

因此，授权费或许只要几百块，但沟通、管理成本却会随着角色数量迅速增加，相比之下，直接使用一张“无主”的AI脸，显然要方便许多。

但新的问题也随之出现：AI明明可以创造出无数种面孔，为什么这些“谁也不是”的脸，最后都长得如此相似？

最直接的原因，是许多制作团队直接使用平台自带的人脸。丰年是一位资深短视频直播MCN从业者，目前他的公司正在从传统MCN机构转型为AIMCN机构，他告诉小巴，如今，各大平台基本都拥有自己的人脸库，比如，即梦普通版有100张脸、VIP版有500张脸，如果用户在生成图片或视频时没有额外指定，平台就会使用默认人脸，因此大家看来看去总是那么几张脸。

超100位某平台合作艺人同意入驻AI人脸库

图源：网络

资深互联网观察家丁道师还补充道，这类AI脸综合了大多数人的面部情况，是根据大量参数模拟出来的公共素材，加之很多创作者使用的提示词高度类似、哪张脸火了就用哪张，因此看起来非常雷同。

而大量使用平台默认人脸的背后，是一条极度追求效率的内容流水线。

据《豹变》报道，在AI短剧制作中，负责生成画面的“抽卡师”需要先把剧本拆解成一个个镜头，再撰写提示词，引导AI生成视频，从中筛选出可用的素材。一旦人脸崩坏、动作失真或者镜头不符合要求，就要重新生成。

每一次重新“抽卡”，都意味着新的算力和时间成本，而留给“抽卡”的时间非常少——全流程AI制作师小鲁所在的公司实行“7天交付制”，一部60集的短剧要在一周内完成，并且，反复“抽卡”会导致成本呈指数级上升。在这样的情况下，团队首先考虑的是能否稳定生成、按时交付。

制作AI短剧

借用上海财经大学特聘教授胡延平的总结，粗制滥造的创作趋同、技术含量很低的流程趋同、使用的视频生成模型趋同，三个趋同造成了AI脸的高度趋同，此后，才是视频生成模型本身的数据样本、生成技术、指令跟随等方面存在的局限。

同样，在丰年看来，AI脸雷同并不完全是模型能力不足的问题，制作团队也需要承担一部分责任，“我认为做AI视频就是一个做脸的生意，但很多人根本不重视”。

据他介绍，单从最终生成视频的算力费用来看，使用平台自带的人脸、真人克隆脸，又或者团队自己设计一张脸，成本都是一样的，因为生成视频费用是按秒算。但是，真人克隆需要取得肖像授权、采集素材并通过审核；自己设计人物，需要反复修改提示词、筛选参考图等，这些额外投入会消耗团队最紧缺的人力和时间。

AI脸，也要认真做

然而，尽管行业内部有自己的考量，对许多观众而言，频频出现的相似的AI脸，仍让许多人忍不住质疑，AI到底是提效工具还是糊弄工具？

一方面，过度光滑的皮肤、没有焦点的眼神、与情绪不匹配的五官运动，让AI脸似真非真，很容易触发“恐怖谷效应”；另一方面，当短剧、广告、直播间乃至地铁灯箱里都反复出现相似的面孔，大家也会逐渐产生审美疲劳。

餐饮店广告人物为AI合成内容

但真正引发不满的，并不只是“这张脸总是出现”，而是当观众和消费者付出时间观看一部短剧，或者花钱购买一件商品时，一个粗制滥造的的AI广告或者视频，会让消费者感到没有诚意，甚至进一步联想到产品本身是否也粗制滥造。

不过，许多专家都提及，数字人的普及是大势所趋，而AI脸过于雷同，属于阶段性问题。

资深AI产业观察家孔中认为，数字人带来了非常多新的变化，比如可以完成以前拍摄完成不了的场景和内容，又比如更多人可以进行相对自由的创作，这些都是非常好的一面，随着行业逐渐成熟，相信下半年AI脸雷同的情况就会得到很大改善。

丁道师也表示，从红果等平台的数据来看，目前同样存在许多喜欢AI生成视频的观众，未来，随着模型能力提升、与真人脸授权相匹配的法律法规进一步完善，AI脸也会越来越精细、逼真。

图源：红果短剧

知名经济学家盘和林则指出，在明确属于AI生成的场景中，使用AI脸有时反而比克隆真人脸更加合适，因为这能够降低观众将虚构内容误认为真人表达的风险。

最后，关于如何解决现阶段大量AI脸过于雷同的问题，胡延平和丰年分别给AI短剧行业和电商行业提供了不同的思路。

胡延平表示，人天然喜欢真实的东西，逼真的深伪，是AI短剧的契机，也是AI短剧的死局，要解这个结，一方面要签约明星，取得不同类型、不同影响力的真实的人的肖像授权，另一方面要将AI生成与真人实景拍摄结合起来，而不是完全将一切都交给AI。“AI短剧从业者不仅要解决‘要脸’的问题，还要以‘真心’去创作而不是以AI来投机，以此解决‘走心’的问题。”

丰年则提出，电商企业可以制作行业特征脸。他表示，如今，即使使用明星授权的脸带货，效果也不一定好，公司可以自己捏一张行业特征脸，比如，把高客单护肤美妆赛道全网卖的最好的直播间扒一遍，把里面高转化主播的面部特征提取出来，捏一张专门用来卖护肤美妆产品的脸。