AI買臉，500元一張。」
經常喜歡上網刷點短劇的朋友都知道，現在AI的臉已經不夠用了。
AI劇里的演員，臉蛋查重率超過99%。
人人都頂著一張精緻的臉，配上整齊的牙齒、下垂的眼角、一看就有精心設計過的髮型……
「點開十部AI短劇，九個半女主共用一張臉。」
「男女老少全都一個樣，看多了確實不舒服。」
製作方可能自己也覺得詭異，大大小小的兼職群、日結群里，「買臉、收臉」的廣告已經屢見不鮮。
可是，AI不是可以自己生成人物形象嗎，為什麼網劇里的AI角色，還是全都一個樣？
為什麼明明AI人都是標準的「網紅臉」，看多了還會讓人感覺「生理不適」？
01 AI人為啥都是一樣的「網紅臉」
「AI臉，是一種感覺。」
如今網友對AI臉的感受如何，其實從電視劇《翹楚》的「AI烏龍事件」就能看得出來。
《翹楚》播出期間，曾有配角因為妝容、濾鏡等原因，被觀眾誤判為AI演員而刷爆熱搜。
雖然後面演員進行了澄清說明，但其所引發的「AI焦慮」，卻久久不散。
也不怪觀眾「敏感」，實在是自打AI走紅以來，大家實在已經草木皆兵了。
眼下的AI短劇，基本可以分兩類：一類是「漫劇」，主打動漫、二次元畫風。
另一類是「仿真人劇」，AI模型生成逼真人臉，越像真人越好，劇情也力求接近真人效果。
但「撞臉」問題，幾乎都出在後一類。
為什麼會這樣？這和AI生成人臉背後的邏輯有關。
AI生成，其實是在玩一個「概率遊戲」。
通常「仿真人」AI的首要任務，是生成一張「絕對像人」的臉，而不是一張有特色的臉。
這就需要在海量數據里，找到最穩妥、最不犯錯的特徵組合。
因此，大多數AI臉其實是人類面部特徵的「統計學平均數」，不求多獨特，但求不出錯。
圖源：中國企業家雜誌
從來源上看，AI的「審美」基本由它的「口糧」，也就是訓練數據決定。
而如今超過70%的訓練數據，來自社交媒體和時尚網站。
這些平台上的照片大多經過精修和美顏，本身就極度同質化。
這也進一步導致了數據用「大眼睛、高鼻樑、尖下巴」組合默認主流審美。
在一篇有關「AI生成女性形象趨同的技術溯源與優化路徑」的研究中曾提到：這種組合的出現頻率是其他特徵的23倍。/圖源：短劇截圖
還有一點原因是，AI生成人臉，本質上是一個高維度的複雜任務。
AI為了避免生成畸形、不對稱、不協調的面孔，會傾向於選擇讓人感覺最安全、最中庸的特徵組合。
比如眼角下垂，比眼角上挑更溫和，更沒有攻擊性；
模糊的下頜線，比清晰的下頜角更不容易出錯。
還有網際網路流行審美中，頗受青睞的眼瞼下至、臥蠶、高顱頂、微笑唇……
即便數據夠「好」、夠豐富，AI也傾向於選擇最安全、最「標準美」的組合。
圖源：番茄APP
可以說——是安全性讓AI選擇了趨同，而不是個性。
只不過有話說得好，「從前美人各有眉眼特色，瑕疵也是辨識度」。
現在變成了「AI美人」，特色沒了，瑕疵沒了，辨識度也就沒了，審美疲勞也就難以避免。
02為什麼AI臉讓人感覺不舒服？
當然，對於觀眾來說，關於目前的AI技術，審美疲勞還不是最嚴重的問題。
觀察許多AI短劇或內容的評論關鍵詞——包括但不限於：陰森，生理性難受，不適……
「好多一做大表情，比如大笑生氣，有種只把嘴咧開做表情的感覺，很詭異。」
圖源：番茄APP
而這些評價，往往最終都會指向一個關鍵詞：恐怖谷效應。
先來說下什麼是恐怖谷效應？
通常，一個東西越像人，我們對它的好感度會上升；
但當它像到幾乎完美、卻又露出一些非人破綻時，好感度會斷崖式下跌，瞬間轉為強烈的不適與恐懼。
這個「好感度低谷」就是「恐怖谷」。
恐怖谷效應的理論是一個關於人類對機器人和非人類物體感覺的假設，在上世紀70年代由機器人專家東京工業大學教授森昌弘首次提出。圖源：廣州社會組織學院
比如路口警示交通的假人、街邊櫥窗靜靜站立的模特、酷似人形的木偶娃娃……
許多人看到的瞬間，總會本能感到汗毛起立、後背發涼、頭皮發麻。
這些往往都和大腦一面識別眼前的東西為「人」，一面又發現細節錯位有關。
圖源：紙嫁衣
而那些說不出、但大腦沒放過的小細節，一般可能包括但不限於：
眼睛很逼真，但瞳孔不會隨情緒變化；皮膚很細膩/紋理真實，但眼神是空洞的等等。
圖源：《首爾怪談》
由於恐怖谷效應給人帶來壓迫與恐懼的感受，所以其常常被運用在驚悚電影中，以調動觀眾的感受。
典型例子，就是最近爆火，以僅75萬美元成本，在全球斬獲超3.4億美元票房的電影《痴迷》。
其成功的關鍵之一，就是將「恐怖谷效應」從理論，轉化為極具衝擊力的視覺與心理體驗。
性格內向的唱片店店員貝爾，一直暗戀同事妮基，在表白受挫後，他藉助一個神秘物件「許願柳」許願，希望妮基愛上自己……願望成真，被「奪舍」的妮基愛上了他，但妮基的愛變得病態、偏執且具有攻擊性。/圖源：《痴迷》
比如女主被「奪舍」後，雖然容貌上並無改變，但性格、語言、表情上卻開始違背常理。
她像男主死去的貓一樣守在門口等他下班，在房間裡亂拉亂尿，行為邏輯完全脫離人類。
在親密戲份中，她又兩眼放空、直勾勾瞪著天花板，同時機械地發出聲音……
她看起來還是一個「人」，又在「像人」與「非人」之間反覆橫跳。
許多人對「AI臉」有恐怖谷效應的感覺，很多時候也是這樣產生的——
大腦一邊將AI演員識別為人，一邊又不斷發現其許多並不屬於人的細節。
比如超大圓眼、陶瓷皮膚、皮笑肉不笑；
比如表情很豐富，但肌肉的聯動時序有問題，像是皺眉後眯眼、皺眉大小不對……
這些看起來不那麼重要的細節，早已經被大腦收集，並發出警告。
至於為什麼大腦會「警告」？
人類在漫長的進化中，演化出了一套「行為免疫系統」，讓我們在無意識中，對「類人但異常」的視覺線索產生厭惡和迴避——
它們往往會被識別為傳染病、基因缺陷或死亡的強烈信號。
如面部不對稱、皮膚斑駁或色澤異常、眼神呆滯無光，可能暗示體記憶體在寄生蟲、病毒感染；
眼距過寬或過窄、瞳孔反射不一致時，大腦會將其解讀為基因突變或胚胎發育異常；
圖源：AI短劇截圖
紋理過於平滑、微表情僵硬不協調，符合生病時「虛弱」和「失調」狀態；
還有動作機械卡頓、表情與語言脫節、缺乏自發微表情，則是死亡或神經系統嚴重受損的特徵……
在人類的潛意識中，一旦遇到這些，「逃離」是成本最低、最安全的生存策略。
做出大表情時，面部肌肉的處理並不協調/截圖自短視頻平台AI短片
完全不像人的東西，還不會拿人的標準評判；
就怕幾乎像活人，但又不完全像的，瑕疵會被放大成恐怖點。
這也是真人AI劇，遠比二次元漫劇更容易觸發觀眾的「恐怖谷」效應的原因。
那麼問題來了，這是不是也說明，不論是從面容豐富度來看，還是個體表現來看，AI演員終究不能取代真人？
03所以，AI還是不能取代真人？
需要承認的是，如今的AI生成技術，很多時候的確還不夠成熟。
時間到了，一位男同學還有一位女同學陸陸續續從房間走了出來
比如AI漫劇行業較大的痛點——「抽卡式生成」。
即「同一個指令（prompt），多次生成的結果雖然都符合描述，但是會有差異」。
這就導致同一個角色在不同鏡頭裡面部特徵、服裝細節、場景空間關係頻繁變化，導致成片成熟度不高。
技術問題之外，AI臉之所以「泛濫」，根本驅動力在於商業上對「量」和「快」的追求。
畢竟，定製一個獨一無二的AI人像成本極高，動輒一到兩個月。
而現在利用「一鍵生成」等數位化流水線，一張照片加一段話就能快速克隆一個數字分身。
據證券時報數據，AI短劇製作成本僅為真人短劇的1/10。
傳統真人精品短劇平均成本約150萬元，而精品AI仿真人短劇已可控制在20萬元以內，甚至更少。
AI本就泛濫的當下，為了追求利益最大化，批量生產「模板臉」是商業上的必然。
如今雖然探討AI的聲音不少，但可以預見，短期內還會湧出大量AI作品。
可能帶來的問題，也不止在演員形象層面。
至少就現在，AI漫劇的單鏡頭時長普遍低於5秒，只能通過快速剪輯來掩蓋邏輯缺陷的情況並不少見。
為博取眼球，常充斥著低俗且違背基本邏輯的情節，很多時候也是常態。
「AI演員」需要解決的問題還有很多，真實性之外，還有版權、倫理等問題需要摸索。
