六成受访者认为AI会对影视艺术产生一定冲击 利弊共存

　　在影视剧AI化的趋势下，你是更愿意观看AI影视剧还是传统真人剧？日前，中国青年报社社会调查中心联合问卷网（wenjuan.com）发布的一项1334人参与的调查显示，58.7%的受访者仍然会选择传统真人剧。60.7%的受访者认为影视AI化的趋势会对当前的影视艺术有一定冲击，但也能催生新的艺术形式，利弊共存。

　　“艺术需要漫长的积淀，并非靠技术生产力就能一蹴而就”

　　“到底什么是电影，什么是艺术？”在广东深圳读书的00后学生范赟初是AI短片的忠实观众，但他坦言自己仍然更倾向于观看传统的真人影视剧。在范赟初看来，目前AI的内容生产更多是迎合社会情绪或心理痛点，但在精细度、艺术氛围营造，以及能否融入电影叙事传统这些方面，都还有很大提升空间。“当一切都能靠AI批量生产，那艺术还能称之为艺术吗？”

　　范赟初感觉，AI影视剧缺失了导演、演员在拍摄时那种“流动的情感和真实体验”。而这正是真人影视的核心艺术价值所在。“艺术需要漫长的积淀，并非靠技术生产力就能一蹴而就。”

　　来自浙江杭州的24岁青年金易对AI生成的影视作品包容度更高，他认为当下真人影视作品质量参差不齐，有的与AI作品相比并无决定性优势，且AI为一些小众、个性化的内容尽早落地提供了可能。“如果有同好用AI将我喜欢的内容生成影视内容，我肯定会很爱看。”

　　调查显示，在AI影视剧的浪潮下，近六成（58.7%）受访者仍然会选择观看传统真人剧，22.3%的受访者会选择AI生成的影视内容。还有19.0%的受访者觉得“都可以，差异不大”。

　　范赟初觉得，AI会大幅降低影视制作的门槛，未来不仅在动画电影、CG特效领域与人类制作难以区分，还可能替代演技一般的演员，重构行业的创作格局。

　　金易担心，如果从业者普遍采用AI技术制作影视剧，将从人才培养、就业、内容产出等全流程为影视艺术带来冲击，这不仅会让部分岗位消失，还可能因过度追求降本增效导致影视艺术整体质量滑坡。“但我觉得AI对当代影视艺术产生的冲击，反而会倒逼现在的从业者做得更好。”

　　来自四川成都的85后邓善文是一名AIGC（人工智能生成内容）创业者，在他看来，这种“冲击”是好坏并存的：一方面创造新岗位，吸引传统行业人才转型；另一方面会淘汰部分传统影视行业的从业者。同时，AI的出现让影视行业的创作模式从“大团队协作”向“小团队高效创作”转变，“传统影视从业者若不掌握AI相关技能，未来的行业竞争力会大幅下降”。

　　影视AI化的趋势会对当前的影视艺术产生冲击吗？数据显示，近八成（79.5%）受访者表示会有冲击，其中，60.7%的受访者认为会有一定冲击，但也能催生新的艺术形式，利弊共存。18.8%的受访者表示AI会拉低影视艺术的整体质感。此外，14.8%的受访者觉得不会产生冲击，AI只是工具，核心还是人类的创作和审美。5.7%的受访者感觉“说不好，还要看后续AI技术的发展情况”。

　　“AI的介入催生了新的人机协作模式”

　　在金易看来，AI更适合个人创作者、独立创业者创作，他们往往资金短缺、技术有限，但创作的自由度更高。例如，一些高难度的变身或特效动作，演员表演和后期制作成本极高，但如果借助AI技术，可能只需输入一段文字就能生成。

　　如今，在邓善文所在的公司，走量的市场化AI剧集和精品化AI剧集正在同步“生花”：通过制作大量市场化的剧集，训练抽卡师（即AI提示词工程师，主要通过编写和调整指令驱动AI工具生成图像或视频，并从中筛选出符合要求的素材——编者注）和本地部署的模型，从而逐步打磨出制作精品的能力。“无论是人还是AI模型，都需要大量的训练。”

　　邓善文将当下AI短剧的火热视作一个“过渡阶段”，他计划未来重点布局政企服务，用AI的内容制作能力赋能电商直播、地方土特产宣传、地方人文IP打造。

　　调查显示，对于AI技术在影视行业最好的应用方向，近六成（59.0%）受访者认为是创新内容试验，打造视觉奇观；近半数受访者觉得是顶级辅助工具，降本增效（49.2%）和个性化定制，生成专属剧情（48.2%）。其他还有：复原或续写经典作品（32.2%）、取代小众角色客串（23.9%）、打造人设完美的虚拟偶像（18.0%）等。

　　“AI的介入并未完全颠覆传统影视的架构，而是催生了新的人机协作模式。”邓善文介绍，其AI短剧团队的构成依然包括导演、编剧、美术指导等传统岗位，但新增了“抽卡师”这一核心岗位。导演的职责更多是“把控大方向”和“指导审核”，而编剧的工作内容则比较多：包括购买剧本、与剧本工作室合作定制、AI生成后人工精修等。

　　“传统影视行业出身的人如果入局AI短剧，应该会对现有市场形成降维打击。”邓善文认为，审美、讲故事的能力、镜头语言和提示词描述能力，仍是当下AI影视从业者最核心的竞争力。

　　受访者中，00后占20.4%，95后占17.4%，90后占31.6%，85后占13.3%，80后占12.7%，其他占4.6%。来自一线城市的占34.6%，二线城市的占36.8%，三四线城市的占20.5%，县城或城镇的占6.4%，农村的占1.7%。