当 AI 学会 "认真搞笑"：一份 AI 短剧翻车行为考古报告

如果要在 2026 年的中文互联网评选一种最矛盾的娱乐产品，AI 短剧大概会以绝对优势当选。它一边以每分钟两万元的成本、三到五人的团队规模、十天左右的制作周期，把传统影视工业的账本撕得粉碎；另一边，它又以 “女主推门把整扇玻璃门推倒”“男主歇脚直接把脚翘上沙发”“角色死了还在配呼吸起伏” 的荒诞画面，把观众逗得比看任何喜剧专场都开心。

这形成了一种奇特的观赏契约：观众点开一部 AI 短剧时，心里默认的预期早已不是 “看好故事”，而是 “看 AI 这回又能整出什么新乐子”。创作者也心照不宣，甚至刻意放大这种错位。全网播放量超五千万元的《驯服 AI 做短剧》系列就是最好的证据 —— 那个对着电脑无能狂怒、掏出平底锅猛砸屏幕的 “作者猫猫”，本身就是个 AI 角色。一个 AI 在扮演人类，被另一个 AI 气到砸电脑。这层套娃般的荒诞，几乎可以刻成 AI 短剧时代的墓志铭：我们以为在驯服 AI，AI 却在驯服我们笑。

而笑过之后，把这些 “哭笑不得” 的错误一一细数，会发现每一桩翻车背后，都藏着一条关于技术、资本与人性的暗线。以下，是一份不那么正经的 AI 短剧翻车行为考古报告。

第一层：当 AI 把 “推门” 理解成 “拆迁”

考古要从最物理的层面开始。2024 年前后的 AI 短剧，翻车方式极其直白：手是六根手指的，走路是没有重力的，道具是穿模的，人物是飘在空中的。那时候观众说 “一眼假”，指的是眼睛能直接看见的物理法则崩坏。

但真正让这些错误从 “技术缺陷” 升格为 “喜剧素材” 的，是 AI 对自然语言那种令人心碎的诚实。你写 “女主推门进入服装店”，它让女主把整扇玻璃门推倒在地；你补救说 “是轻轻开门”，它让男女主蹑手蹑脚得像两个入室盗窃的小偷；你说 “男主找个位置歇脚”，它把脚翘上沙发，你说 “休息”，它拿块白布蒙面躺平。AI 没有不理解 “推” 这个字，它只是不理解人类在 “推门” 这件事上积累了千百年的身体默契。那种默契叫 “门是固定在门框上的”，叫 “歇脚不是把脚放在沙发上”，叫 “蒙面是死人干的事，活人睡觉不这样”。

更有意思的是，这类视频的创作者 “打工喵 i” 后来被同行揭了底：那条收获六十七万点赞、抖音累计播放五千二百四十万的《当我试图驯服 AI 做短剧》，很可能并非纯粹的 “真实翻车记录”，而是刻意放大了 AI 的 “降智” 效果来制造反差。据新榜报道，这类 “驯服 AI” 系列视频中，创作者会刻意放大 AI 的翻车效果以制造反差看点。也就是说，观众笑的未必是 AI 的真迟钝，而是人类假装的 AI 的迟钝。一个 AI 角色扮演的人类，在假装被 AI 气疯。这层嵌套关系本身就比大多数 AI 短剧的剧情复杂三倍。

第二层：一张脸的五马分尸

物理穿模的问题在 2024 年底基本退出了主流成片，因为解决它的方向足够明确，厂商也有足够的盈利动机优先补齐这块短板 —— 十段生成画面里能用的只有一两段，素材损耗率逼着他们不得不修。于是观众的挑刺顺序自动下沉到了下一层：脸。

2025 年，AI 短剧的翻车重灾区从 “手不会画” 变成了 “脸记不住”。某甜宠 AI 数字人短剧的前两集里，女主是圆脸、齐刘海、浅棕色头发，第三集突然变成尖脸、无刘海、黑色头发，弹幕瞬间炸锅：“换女主了？”“出戏了。” 播放量直接腰斩，剧集停更。复盘原因简单得近乎可笑：没有训练专属模型，每次生成画面时提示词不固定，AI 就随机发挥了。在 AI 的世界里，一个角色的脸不是身份，而是一次抽卡结果。

比变脸更微妙的，是表情的 “非人感”。有一部知识类 AI 短剧，数字人全程面部无表情，眼睛不转动，口型与台词完全脱节。即使内容有价值，观众留存率也不足百分之三十，评论区全是 “太僵硬了，听不下去”。而另一部 AI 漫剧的男主，则因为一个 “歪嘴笑” 表情直接面部崩坏，这个崩坏表情出现在正片中，导致霸总人设瞬间崩塌，意外解锁了 “AI 男主唯一塌房方式”。真人演员塌房靠道德丑闻，AI 演员塌房靠嘴角肌肉失调。后者至少不伤害任何人，只伤害观众的视觉神经。

到 2026 年，跨镜变脸和表情僵硬在头部模型里已经被大幅压制。行业开始啃第三层问题：呼吸。有观众描述看某部 AI 短剧时的感受：“结尾角色嘴唇微张、身体轻轻抬起，我下意识等着她呼出一口气，但全程没有一点起伏，看得人莫名压抑。” 胸腔不起伏，叹息没有哽咽感，落泪时面部肌肉纹丝不动 —— 这些细节没法靠扩充画面数据来填，因为呼吸不是画面问题，是生命问题。AI 可以学会画一张完美的脸，但还没学会让这张脸相信自己在活着。

而最黑色幽默的翻车出现在这一层的边缘：豆瓣上有观众记录，AI 会在角色明明已经死了之后，继续给尸体配上呼吸起伏的动作。活人没有呼吸感，死人倒呼吸得很起劲。这种对生命体征的分配错乱，几乎构成了一种无意的哲学评论：在 AI 的语法里，呼吸只是一个可以附加在任何人体上的动画参数，与生死无关。

第三层：嘴在说话，灵魂在别处

如果说视觉翻车是 AI 短剧的 “皮外伤”，那叙事层面的错误就是 “内出血”—— 不致命，但让作品从根上丧失了成为 “剧” 的资格。

澎湃新闻对 AI 仿真人短剧《风雪开局：我乱世称王》的剧评，标题起得极其克制：《技术可降本，创作莫降格》。文章里的批评却毫不客气：整部剧最直观的问题是台词与口型几乎全程错位，“连‘让角色开口说话’这个最基本的要求都没有做好”。但比口型更严重的是叙事手法的彻底退化：剧情推进过度依赖男主人公的独白和画外旁白，大量情节靠 “我意识到”“我决定”“我看见了” 这类直白话术交代。观众看到的只是一张张精美但静止的 “配图” 随着音频不断切换。

这揭示了一个比技术 bug 更深层的问题。AI 短剧的制作者往往把 “生成画面” 当成了核心工作，却忘了影视的本质是用画面讲故事，而不是用画面配声音。当一部剧的绝大部分信息都由旁白和独白承载时，画面就降格成了有声小说的插图。你不需要看，只需要听。那为什么还要做视频呢？因为短剧平台的流量逻辑奖励视频，不奖励音频。于是 AI 短剧变成了一种形式主义的产物：它假装自己是一部剧，观众假装自己在看剧，平台假装自己在分发剧。

台词的荒谬则从另一个角度印证了这种 “假装”。网友调侃的 AI 短剧逻辑错乱中，常有 “前一集海鲜过敏、下一集狂吃海鲜大餐” 这类前后矛盾的情节。这个桥段的好笑之处在于，它需要的不是 AI 技术，而是人类编剧的基本常识。但 AI 短剧的生产流程里，“常识” 恰恰是最稀缺的资源。当剧本由大模型批量生成、分镜由 AI 批量绘制、配音由 TTS 批量合成时，没有任何一个环节的人会停下来问一句：这个人上一集不是过敏吗？或者说，有人问了，但工期只有十天，没人有时间改。

第四层：霸总、猎奇桥段与百亿资产

如果说前面几层翻车是技术和流程问题，那这一层涉及的就是价值观的 “算法性降智”。

浙江宣传的一篇文章对 AI 短剧的批评相当尖锐：“冲突更密，反转更急，‘5 秒一个冲突，8 秒一个钩子，第 5 秒出现的恶毒闺蜜第 20 秒就被主角制服’。套路却大都似曾相识，女主复仇逆袭、男主废柴翻身、隐藏身份后强势‘打脸’，连台词都像批量出厂。” 更让观众观感不适的，是那些常识掉线、逻辑脱节的桥段：“明明身无分文，转眼掏出百亿资产”。

这些剧情的问题不在于 “不真实”—— 传统短剧同样不真实。问题在于，AI 短剧的不真实是系统性的、无差别的、缺乏任何内在逻辑的不真实。真人短剧的狗血至少经过编剧的大脑，有一套哪怕扭曲但自洽的因果链。而 AI 短剧的狗血是概率的产物：大模型在训练数据里见过 “打脸” 情节，见过 “霸总” 人设，见过 “逆袭” 弧线，于是把它们以最高频的词汇、最密集的节奏拼在一起。它不知道为什么要打脸，只知道打脸之后数据会好。

行业里还有一类值得警惕的创作倾向：部分短剧创作者刻意设计带有伦理禁忌色彩的情感桥段博取话题，依靠猎奇感拉动流量，缺少合理的叙事支撑，人物沦为猎奇叙事的工具。值得注意的是，这类剧本的执笔人大概率还是人类，但 AI 的介入加速了这种 “猎奇优先” 的逻辑。当制作成本降到传统模式的百分之二到百分之十，当试错成本低到可以 “十部不成便做百部”，内容的质量底线就不再由创作伦理决定，而由投流回报率决定。什么题材跑得动，AI 就批量生成什么题材。猎奇跑得动，就猎奇到极致。

数据给出了残酷的注脚：据 DataEye 数据，2026 年上半年抖音端上线了二十二万余部 AI 剧与漫剧，破亿爆款率约 0.48%，能摸到盈亏线的剧目占比仅 1.3%。据经济导报报道，超过 90% 的中小制作方从头到尾都没能赚到钱。据海峡网引述制作方测算，AI 漫剧万次播放收益已从一年前的 20 元跌到 1 至 2 元。据新京报报道，广电总局公开信息显示全网下架违规微短剧 6.8 万部，在全部被处置的违规微短剧当中，AI 生成类内容占比较高。在这样一个概率游戏里，“认真做内容” 是经济上最不理性的选择。堆量、试错、跑出爆款就加注、跑不出就下一批 —— 这套逻辑天然排斥打磨，天然拥抱套路，天然生产 “哭笑不得” 的错误。因为错误本身也是数据，被嘲笑的数据也是数据。

第五层：当 “翻车” 成为产品

写到这里，一个不太舒服的结论浮出水面：AI 短剧的许多 “哭笑不得的错误”，已经不是需要被修复的缺陷，而是被主动生产的内容。

“驯服 AI” 系列视频的创作者坦承，现阶段主流 AI 视频模型完全能理解 “推门” 和 “拎包” 的含义，不至于真翻车到那个地步。但 “如果 AI 只是按部就班生成视频，反而没了这些让人啼笑皆非的反转剧情”。也就是说，那些让观众笑到拍桌的 “AI 降智瞬间”，有相当一部分是创作者引导、剪辑、放大的结果。AI 被要求扮演一个迟钝的 AI，然后人类观众为这个迟钝的 AI 鼓掌。

这层反讽在 “歪嘴笑” 事件里达到了顶峰。那个面部崩坏的表情出现在正片中，未必是因为创作者没发现，更可能是因为发现了之后觉得 “这能火”。事实也的确如此：它成了该剧最大的话题点，引发了全网玩梗狂欢。一个技术 bug 被转化成了营销资产。观众笑着转发，创作者笑着收流量，平台笑着收时长，只有那个崩坏的嘴角在无人问津的角落提醒着：这本来应该被修好的。

而真正值得追问的是：当 “翻车” 本身成为看点，还有谁有动力去修车？

答案可能藏在产业链的断层里。头部团队在用 LoRA 锁定角色形象、用 ControlNet 约束姿态、用固定提示词模板维持一致性，在认真解决 “跨镜变脸” 和 “口型错位” 的问题。而塔基的大量一人公司、三五人小团队，在十天周期、几万元成本的约束下，最优策略就是接受翻车、甚至制造翻车。两者的作品在同一个信息流里竞争，前者需要观众认真看，后者只需要观众笑一下然后划走。在算法眼里，认真看的完播率，未必打得过笑一下的完播率。

于是形成了一个诡异的均衡：技术在上限层面突飞猛进，翻车的下限却在商业逻辑的庇护下顽固地存在，甚至繁荣。观众在调侃 AI 表现笨拙的同时，实际上也在参与一场心照不宣的共谋：我们知道你在演，你知道我们知道你在演，但我们都假装这是 AI 真实出现的失误。这场喜剧的最后一层笑点，落在人类自己身上。

尾声：那些被笑掩盖的

把所有这些哭笑不得的错误铺陈开来之后，有一件事值得在笑完之后想一想。

2026 年前 8 个月，全国上线微短剧 43 万部，AI 剧占比超过九成；全网下架违规微短剧 6.8 万部，在全部被处置的违规微短剧当中，AI 生成类内容占比较高。这两个数字放在一起，意思很清楚：AI 短剧的洪流里，被嘲笑的 “歪嘴笑” 和 “推倒门” 只是水面上的涟漪，水面之下是海量的、连被嘲笑的机会都没有就沉底的作品。它们可能连 “错误” 都谈不上，因为它们从未进入过任何人的视野。

而那些真正被看到的翻车，至少还证明了一件事：有人在看。观众愿意花时间嘲笑一部 AI 短剧把 “推门” 拍成 “拆迁”，说明他们仍然对 “剧” 这件事抱有某种模糊的期待。他们期待门是能正常推开的，期待活人是会呼吸的，期待剧情前后是能对上的。这些期待低到了近乎卑微的程度，但 AI 短剧目前连这种卑微的期待都还没有稳定地满足。

技术会继续迭代。物理穿模已经基本消失，变脸正在被压制，呼吸感是下一个要啃的骨头。三年后，我们回头看今天这些 “哭笑不得” 的片段，大概会像今天看 2024 年的六指手一样，觉得那是上古时代的遗迹。但有些东西技术修不了：一个只奖励爆款不奖励打磨的分配机制，一套把翻车转化为流量的商业逻辑，一种把 “认真” 当成经济上不理性的行业氛围。

所以这份考古报告的最终结论，可能比所有翻车都更让人哭笑不得：AI 短剧最好笑的地方，不在于 AI 犯了什么错，而在于我们为这些错设计了如此精密的变现路径，以至于修正错误反而成了一件不划算的事。

不过，随着《微短剧发展管理办法》于 2026 年 9 月正式施行、AI 内容标识义务落地，这套 “越翻车越赚钱” 的逻辑正在被制度性收紧。修正错误是否划算，不再只由投流回报率说了算。那个对着电脑砸平底锅的 AI 猫猫，砸的其实不是电脑。它砸的是一面镜子。镜子里，一群人类正笑着看它砸，然后划到了下一个视频。

本文为 AI 短剧行业产业观察评论，非微短剧成片；文中案例、数据引自公开媒体与行业第三方报告，仅用于行业反思，不针对任何单一创作者与作品；不鼓励、不传播低俗猎奇短剧内容，支持《微短剧发展管理办法》规范行业发展。