微短劇大概是中國數字文化產業中變化最快的媒介形態之一。它剛剛憑借移動互聯網和平臺經濟迅速崛起，還未來得及形成穩定的產業格局，就連續經歷了兩次深刻轉型：從付費觀看轉向免費流量模式，又從真人拍攝轉向人工智能生成。

　　在高度加速的數字社會中，新媒介往往尚未完成制度化，就已經面臨更新技術和商業模式的挑戰。德國社會學家哈特穆特·羅薩所說的社會加速，在微短劇產業中表現得尤為鮮明。短短幾年間，短劇從網絡文學的影視化產品，變成短視頻平臺的流量商品，如今又成為生成式人工智能進入文化工業的重要實驗場。變化之快，甚至使那些剛剛圍繞真人短劇建立起來的生產體系和產業基地，轉眼便面臨新的生存壓力。

　　不過，AI短劇帶來的變革，並不只是制作成本下降、演員可能被替代，或者觀眾開始接受人工生成的影像。更值得注意的是，一種將故事生產、內容分發和用戶反饋連接起來的算法化文化生產體系，正在加速形成。

　　短劇的兩次變身：從內容付費到算法生成

　　短劇興起之初，主要沿襲網絡文學的商業模式：通過連續的情節反轉、懸念設置和付費解鎖，吸引觀眾為後續劇情充值。其核心邏輯是將一個故事的商業價值盡可能轉化為單個用戶的付費收入。

　　然而，互聯網平臺的流量邏輯很快改變了這一模式。隨著算法推薦和廣告變現機制日益成熟，免費短劇迅速成為新的競爭范式。與其讓有限的觀眾支付較高費用，不如降低觀看門檻，通過更大規模的用戶群體獲取廣告收入。這一變化與免費網絡文學對傳統付費閱讀模式的衝擊頗為相似。內容本身不再是直接出售的唯一商品，用戶的注意力、觀看時間和行為數據開始成為更重要的商業資源。

　　短劇不再只是被拍成視頻的網絡小說，而逐漸成為短視頻生態中的一種標准化內容產品。相應地，創作方式也發生變化。當點擊率、完播率、停留時間和廣告轉化成為重要的評價指標，劇情節奏便不斷加快，反轉密度持續提高，人物關系趨向極端。“前三秒抓人”“迅速制造衝突”“持續提供情緒刺激”，逐漸成為生產中的重要規則。霸總、逆襲、復仇、打臉、甜寵等題材不斷重復，形成了一套高度成熟的情緒生產機制。

　　這也解釋了為什麼短劇行業在高速增長的同時，不斷出現“精品化”的呼聲。所謂精品化，既表達了提高內容品質和藝術價值的願望，又不得不面對平臺流量機制與即時消費習慣的結構性約束。但第一次轉型只是改變了內容如何出售。生成式人工智能的進入，則開始改變內容如何生產。

　　據國家廣播電視總局相關數據，2026年前8個月，全國共上線微短劇43萬部，是前一年全年的13倍，其中AI微短劇佔比超過九成。需要注意的是，產量佔比不等於觀看量或市場收入佔比，但這一變化足以說明，AI正在迅速進入短劇生產的核心環節。

　　2026年2月，字節跳動推出Seedance2.0視頻生成模型。7月，進一步昇級為Seedance2.5。伴隨視頻生成技術進步，真人短劇原本引以為傲的快速制作能力，也開始面臨新的效率競爭。過去，真人短劇通過壓縮籌備、拍攝和後期制作周期，大幅提高了影視工業的生產速度。然而，無論流程怎樣優化，真人拍攝終究需要協調演員、場景、攝影、服裝、道具及現場工作人員。

　　AI短劇則可以將相當一部分生產活動轉移到電腦和雲端，通過模型調用、提示詞設計和反復生成來完成角色、場景及影像制作。兩者的競爭不只是內容形式的競爭，更是兩種生產體系和成本結構之間的競爭。真人短劇優化的是傳統影視工業的制作流程，AI短劇則試圖改變這一流程賴以存在的生產條件。

　　如果說前一次轉型使短劇進一步成為流量工業，那麼這一次轉型，正在使它從影視工業走向某種軟件工業。

　　從影視工業到軟件工業

　　傳統影視生產是一種以具體項目為中心的組織方式。劇本確定之後，制作團隊圍繞作品調度資源，完成拍攝、剪輯、後期制作和發行。即使高度工業化，每個項目仍然需要組織大量現實資源，承擔相應的時間成本、資金風險以及人員協調成本。

　　AI生成則改變了這種資源配置方式。角色可以作為數字資產保存和調用，場景可以通過模型生成，鏡頭能夠反復修改，聲音和畫面可以在不同版本之間持續迭代。過去依賴現實拍攝條件的部分生產活動，開始轉變為數據、模型和算法共同參與的生成過程。

　　這種生產方式越來越接近軟件開發：模塊化、自動化、可復制，並且可以依據反饋不斷更新。目前，AI微短劇主要包括兩種類型：一種是具有動漫或風格化視覺特征的AI漫劇，另一種是試圖模擬真人表演的AI仿真人劇。

　　AI漫劇的迅速發展，並不意味著動畫天然優於真人表演，而與技術自身的成熟程度密切相關。相較於高度逼真的真人表演，風格化畫面更容易容納動作不連貫、表情不自然或物理細節不准確等生成缺陷。一旦技術能夠穩定生成更加自然的真人動作、細微表情和復雜互動，AI仿真人劇也可能進一步改變市場格局。

　　受技術變化及平臺策略調整的共同影響，一些真人短劇制作基地已經出現劇組減少、攝影棚閑置和中小團隊轉向AI制作的情況。這對地方產業尤其具有警示意義。過去幾年，從橫店到鄭州、西安、成都，不少地方曾將短劇產業視為新的文化經濟增長點，希望通過影視基地建設帶動演員、攝影、服化道、場地租賃和後期制作等產業鏈發展。但如果越來越多的短劇生產轉移至模型和雲端，原有的地方產業布局就可能受到衝擊。這提醒我們，數字文化產業的增長並不必然形成穩定的地方產業基礎。圍繞某一種技術形態建立的完整生產體系，也可能因為技術范式的變化而迅速失去部分優勢。

　　更深層的變化發生在生產與分發之間。在免費短劇模式下，平臺需要源源不斷地提供能夠吸引注意力的內容。AI恰好降低了批量生成內容的成本，使快速制作、大規模投放、根據反饋調整內容變得更加容易。當內容生產能力不再構成主要瓶頸，真正稀缺的就越來越不是故事本身，而是獲得用戶注意力的機會。

　　據相關數據，在2026年8月中國月度使用時長排名前50的移動應用中，字節跳動旗下系列應用的整體時長份額達到了41.8%，而騰訊系僅為28.6%。由於這幾年短劇已悄然大面積搶走用戶的時間，騰訊感受到字節系的沈重壓力，於2026年10月在微信內上線“綠泡泡短劇”小程序，與字節跳動旗下以算法推薦為主的“紅果短劇”形成了鮮明的差異，主打“社交分發”與輕量化場景。

　　但無論是算法推薦還是社交分發，都是為了持續沈淀用戶偏好數據，反過來訓練、優化AI內容模型，形成數據、內容、流量互相強化的循環。也即，模型生成內容，平臺分發測試，用戶行為形成反饋，新的生產又據此調整。

　　故事開始不再只是被創作出來，也越來越可能被計算、測試和優化出來。如果點擊、停留、互動和轉化成為內容生產的主要反饋依據，那麼算法所擅長識別的用戶行為，就可能反過來決定故事怎樣講述、人物如何塑造、情緒如何安排。

　　文化工業算法化：當故事成為可優化的產品

　　故事是人類最古老的文化形式之一。從神話、史詩到小說和電影，故事的構思、人物塑造和情節推進，長期被視為人類想象力與生活經驗的重要表達方式。短劇本身已經形成了高度類型化的敘事體系。霸總、逆襲、復仇、甜寵等題材擁有相似的人物關系和情節結構，這為算法學習、組合和生成敘事模式提供了便利條件。

　　人工智能可以按照一定的角色設定和情節要求生成故事，再根據觀眾反饋調整人物關系、敘事節奏與情緒刺激強度。這意味著，算法不再只是決定把哪些故事推薦給觀眾，也開始參與決定什麼故事值得生產，以及故事應該如何展開。文化工業的算法化由此進入新的階段。

　　過去，平臺主要通過推薦算法組織文化產品的分發，影響哪些作品獲得曝光、哪些創作者獲得注意力。如今，生成式人工智能開始進入內容生產本身，使生產、分發、反饋和再生產形成更加緊密的連接。在這一過程中，文化產品越來越可能按照數據表現進行持續調整，而不只是以相對完整、穩定的作品形態進入市場。

　　但作品能夠被生成，並不意味著它必然能夠獲得文化認可。AI短劇能否成為被廣泛接受的文化形式，不僅取決於模型能力和生產成本，也取決於觀眾如何理解創造性、真實性、作者身份和藝術價值。法國社會學家布爾迪厄對文化價值形成機制的討論提醒我們，藝術作品的價值從來不只是作品自身的屬性，還與文化場域中的評價、分類和認可機制密切相關。

　　因此，機器開始參與創作，只是AI短劇帶來的表層變化，更深層的地方在於，文化生產的評價標准可能進一步向可計算的表現指標傾斜。文化工業的算法化，意味著算法從內容分發工具進一步進入文化生產、分配、評價和消費的全過程。它可能擴大文化生產能力，降低創作門檻，也可能使文化產品進一步趨同，將復雜的生活經驗壓縮為能夠快速獲得反饋的敘事模式。

　　更值得警惕的是，當一種文化生產機制越來越依賴即時反饋，它可能不斷強化那些最容易帶來點擊和停留的內容，而使需要時間理解、具有復雜意義或不符合既有消費偏好的作品處於不利位置。

　　從故事生產到文化經驗：AI短劇的深層影響

　　AI短劇正在將文化工業推向一種新的生產狀態。如前所述，內容生產逐漸呈現出類似軟件開發的特征。這一變化顯著降低了部分文化產品的制作成本，使小團隊甚至個人獲得過去難以想象的影像生產能力。但它同時也意味著，文化生產越來越可能服從於標准化、規模化和持續優化的工業邏輯。

　　當文化產品可以像軟件一樣反復更新時，我們得到的究竟是更加豐富的文化創造，還是更加高效的情緒商品？這個問題不能僅僅通過比較真人短劇和AI短劇的制作成本來回答。

　　文化不僅是內容的集合，也構成了人們認識世界、理解他人、表達自身經驗和建構意義的方式。因此，人工智能對文化的影響，不僅體現在影視制作流程的變化，也可能延伸至人類經驗的組織與呈現上。從長篇敘事到短視頻切片，從相對完整的作品體驗到即時反饋和快速切換，數字媒介已經改變了人們分配注意力、感受故事和理解文化內容的習慣。AI生成可能進一步加速這種變化，使文化生產更容易圍繞可測量的情緒反應展開。

　　然而文化經驗並不能完全還原為注意力指標。那些需要耐心閱讀、長時間沈浸、反復體會的作品，那些含義曖昧、難以立即理解、無法預先預測效果的表達，同樣構成人類文化的重要部分。因此，我們需要進一步追問：算法應當在文化生產中扮演什麼角色？誰有權決定文化生產的目標？在算法日益廣泛應用的背景下，我們又能否為不可計算、不可預測的創造保留空間？

　　AI短劇可以被視為生成式人工智能進入大眾文化工業的一場大規模實驗。它展示了技術如何改變內容生產的成本、效率和組織方式，也讓我們提前看見，當故事可以被批量生成和不斷優化時，文化可能發生深層變化。從某種意義上說，我們正在從一個通過機器傳播故事的時代，進入一個由機器參與生產故事的時代。

　　當講故事成為一種可以持續調用和優化的技術能力，我們對故事的思考也應超越技術層面，回到更根本的問題：我們希望通過故事理解什麼、感受什麼，又成為怎樣的人？