千人一面 （姚月法 画）
随着AI短剧日益流行，“对AI脸感到不适”的话题也频频登上热搜。很多人感受到的这份“似人非人”的别扭，其实正是日本机器人学家森政弘于1970年提出的“恐怖谷效应”。
恐怖谷效应认为，当仿生形象几近真实，却在微末动态上露出破绽时，人类的感知系统便会本能地拉响警报。算法能以海量数据拟合出精致的静态五官，却无法复刻真人独有的微表情流转、瞳孔的自然缩放，乃至面部肌肉随情绪的细微颤动。人脑天生擅长捕捉这些鲜活的生命信号，面对一张“完美”的面孔，潜意识与视觉的冲突便催生出一种难以言说的不适。
比失真更致命的，是算法审美带来的千人一面。在如今的短剧里，AI演员已不新鲜，不同人设的数字面孔，共享同一套审美模型，脸型、眉眼、妆容高度趋同。算法为了迎合多数人的审美偏好，不断收敛面孔的差异性，将雀斑、法令纹、独特的骨骼轮廓统统视作瑕疵剔除，最终批量生产出精致却毫无记忆点的“标准脸”。
短剧行业青睐AI演员，核心动因是压缩成本、缩短周期，以最低的生产成本换取最大的流量收益。在这样的逻辑下，面孔不过是承载剧情的工具，表演仅仅是完成脚本的动作，演员对角色的理解与揣摩，也变得无足轻重。而观众面对AI演员的表演时，看似在追剧，实则是在与一堆数据符号对视，无法建立真正的情感联结。久而久之就会产生不适，甚至厌恶。
当然，我们不能全盘否定AI的价值。人工智能在后期制作、特效辅助等方面，拥有不可替代的优势。“恐怖谷效应”也并非永恒存在——随着多模态技术持续迭代，AI终将攻克动态表情与神态细节的短板，造出肉眼难辨破绽的数字人。但即便技术抹平了所有视觉上的违和，人类对“活人感”的渴求也不会因此消失。审美从来没有统一的标准答案，真正打动人心的，永远是带着烟火气的真实，是各不相同的面容，是藏在每一个表情里的悲欢。
这场由“AI脸”引发的集体不适，值得人们重视。算法可以复刻容貌，却复刻不了岁月沉淀出的神情；AI可以批量生成面孔，却造不出个体生命里独一无二的灵魂。当我们对千篇一律的“AI脸”感到疲惫，恰恰说明我们依然在意真实、多元、有温度的人。
未来的最优解，不是用完美的数字人填满每一块屏幕，而是让AI回归工具属性，让人继续主导创作，让那些带着瑕疵、个性和情绪的真实面孔，重新成为视觉表达的主角。