“AI生成的泰语配音一开口，东南亚观众就跑了。”2026年4月，杭州这家MCN团队负责人王磊在复盘会上说。他们刚上线AI短剧，目标是日更100集，每集1-2分钟。成本确实降了，但观众在配音环节大量流失。
全自动流水线怎么搭的
工具链第一步是脚本。他们用基于GPT-5o微调的专用模型，输入“霸总重生”“甜宠逆袭”这类标签，3分钟就能生成一个带分镜提示和情绪标记的脚本，单次成本0.2元。但纯基础模型生成的脚本套路太重，于是用5000多个过去三年的爆款剧本做了监督微调（SFT），把“爆款命中率”从5%提到了约18%。
画面他们没用AI直接生成连续视频。团队提前用Stable Diffusion 3和Midjourney V6生成了2000多个标准化人物和500多个场景，建成数字资产库。脚本分镜解析后，系统自动匹配资产，再用Runway Gen-3 Alpha做动态合成和运镜。1分钟短剧，画面合成耗时15分钟，成本约3元。王磊承认早期试过全AI生成，但人物一致性太差，“换一帧衣服颜色就变了，观众立刻出戏”。
配音是第一个大坑。测了十几款工具后，他们选了ElevenLabs和一家国内定制方案。中文配音尚可，但出海东南亚时，AI生成的泰语、越南语配音情感节奏全错。“一句话该是撒娇，AI读成了质问。”A/B测试显示，纯AI配音的泰语短剧，前3秒流失率65%，真人配音只有12%。现在他们改成AI生成基准音轨，再找东南亚本地兼职配音员做“情感校准”，单集成本从0.5元涨到约4元。
剪辑环节，团队用Premiere Pro接入Sora 2.0，AI自动补全转场和B-roll，效率提升约40%。但王磊强调，“AI生成的转场有时很诡异，人工审核一步都不能省”。
算笔账：一集到底多少钱
以一集1.5分钟短剧计算，他们2026年5月的生产账单是：
- 脚本生成：0.3元（含模型摊销）
- 画面合成：4.5元（含资产库和云算力）
- 配音：中文版1元，东南亚多语言版6元（含人工校准）
- 剪辑与审核：2元（人力为主）
- 平台分发运营：1元
单集中文版总成本约8.8元，多语言版约13.8元。 日更100集，月成本在2.6万到4.1万元之间。这比传统短剧（单集成本数千到数万）低很多，但王磊说，“AI把门槛拉低，竞争立刻变红海，抖音上AI短剧的千次播放收益已从年初的15元降到不足8元”。
瓶颈不在速度，在“人设”
很多人以为瓶颈是生成速度。王磊说，他们的流水线日产能能到120集，超过目标。真正的瓶颈是角色一致性和剧情连贯性。
“你让AI生成同一个‘霸总’，换场景，脸可能就变了。”团队花了大量时间做“角色锁定”提示工程和后期重绘校验，还是无法100%保证跨集一致。“观众骂的不是AI感，是‘这人怎么上一集和这一集长得不一样’。”
另一个隐藏瓶颈是合规审核。随着国内《AI应用伦理安全指引1.0》落地和欧盟AI法案高风险条款8月2日生效，AI内容需要更严格审查。他们现在每集上线前，除了常规审核，还要跑一个自研的“AI内容安全扫描”模型，检测偏见、版权风险或不当暗示。这增加了约10%的时间和成本。
下一步：从流水线到“千人千剧”
王磊透露，团队正在测试新方向：用AI实现“千人千剧”。系统根据用户观看历史（比如偏好“虐恋”还是“甜宠”），动态调整后续剧情走向，甚至微调角色性格，生成个性化剧集。“这需要更强的实时生成能力和更精细的用户画像，但技术上已可行。”
AI短剧这场仗，工具链只是入场券。真正的比赛，在于谁能用AI持续讲出让人愿意追下去的故事。
