AI短剧中“千人一面”的现象，高度雷同的脸庞，看剧时有“鬼打墙”之感，甚至产生生理性的不适。然而，为何可以自己“捏脸”后，反而四处“撞脸”？这背后，隐藏着需求端和供给端的两本经济账。

AI做短剧，本来就图一个“快”和“便宜”。想要在一张张脸上精耕细作、反复调校，显然不符合各方预期。于是，可灵、即梦等大模型预设的“平均脸”，成了最好用的选择。

算力对创作者来说是一项硬成本。想要训练出独特的脸，需要创作者多次输入提示词进行调校。每一次重试，都是一张词元（Token）账单。“大众脸”不仅更省时间，还更省算力。随着更多创作者的入场，各大平台对创作者的词元补贴也在不断减少。

好钢用在刀刃上，在算力成本不断攀升的今天，用有限的算力把故事讲完，似乎远比主人公长什么样更重要。

更深层的成本计算，来自供给端。对可灵、即梦等用于制作AI短剧的大模型来说，为创作者们提供更多元的面孔，也是个吃力不讨好的活。

“千人一面”的本质，是当前大多数AI视频生成的企业都缺少面部版权，AI演员的长相和演员撞脸会导致不必要的麻烦。

大模型想生成更多独一无二、有辨识度的脸，AI公司就得购买海量的、多样化的面部素材库，而这涉及复杂的版权谈判和法律风险。

一边有王祖贤、吴启华、戚薇等艺人主动“卖脸”给大平台，一边有素人形象被AI短剧擅自抓取复刻。脸，正成为AI短剧时代的一项资产，面临被交易或被窃取。