为什么99%的AI角色,最后都只是一张会动的脸?(为什么Ai的脸都一样) szthrk.cn

这段时间看了很多AI账号以后,我有一个越来越强烈的感觉:

我们已经越来越会“造人”了,但还不太会“养人”。

现在做一个AI角色,比半年前容易太多。

可以固定一张脸。

可以固定发型和服装。

可以让TA说话、走路、唱歌、跳舞。

技术再往前走,声音、表情、动作、口型都会越来越稳定。

于是很多人开始说:

“你看,我的AI IP出来了。”

但我经常会问一句:

如果把这张脸换掉,这个角色还剩下什么?

很多时候,大家会愣一下。

因为除了这张脸,好像真的没有留下太多东西。

没有明确的性格。

没有过去。

没有真正重要的人。

没有做过什么让观众记住的选择。

甚至没有什么事情是TA一定会做,或者一定不会做的。

TA只是长得一样。

这也是我最近越来越关心的一个问题:

一张能够保持一致的脸,距离一个真正的人物,到底还有多远?

答案可能比我们想象的远。

一、我们可能把“角色一致性”理解得太简单了

做AI视频的人,这半年应该对“一致性”三个字非常熟悉。

人物一致性。

服装一致性。

场景一致性。

风格一致性。

很多模型更新,也都在解决这个问题。

这当然非常重要。

早期做AI视频最痛苦的事情之一,就是同一个角色到了下一个镜头,突然像换了一个人。

鼻子变了。

脸型变了。

衣服变了。

甚至性别和年龄都可能发生变化。

所以很长一段时间,我们把“同一个人”理解成:

让下一张图里的TA,和上一张图长得一样。

这个阶段没有错。

但如果我们真的开始做连续内容,就会发现:

长得一样,只解决了最低层的问题。

我越来越愿意把这件事情拆成两个层次:

人脸一致性解决的是“认出来”。 人物一致性解决的是“相信”。

这两件事情差得很远。

观众看到同一张脸,知道“哦,还是TA”。

但观众真正开始相信一个人物,是因为他知道:

这个人是什么样的人。

他喜欢谁。

讨厌什么。

害怕什么。

曾经失去过什么。

遇到事情的时候,他大概会怎么选。

甚至观众会开始替他着急:

“你千万不要这么干。”

到了这一刻,一个角色才真正开始活起来。

二、真人演员其实替我们解决了很多问题

以前做真人内容,我们可能没有意识到,演员这个东西有多重要。

同一个演员今天拍第一集,明天拍第二集。

即使导演什么都不说,他还是昨天那个人。

他的脸不会突然变化。

声音不会突然变化。

身体不会突然变化。

更重要的是,他会记得昨天发生过什么。

导演说:

“你这里看她一眼。”

演员可能会问:

“我上一场不是刚跟她吵完架吗?”

这句话非常重要。

因为这就是人物连续性。

上一场发生的事情,会影响下一场。

昨天发生的事情,会留在今天这个人的身体里。

一个眼神为什么成立?

不是因为眼神本身拍得漂亮。

是因为观众知道他们之前发生过什么。

但到了AI这里,这一切突然都需要重新建立。

模型并不会天然知道:

这个角色三集以前被骗过。

他曾经答应过另一个人一件事情。

他害怕回到某个地方。

他嘴上说不在乎,其实非常在乎。

如果这些东西没有被保存下来,那么每一次生成,对于模型来说,都可能是一个新的开始。

这就产生了一个很有意思的问题:

真人内容天然拥有“过去”,AI角色却需要人为地给TA建立过去。三、没有过去的人,很难成为一个真正的人物

我们在做AIGC原生IP的时候,后来越来越重视一件事情:

角色经历。

最开始大家最关心的是角色设定。

年龄多少。

什么职业。

什么性格。

喜欢什么。

穿什么衣服。

说话是什么风格。

这些当然都要有。

但后来我越来越觉得,仅仅有“设定”是不够的。

因为设定是静态的。

人物真正开始成立,是因为TA经历过事情。

比如一个角色的设定是:

“胆小,但是善良。”

这只是人物说明书。

真正让观众记住他的,可能是有一天,他明明非常害怕,却还是回去救了一个人。

从那一刻开始,“胆小但善良”就不再是一句设定。

它变成了一段经历。

而这段经历以后还会影响他。

下一次再遇到危险,观众会记得:

上一次他回去了。

这时候,人物就开始有历史了。

所以我现在判断一个AI角色有没有机会成为IP,经常不是看TA生成得多稳定,而是看另外一个东西:

TA有没有发生过什么。

没有经历的角色,本质上还是一张设定图。

经历开始累积以后,人物才开始生长。

四、真正的人物,不是“设定”,而是“选择”

后来我又往前想了一步。

经历为什么重要?

因为经历里面有选择。

故事真正让一个人物成立的,往往不是我们告诉观众:

“这个人很勇敢。”

而是所有人都跑的时候,他没有跑。

不是告诉观众:

“这个人很自私。”

而是在只能救一个人的时候,他选择了自己。

所以一个人物真正的核心,可能不是外形,也不是人物小传。

而是:

当事情发生的时候,他怎么选。

而且这个选择必须有后果。

他选择背叛一个朋友。

那下一次见面,两个人的关系就不能自动恢复。

他失去一个重要的人。

下一条视频里,他不能像什么事情都没有发生过一样。

他撒过一个谎。

这个谎以后就可能回来找他。

这就是人物的连续性。

过去的选择,会限制未来的选择。

我觉得这是今天很多AI内容特别缺的东西。

因为生成式AI最大的诱惑恰恰是:

什么都可以重新来。

这个结果不好?

重新生成。

这个故事不好?

换一个。

这个人物关系不好?

下一集改掉。

但如果所有东西都可以随时重置,一个人物就永远不会真正拥有过去。

而一个没有过去的人,很难拥有未来。

五、所以我们开始讨论“角色记忆”

为了把这件事情说清楚,我后来开始用一个词:

Character Memory,角色记忆。

它不是什么特别复杂的技术概念。

最简单理解就是:

下一次生成这个人物的时候,不要忘记TA以前发生过什么。

比如至少要知道:

TA是谁。

TA和谁是什么关系。

TA曾经经历过什么。

TA做过哪些重要选择。

这些选择造成了什么结果。

TA现在知道什么、不知道什么。

还有哪些事情没有解决。

这些信息不一定需要什么复杂的Agent系统。

一个创作者甚至可以先从一张表格开始。

人物设定。

人物关系。

关键事件。

已经发生的选择。

未解决的冲突。

随着内容越来越多,这张表也越来越长。

但它会带来一个非常重要的变化:

你不再是在每一条视频里重新创造这个人物。

你是在继续这个人物的人生。

这两个思路完全不同。

六、AI最擅长变化,IP最需要克制

这里又回到了上一篇文章讲的判断问题。

AI最强的能力之一就是变化。

同一个角色,今天可以是警察。

明天可以是皇帝。

后天可以去火星。

再下一条可以变成赛博朋克。

技术上完全没有问题。

甚至每一条都可能很好看。

但做二十条以后,用户会产生一个非常现实的问题:

我为什么要关注TA?

如果TA每一次出现都是一个完全不同的人,那我关注的其实不是一个角色。

我关注的是一个生成模板。

所以我们后来内部有一个判断,我越来越认可:

AI最擅长制造变化,IP最怕毫无理由的变化。

生成能力越强,角色反而越需要边界。

这个人会做什么。

不会做什么。

喜欢什么。

害怕什么。

哪些关系不能随便改变。

哪些过去不能被删除。

这些“不能”,才慢慢构成一个人物。

这件事情其实有一点反直觉。

大家最开始做AI,都在研究:

它还能生成什么?

真正开始做IP以后,反而要不断研究:

什么不能生成?

七、用户真正记住的不是脸,而是关系

我们观察一些连续内容的时候,还有一个变化很有意思。

刚开始,评论区通常讨论的是画面。

“这个怎么做的?”

“这是AI吗?”

“太真实了。”

“什么模型?”

这是技术的新鲜感。

但如果一个角色真的开始成立,评论会慢慢发生变化。

大家开始讨论:

“TA为什么不告诉他?”

“我觉得这个人肯定有问题。”

“上一集那个女孩呢?”

“他们两个最后会不会在一起?”

这是一个非常重要的信号。

因为用户不再关心这张图是怎么生成的。

用户开始关心人物之间发生了什么。

到这个阶段,内容才真正开始脱离技术展示。

我们在一些AIGC连续内容的实践中,也越来越重视这种变化:用户是不是开始使用前面的信息,理解后面的眼神、隐瞒和选择。

如果答案是肯定的,那么真正积累起来的已经不只是播放量。

而是:

用户对人物的理解。

这个东西非常难复制。

别人可以复制你的提示词。

可以模仿你的画风。

甚至可以做一张非常相似的脸。

但他很难复制观众已经知道:

这个人为什么会这样。

八、IP真正的护城河,可能是“共同记忆”

这件事情再往下走,我觉得会碰到一个更有意思的概念。

以前我们谈IP资产,经常谈:

名字。

形象。

商标。

版权。

世界观。

这些当然都重要。

但从内容经营的角度,我越来越觉得,还有一种资产经常被低估:

共同记忆。

一个角色和观众一起经历过什么。

为什么有些电视剧结束很多年,我们还记得里面的人?

并不只是因为演员长得好看。

而是我们知道他们经历过什么。

我们看过他们相遇。

看过他们犯错。

看过他们失去。

看过他们成长。

甚至某些时候,我们比人物自己更早知道他会犯什么错。

这些共同经历形成以后,角色就不再只存在于作品文件里。

他开始存在于观众脑子里。

这可能才是IP最有价值的一部分。

所以我现在越来越不愿意用“粉丝量”单独判断一个AI角色有没有价值。

我更愿意问:

用户到底知道TA多少?

知道名字,只是第一层。

知道性格,是第二层。

知道关系,是第三层。

知道过去,是第四层。

能够预测TA下一步会怎么选,才真正开始进入更深的层次。

到了这里,人物已经不只是被看见。

TA开始被理解。

九、未来的AI角色,也许不是“生成出来”的,而是“活出来”的

我觉得未来几年,我们会看到越来越多非常漂亮的AI角色。

这件事情几乎没有悬念。

脸会越来越稳定。

声音会越来越自然。

动作会越来越真实。

甚至真人和AI之间的视觉区别都会越来越小。

所以单纯拥有一个漂亮的AI形象,价值可能会迅速下降。

真正难的事情会变成:

怎么让TA活三年?

今天发生的事情,三个月以后还算数吗?

TA认识的人会越来越多吗?

关系会发生变化吗?

会犯错吗?

会承担后果吗?

会成长吗?

用户能不能陪着TA一起经历这些事情?

如果这些问题能够解决,那么AI角色才可能从一张数字形象,逐渐变成一个真正可以长期经营的人物。

而到了那个阶段,我们今天所谓的“AI IP”,可能才真正开始成立。

十、我们真正要解决的,不是角色一致性,而是角色连续性

所以如果现在让我重新定义这个问题,我甚至不太愿意只说“角色一致性”。

我更愿意说:

角色连续性。

一致性强调:

TA还是不是原来的样子。

连续性强调:

TA还是不是昨天那个人。

这是完全不同的要求。

前者主要是技术问题。

后者是内容问题。

当然,未来也会逐渐变成技术问题。

模型会拥有更长的记忆。

Agent会记录人物状态。

角色数据库会越来越完整。

世界模型可能知道每个人发生过什么。

但即使技术全部解决了,最核心的问题仍然不会消失:

你到底想让这个人物经历什么?

这件事情还是需要创作者。

因为人生不是一堆随机事件。

人物也不是。

十一、脸让我们认出TA,过去让我们相信TA

所以回到文章最开始那个问题:

如果把一个AI角色的脸换掉,还剩下什么?

如果答案是什么都没有,那TA可能还不是一个真正的角色。

但如果换掉脸以后,我们仍然知道:

TA为什么害怕某件事情。

为什么不愿意原谅某个人。

为什么每次到了某个地方都会停下来。

为什么明明嘴上说不在乎,却一定会回头。

那这个人物就已经开始脱离那张脸了。

这也是我最近越来越确定的一件事情:

脸让我们认出一个人物。 过去让我们相信这个人物。

而真正的IP,可能就是从“相信”开始的。

所以以后再做一个AI角色,我觉得第一张角色设定图做完以后,不要急着问:

“这张脸稳不稳定?”

可以再多问一句:

TA有什么过去?

然后再问:

今天发生的事情,会不会成为TA明天的一部分?

如果不会,那么无论生成多少条视频,我们可能都只是在反复生成同一张脸。

如果会,

那么这个人物,才真正开始活起来。