演員拍攝需求下滑80%,AI正在衝擊好萊塢微短劇就業

曾經被視為好萊塢基層演員「救命稻草」的微短劇,如今正面臨前所未有的寒冬。根據業界最新統計,整體演員的拍攝需求已從高峰期驟降八成,其中一個關鍵推力,正是人工智慧技術的快速滲透。過去幾年,傳統長片與電視劇的產能趨緩,許多電影從業者轉而投入拍攝週期短、成本低、需求量大且門檻較低的微短劇市場,這類作品不僅為臨時演員與特約演員帶來大量工作機會,也成為支撐好萊塢幕後就業的重要支柱。然而,隨著AI生成內容技術的不斷成熟,製片方開始大規模轉向更便宜、更高效的製作模式,導致真人演員在微短劇領域的工作量銳減,迫使許多人不得不另尋出路。這波衝擊並非突然降臨。
早在兩、三年前,好萊塢的微短劇市場就已出現產能過剩與利潤壓縮的跡象。彼時,各大串流平台與內容製作公司為了搶佔用戶注意力,紛紛投入大量資金拍攝微短劇,使得基層演員一度供不應求。但隨著AI工具逐步滲入劇本撰寫、分鏡設計、後製特效,甚至可以直接透過深度學習合成逼真的虛擬角色,製片方的成本結構出現根本性變化。過去需要動用十幾位臨時演員的群眾場面,如今只需幾位主要演員搭配AI生成的背景角色就能完成;而部分需要大量肢體動作或危險特技的鏡頭,也能用數位替身取代真人演出,進一步壓縮了真人表演的空間。根據業界人士觀察,目前微短劇的選角需求已較全盛時期減少約80%,而且這個趨勢還在加速。
許多過去一年可以接到數十部微短劇的臨時演員,如今可能連一個月都接不到一檔案子。在洛杉磯與亞特蘭大等影視重鎮,不少靠微短劇維生的演員被迫轉向不受AI影響的舞台劇、獨立製片,甚至完全退出影視行業,轉行從事服務業或物流工作。一位不願具名的選角導演透露,現在製片方經常直接要求「能搭配AI角色演出」或是「可接受後製面部替換」的演員,真人演員的議價空間大幅縮水。AI對微短劇的衝擊不僅限於演員本身,更沿著產業鏈向外擴散。選角導演、化妝師、服裝師、場務、燈光助理等周邊職位同樣感受到劇烈震盪。由於拍攝場景減少、製作團隊規模縮編,這些幕後職務的聘用機會也跟著下降。
過去一部微短劇可能配置十人左右的劇組,現在有些團隊僅保留導演、攝影與兩位主要演員,其餘工作由AI軟體或外包至低成本地區完成。這樣的結構性變化,使得整個好萊塢微短劇生態圈的就業結構快速重組。值得注意的是,儘管AI技術在模擬人類外貌、語音與基本動作方面已有長足進步,但業界普遍認為,它仍無法完全取代人類演員的情感表現、即興互動與角色詮釋的深度。許多導演與編劇也強調,真正打動觀眾的表演往往來自不可預測的臨場反應,這是目前任何演算法都難以複製的。然而,在成本壓力與效率至上的商業邏輯下,製片方往往選擇妥協:只要畫面看起來「夠真實」,就不一定需要真人演出。
這種傾向在預算受限的微短劇市場尤其明顯,因為微短劇的商業模式本就依賴低投入、高週轉,對品質的容錯空間較大。面對這波浪潮,從業者若想維持競爭力,恐怕必須重新思考如何與新科技共存,而非僅依賴過往「演員就是生產力」的傳統路徑。已經有部分經紀公司開始協助演員建立數位分身、授權AI使用其肖像,並從中獲取被動收入;也有工會與製片方協商,要求標註AI使用範圍並保障最低演出時數。然而,這些措施在微短劇領域的執行力仍然有限,因為微短劇的流動性高、監管機制薄弱,許多小型製作公司根本不會遵守勞工協議。好萊塢微短劇市場的萎縮,同時也反映出整個影視產業正在經歷的深層轉型。
人工智慧不再只是輔助工具,而是直接挑戰人類在創意產業中的核心角色。雖然大型電影公司與串流平台仍有財力維持高規格的真人製作,但對於成本敏感的中小型製片單位而言,AI已經成為不可逆的常態。對於那些曾經靠微短劇撐起生活的好萊塢基層工作者來說,如今除了尋找新舞台,更迫切的是學會如何在AI主導的製作流程中找到屬於自己的位置。而這道題,恐怕短期內不會有標準答案。
Related
相關文章

創意任務解決率95%,讓視覺AI自己練習,還能把經驗帶到視頻
在視覺AI領域,一項最新進展顯示,該技術在創意類任務中的解決率已達到95%。這項成果並非來自人工干預或反覆調參,而是透過讓AI自行積累與驗證有效的運作流程,逐步提升對複雜任務的處理能力。不僅如此,這種自我練習所獲得的經驗還能被順暢遷移至視頻領域,進一步拓展應用場景。 據了解,這套方法的核心在於讓AI在執行創意任務的過程中,自動記錄哪些工作流能帶來最佳成效,並反覆驗證其可靠性。

從技術炫技到交付為王,AI辦公“四強”並立
從技術炫技到交付為王,AI辦公「四強」並立 AI辦公賽道的敘事重心正在轉移。過去一段時間,外界評估這類產品時,最常被拿出來討論的是模型能力、生成速度與演示效果;如今,討論的重點逐漸轉向更務實的問題——產品究竟能不能被真正導入日常工作、能不能穩定地交付可用的結果。伴隨這個轉向,市場格局也從早期的多方競逐,收斂成「四強」並立的局面。 在生成式AI剛進入辦公場景時,技術展示幾乎是唯一的競爭語言。誰能在會議紀要、文件起草、資料整理、簡報生成這些場景裡做出更吸睛的效果,誰就更容易拿到關注。
影視颶風Tim稱「iPhoneDuo燙到握不住,可以煎雞蛋」;羅福莉直播小米大模型訓練,每小時燒掉超20萬元;曝瑪莎拉蒂與華為合作兩款新車
要聞提示1.影視颶風Tim稱“iPhoneDuo燙到握不住,可以煎雞蛋”,蘋果客服回應2.你會買嗎?曝瑪莎拉蒂已與華為敲定合作兩款新車:尊界工廠負責製造3.每小時“燒掉”超20萬元!“AI才女”羅福莉直播小米大模型訓練4.華為汪濤:昇騰960芯片將提前至2027年Q1發佈5.
微軟Anthropic爭擬人AI
微軟Anthropic爭擬人AI。 Reddit帖擬人AI爭辯梳理兩邊分歧。Suleyman稱模型只是補全器���。Anthropic認為不確定性要認真處理。產品設計會受影響。
Microsoft Open-Sources TauGrid: A Kubernetes-Native Stack for GPU AI Workloads
Platform teams running AI on Kubernetes rarely run one thing. They run a queueing system, a distributed runtime, GPU node health checks, dashboards, and a layer of submission scripts holding all of it together.