田浩：人工智能驱动的“二创”短视频与数字视听文化变迁

摘要：数字视听文化以数字技术与社会文化的有机融合为基础性框架，在生产流程、传播路径和接受逻辑方面展现出鲜明的数字化、智能化与体验化特征。面对数字时代民众日益增长的文化消费与价值共鸣需求，党的二十届三中全会指出，要“优化文化服务和文化产品供给机制”。因应这一要求，人工

作者：田浩（复旦大学新闻学院青年副研究员，复旦大学全球传播全媒体研究院研究员）

来源：《青年记者》2025年第5期

导读：

数字视听从业者须正视人工智能驱动生产的文化隐患与技术伦理，面向积极的、健康的文化生态开展实践与研究工作。

一、引言

数字视听文化以数字技术与社会文化的有机融合为基础性框架，在生产流程、传播路径和接受逻辑方面展现出鲜明的数字化、智能化与体验化特征。面对数字时代民众日益增长的文化消费与价值共鸣需求，党的二十届三中全会指出，要“优化文化服务和文化产品供给机制”。因应这一要求，人工智能在广播电视与网络视听领域内的广泛应用，正为提升视听产品质量、优化文化生产流程注入新的动力。一方面，人工智能作为新的效率工具，能够借助智能剪辑、智能生成等手段直接降低视听生产门槛，简化生产流程，继而在产品维度上提升产品质量，为视听文化产品的形态更新与业态优化奠定生产基础[1]。另一方面，在文化传播与接受维度，智能推荐算法与流媒体平台能够持续扩大视听产品的覆盖面，在精准满足大众精神文化需求，凝聚社会共识方面发挥重要作用[2]。由此可见，在数智化媒介环境中，人工智能兼具行业实践与社会影响两方面的积极潜力，既能够作为积极的技术力量推动生产质量持续提升，也能够作为价值引领的技术基础更好地与主流社会思潮同频共振。基于此，通过考察典型案例来探究数字视听文化生产规律与治理方案，就成为学界与业界共同面临的重要课题。

二、智能时代的数字视听文化

2025年3月23日，人民日报抖音客户端发布了一条题为“今天被扁鹊教育了！”的短视频。该短视频在34秒内，由“扁鹊”这一AI主人公为年轻人提出吃早餐、养生的相关建议，一发布就迅速受到广泛关注，截至4月10日已获得了超过100万的用户收藏与转发。相似的现象也发生在文化旅游领域中。3月20日，四川文旅抖音官方账号发布了一条题为“来不来四川？回答我！”的短视频，由诸葛亮的AI形象介绍四川省内的美景、美食等旅游资源，同样获得了较好的传播效果。这两则现象都是2025年3月流行的“老祖宗回答我”创作热潮的组成部分。在这一创作热潮中，创作者借助人工智能来“复活”历史人物，为他们赋予鲜活的外貌形象、面部表情、肢体动作与语音特色，要求他们以情绪化表达来回答当代社会中的现实问题，如文化旅游去哪儿，如何健康养生，如何提升文化素养，等等。目前，这一创作热潮已经囊括了李白、杜甫、苏轼、宋徽宗等数十位历史人物，获得了现象级的传播规模与较为广泛的接受潮流。

显而易见的是，人工智能是这一创作热潮的技术驱动力。在“复活”历史人物的过程中，人工智能既能够在创作者的明确指令下自动创作文本、分析原型图像、设计镜头、合成配音，也能够设置视频风格、实现场景扩展，最终导出清晰、高质量的视频。由这一创作热潮观之，人工智能对网络视听产品的系统性影响贯穿了生产、分发与接受等全流程，尤其在产品创新、文化表达与文化消费维度上的变迁值得关注。

在产品创新维度上，人工智能技术基于智能算法模型和自动化生产工具，提升了剧本撰写、画面生成与后期制作的生产效率。这种自动化生产模式进一步与生产者的能动性结合，形成了智能生产与人类微调相适应的操作体系，推动了网络视听产品的形态迭代[3]。以2024年国产现象级游戏《黑神话：悟空》为例，在游戏首发之后，国内各个平台上都兴起了借助AI绘图工具和视频生成工具来开展游戏主人公二次创作的热潮。无论是将悟空“换脸”为自己，亲身与怪物大作战；还是将悟空置于加班场景中，使得“齐天大圣”变身“吗喽”，都在社交媒体平台上获得了广泛的关注。尤其值得关注的是，许多衍生视频都通过有机衔接游戏中的虚拟场景和现实世界中的实体场景（如山西古建筑），来实现游戏体验与文旅体验的“转场”。相关内容在社交媒体平台上的传播与线下文旅活动形成合力，不仅在线上获得了超过百亿的阅读量，也在线下驱动了“跟着悟空游山西”等文旅系列活动的火爆。其中线上传播的大多数视频都借助了专门的人工智能工具完成。倘若没有人工智能工具的加持，相关创作可能无法在这款游戏首发之后迅速掀起创作与传播的热潮。

在文化表达维度上，人工智能驱动的数字视听产品似乎脱离了用户生产内容的业余特征与散点式的生产节奏，转而以规模化、高速率的专业生产面貌介入视听文化生态。一些具有典型性的文化表达方式因此迅速占领了民众的视听文化生活，产生了具有“破圈”特征的文化传播效果，影响着当代民众的情感体验与情感表达方式。例如，在媒介文化研究中，“鬼畜”一直被视作一种小众的、受众边界较为清晰的青年文化类型。但伴随着人工智能的普及化发展，无论是在青年文化平台B站，还是其他短视频平台，鬼畜文化产品的关注度都迅速攀升。根据澎湃新闻2025年3月的报道，在抖音、快手、小红书等平台上，鬼畜相关话题浏览量现已分别达175.7亿、61.6亿、4.5亿[4]。其中，对众多具有较高流传度的影视作品所进行的二次创作是比较具有代表性的鬼畜作品。以流传度较广的“霍格沃兹版甄嬛传”相关视频为例，创作者将电视剧中的人物形象、经典剧情进行重新编排，并将其与《哈利·波特》这一经典电影中的人物形象进行融合，为用户带来了较为强烈的视觉冲击和观看体验，因此相关创作产品在不同的短视频平台上均获得了大量的用户点击、点赞、转发和收藏。相似的二次创作内容表达方式极为丰富多元，尤其是在《西游记》、《红楼梦》、《三国演义》、《白蛇传》等经典影视剧之间进行的交叉剪辑十分普遍。

在文化消费维度上，人工智能既基于用户画像来推送不同的音视频内容，进一步加深了传播模式精准化、个性化的趋势；也不断拓展数字视听产品的传播场景，将产品内容与现实场景结合起来，为用户提供融合化的接受体验。一方面，精准化的视听内容传播必然要求分众化内容生产模式的兴起，而那些以往无法充分吸引生产者的小众领域则可以借助人工智能极大提升生产效率，在数字视听平台的内容规模上占据一席之地[5]。如前文讨论的鬼畜类短视频就是其中一例。另一方面，依托智能算法与流媒体技术，数字视听产品真正成为一种技术嵌入型的伴随文化，用户可以在不同平台之间来回穿梭，实现对相似的视频主题的反复体验。加上弹幕等既有的交互方式，用户就可以在视听消费过程中获得极强的参与感。除了不同的流媒体平台，相关的视听文化产品同时可以在网络直播、在线观影等场景中发挥积极作用，进一步推动了一种以“流量”为直接追求的内容生产逻辑的兴起。

整体而言，伴随着人工智能工具的快速流行，数字视听文化面临着生产效率的显著提升、文化表达的类型化调整，以及文化消费体验的融合化发展的现实处境，这种变革在具体的产品生产与分发过程中显现出更为鲜明的经验。我们将进一步以“二创”短视频为例，对数字视听文化在用户体验和创意实现方面的转型进行分析与归纳。

三、二次创作：以“体验”与“创意”博流量

前文所述的人工智能生产短视频大多归属于“二次创作”。这类短视频内容通过剪辑、改编或重制已有的影视剧、图像、文字作品中的人物、情节，融合创作者新的创意和表达意图，形成了独特的视听风格。在传统的视听生态之中，“二创”短视频通常依赖创作者对既有音视频素材的熟悉程度以及制作技术的熟练程度，因而生产效率较低，相关作品的更新节奏也往往不稳定。但伴随着人工智能工具的普及，“二创”短视频的规模与类型迅速发展，目前已经形成了涵盖影视解说、娱乐剪辑、知识科普等多种视听类型的内容生产链条。无论是在地铁通勤、睡前消遣还是其他场景中，这些“二创”短视频都在用户视听生活占据一席之地，成为研究者观察人工智能影响数字视听生态的典型样本。

一般来说，“二创”短视频对用户的吸引力，源于其既保留了原作的核心特质，又为音视频素材植入了个性化的创意与表达方式，在用户既有的知识结构与新鲜体验之间架起了桥梁。短视频创作者可以通过精准调控叙事构件，在有限的体量内为用户提供高强度情感体验，增强用户的观看意愿。我们可以从以下三个方面来理解这一过程。

第一，“二创”短视频往往在有限的时长内调配大量原作的音视频素材，能够将既有的认知资源压缩成高密度的知识结构，提升了用户调用自身知识经验的效率。以受到广泛关注的《甄嬛传》衍生宇宙为例，相关的“二创”短视频通常选取原作中的经典台词与标志性场景，对其进行选择性呈现和加速播放。这既能够使观众体验到角色冲突的“高光时刻”，又降低了用户因反复观看而形成的乏味感，为用户提供了新鲜的阐释经验与较强的愉悦感。

第二，“二创”短视频通常遵循“悬念前置”的叙事逻辑来呈现故事线索，这使得在短视频平台的沉浸式界面中，用户可以迅速浏览关键信息并产生持续观看的兴趣。在数字媒体环境之中，用户既能够将注意力聚焦在视听产品提供的整体性愉悦感受，也可以借助具体的、细节的认知线索来发掘多线索平行叙事的吸引力，从而获得反复观看的驱动力，而这正是用户获得沉浸感的实践基础[6]。

第三，“二创”短视频通常以高强度的情感表达或高反差度的片段作为“高光时刻”，这些片段能够极大刺激用户的情感体验，使得用户在短时间内经历较为完整的情感激发、发展与消逝过程。这种高强度的情感起伏能够为用户提供低成本的共情体验，显著改善用户观看短视频过程中的乏味感。

上述“二创”短视频的吸引力在传播效果层面的表现是：相关的视频类型在社交媒体平台上往往能够获得大量的点赞、转发、收藏与评论，显示出较强的传播力。在流量逻辑的驱动下，视频创作者甫一接触人工智能技术，就会选择将其作为创作工具来辅助“二创”短视频生产。这一结合在用户体验与创意实现两个方面显著地推动了“二创”短视频文化的变迁。

第一，在用户体验维度上，由于人工智能以不设技术门槛、零基础操作来吸引创作者，创作者不得不转而依赖平台预置的模板来生产内容，这必然导致用户体验的复制感与同质化。在人工智能驱动的“二创”短视频中，无论是配音、配乐还是情节、人物都逐渐趋于相似，这使得用户的体验极易产生乏味感，出现“速朽”的隐患[7]。这种文化后果的产生有其必然性：与此前“二创”短视频依赖创意构思和手工剪辑的流程不同，人工智能工具通常能够自动生成文案，快速识别素材中的关键片段，智能匹配字幕与背景音乐，这导致平台端所“预置的”用户体验基本趋同。以流行的《西游记》电视剧“二创”短视频为例，许多人工智能工具仅需要“唐僧喝红酒”等简单指令，平台端就可以自动匹配不同类型的场景、道具和角色动作。创作者所需要完成的，仅有“监督”和“微调”等环节的行动。甚至在很多时候，人工智能工具还内置了特定的艺术风格或视觉元素集合（如横屏内容转竖屏模板），这也进一步帮助创作者突破既有素材的局限，在生产端设定较为统一的体验方式。例如，时下流行的借助人工智能工具生成吉卜力风格的照片与视频短片，就有赖于人工智能工具自动提取吉卜力的核心美学元素（如光影关系、手绘特征等），并将其运用至用户上传的图像与视频片段中去。而为了弥合预制模板的同质化倾向，许多平台也允许用户在使用预置模板的过程中融入个性化需求并微调模板的某些构件，如人物动作、画面布局或场景结构等。

第二，在创意实现维度上，便捷的技术操作解放了创作者的劳动力，鼓励他们将更多的时间置于创意生产环节，在普遍的视听文化生态中，创意实现与创作者群体的大规模增长关系极为密切。正是有大量富有创意的创作者的加入，遍及影视、科普、真人秀等多种类型的人工智能“二创”短视频才能够大规模涌现。大量的创作者并非传统意义上的广播电视与网络视听行业的从业者，而是那些熟悉视听文化产品、洞悉流行趋势的用户。在这个意义上，“二创”短视频的兴起，恰恰是一种产消者（prosumer）文化流行的结果[8]。仍然以前述吉卜力风格音视频素材的生产为例，由于这一风格的经典作品拥有较为广泛的用户群体，这些消费者在随时可以化身为创作者，选择自身所熟悉的经典故事来开展音视频生产，将自身对于爱与勇气等主题的理解融入生产过程中，在角色造型、场景构图、色彩搭配等环节中发挥自身的创造力。而这些环节的创造基础，无疑正是人工智能所提供的——人工智能工具降低了“二创”短视频内容的技术门槛，以流量变现或关注度为“标的”鼓励用户在碎片化时间内参与视听生态的内容供给。加上生产平台所自动化创建的主题元素和批量生成的素材库，有效地提升了用户实现独特创意，提升产品真实感的可能性[9]。尤其是在创作者对一些影视剧经典片段的调用过程中，人工智能工具既能够协助创作者准确地获得主要人物角色的核心特征、主要动作等基本要素，又能够协助创作者准确地实现自身个性化的叙事创意，为“二创”短视频提供了较强的流行可能性。可以说，正是由于人工智能工具的大规模普及，这种以用户为主体的开放式视听生产体系，才真正成为现实。甚至在一定程度上，我们也可以看出，当前人工智能强大的生产力也在逐步催生一个新的创作群体——尽管他们并不熟谙网络视听领域的生产技术，但却十分熟悉人工智能技术的调用与微调，这使得他们同样能够完成自身创意的生产与分发。以此为基础持续捕捉社会热点并进行内容生产，最终能够极大地影响数字时代的视听文化。

四、人工智能驱动的数字视听文化生产

至此，我们已经可以基本确认，上述数字视听文化的变迁趋势，无疑与人工智能工具的大规模应用关系密切。当前各类人工智能工具通过系统性介入视听产品的生产流程，极大地提升了数字文化生产的效率，降低了文化生产的门槛，在创作者群体中内置了一种模板化的人工智能生产流程[10]。我们对数字视听文化的考察，需要基于相关实践经验进一步观照这一生产流程的特殊之处。

第一，人工智能驱动的数字视听生产为个体提供了充分的辅助技能，继而推动了生产创意的多元扩张。从时下流行的各类人工智能课程、教程与培训班的介绍可以看出，人工智能技术的使用过程极大简化，传统音视频生产所需的文案撰写、分镜设计、视频拍摄、音频处理等多种核心技能被压缩为文本输入、模板使用与参数微调等有限的实践策略，这使得大量没有音视频创作经验的个体可以顺畅地进入这一生产领域，以极强的生产效力调用人工智能的各类生成模型与算法，为数字视听生态源源不断地供给产品。而对创作者来说，技术门槛降低的直接后果就是视频创作如何转换成流量效益，生产创意是否能够与大众情感经验共鸣共振成为最为关键的问题。仍然以前述“老祖宗回答我”现象为例。创作者将相关历史人物特征、情节关键词输入人工智能工具的对话框内，即可便捷地要求输出视频的故事梗概；在很多时候，也可以直接要求进一步发展出多条支线情节或复杂创作脚本。借助与人工智能工具的简单交互，创作者可迅速设定视频的世界观、人物形象等核心要素。而且在这一创作过程中的“迅速”绝非传统生产流程中的几天、几个小时，而是几分钟、几十秒。决定这一生产过程的成败，无疑已经转换为创作者如何准确在历史人物的形象、语言、行动与时下流行的社会议题之间建立联系，如历史人物的代表作品如何回应当前民众关注的生活问题，历史人物的经典行为如何与当前民众的日常生活，等等。前述人民日报抖音客户端所发布的“扁鹊”主题视频，就直接与当前青年群体的健康生活、养生需求，以及国家卫健委在2025年3月所介绍的体重管理活动密切相关，因而受到民众的广泛关注。

第二，人工智能所驱动的自动化信息生产能够为创作者提供丰富的、多种风格的创作模板，这要求创作者必须培养较为完整的审美观念，来整体性把握音视频素材的调用和呈现方向。当前主流的人工智能工具都内置了多种参数模块，涵盖数十种乃至数百种影视风格。创作者提供相关的关键词或关键指令，人工智能工具即可迅速生成符合要求的短视频剧情脚本或音视频素材。倘若创作者对原作不甚熟悉，或对原作人物的特征没有充分的把握，就会出现生成视频存在缺漏，或不符合时下民众的审美，而这直接影响着“二创”短视频能否获得充分的传播力。因此，创作者对于音视频素材的整体性把握、对视觉、听觉符号的熟悉程度显得更为重要，唯有尽可能把握其中细致的、深层的关系，创作者才能够生产出完整的、符合逻辑的审美风格，从而提升用户观看的积极体验。在实践之中相关的证据也十分明显——那些剪辑略显粗糙、配音错误百出的人工智能生成视频往往无法获得广泛的流行。但值得庆幸的是，创作者的创意实践成本在人工智能工具的加持下也被极大降低。当创作者产生了某一创意之后，可以采用人工智能工具快速打样，并在迅速验证的过程中明确可行的实践方案。

第三，人工智能驱动的音视频生产流程提升了创作实践的灵活度，增强了数字文化产品与热点事件情感共振的可能性。数字时代的情感研究反复证明，围绕着特定事件、特定人物的情感激发、规制与表达实践具有较为明显的周期性[11]。因此，为了实现更好的共情效果，数字文化产品必然需要在有限的周期内供给充分的情感刺激。在人工智能工具的协助下，创作者可以迅速将更多的音视频素材转化为大众喜闻乐见的文化产品，持续推动民众日常生活中的情感共鸣。这进而在生产领域内激发用户参与热情，形成用户普遍参与的文化共创机制。无论是前述各类影视“二创”，还是科普“二创”，都显示出这一创作逻辑的有效性。以2025年春节档电影《哪吒2》为例，除了官方发布的音视频短片之外，大量的自媒体与个人借助人工智能工具将人物形象融入日常生活之中，生产出大量的图片与短视频，这引发了大量民众的关注与模仿，客观上提升了电影的流传广泛度。除了视觉元素生产外，人工智能工具同样可以为创作者提供简单便捷的语音包与配乐，这些听觉元素既可以由文本生成固定的音色，也可以支持对特定人物的语音模仿，还可以定制语调、节奏、停顿等内容。很多人工智能工具还可以一键生成字幕系统，以及多语种翻译的字幕系统。这些不同的语音、语调、音色与配乐的交叉组合，使得那些有限的视觉元素也能够自然、流畅地引发用户的情感共鸣，进一步提升了“二创”短视频与用户群体深度连接的可能性。

五、迈向积极的、健康的未来视听文化生态

基于前文分析，人工智能技术在生产、分发与接受维度为数字视听文化发展都带来了广泛的影响。然而，对人工智能驱动的“二创”短视频的文化分析与生产分析无法忽略的问题是，当前的数字视听文化生态并不全然是积极的。一方面，当大量的创作者持续应用人工智能工具来便捷、迅速地开展短视频内容生产时，他们是否会因过度依赖流量逻辑而忽略视听文化产品的审美培育与价值引导要求，从而导致社会层面系统性的文化风险。另一方面，伴随着人工智能技术的发展与普及，持续涌现的使用失范现象（如深度伪造、版权侵犯等）也时刻在提醒我们，应当深入思考如何因应实践现状发展新的使用规范与治理规则。面向未来积极的、健康的视听文化生态，研究者与实践者应当共同深入思考相关问题。

第一，大量的自媒体与个体在使用人工智能工具来开展生产行为时，往往因猎奇、审丑逻辑与大众流量的天然亲近性而选择开展二次创作，如针对经典作品的“魔改”、“乱改”等行为。这些个体行为使得相关的文化产品存在低俗化的风险。那些恶搞的、低俗的文化产品既可能消解原作中严肃、崇高的精神内核，也可能在流量逻辑的作用下遮蔽文化产品的价值引领功能。甚至一些创作者还会秉承着错误的价值观念，故意强调文化产品的感官刺激而对复杂的、深入的文化逻辑视而不见。这些在社交媒体平台上的失范行为带来的后果也十分明显。众多人工智能驱动的文化产品往往伴随着直觉式的“观看爽感”，这种“爽感”可能会抽离个体的日常意义感，直接损伤用户对积极的文化的体验能力，继而影响青年群体健康的生活观念[12]。

第二，滥用个体的数据隐私与侵害版权是当前的人工智能使用过程中不可忽略的现实问题，这使得研究者与实践者必须时刻关注技术使用伦理，呼唤一种适切的、健康的人工智能伦理观念。一方面，在很多人工智能生产内容中，创作者对他人形象不假思索地调用与深度伪造使得特定群体——如公众人物、女性等——通常会成为技术滥用的受害者。事实也是如此，研究者已然观察到，在全球范围内的网络暴力、隐私泄露等议题相关的负面现象中，青少年、女性往往是其中主要的受害者；而这些负面现象也通常与极端化观念、极端化行为等紧密相关[13]。另一方面，人工智能生产内容在很多时候也面临着原封不动地使用原作音视频素材的风险，这既会带来版权侵害方面的问题，也会在很多时候与群体性的互联网误导信息（misleading information）关系密切[14]。综合来说，这些技术滥用行为不仅会妨害个体的健康信息生活，也会成为网络暴力、仇恨言论甚至电信诈骗的工具；围绕着具体的失范现象开展系统性的人工智能使用规范与治理规则，是未来视听生态建设的必要议题。

正是出于对相关问题的关切，2024年12月7日，广电总局网络视听司发布了《管理提示（AI魔改）》，指出这些视频可能会冲击传统文化认知，并且涉嫌构成侵权行为。基于前述分析，本文认为，数字视听文化行业既不能全然秉承着技术乐观主义对这些技术风险视而不见，也不能全面否定人工智能工具的生产价值，而应当面向未来内容生态建设，培养与智能化生产相适应的媒介素养与人文关怀。数字时代创作者突出的素养需求是整体性的审美、完整的叙事逻辑与洞察时代脉搏的能力。唯有开展广泛的数字媒体共识凝聚实践，方可实现全行业的价值引领与素养培育效果[15]。在具体的实践层面上，这有赖于监管部门与平台企业协同建立内容价值评估系统，对涉嫌亵渎全社会共识、妨害清朗网络视听空间的作品进行监管与治理。当然在更广泛的维度上，提升全社会民众积极的媒介素养，培育与当前社会发展态势相一致的人工智能使用观念，可能是这一问题的终极答案。

【本文为教育部专项委托项目“中国特色新闻传播学历史演进与学科史研究”（编号：2023JZDZ034）成果】

参考文献：

[1]牛梦笛.技术驱动、内容共生、业态融合：数字视听内容生产实践与创新[J].青年记者，2022(16):21-23.

[2]何天平，徐辰烨.从审美的私人化到观看的去公共性：反思数字视听环境下的“主动受众论”[J].东岳论丛，2025(02):44-50.

[3]刘俊.网络视听的形态迭进与对其不稳定性的审视[J].贵州社会科学，2025(01):56-63.

[4]海克财经.鬼畜视频走在老路上[B/OL]. 澎湃新闻，（2025-03-03）[2025-04-06].https://m.thepaper.cn/newsdetail_forward_30287370.

[5]杨奇光.平台方与出版商：数字视听产业的平台化实践与生态治理[J].编辑之友，2023(01):45-51.

[6]周雯，孟可.媒体融合生态新变革：从大视听到沉浸视听[J].中国电视，2024(12):13-21.

[7]刘俊.对抗速朽：对当代数字视听文化的批判性反思[J].编辑之友，2024(02):14-20.

[8]田浩.意图的置换：流媒体对数字时代电影消费的重塑[J].当代电影，2022(11):102-108.

[9]徐帅，陈昌凤.生成的真实感：Sora的拟真特征与视听逻辑转向[J].现代传播(中国传媒大学学报)，2024(12):76-86+96.

[10]曾祥敏，刘思琦.系统性变革：中国式现代化融合视听的实践逻辑与理论建构[J].编辑之友，2025(01):19-27.