古装剧《桃花潭记》（2026）剧照。
然而，该剧播出以来一直争议不断，不少观众表示“剧中每张脸都一样，只有两个人的脸，一男一女”，被观众评价为“一眼AI”。但这些面孔乍一看确实又很像人。为什么当AI生成的内容越来越像人的时候，人们反而会觉得诡异甚至恐怖，大众的好感度也直线下降？中国传媒大学动画与数字艺术学院教授刘书亮用“恐怖谷”效应解释了这种复杂的感官体验，并指出如今包括AI剧集在内，几乎所有AI相关的内容产业想解决的核心问题都是如何跨过这个“恐怖谷”，但这一步显然比预想中要难太多。
刘书亮，中国传媒大学动画与数字艺术学院教授、硕士生导师。动画艺术学博士。主要研究领域包括动画、数字游戏、二次元文化，以及AIGC、虚拟数字人等。动画行业媒体“动画学术趴”创始人。
这只是人和AI互动中的一个切面。回顾AI迅速发展的这几年，我们对AI的态度其实一直存在一种矛盾，一边觉得AI只是工具，另一边却还是竭尽全力把它做得越来越像一个真正的人。我们既希望“让AI替人工作”，又担心“AI取代人工作”。人们对AI有种近乎“俄狄浦斯式”的想象，总担心它作为“人类之‘子’”有一天可能会摆脱人的驯化，走向反叛与“弑父”。在刘书亮看来，这种前后矛盾才是真正值得警惕的问题。
在新书《虚拟偶像、AI数字人与赛博生命》中，刘书亮从动画入手为我们提供了思考AI相关议题的另一种视角。与AI今时今日面临的境遇相似，动画在很长时间里也处于类似的尴尬境地——“虽然这个东西是动画做的，但制作方还是希望观众看不出来这是动画做的”。这种矛盾态度背后，折射出更多关于“真实与虚拟”以及“人与非人”的思辨。
采写｜申璐
《虚拟偶像、AI数字人与赛博生命》
作者：刘书亮
版本：光启书局｜上海人民出版社 2026年6月
为何AI越像人，越诡异？
新京报：7月底，“电视开始播放AI剧集了”冲上微博热搜，引发不少网友关注。很多观众都会有的一个观感是，我们在看到这些AI人脸，以及听到AI生成的人在发出笑声时，常会有种恐怖的感觉。可为什么同样都是“虚拟”，看到一群动画人物在视频中嬉笑怒骂时，却觉得是“不违和”的？
刘书亮：这是一个比较复杂的问题。首先，很多人可能都听说过一个词，叫“恐怖谷”（uncanny valley）效应，这是日本机器人专家森政弘1970年提出的一个概念。简单来说，当把一个机器人做得稍微有点儿像人的时候，我们会觉得效果不错；但当它做得越来越接近人，但还不够像人的时候，大众的好感度会急剧下降。当相似度超过临界点后，好感度才又会回升。其实弗洛伊德更早的时候就写过一篇很有意思的文章讨论“uncanny”这个词，它通常被翻译成“怪怖”，它的论述也很有解释力：一个熟悉的东西，在某种条件下会显得极为陌生，弗洛伊德把这种令人难受的感觉称作“怪怖”。
如今整个动画行业、CG（计算机图形）行业在电影工业里的应用，甚至包括现在的AI漫剧产业，想解决的核心问题都是跨越“恐怖谷”。然而对于我们目前能看到的大部分AI漫剧来说，几乎还是停留在这个“谷底”。所以，虽然故事是讲清楚了，但视觉上的诡异感还是时常会出现。
新京报：“恐怖谷”描述了这个现象，但似乎还是无法解释为什么我们会有这样的直观感受？
刘书亮：这就是复杂的地方。到目前为止，我相信有人在陆续做这类研究，但是我个人并没有看到关于“恐怖谷”效应特别有说服力的、全面而有力的实证性验证。在森政弘那里，“恐怖谷”效应本来也充其量是一个假说性质的概念。当然，大家都有那样一种体感，这是共识。
如果尝试去阐释，可能是因为AI缺少更多的微表情，或者说更多细节。我为什么说这是一个技术阶段的产物，也是因为它还没有抵达那个复杂度。现实世界是一个非常复杂的东西，而计算机仍然还停留在模拟简化的阶段，我叫它“简异化”（既是简化，又是异化）。
早期CG“真人”电影《最终幻想：灵魂深处》（2001）。该剧因角色表情僵硬而备受争议。
新京报：我们是不是可以理解为，视觉上模拟真实要比语言上模拟真实难得多？就像今天的很多聊天机器人，我们会觉得很多文字的回复是有某种“情感温度”的。
刘书亮：可以这样说。或者说，视觉模拟所需要的计算能力，跟自然语言并不相同。大语言模型，和图片、视频生成模型，都是AI这个大领域内的技术迭代，但在我看来它们是不同的子领域。
当然，这两个子领域的技术都不够完美。
大语言模型还是经常有幻觉，有低级错误。我写完这本书大概是在一年半前，当时很多大语言模型还分不清9.9和9.11谁大，这个很有名气的案例就被我写在书里了。当然这个问题后来被解决了。但是很快又出现一个经典问题，用户问AI“我要去洗车，离洗车行50米，到底是走着去还是开车去”，AI也会给出荒谬的回答。这个问题后来也被解决了——但总归还是不断有新的问题浮现。不同的时代，都会拥有属于这个时代的“洗车问题”。
而在视频这一侧也是如此。确实有些新研发的模型效果也很好，但还是需要“抽卡”。“抽卡”这个词来自游戏文化圈：通常游戏产品本身是免费游玩的，但用户为了得到更好的游戏体验，就需要“抽取”角色、道具等，可能抽十次只有一次的结果是满意的。在AI视频生成这块也是如此，如果用户想让AI生成一个镜头或场景，他可能需要AI一次性生成5版，其中消耗的算力就是5份，但真正能用的只是其中1份。
我们现在看到的大量AI生成的动画短片、AI漫剧，其中的某个镜头可能是生成多次后的结果。以前最让从业者头疼的就是角色一致性、场景一致性问题，比如就算已经把一个角色的三视图都告诉AI，可最后生成出的内容就是做不到完全一样。
短片《恐怖谷》（2015）画面。
新京报：在你看来，随着技术的发展，这些问题最终是有可能解决的吗？
刘书亮：我不敢做这样的判断。学术的功能也不在于做预测性判断，仅限于对目前已有的东西做分析。但在我这本书中，我自己总体的立场是倾向于给这个趋势留出潜在的空间，留出对各种丰富可能性的认可。
或者说，我的问题意识在于：“一劳永逸解决所有技术问题”本身就不是我们应当关注的重点。不过，现在更多的人好像不太愿意认可这个空间，而是倾向于认为“AI只是工具”，然后这个工具一定会越来越好，最终把问题都解决。这是我很警惕的技术乐观主义。
今天关于AI的很多焦虑，
就是因为太把AI当工具了
新京报：你在书中提到的另一个观察也很有趣，今天的很多人和AI的互动很像是甲方和乙方，但也会时不时担心AI会对人构成威胁。这种“赋灵与控制”能在早期动画中找到源头，也折射出现代社会对虚拟生命的典型态度。
刘书亮：我以前常常和朋友开玩笑，每天刷AI圈的新闻好像都在更新AI的学历——今天我们训练了一个模型，过两天发现它小学毕业了，再一看博士已经读完了。它成长得太快，以至于人们对它有种近乎“俄狄浦斯式”的想象，总担心它作为“人类之‘子’”有一天可能会摆脱人的驯化，走向反叛与“弑父”。我在书里尝试说明这样一件事：今天人们关于AI的很多焦虑，就是因为太把AI当工具了——而人们越是把AI视作工具，反倒越会担心自己有一天被超越和逆向奴役，这种恐惧其实让我们的眼睛被遮蔽了，无法正视关于AI的更多可能。
这一点其实显得很拧巴。人们一边觉得AI只是工具，另一边却还是竭尽全力把它做得越来越像一个真正的人（例如AI驱动的数字人；又如那些拟真的声音，OpenAI新的即时对话模型正是这样）；反过来看，即便AI会越来越像人，大家也不愿意把它当作真正的生命。人们对AI的期待是一种摆脱伦理束缚的“用工”方式。在我看来，这才是问题的根源。
而我们稍稍回想就会发现，人与计算机程序的关系并不是从来都如此。在前AI时代，所谓的人机交互是通过一整套UI（User Interface，用户界面）来运行的，计算机扮演的角色并不只是一个有求必应的回答者，也是一个勤勉的提问者，人与机器通过不断密切和稳定的协作来完成一项又一项具体的工作。某种程度上，计算机可以说是我们的赛博延伸。
电影《A.I.》（2025）海报局部。
然而，今天人们与AI的交流完全不是这样。人们已经不是在“用AI工作”，而是希望“让AI替人工作”——这难道不是很像甲方在给乙方布置任务，并期望乙方更快、更精准地反馈结果吗？AI这个乙方还很不好当，它有时候会被设定为不敢“主动承认”不懂用户的需求，因为那样会显得不够智能，于是AI常常就算不懂，也要勉强拿出个方案，即便里面可能有各种错误。这就是一种拙劣的“不懂装懂”吧。
当我们不断向AI抛出各种各样的需求，看它是否能提供真实而非编造的文献，能否清晰解释一个奇怪的逻辑悖论时，这几乎是当年的“图灵测试”在今天的一种变体。它总的趋势是让AI成为一种新的“近人”生命，由此完成人的技术赋灵，既然是“赋灵”，就难免有一种傲慢和掌控欲。这与由来已久的动画师的自我迷恋如出一辙。
新京报：坦白说，你会有AI使用方面的焦虑吗？
刘书亮：的确我也会经常想这个事情。平时课堂上，我也会和学生们讨论。
如果以后只是想找个“人”把某个“活儿”干了，那其实AI终究是很容易取代人的。动画专业的学生们精神压力确实很大，他们自己花好几天才能画出一张高完成度的插画，但那头的AI模型几秒工夫就能画好几张。
这就涉及我们究竟如何理解自己在做的事。我和学生会举这样一个例子。比如，我是一个网店的店主，现在需要一张店铺的首页图当物料，这个就很适合AI做，因为我要的仅仅是“一张图”而已，和艺术不沾边儿；但如果我是某个奢侈品牌的老板，我需要一张主视觉作品，我应该会选择挑选一位合作艺术家，我需要他/她理解我的品牌理念和历史，然后通过他/她的思考和创造，给我交付一件艺术品。
我的意思是，如果一个创作者对自己的定位只是“牛马”，那确实需要感到焦虑。但如果你有更高的自我追求，就不应当焦虑：问题的关键并不是这个“活儿”能不能被干完，而是“我”是否正在亲自从事这项事业。
再举个例子。我们可以假设，就算有一天AI也可以写出一本学术书，它写的东西甚至比我写得更好，那其实也没关系，我也会乐于读它写的书，学习它的思想。但我所追求的是，我要自己去写出一本书。这是两个完全不同的课题：即便AI做得再好，它也不能完全代替我去经历这个事情。福柯有一个概念叫“自我技术”，在这里解释力是很强的。我暂时用更通俗的话讲，就姑且叫它“修炼自我”吧。我们不能用“训练AI”代替“修炼自我”。
新京报：相比于“近人-工具”的框架理解AI，你更倾向于用“后人类”的框架理解人与AI在未来的关系。为什么需要在AI发展到今天这个节点思考这个问题？
刘书亮：是的，我想表达的是，既然AI已经被造出来并发展到了今天的模样，我觉得我们首先要敢于承认，以后很可能会有一种单独的生命形式。到了那时，我们就不要指望说可以完全“操控”它。这里面无所谓哪个更先进，哪个更强大，而是彼此都是“平等”的生命形式，没有天然的“控制与被控制”。
电影《2001太空漫游》（1968）剧照。
人们对AGI（通用人工智能）的狂热很值得注意。随着AI这两年的发展，人们对工具理性越来越痴迷，好像所有东西最终都能通过算力去算出来。在书中，我尝试把现代技术的发展愿景用“灭点”这个隐喻来解读。这是透视学中的一个概念，它指的是一条路的无限远处，人们都觉得再走近些就能触碰到。然而实际上，随着我们向前走，那个点也在往后退。现代性的症结恰恰在于我们总以为是可以接近它的，所有事情都是可以被解决的——但我对此是怀疑的。
当然，不管承认与否，AI的确已经存在了，但这个东西从被造出来之初就是一个“黑箱”。截至目前，我们使用AI的方式都是通过语言输入我们的需求，它最终给出一个输出结果，中间这个部分都是“黑箱”。包括我现在越来越觉得，我们对自身的了解也是有限的。这就是我为什么想从“后人类”的视角看这些问题的原因。
动画天然不如实拍？
AI天然不如真人？
新京报：今天关于AI的很多讨论，其实和当年关于动画的一些话题很相似。你也在书中提到，动画之于实拍电影，恰如文字之于语言，AI之于人。这是你当初从动画研究转向AI方向的源头吗？
刘书亮：我是动画研究出身，2017年博士毕业后留校。说实话，动画研究领域最大的问题是：这里不缺创作者，但真正在做基础性研究的人很少。我在读博期间就发现，这个领域存在大量的“理论空白”，其中的原生理论很少，大量的都是借用其他学科。如果很多东西用电影的理论已经研究明白了，那为什么还要把研究对象换成动画再研究一遍？（实拍）电影和动画到底有什么区别？
狭义上的“后台幻觉”首先就是为了区分实拍电影和动画。对动画角色的后台想象是一种幻觉，而对一个真人的后台想象是真实的。例如，我在书里举了成龙的例子。当大家看成龙在电影中以身犯险时，会对演员有一种身体维度的共情；但我们在看一个动画人物从很高的楼上一跃而下时，就不太会有这种感受。这是两种截然不同的审美消费路径。广义的“后台幻觉”还能解释动画和所有艺术类型的共性：我们看到任何一个角色，都会想象背后更多的东西。
动画片《八仙》（2026）画面。
新京报：不论是这个暑期热映的《八仙》，还是之前的《哪吒》系列，某种意义上它们都建立在对传统民间故事和经典角色的“重新演绎”上。这种演绎，是否可以归为某种“后台想象”？
刘书亮：是的，这是“后台想象”的一个很标准的形式：我们消费了某个故事，知道了关于他/她的一些事情，但还是会主动去想象关于他们故事之外的“后台”，于是就又催生了更多故事。这些衍生出的内容，就是一种“后台想象”。在我们的文化记忆里，我们都大体了解吕洞宾是谁，何仙姑是谁，哪吒是谁，孙悟空是谁……但我们总能找到一些角度，去继续编写他们的更多故事。
而且回看中国动画的发展历程，会发现我们确实就有这样的传统：我们有很多不同版本的“西游”，不同版本的“哪吒”……从商业角度来看，所有传统故事都相当于公开版权的IP，它是可以复制的、可以复沓的、可以再造的。
动画片《长安三万里》（2023）画面。
甚至就算是真实的历史人物——譬如《长安三万里》的李白——其实也是一样的。只不过，关于真实人物的后台想象就不再是全然的幻觉，因为真的有那么一个人，他真的拥有其不为我们所知的那些“后台”，尽管我们的想象不一定遵从实际，或者说很多背后的故事是不可考的。但越是不可考，那些东西可能反而越有魅力，反倒成了故事书写的契机。
新京报：也就是说，尽管国产动画市场这些年看起来很繁荣，但动画研究其实仍然没有摆脱某种尴尬处境？
刘书亮：是的，动画研究其实一直处于一个被矮化的位置。动画都是作为与恐怖、悬疑，或者音乐剧并列的一个子类型，它被矮化成了某种风格，但其实它是和实拍相对的另一种完全不同的动态影像的生成方式，甚至是可以规避或者说超越实拍影像的内容逻辑的。当我们开始想到一场戏有几个镜头，它们彼此之间是什么关系的时候，我们就已经陷入了实拍的语言框架里了。
直到CG特效崛起，动画对整个电影工业的影响才开始被重视，人们开始讨论是不是“动画入侵实拍”了，但后来发现其实非常有限。人们最终想达到的效果是，虽然这个东西是动画做的，但我们希望观众看不出来这是动画做的。这就是动画在电影领域的尴尬处境。
今天AI面临的也是相似的境遇。最近我看到关于GPT实时对话的那个模型，有很多博主测评，它已经特别特别真实了，有时AI像“喝了假酒儿”似的，有时又像困了，仿佛有了人的个性。尽管如此，我们还是在强调AI只是服务于人的一种工具。这不是和动画遇到的尴尬一模一样吗？
新京报：这种境遇上的相似背后是出于一些共通的价值判断吗？
刘书亮：我会觉得，自古以来人们对于真实是有一种神化的滤镜的。对电影表演的最高评价是“演得很真实”，对一个虚构故事的最高评价也是“写得很真实”，“假”好像天然就不如“真”好，那么很自然地，动画就不如实拍，AI也就不如真人。
新京报：从这个角度看，相比真人影视面临“实拍被取代”的恐慌和演员肖像权等伦理争议，本身就基于“虚拟”的动画行业对AI的接纳度会更高吗？
刘书亮：（笑）这要看和谁比。但其实总的来说，在动画这边，插画家们对AI的抵触情绪还是很大的。网上有一个很有名的“NO AI”标识，最初就是从国外的CG艺术论坛ArtStation中来的。在国内，反对AI的插画家们对AI生成的图像有一个贬称，叫“尸块”，意思大概是：AI把成百上千张图片剁碎后重组生成一幅画，然后使用AI的人说“这是我画的”，在反对AI的人看来，这荒谬极了。
再比如，在“同人创作”这个文化圈中，以前并不是每个圈里的人都有这种创作能力，但有了AI之后，一切好像变得更“便利”了，我如果喜欢哪个角色，就可以在网上下载它的模型，或者准备一些角色参考图，然后生成它的同人图。可是，原本就有绘画创作能力的人会觉得，AI生成的图根本代表不了你对这个角色的喜爱（笑）。大家都在以不同的方式表达一种蔑视，但与此同时好像又在承受着这种焦虑。
新京报：AI的引入，未来有可能会对动画/实拍这个分类产生影响吗？
刘书亮：的确未来是有可能的，但目前还没看到。对动画最为经典的一个定义是“除实拍手段之外的各种方式生成的动态影像”。这个定义其实就把动画和实拍直接进行二分了，这也是这几年我开始转向AI研究的另一个原因，因为在传统定义下，AI影像确实就是动画影像。
越是数字化环境，
人越会对非数字化的质感有怀旧
新京报：从内容创作来看，当动画领域的大量作品转向基于传统故事的改编，这会成为另一种限制吗？
刘书亮：电影研究领域有一个特别著名的表述：对一个神话来讲，重要的不是“神话所讲述的年代”，而是“讲述神话的年代”。因此，世纪之交的“八仙”故事和今天的“八仙”故事完全可能有非常多的差异。我们在今天的后台想象，往往与我们的文化经验有关，是此时此刻所面临的、遭遇的境况所投射出的。所以，经典故事的改编，永远是立足当下的。
电视剧《东游记》（1998）剧照。
但是的确，当这类传统故事与神话改编的作品过多，对于动画行业的创作而言是一种限制。动画电影题材的同质化问题，在过去几年已经是行业内部一个老生常谈的话题。奇怪的是这个问题一直在被讨论，改变的幅度却非常有限。同质化问题还是存在。
我跟动画专业的本科同学们在课堂上也专门聊过好几次这个问题——他们本身是这批作品的标准受众，但他们也会切身感受到这种同质化，这会让他们困惑，同时他们也非常希望等到他们自己毕业了、进入行业之后，能做出一些不太一样的、令人耳目一新的作品。
电影《AI创世者》（2023）剧照。
新京报：尤其是在AI开始进入视频生成领域的今天，同质化的问题是不是也会被放大？以及在整个动画创作领域，目前AI的使用情况如何？
刘书亮：同质化的内容，是很容易被AI批量复制的——同质的故事、同质的美术均是如此。这也是为什么影视领域AI最先冲击的是短剧和AI漫剧。尽管真人短剧行业内部也一直在提“一定要创新”，但我觉得我还几乎没有看到。在短剧领域，复刻套路的趋势，相对于创新的趋势，是压倒性的。甚至现在开始出现一些AI漫剧也会复制AI漫剧的情况，说起来其实有点儿可怕。我们有学生毕业后从事过一段时间AI漫剧生产的工作，前不久她和我聊天时向我反馈说，AI漫剧这个领域简直就是纯“内卷”，大家都在机械地堆量，恨不得上午出一个剧，发现流量有起色，下午别的团队就能开始复制。它的门槛相对比较低，让很多并没有动画制作经验的人都能迈进这道门，当然也显得鱼龙混杂，有很多投机者。
但纵观整个动画创作领域，AI的使用程度还不是特别高。国际上的动画大厂，虽然也会把AI用在一些很微观的特定流程中，但是核心创意上不会使用。行业里不少创作者对AI这个东西甚至是有比较强烈的抵触情绪的。这些技术的应用和反对之声之间，有特别强的张力。
新京报：你连续几年担任国内一些影视奖项的动画类别的选片人。在你的观察中，这些年国内外的动画电影有没有哪些新的创作趋势？
刘书亮：可能有多“新”也谈不上，但确实有一个趋势很有意思，我意识到的时候也挺惊讶的。尤其在一些国际性的影展中，我发现这两年国外投递的作品里，“仿定格动画”的片子非常多。这类片中侧重模仿的是那种触觉上的质感，角色大多毛茸茸的，乍看很像羊毛毡，又或者是黏土类的材质。这类作品本身并不是定格偶动画（定格偶动画的基本原理：先用实际可触摸的材料制作角色偶，随后对它进行“摆拍”，用相机拍摄一系列静态图像。在每张图像中，动画师都让角色进行姿态上的微小移动。当这些图像以一定速度连续播放时，人眼会感知为连贯的运动和表演），可能本身只是一个三维的电脑动画，但它要仿照定格动画的质感来做。
这个现象很值得细品。我们今天处在一个数字化的时代，不论是传统CG还是AI，都是在一个更大数字语境中被讨论的。但好像越是在这样一个数字化的环境下，人们越是对当初那些非数字化的质感有种怀旧。虽然是用“假的”、数字的媒介做东西，但还是希望这个东西能带给人一种“真实”的触感。
新京报：距离这本书写完已经过去了快两年，你在书中提到了一些“技术负债”（指的是开发团队基于短期利益，为了迅速实现并推广某个功能，用相对简单但远称不上完美的方式落地某程序的开发，而这导致后期维护和进一步升级时耗费更大成本）现象，这些年其实越发明显。最后可否再聊聊你对这个现象的一些新的思考或观察？
刘书亮：在“技术负债”这个概念的基础上，我在书里做了一点儿引申，把近些年AI赛道内出现的那种快速入局的姿态唤作是一种“炫耀性负债”。不少大厂为了快速入局并占领先期市场份额，纷纷上线各式各样的产品或功能，以证明自身的雄厚实力。
而在“炫耀性负债”之外，你的问题其实让我想到，我在书里没有机会展开论述的另一个概念：是不是还存在另外一种“焦虑性负债”？也就是说，在充分评估这件事的价值和效益之前，人们感到“哎呀，好像周围别的公司都做了，我们是不是也应该做一个……也许现在我们做不太好，但至少先拿出点儿东西，得和上级交代嘛”。
以我的观察，这几年不论是AI数字人，还是其他的一些AI产品，目前在社会中基本还是处于某种技术景观的位置。大家更在意的是伪造出一种科幻感，它并没有真正解放人力，甚至常常还会耗费更多人力维护。以数字人为例，现在许多时候，人们追求的反而是让渡效率来换取与人的相似性。
作者/申璐
编辑/西西 张婷
校对/穆祥桐
盈禾配资提示：文章来自网络，不代表本站观点。
