人工智能生成内容（artificial intelligence generated content，AIGC）是继专业生产内容 （professional generated content，PGC）和用户生产内容（user generated content，UGC）之后的新型内容创作方式，正以迅猛之势重塑内容创作格局。2024年，OpenAI公司发布的人工智能（AI）文生视频大模型的问世被视为视频生成技术的重大突破，其能够生成高质量、高分辨率的视频内容，充分展示了生成式AI在视频生成领域的巨大潜力，也成功激发了国内多家科技企业加速进军视频生成模型领域
［1］。2024年3月，字节跳动公司的“即梦AI”开放内测。2024年6月，美图推出聚焦短片创作的平台MOKI；快手科技也推出自己的可灵AI，并在图生视频功能之后推出文生视频功能。2024年9月，阿里通义万相上线文生视频和图生视频功能。此后，Minimax、智谱、爱诗科技与生数科技等大模型初创企业均快速推出自己的视频生成大模型。2024年12月，腾讯对外正式发布混元文生视频大模型，支持多种视频尺寸及多种清晰度；2025年2月，昆仑万维开源中国首个面向AI短剧创作的视频生成模型SkyReels-V1。国内AIGC在视听领域的应用呈现出“千帆竞发，百舸争流”的繁荣景象。2025年初，《亦幻未来》《代码与尾巴》等多部AIGC全流程创作的微短剧上线，展现了科技与艺术的深度融合，为观众带来全新的视听体验，也为内容创作开辟了新的广阔天地。
一 AIGC技术概述
AIGC即人工智能生成内容，是基于生成对抗网络（GAN）、大规模预训练语言模型等先进算法架构，通过深度神经网络对海量数据集的模式识别与特征提取，实现多模态数字内容生成的前沿技术体系。其核心技术范式是通过AI技术实现文本、音频、视频等跨模态内容的智能化创作流程，在保持语义连贯性的同时生成具有艺术价值与创意属性的数字内容产物
［2］。AIGC技术的发展历程可以追溯至20世纪，但真正的快速发展应用是在最近几年，特别是随着深度学习（deep learning）技术的突破以及大数据算力的显著提升，从最初的简单应用（如文字生成、图片编辑）到如今能生成视频、动画乃至音乐，AIGC技术的能力和应用场景正在不断扩展。AIGC的关键技术主要包括五方面。一是深度学习，即通过模拟人脑神经网络的结构和功能，使计算机能够学习和建模复杂的数据特征，其在图像、声音和文本生成等方面的应用极大提升了AIGC的准确度。二是自然语言处理（NLP），这一技术使计算机能够理解、解释和生成人类语言。在AIGC领域，NLP被广泛应用于文本生成、内容创作和文本自动校对等领域，是实现高效语言生成的关键。三是图像识别与生成，图像识别技术帮助机器理解图像内容，而图像生成技术则可以创造出全新的图像，这些技术在视频内容的自动生成、特效制作等方面具有巨大的应用潜力。四是GAN，这是推动AIGC热潮的关键技术之一，通过生成器和判别器的相互对抗，GAN能够生成逼真的图像、音频和文本。五是大数据与算力，大数据技术提供了强大的计算能力和海量数据的处理能力，为AIGC的发展提供了必要的基础。随着算力底座的持续升级，生成式AI的训练集群规模已从万卡量级迈向十万卡量级，实现了速度与效率的双重飞跃。同时，伴随着深度学习算法的不断优化和模型规模的持续扩大，从早期的简单文本生成到如今能够处理多模态数据，生成高质量的图像、音频和视频内容，AIGC已经实现了质的飞跃。
AIGC在技术层面的突破不仅为其广泛应用奠定了坚实基础，更推动了其在各个领域的爆发式增长。如今，AIGC的应用范围以惊人的速度不断拓宽，不仅能够辅助文本撰写和图片编辑，更已具备独立完成剧本创作、角色设计、场景设计、视频剪辑乃至后期制作的全流程工作能力。从创意构思到最终成品，AIGC技术正在全方位重塑网络视听领域的各个环节，为内容创作带来前所未有的变革。这种变革降低了专业创作的门槛，为创作者提供了更便捷、高效的工具，帮助他们打破技术壁垒，释放无限创意。对于热爱创作的“斜杠青年”来说，AIGC无疑是一个福音。它让创作者能够更加专注于创意构思和内容表达，而无需在技术细节上耗费过多精力。更重要的是，这种全新的社区生态让创作者能够在平台上自由表达自我、分享创意、激发灵感，共同探索创作的无限可能。
二 微短剧的特点及现状
微短剧作为一种在移动互联网时代应运而生的新型网络视听内容形态
［3］，其定义最早可追溯至2020年12月。当时，国家广播电视总局发布《关于网络影视剧中微短剧内容审核有关问题的通知》，将微短剧界定为“单集时长不足10分钟的剧集作品”，微短剧也成为继网络剧、网络电影、网络动画片之后第四种得到官方认可的网络影视作品形式。
随着微短剧的不断发展，国家广播电视总局及时跟进业态变化，陆续发布多项通知。如2022年11月发布的《关于进一步加强网络微短剧管理 实施创作提升计划有关工作的通知》和其他随后相应的备案政策，对微短剧的定义进一步完善，目前将微短剧的单集时长范围扩展至“几十秒到20分钟以内”，并进一步强调故事主题主线的明确性及情节的连续性和完整性。
与一般短视频相比，微短剧作为文化与科技深度融合的新兴业态，兼具影视剧基因与短视频特性，以其快节奏、高密度、题材丰富的内容优势，低成本、短周期、体量灵活的制作优势，接地气、懂网络、贴近生活的传播优势，广泛触达各类视听受众、深度参与内容生态优化、迅速打通多种发行渠道、有效形成多元商业模式，被称为新时代的大众文艺。在主管部门多项政策引导下，通过政策扶持和正向引领，在资金帮扶、播出调控、宣传推广等方面予以支持，同时推出“跟着微短剧去旅行”“跟着微短剧来学法”“跟着微短剧看品牌”“微短剧里来科普”“跟着微短剧学经典”等创作计划，微短剧迅速转型迭代、提质升级，取得显著成效。微短剧行业实现了快速发展，并在传播力、影响力、市场潜力、跨界赋能潜力以及海外传播潜力等方面展现出显著优势，已从“影视行业的边缘试验场”逐步进阶为“文化产业的战略新高地”，成为视听文娱行业最为热门的新赛道，也成为科普、品牌宣传的新模式。在内容精品化、产业协同化、科技渗透化以及传播全球化四重浪潮的交汇作用下，这一新兴形态虽诞生不过5年，却正在书写属于这个时代的文化叙事新范式
①11 澎湃新闻.专访｜华策董事长赵依芳：长剧基因如何嫁接短剧行业？[EB/OL].（2025-02-13）[2025-03-10].https://m.thepaper.cn/newsDetail_forward_30141517.
。
截至2024年6月，中国微短剧用户规模达5.76亿人，占整体网民的52.4%。作为一种新兴视听内容业态，其用户规模已超越网络外卖、网络文学、网约车和网络音频等多个基础数字服务领域。未来，微短剧用户规模还将继续稳步增长，成为数字娱乐生态的重要组成部分
［4］。根据DataEye数据报告，2024年微短剧在各渠道上线数量都呈增长态势，全年参与投流的微短剧总数（去重）超4.46万部，其中新剧总数超3.64万部，占比约82%。
三 AIGC在微短剧创作中的应用
微短剧的特点是内容“短小精悍”，因而对剧本内容的创意、质量和生产速度都提出了更高的要求。AIGC技术能够快速生成剧本、设计角色、渲染场景等，极大地缩短了内容生产的周期，提高了生产效率，契合微短剧的制作需求。例如，AI大模型处理视频时长技术能够与微短剧时长相匹配，两者的结合意味着创作者可以更加灵活地响应市场变化，快速迭代产品，并以更低的成本实现高质量的内容创作，甚至有人提出“AIGC爆改微短剧，成本‘打骨折’”的说法
22 第一财经陆家嘴.AIGC爆改微短剧：成本“打骨折”，影视从业者率先入局[EB/OL].（2024-07-19）[2025-03-10].https://aigcdaily.cn/news/a24q9qo364jumvs/.
。
（一） 剧本创作
首先，编剧通过输入关键词和简要的创意描述，AIGC技术便能在短时间内生产具有逻辑性、连贯性的剧情框架和人物对话，这为编剧的创作提供了初始的素材和灵感的铺垫。这样的过程不仅大幅度缩短了剧本创作的时间，还能保证剧本的基本质量，为后续的创作提供坚实的基础。其次，AIGC技术能够协助创作者进行创意拓展与延伸。通过对大量数据进行分析，AIGC能够学习并模仿成功的剧本结构、人物关系和叙事技巧，从而帮助编剧快速生成故事大纲、角色设定等内容框架，为后续创作提供有力支撑。再者，AIGC还可以对生成的内容进行优化与提升。对用户反馈的实时分析，可以帮助剧作者了解目标观众的偏好，进而优化剧情设计、调整角色设定等，使内容更加符合市场需求，从而提升作品的受众面与商业价值。编剧负责创意构思和艺术把控，AI承担技术实现和内容生成模式，两者优势互补，共同推动创作水平的提升
33 曹露浩.AIGC微短剧：技术赋能下的艺术新形态与传播新范式[EB/OL].（2025-02-10）[2025-03-10].http://guoqing.china.com.cn/2025-02/10/content_117705227.htm.
。
以中文在线的“中文逍遥大模型”为例，该模型以中文在线庞大且高质量的数据库为基底，基于中文在线20多年高质量的出版物、小说数据积累，经过多轮测试迭代，探索出最佳的预训练数据混合比例，在具有通用模型文学能力的前提下，依然保持了接近一线通用模型的推理能力。在此基础上，内容创作者结合深耕多年对内容的理解能力，将其转化为模型可以理解的语言、规则，形成了一套模型自动评估内容质量的体系，让整个调优迭代更加高效，同时在用户侧使用模型自动评估的方法，过滤出更高质量的生成内容。
（二） 角色设计、场景生成和后期制作
除了剧本创作版权，微短剧的拍摄和后期制作也占相当一部分成本。AIGC技术在网络微短剧中的应用，尤其是在角色设计方面，已经展现出强大的优势和潜力。通过AIGC技术，制作团队可以根据剧情的文本描述，生成高度逼真的虚拟角色形象。同时，AIGC能够根据提示词或图片迅速、大量地生成相关视频素材，影视创作者可以依据生成的内容判断哪种制作方向最符合设想，从而节约影视项目中大量的试错成本。尤其在动画、科幻、国风等题材上，采用传统的制作方式，剧组均需要付出较高的成本，而AIGC提供了一个低成本尝试不同风格创作的绝佳途径。
通过对大量影视作品的场景数据进行学习和分析，AIGC掌握了不同风格和场景的设计要素。在实际应用中，编剧或制作人员在提供剧情需求和基本的视觉要素后，如风格偏好、场景氛围、时间地点等，AIGC就能快速生成符合要求的场景草图和设计方案。此外，AIGC能够对现有场景进行增强和重构，通过AI算法自动添加细节，如光影效果、天气变化等，从而显著减少人工调整的时间和成本，同时提升场景的真实感和艺术感。
在剧本的后期制作中，AIGC技术可自动识别视频素材中的关键元素，生成标注标签，辅助剪辑师快速找到所需素材，甚至自动生成初步剪辑方案
［5］。此外，AIGC还能在后期制作中优化角色动作、修饰面部表情以及优化调整场景，提高制作效率和质量，同时可以利用AI补充爆炸效果、流体模拟等特效，这些不仅大大减少了传统特效制作中复杂的手工建模和动画制作时间，还能够快速实现多种创意效果，为微短剧带来更加丰富和震撼的视觉体验。
（三） 古籍与历史人物题材中的应用
在剧本创作、角色设计、场景生成和后期制作等领域，AIGC往往被视为一种“锦上添花”的工具，为创作过程提供辅助支持。然而，在微短剧领域，尤其在涉及古籍修复、历史人物还原等题材时，AIGC技术的应用越来越不可或缺。AIGC技术的核心优势在于其强大的图像识别、分析和生成能力，这使得它能够对文化遗产的原貌进行精准还原。
在古籍修复方面，AIGC技术借助高分辨率扫描和智能算法，能够对古籍中的文字风格、笔画风格（书法字体）以及页面纹理进行精准识别，把缺损的文字按照原来的字体、色彩、背景加以修复进行高度还原。例如，扫描全能王与华南理工大学团队合作，共同打造了AI古籍修复模型。该模型通过字形修补、褪色修复、背景补全等方式，成功修复了敦煌遗书残卷的数字化图像，让残损的古籍焕发新的生命力
44 古籍污损、缺字难辨认？这个AI古籍修复模型可以“识别”[EB/OL].（2024-07-04）[2025-03-10].https://www.thepaper.cn/newsDetail_forward_27960748.
。
在历史人物还原方面，AIGC技术同样发挥着重要作用。通过深度学习，利用图像生成和分析技术，结合历史资料，对历史人物的外貌、服饰和声音等进行还原，观众能够更直观地了解历史人物的形象和时代背景。例如，硅基智能的AIGC历史名人复刻技术，让闻一多、梅兰芳等历史人物“复活”，并能够与现代人进行对话。历史人物不再只是教科书中的文字和图像，而是通过AIGC技术变得“鲜活”
55 硅基智能： 跨越时空的对话！我们用AI技术还原了闻一多、梅兰芳、谢晋…[EB/OL].（2024-09-30）[2025-03-10].https://k.sina.com.cn/article_6395547725_17d34504d001019ihc.html.
，能够与人们直接对话，直接应用在微短剧制作中。
2024年10月1日，国务院国有资产监督管理委员会新闻中心、央视网联合14家中央企业共同制作的首部国资央企系列AI微短剧《印记》上线，该剧利用AIGC技术深度挖掘历史，通过修复和还原历史照片，赋予静止照片生命力，使观众仿佛身临其境。剧中关于哈电集团自主研发中华人民共和国首台800千瓦水轮发电机组的故事，团队参考了详细的工程报告和设计图，生动展现了从设计到制造的全过程。此外，AIGC技术还对历史照片进行了深度修复，保留了原有的历史韵味，通过高清处理展示了当时的技术水平和建设场景。《印记》中，观众可以看到中国能建的工程师们在寒冬中顶风冒雪建设中国首条自主设计建造的220千伏高压输电线路——松东李线工程的场景
66 《印记》：AI微短剧再现央企奋斗历程，点亮国家记忆[EB/OL].（2024-09-30）[2025-03-10].https://www.sohu.com/a/813108392_121924583.
。
（四） 多语言版本生成助力微短剧国际化传播
根据中国网络视听协会发布的《微短剧白皮书》，截至2024年6月，微短剧相关企业已突破8.3万家，进一步凸显了该领域的竞争程度。在此背景下，微短句“出海”成为中小型内容制作方的突围方向之一，也成为微短剧的重要增长点。不少中小型内容制作方开始积极拓展海外市场，通过与国际平台合作、优化内容以适应海外用户需求等方式，寻求新的发展机遇，缓解国内市场的生存压力。截至2024年10月，中国已有超过100款微短剧应用登陆海外市场，累计下载量超2.87亿次，在166个国家和地区产生海外收入。不同于传统影视剧需依赖Youtube、Netflix、HBO等海外平台才能发行传播的“借船出海”，微短剧第一次在内容作品领域成功实现自主建设平台、自主内容排播、自主掌握用户数据、自主掌控定价权的“造船出海”。从另一个角度来说，微短剧“出海”为讲好中国故事，推动“文化走出去”探索了新模式、新路径。
而“出海”微短剧目前以翻译剧为主，占比70%左右，即使是“出海”龙头ReelShort，翻译剧占比也约为30%。与此同时，AIGC技术在多语言内容生成方面展现出巨大的潜力和价值。大规模多语言文本数据训练深度学习模型（如Transformer架构）使模型学习不同语言的语法、语义和词汇结构，这些预训练模型能够理解语言的通用规律和特定语言的特性。通过先进的NLP算法，AIGC能够自动将剧本翻译并转换为多种语言版本，极大地提高了内容传播的效率和范围。这种多语言适配功能不仅能够满足不同国家和地区观众的语言需求，还能在短时间内实现国际化传播，降低跨语言创作成本。一部微短剧可以快速生成英语、法语、西班牙语等多种语言版本，还能根据不同语言的语法规则和文化背景进行优化，确保剧本在不同文化语境下的可读性和吸引力。例如，ReelShort等短剧平台通过AIGC技术，结合当地文化元素，生成适合不同地区观众的剧本内容，从而在全球范围内实现快速传播。这种技术的应用不仅有助于微短剧在全球市场的推广，还为内容创作者提供了更加多元化的创作工具，推动微短剧从“流量红利”向“内容红利”转变。
四 AIGC在微短剧创作中的优势与挑战
AIGC技术通过自动化创作剧本、角色设计、场景渲染等环节，显著缩短了从创意到成品的时间周期，满足了微短剧快节奏生产的需求，同时降低了对专业人才的依赖，减少了人力物力投入，尤其对新兴微短剧制作公司具有重要意义。此外，AIGC技术通过大数据分析提供精准的观众画像和市场趋势预测，指导内容创新与迭代，并在特效、剪辑、色彩调整等方面达到传统手段难以比拟的精细水平，从而提升了内容质量。该技术同时减轻了创作者的部分工作负担，使其有更多精力思考和实验新的创作方法和表现形式，激发更具创新性的内容，进而解决内容同质化问题，提供个性化创意建议和创作方向，制作出具有独特性和新颖性的作品。同时，AIGC技术优化了后期制作、宣传与发行等环节，提升了整个产业链的效率和质量，通过精准推广更有效地触达目标观众，促进了产业链的完善与发展。
以触飞瑞拓公司出品的抖音短剧《白狐》为例，其号称打响“全AI剧集第一枪”，生产模式完全迥异于传统制作模式。《白狐》的制作团队只有4个人，剧本用ChatGPT撰写，根据剧本再进一步用AI工具生成画面，属于典型的AI生成内容。三集内容耗时两周制作完成，每分钟成本不到1万元。同体量的作品如果不用AI制作，时间需要3个月起步，所需人力成本也要增多，经济成本远远高于AI创作。应该说，《白狐》展现了AIGC在效率和成本上的巨大优势。再如，微短剧《柒两人生》使用虚拟拍摄技术使特效周期缩短了10个月，实现生产成本减半，这种成本降低不仅使中小型制作团队和独立创作者能够更容易进入市场，还能持续产出高质量的内容。
在具备上述优势的同时，AIGC在微短剧创作中也面临如下挑战。
（一） AIGC本身的技术瓶颈
AIGC的典型问题是幻觉和语料污染问题，而幻觉又是大语言模型（LLMs）技术本身与生俱来的，很难根除
［6］。从数据语料方面看，训练语料质量本身参差不齐，未经清洗包含错别字、语法错误和价值观偏见的语料会影响模型训练效果。AIGC模型通常基于海量文本数据进行训练，但这些数据可能包含错误、偏见、虚假信息等。模型在训练过程中会学习这些数据中的模式，并将其应用于文本生成，从而导致生成文本存在幻觉。另外，数据筛选是一个主观能动性很强的过程，不可避免地会受到人类思想的影响。仅凭人工智能的数据训练与机器学习难以消除输出结果的幻觉成分。从训练模型看，AIGC模型是基于概率进行文本生成的，这种生成机制本身就存在不确定性，无法完全避免幻觉，流畅的文本生成往往伴随着幻觉的产生。与之对应，解码策略也存在固有的随机性（如采用采样生成策略引入的随机性）以及不完善的解码表示（如上下文关注不足和Softmax瓶颈）等问题，这也可能导致幻觉的产生。也就是说，生成式AI的幻觉问题源于其技术范式的底层逻辑：以概率拟合代替事实认知，以模式重组代替因果推理，尽管可以通过工程手段缓解，但只要模型仍以“生成”为核心目标，幻觉问题将始终如影随形。
从解决语料纯净度的角度出发，有人建议政府牵头，共建“国家级文化数据语料库”，如开放非遗、红色经典等公共领域资源，出版社、中央媒体数据共享，构建权威语料库。从内容视角出发，内容可以分为资讯类、知识类和故事类三大类。资讯类的污染，回归新闻主义，强调第一手信息和第一时间在场，对新闻事件的分析则要开展走访、背景调查、专家引入、权威数据引入，综合分析进行评论。知识类的污染，回归专业主义，强调信源、同行评议、交叉验证等。这里可以采用共识机制来解决知识类污染问题，类似传统出版的“三审三校”制度。此外，也需要辩证看待故事类领域的幻觉问题，大模型的幻觉和创造力是一体两面的，很多文学创作某种程度上也可能是一种幻觉。从这个角度看，AIGC在故事类创作方面可以用全社会的价值观判断来控制。
除了本身的幻觉问题外，当前AIGC生成速度、模型稳定性以及对抗样本的健壮性在视频领域依然有待提高。视频生成技术因2024年出现的Sora引发关注，但目前远未到颠覆影视行业的阶段。国内可灵、腾讯等开源视频模型效果尚可，但技术上仍存在挑战，尤其是视频长度的限制。视频生成时长超过一定范围，视频的一致性则难以保持，包括人物、背景和空间关系等方面。从技术角度看，视频可以理解为时间轴上的一系列图片，但要在这些图片之间保持一致性，如前面出现的人物在后续图片中继续出现，并实现与背景和人物的空间关系保持等，目前的技术还有很大的改进空间。
正因为如此，AI短剧目前题材选择受限，多集中在动画、科幻等题材上，且可能逻辑前后不一，影响故事的创新性和多样性。对此，《白狐》创作人坦言，人物的一致性、场景的一致性以及人物的交互性，均需要反复调试和打磨实现，剧集有突破但是远没有达到让观众眼前一亮的地步，PPT感很强
77 凌云：专访首部AI短剧《白狐》操盘者蔺志强：拥抱变化，押注未来[EB/OL].（2024-03-24）[2025-03-10].https://baike.baidu.com/tashuo/browse/content?id=dfbc67e94e577b1aaff83cee.
。
（二） 情感与思想深度缺失
AIGC的核心是基于大规模数据集的统计学习，模仿人类已有文本生成内容。这种依赖概率模型生成的是“最可能的下一个词”，优先追求语法正确和逻辑连贯，而非深层意义，更倾向于选择高频、通用的情感表达（如“非常开心”而非“喜不自胜”），因此会导致情感扁平化，缺乏层次感。同时，对伦理困境、存在主义思考等复杂话题的生成结果往往是复述主流观点，难以提出独到见解或批判性视角，也就是“思想趋同化”。这与人类创作依赖“具身认知”，即通过自身体验、情感记忆和社会互动形成独特的思想与表达相去甚远。目前的现状是AI生成的小说虽语法流畅，但有同质化风险，易陷入“风格模仿”而非创新的困境，更缺乏鲁迅笔下“对人物的热忱关切”。过度依赖AI生成，可能削弱创作者对现实生活的观察与思考，背离“扎根人民”的创作导向。
除了文本方面的局限，视频生成方面存在同样的窘境。首先，在视频质量和真实感方面，AI生成的内容仍普遍存在“恐怖谷效应”，特别是在人物表情、动作连贯性等细节表现上，常常会出现不自然的违和感。也就是说，视频生成复杂情感表达不够灵活细腻，难以捕捉微妙表情和非语言沟通
［7］。其次，即便采用“人机协同”的创作模式，AI短剧还是需要大量快速剪辑来规避其无法实现线性动作的问题，导致在情感共鸣和叙事张力的营造上与传统作品相比仍有明显差距
88 AI短剧，起风难[EB/OL].（2025-02-24）[2025-03-10].https://www.36kr.com/p/3180419638334081.
。
为解决这一窘境，众多AI厂商通过多模态训练，结合视觉、听觉等感官数据，增强AI对情感语境的综合理解，同时融入哲学、心理学等领域知识库，提升思想表达的深度。在需要情感共鸣、价值观传递或思想创新的场景中，仍依赖人类的创造性干预，也就是“人机协作模式”，即AI生成初稿，人类进行情感与思想层面的润色与升华。这一局限既是挑战，也提示了人机协作的潜在价值，即AI作为工具扩展人类表达的可能性，而非完全替代。AI与真人的结合，譬如华策的《我在冷宫忙种田》， AI负责奇幻的视觉呈现，而真人则专注于真实的表演，这给创作输入了新的可能性。
（三） 版权尚不明确
AI生成作品的版权归属目前尚无定论。一方面，从法律层面来看，《中华人民共和国著作权法》在AI生成物保护方面暂无明确规定，导致AI生成内容的著作权归属于AI技术的开发者还是实际使用者存在争议。另一方面，从司法实践来看，不同法院的判决存在差异。例如，2024年2月，广州互联网法院判决一起生成式AI服务侵犯他人著作权判决，这也是全球范围内首例生成式A
I服务侵犯他人著作权的生效判决。被告（某AI公司）在提供生成式AI服务过程中侵犯了原告对案涉超级IP奥特曼作品享有的复制权和改编权，并应承担相关民事责任，目前大模型都已没有办法生成奥特曼
99 AI画出奥特曼：中国法院作出全球首例生成式AI服务侵犯著作权的生效判决[EB/OL].（2024-02-26）[2025-03-10].https://m.21jingji.com/article/20240226/herald/133a6c2f9c0b045899e4dea10c5778eb.html.
。江苏首例AI版权图片案中，法院认定使用者在AI生成作品中具有创新性设计和表达的前提下，对作品拥有著作权
1010 江苏首例AI版权图片案宣判：作者有创新设计，享有著作权[EB/OL].（2024-03-12）[2025-03-22].https://news.qq.com/rain/a/20250312A01NZK00.
。而武汉的一例著作权纠纷案中，法院认定AI生成图片可受著作权保护，但强调人类在创作过程中的智力投入
1111 AI生成的爆款图片版权归谁？法院判了[EB/OL].（2024-02-12）[2025-03-22].http://ipr.mofcom.gov.cn/article/gnxw/sf/zz/zzbq/202502/1990365.html.
。上述案件凸显了生成式AI服务中潜在的著作权侵权风险，为AIGC敲响了法律风险的警钟，也为AIGC的规范发展提供了重要的司法实践参考，促使相关企业更重视知识产权保护，推动行业在创新与合规之间寻求平衡。
AIGC在网络文学、网络视听中展现出巨大潜力和实用性的同时，风险与挑战并存，亟须规范引导。2024年中国网络文明大会上发布了《生成式人工智能行业自律倡议》，呼吁有关单位共同促进内容生态建设。2025年3月14日，国家互联网信息办公室联合工业和信息化部、公安部和国家广播电视总局印发了《人工智能生成合成内容标识办法的通知》（国信办通字〔2025〕2号），标志着中国对AIGC的监管进入更精细化阶段。通过标识技术实现生成内容的可识别、可追溯，既保护公众免受虚假信息侵害，又为技术创新划定了安全边界。
五 结 语
AIGC技术为微短剧创作带来了前所未有的机遇，显著提升了内容生产效率，降低了成本，激发了创新能力，并推动了整个行业的快速发展。然而，AIGC在微短剧创作中也面临内容真实性、情感表达、叙事逻辑、技术瓶颈等挑战。通过不断优化技术、强化算法、丰富数据集和加强安全性监管等措施，可以有效应对这些挑战。未来，随着AIGC技术的不断进步，其在网络微短剧领域的应用将更加广泛和深入，有望推动微短剧产业实现更高水平的创新与发展，为观众带来更多优质内容。
京公网安备11010202008535号
PDF
(741KB)
