当前位置: 首页 > news >正文

AI先替代了谁|横店群演等不到通告了

短剧曾经救了他们,现在AI短剧又把他们挤出片场。可当他们准备回村时,才发现自己早就没有地了。

他准备回村,但地已经没了

老周在横店拍了十一年戏。

他演过皇城门口的侍卫,演过酒楼里低头吃饭的客人,演过被主角撞开的路人,也演过一集短剧里只出现三秒钟的“公司员工”。

很多时候,他没有名字。通告单上只写“男群若干”“中年路人”“村民”“保镖”“家属”。

但在横店,像他这样的人,曾经靠这些没有名字的角色养活了一家人。

尤其是短剧最火的那两年。

那时候,横店的微信群里,凌晨还有人发通告。霸总剧、逆袭剧、古装甜宠、战神归来、真假千金,一部接一部开机。传统长剧拍得慢,短剧拍得快;传统剧组等戏难,短剧组缺人急。

老周最忙的时候,一个月能跑二十多天组。一天两三百块,有时候夜戏、特约、带词,还能再加一点。钱不算多,但够用。

他一度觉得,自己终于不是“漂”在横店了。

直到今年,群里安静了下来。

“以前是挑活,现在是等活。”他说。

最近一个月,他只接到两单戏。一单是餐厅路人,一单是古装集市。拍完回来,他坐在出租屋里翻手机,几十个群从早刷到晚,很少再看到适合自己的通告。

他开始收拾行李,说准备回村。

朋友问他:“回去干什么?”

他说:“种地吧。”

朋友沉默了一会儿,提醒他:“你家那几亩地,早就流转出去了。”

这句话,比失业本身更重。

很多人以为,普通人还有一条退路,叫回老家。可对许多在外打拼多年的人来说,老家已经不是退路。地没了,房子旧了,孩子在城里上学,父母在老家养老,自己一身演戏用不上的经验,回去也不知道能干什么。

老周不是一个人的故事。

他身后,是横店数量庞大的群演、特约演员、跟组演员、短剧配角、场务、化妆助理、服装助理、群头和副导演。

他们曾经被短剧救过一次。

现在,他们正在被另一种短剧重新挤出去。

那就是AI短剧

短剧曾经救过他们

横店的群演,原本就是中国影视工业里最底层的一环。

他们离镜头很近,离成名很远。

一个年轻人来到横店,先办演员证,进群,等通告。早上五六点到集合点,坐车进组,换衣服,化妆,等戏。一天大部分时间不是表演,而是等待。

等导演喊人,等灯光调好,等主演到场,等一句“过”。

如果镜头扫到脸,就算幸运。要是有一句台词,就可能被人羡慕。更多时候,他们只是背景:街上的人,殿里的臣,办公室里的员工,宴席上的宾客。

在传统影视剧时代,群演收入一直不稳定。剧组多的时候能活,剧组少的时候就熬。

短剧爆发后,情况变了。

短剧不需要几个月慢慢拍。一部剧几十集,甚至上百集,但每集只有一两分钟。节奏快,周期短,开机密集。为了抢时间,剧组大量需要便宜、熟练、能马上到场的人。

横店群演因此吃到了一波红利。

有人靠短剧第一次月入过万;有人从群演升成特约;有人在短剧里演“恶婆婆”“霸总爹”“豪门保镖”,成了某种固定脸谱;有人白天拍古装,晚上拍现代,第二天又换一部戏。

短剧当然不浪漫。

它粗糙、重复、狗血,充满工业流水线气息。

但对横店底层演员来说,它提供了一个最朴素的东西:活儿。

有活儿,就能留下来。

能留下来,就还能做梦。

所以很多群演并不讨厌短剧。相反,他们感谢短剧。因为在长视频降本、传统剧组减少、演员竞争越来越激烈的时候,是短剧让他们重新看见了收入。

可问题是,流水线上的工作,最容易被新的流水线替代。

AI没有先替代明星

很多人谈AI替代演员,会先想到明星。

AI换脸,AI数字人,AI生成角色,AI复活演员。公众讨论的焦点,往往是“以后还需不需要真人明星”。

但真正最早感到压力的,可能不是明星。

群演。

因为在影视工业里,群演本来就是最容易被压缩的成本。

  • 一个镜头里,办公室需要十个员工。以前要找十个真人,发通告,安排车,准备服装,现场调度,拍完结算。现在,如果这个镜头只是交代环境,AI可以生成。

  • 一场古代街市,以前要几十个路人、摊贩、小孩、马夫、士兵;现在,AI可以生成背景人群。

  • 一部低成本短剧,以前需要父亲、母亲、医生、护士、保镖、同事、路人、反派手下;现在,能不能用AI角色、AI漫剧、AI仿真人来完成?

对制作方来说,这是成本账。

真人短剧要演员、场地、服化道、摄影、灯光、收音、场务、后期;AI短剧只要模型、脚本、素材、配音、剪辑和运营。哪怕效果还不完美,只要够便宜、够快、能投流、能回本,就会有人用。

平台看播放量

公司看利润

技术看效率

但群演看到的是:微信群里通告少了。

一个横店副导演说,以前一部短剧哪怕再小,也需要几十个群演轮流上。现在一些项目会先问:“这个场面能不能后期做?能不能用素材?能不能AI补?”

这句话听起来很轻。

对群演来说,却等于一句:“你可以不用来了。”

最先消失的,是没有名字的人

AI革命最残酷的地方,不是它一开始就替代了最有创造力的人,而是它先替代了那些最没有议价权的人。

那些没有合同保护、没有稳定社保、没有行业话语权、没有作品署名的人。

他们甚至很难证明自己被替代了。

因为没有人会正式通知一个群演:“你的工作被AI拿走了。”

他只是等不到通告了。

今天少一场宴会戏,明天少一场街市戏,后天少一组办公室背景演员。剧组不会解释原因,群头也说不清楚变化从哪一天开始。

一个人失业,有时候不是突然被开除。

而是他还站在原地,行业已经绕过了他。

这也是为什么横店群演的处境值得被记录。

他们不是明星,不是导演,不是投资人,不是平台高管。他们没有发布会,也很少有媒体采访。

但他们是AI冲击最早落地的地方。

技术革命真正进入现实,不是在公司PPT里,而是在一个普通劳动者发现自己这个月少挣了三千块的时候。

“回村种地”不是退路

当群演接不到戏,很多人会说:“那就回老家。”

这句话听起来像退路,其实常常不是。

一个在横店拍了八年戏的女演员说,她老家在河南县城。父母早就不种地了,土地流转给别人。她回去能做什么?进厂年龄偏大,做销售没有经验,开店没有本金。

她会演戏,会走位,会看镜头,会听导演调度,会一天换三套衣服拍十几个小时。

但这些技能,出了横店,很难被计算成工资。

另一个四十多岁的男群演说,他已经习惯了横店的生活。哪怕苦,也知道每天该去哪里等车、找谁报名、什么群可信、哪个剧组结账快。

回老家,他反而像个新人。

这就是很多底层职业最隐蔽的困境:

他们不是没有技能,而是技能被锁在一个正在收缩的行业里。

当行业突然变了,他们多年的经验也跟着贬值。

更难的是,他们中的很多人已经不年轻了。

二十岁来横店的人,可以说重新开始。三十五岁、四十五岁、五十岁以后呢?

他们的身体还在劳动市场里,年龄却已经被许多岗位悄悄拒绝。

所以“回村种地”背后真正的问题是:

如果一个人被AI挤出了原来的行业,他到底还能去哪里?

群演还能去哪儿

摆在他们面前的路,并不多。

第一条路,是继续等

这也是大多数人的选择。

只要横店还有剧组,只要真人短剧还没有完全消失,只要古装、年代、现实题材还需要真实人群,群演就不会立刻没有活路。

但问题是,等活儿的人越来越多,活儿越来越碎,价格越来越难谈。

以前一天没接到戏,第二天可能有。现在一周没戏,一个月没戏,都可能发生。

等,是最熟悉的路,也是最消耗人的路。


第二条路,是转行做服务业。

外卖、餐饮、保安、景区工作人员、直播间助理、仓库分拣、短剧基地杂工,这些都是可能的去处。

但这条路并不体面,也不容易。

从“不稳定的演员”变成“不稳定的零工”,本质上只是从一个低保障系统,转进另一个低保障系统。

收入未必更高,劳动强度可能更大。


第三条路,是从“演员”变成“素材”。

这是AI时代最复杂的一条路。

未来,群演可能会被邀请拍摄动作库、表情库、姿态库、声音库、角色素材。一个人站在绿幕前,做哭、笑、愤怒、奔跑、摔倒、回头、挥手。公司一次性买断,用于AI训练或生成。

对部分群演来说,这也许是一笔收入。

但问题是:肖像权怎么算?声音权怎么算?一次买断后,能不能无限使用?未来生成出来的角色,如果长得像他、声音像他、动作像他,但不是他本人,他能不能分到钱?

如果没有清晰规则,底层演员很可能再次成为最便宜的原材料。

以前他们卖一天时间。

以后他们可能卖掉一张脸、一段声音、一套身体动作。


第四条路,是自己做账号。

这可能是少数人真正能主动掌握的机会。

横店群演天然有故事。他们知道剧组怎么运转,知道短剧怎么拍,知道演员如何等待,知道一天两百块的戏是什么样,也知道一个人为什么在横店坚持十年。

这些内容,本身就有传播价值。

“横店群演的一天”“我在短剧里演过一百次保镖”“AI短剧来了,我这个群演怎么办”“一个中年群演的最后一个月”,这些选题,比许多精心包装的职场故事更真实。

但做账号也不是万能解药。

不是每个人都会表达,不是每个人都能承受镜头反过来对准自己,也不是每个人都能从流量里赚到钱。


第五条路,是进入AI短剧生产链。

这是最被忽视的一条路。

AI短剧不是完全不需要人。它仍然需要剧本、人物、表演逻辑、镜头调度、剪辑节奏、情绪判断。真正懂短剧套路、懂表演、懂现场的人,可能转成AI短剧导演、表演顾问、动作指导、提示词编剧、角色测试员、素材审核员。

但这条路要求学习新工具,也要求有人愿意培训他们。

如果没有平台、基地、公司介入,靠一个中年群演自己去学AI工具,难度很大。

技术革命经常说“人要转型”。

可很少有人问:谁来教?谁来付学费?谁给他们第一份新工作的机会?

今天是横店,明天是谁

AI当然不会停下来。

短剧公司不会因为群演失业,就主动放弃更便宜的生产方式。平台不会因为某个职业受冲击,就停止推荐更高效率的内容。观众也很难为了保护一个行业,长期拒绝更便宜、更新鲜、更刺激的作品。

技术进步有它自己的速度。

但社会也应该有自己的问题。

  • 当一个行业因为AI节省了大量成本,被节省掉的人,是否只能自己承担全部代价?

  • 如果AI短剧用了真人演员的脸、声音、动作,是否应该有明确授权持续分成

  • 如果影视基地因为AI生产方式改变,是否应该为群演提供转岗培训

  • 如果平台大量推荐AI生成内容,是否应该标识清楚,让观众知道自己看到的是不是真人表演?

  • 如果短剧行业曾经依赖大量低价真人劳动完成扩张,现在进入AI降本阶段,是否应该给这些劳动者留下新的入口

这些问题,现在还没有标准答案

但它们不该等到更多人离开之后才被讨论。

因为横店群演只是第一批被看见的人。

他们之后,可能是配音演员、短剧编剧、电商模特、摄影助理、修图师、客服、翻译、设计助理、文案、剪辑师。

AI革命不会只停在横店。

它会沿着所有“低议价、重复性、可模板化”的工作一路向前。

今天是群演在问:“我还能去哪儿?”

明天,可能是更多普通人问同一句话。

我们想继续记录他们

老周还没有真正离开横店。

行李收了一半,又放回去了一半。

他还是每天看群消息。看到合适的通告,就报名。没人回复,就刷短视频。

屏幕上,有很多AI生成的短剧片段:古装美女、霸总男主、复仇女主、豪门宴会、战争场面。

他看得出来,有些画面不是真人拍的。

他说:“以前这种宴会戏,怎么也要找一屋子人。”

现在不一定了。

一个行业的变化,有时候不是从大新闻开始的。

它从一个人少接了一单戏开始。

从一个微信群少发了一条通告开始。

从一个群演发现自己不再被需要开始。

老周说,如果真的回村,他可能先去看看地还在不在。

说完,他又笑了一下。

那种笑不是幽默,是不知道还能怎么办。

我们总说AI革命正在到来。可对有些人来说,它不是“正在到来”。

它已经来了。

只是它到来的时候,没有发布会,没有掌声,没有融资新闻。

它只是让一个在横店跑了十一年戏的人,开始认真考虑:自己还能不能继续留下来。


如果你也是横店、象山、青岛东方影都、西安、郑州或其他影视基地的群演、特约演员、短剧演员、群头、副导演、编剧、配音演员、化妆服装道具工作人员,欢迎告诉我们:

AI短剧之后,你的工作变少了吗?

你今年还能接到多少天戏?

你有没有想过离开?

如果离开,你准备去哪儿?

我们想继续记录这场变化。

因为AI改变的不只是一个行业的效率,还有很多普通人的命运。

http://www.gsyq.cn/news/1451152.html

相关文章:

  • 工业界研究员如何获得顶尖学术荣誉?微软案例揭示研究模式
  • 告别手动盘点:用SAP EWM的自动补货策略,让你的仓库库存时刻保持‘健康水位’
  • QMT本地数据缓存全解析:get_market_data、get_market_data_ex、get_local_data到底该用哪个?
  • QRemeshify:3分钟掌握Blender智能四边形重拓扑终极指南
  • 分子预测与生成模型评估指标详解
  • 别再手动找元件了!用Access+ODBC为OrCAD CIS搭建本地元器件库(附避坑指南)
  • 别再让Vue Router的NavigationDuplicated警告烦你了!一个原型方法重写搞定(附源码解析)
  • AI 装修风格推荐器:从照片上传到家具搭配全流程指南
  • 终极指南:如何用vscode-plantuml插件快速创建专业UML图
  • Claude敏感性分析终极清单:仅限首批200家认证企业的11项未公开评估指标与基线阈值表
  • 独家披露:Sora 2艺术复现未公开API调用层协议与motion token embedding映射表(限时开放24小时下载)
  • 用LMV358M和五阶巴特沃斯滤波器,手把手设计一个工频信号采集前端(附Proteus工程)
  • 从“找相似”到“抓重点”:用生活中的例子图解Self-Attention,理解Transformer为何如此强大
  • 2026年深度解析佛山好的家用舒服沙发源头厂家的核心优势与市场价值 - 2026年企业资讯
  • RAG系统可复现性设计与分布式架构实践
  • 基于Arduino与Pixy2的嵌入式视觉原型:从颜色识别到游戏交互设计
  • 魔兽争霸3终极优化指南:5分钟告别卡顿,享受流畅游戏体验
  • 用OpenCV和C++手把手实现AVM环视的3D碗型投影(附源码和避坑指南)
  • 3天彻底掌握Pulover‘s Macro Creator:完全免费的Windows自动化终极工具
  • 从零开始:用Python处理ABIDE I脑成像数据(附完整代码与数据下载指南)
  • 从MySQL转PostgreSQL:一个后端开发者的实战避坑与效率提升指南
  • 是的是的1111111111111
  • 从目标检测到图像修复:我是如何把FPN(特征金字塔网络)塞进DeblurGAN-v2的
  • STM32H750 RTC不走时?别慌,这5个坑我帮你踩过了(附完整排查流程)
  • 深度解析:search-plugins架构设计与多引擎集成技术实现
  • 告别Excel!用Python的Reliability库搞定Weibull分析,从数据拟合到置信区间计算全流程
  • 如何在10分钟内搭建原神私服:KCN-GenshinServer一键GUI服务端终极教程
  • 自动驾驶感知入门:手把手教你用Python和Open3D处理激光雷达点云(附ROI与滤波代码)
  • 2026年6月6款设计AI采购建议
  • 学术答辩PPT高效制作方案:百考通AI实战使用测评