一句话看懂：BBC 发布了一段视频，讨论 AI 生成的漫画内容能否让人真正笑出来，把一个老问题重新摆上台面：大模型能模仿幽默的形式，但幽默的核心是否可以被“生成”。
事件核心：发生了什么
BBC News 于近期发布视频《这个 AI 漫画能让你笑出来吗？》，围绕 AI 生成的漫画展开讨论，并将其与喜剧演员 Garrett Millerick 的情景喜剧内容关联呈现，相关音频可在 BBC Sounds 收听。目前公开信息显示，这条内容属于 BBC 新闻的科技与喜剧交叉报道，重点不在发布某个新模型或新产品，而是用一个具体案例检验 AI 在幽默创作上的实际表现。
需要说明的是，素材本身只给出标题、栏目和关联话题（Artificial intelligence、Stand-up comedy、Comedy），并未披露所使用的模型名称、训练数据来源或生成流程细节。
为什么重要
幽默长期被视为生成式 AI 最难攻克的场景之一。它依赖语境、节奏、反预期和共同文化背景，而这些恰恰是当前大模型容易“用力过猛”或“抓错重点”的地方。图像生成模型可以稳定产出符合提示词的画面，但让画面承担“包袱”的功能，需要模型理解笑点结构，而不仅是像素层面的风格迁移。
这也牵出行业层面的现实问题：当 AI 内容大量涌入漫画、短视频和社交平台，创作者的核心竞争力会从“能不能画出来”转向“能不能想出来”。对平台来说，如何标注 AI 生成内容、如何界定喜剧作品的原创性，也会随之成为合规与版权讨论的一部分。
对用户/开发者/创作者的影响
对普通用户，这类内容的意义在于提供一个直观判断标准：AI 漫画是“看着像”还是“真的好笑”。这比参数和跑分更接近真实体验。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对开发者而言，如果要把 AI 用于喜剧、漫画或脚本生成，单靠提示词工程往往不够，可能需要引入结构化的节奏控制、受众反馈数据，甚至人工编剧环节，把大模型当作素材生成器和变体工具，而非最终作者。
对创作者，短期内更现实的做法是人机分工：用图像生成和文本大模型做草图、分镜和备选笑点，由人完成筛选和定稿。目前公开信息显示，尚无证据表明 AI 能独立稳定产出高质量喜剧内容。
值得关注的后续
一是 BBC 是否会把这类实验做成系列内容，给出更明确的生成方法和对比结果；二是创作者和喜剧行业是否形成对 AI 参与度的标注惯例；三是图像与视频生成模型在多模态理解上的进展，是否会让“AI 讲笑话”从演示走向可复用的产品能力。
来源：BBC News
