董易：人工智能賦能下經典IP的融合出版探索——以《紅樓夢》為例

人工智能作為新質生產力的重要代表，在Web3.0時代，以其卓越的生成能力為各行各業極大地提高了生產效率。具體到出版行業來講，生成式人工智能在選題策劃、內容生成、編輯校對、市場營銷等出版全流程均可提供極大的幫助。

《穿越紅樓：紅學課花式作業集》，苗懷明主編，華文出版社2025年6月版。

利用人工智能技術自動生成各種類型的內容（AIGC），包括文本、圖像、音頻、視頻等多種形式，隨著技術的發展，已經由初期的數據堆砌重構發展為創意性、情感力兼具，并可以充分兼顧科技倫理的高效優質內容。

中國出版集團旗下的各家出版單位，擁有一大批優質的經典IP內容資源。中國出版集團有限公司董事長黃志堅認為：“立足自身出版優勢，以實現內容數據化為核心競爭力。”[1]

近些年來，紙質圖書市場呈現下滑趨勢，越來越多的出版人希望通過科技手段找到更年輕讀者的關注點和興趣點，讓經典IP、中華優秀傳統文化通過科技的加持，以年輕讀者更耳熟能詳的話語方式重構，讓AI與內容產出深度融合。

2024年，筆者任職的華文出版社就經典IP《紅樓夢》做了一次AI深度參與的嘗試。由南京大學網紅教授苗懷明先生主編的《穿越紅樓：紅學課花式作業集》（以下簡稱《穿越紅樓》）融合了Web1.0至Web3.0的三種創作方式，在AI的圖像生成訓練及續寫型文本訓練上做了行之有效的探索。

一、早期人工智能實踐的成就與不足

1959年，艾倫·圖靈發表了題為《計算機器與智能》的論文。這篇論文在當時的知識界與科技界仿佛重磅炸彈，文中對機器能否思考發問，提出一種模仿游戲，讓思想與思維成為實驗的主體，進而賦予機器智能化以可行性的操作方式，即“圖靈測試”。

盡管這一測試充滿了缺陷和不完善，但第一次為具備智能的機器畫像，讓人工智能具有了模糊但可追尋的雛形。

《人工智能簡史》

人工智能三要素為算法、算力與數據。算法，是人工智能的思維方式；算力，是人工智能思維速度的關鍵；數據，是人工智能最基礎的底層支持，也奠定了AIGC的氣質底色。在AI發展早期，算法相對簡單，運用領域的專業性相對較強，AI開發者們更多將關注點放在數據積累上。

2016年，倫敦科幻電影節上，名叫本杰明的AI機器人撰寫劇本的9分鐘電影《陽春》，成為電影節的的關注焦點。這是算法相對簡單，更倡導數據訓練時代的AI文本生成結果，可以在9分鐘的影片中看到《第五元素》等多部科幻電影訓練學習的痕跡。[2]

2017年，微軟通過人工智能機器人“小冰”，書寫了人類歷史上第一部由AI創作的詩集《陽光失了玻璃窗》。

這本AI詩集由北京聯合出版社出版，由計算機視覺和圖形學研究的世界專家沈向洋作序。“小冰”先學習了1920年以來中國現當代519位詩人的作品，在此數據支持下，根據模擬人類詩歌情感表達與意象選取的算法邏輯創作。

《陽光失了玻璃窗》

盡管這部作品包括了“用一天經歷一世的歡喜”這樣情感細膩的佳句，但由于“小冰”的創意性和邏輯性相比人類有巨大差距，整本詩集更像是偶得佳句的拼湊。

江小涓等學者在《數據、數據關系與數字時代的創新范式》一文中認為：“物質世界的諸多奧秘都可以從數據之間關系的維度來理解。算法的本質就是在尋找數據之間的關系，深度學習就是學習如何發現數據間存在的各種關聯。”[3]

在筆者看來，唯有且只有從數據出發的人工智能研發，才具有成功潛質。這也是在用戶創作時代尾聲，人工智能迎來爆發式突破的原因。

用戶創作讓信息生產門檻降低，海量信息涌入互聯網，數據呈現幾何級數增長，數據庫是這一時代互聯網發展與資本格外關注的領域。

早期人工智能時代，投資量級低、多靠開發者智力勞動的算法是中小型科技公司更多關注的領域，但由于數據來源單一，這種依托純代碼而完成的算法，在實際操作中會出現代碼沖突、安全漏洞、算法缺陷等情況；反復疊加的程序補丁，又對硬件算力提出了更高的要求，很難獲得突飛猛進的發展。

科技倫理在這一時期突出體現在信息倫理上，對用戶隱私的保護與用戶喜好抓取、數據精準推送成為天然的二元對立話題。因此，早期人工智能在數據積累上的成就是非常明顯的，在算法精進上則稍遜一籌，對于科技倫理的關注處在初期探索階段。

二、人工智能如何賦能出版

在相當長的時間中，出版行業一直以勞動力密集型產業呈現于世。自選題策劃開始，至圖書送達讀者手中，每本書平均需要12個人參與。文稿環節的三審、三校，生產環節的設計、排版，印制環節的質檢、印制，銷售環節的鋪貨、物流。

《AIGC：智能創作時代》

由于每個人自身知識的局限性，很難抵達每部書稿的知識邊界，單純依靠人對書稿判斷、加工，難免有錯謬出現。

楊海平等學者認為：“AI技術的引入正全方位地重塑出版業務流程，選題策劃、內容生產和產品推廣各環節逐步實現了智能化協同，不再局限于傳統的順序式操作，而是通過數據驅動和實時反饋形成了一個高效、靈活和用戶導向的產業生態系統。”[4]

AI以其優秀的邏輯推理能力、機器學習的集大成性、具備擴散性的開放的創造力[5]成為出版領域“最優秀員工”之一。

（一）橫向產品研發上，AI為選題策劃帶來全新理念

AI橫向打通了音頻、視頻、文稿、圖片等多種呈現形式，讓內容傳播再無傳統壁壘。如喜馬拉雅平臺打造自己的AI音頻主播“喜小道”，可以將文字內容順暢轉化為曉暢明了、甚至可以通過語音語調傳遞情感色彩的音頻，融合了有聲書、紙質書、電子書三者的優勢，并能給用戶提供豐富的情緒價值。一個手機、一個APP可以賦能一個選題全產品線的呈現形態，讓讀者獲得多種不同層次的內容體驗。

《AIGC文圖學：人類3.0時代的生產力》

AIGC開創了“模型”主導內容生成的時代[6]，讀者的需要在哪里，市場營銷的發力就在哪里，內容生成的方向也就在哪里。高算力、精算法、讀者喜好的大數據歸類，讓出版領域獲客變得更直接，圈層劃分更加精細。

筆者認為，豐富的數據儲備、對熱點的持續關注、以問答模式而提升的創造力、可將多種產品形態融合于一體是AI能夠重塑選題策劃全流程的關鍵因素。此外，人工智能對數據的篩選，不依憑情感喜好而發生偏移，理性分析市場趨勢、讀者喜好和銷售數據，為出版從業者提供真實有效的選題策劃判斷標準。

（二）縱向流程整合上，AI使編校環節準確高效

編輯校對是圖書內容質量保障的核心環節，在傳統出版流程中，這一環節需要六人參與。以初審編輯平均每天（8小時）審讀3萬字，一校校對5萬字計，一部20萬字的書稿，需要至少20個工作日的專項時間完成一部圖書的編輯校對流轉。

在編輯環節，AI可以就書稿的內容優化、結構調整、語言美化等領域給出高效可行的建議。在校對環節，AI可以快速檢測書稿中的邏輯錯誤、語法錯誤、知識錯誤等，準確率可達到95%以上。

以某科技公司開發的校對插件為例，一部20萬字的書稿，需要15分鐘完成初校，再通過人工復核，4小時可完成。比起純人工初校所需的32小時，效率提升了800%。

《AIGC設計創意新未來》

三、以《穿越紅樓》為例，探索人工智能在經典IP融合出版上的具體實踐

（一）互聯網內容生產的迭代與特質

自20世紀90年代以來，隨著互聯網技術的普及，電腦陸續進入千家萬戶，人類進入了Web1.0時代。在這一時代，互聯網內容生成為專家創作時代（PGC）。在這個時代中，強有力的組織力量聚攏行業領域的專家，由他們進行專業的文本創作與篩選，以高質量的精選內容呈現給用戶。

進入21世紀第二個十年，隨著互聯網技術的飛速提升、便攜式筆記本電腦的普及、手機等上網終端的廣泛應用，人類進入Web2.0時代，與之對應的內容生成模式為用戶創作時代（UGC），即通常所說的自媒體時代。創作的專業壁壘被打破，普通用戶都可以成為作者，內容呈現豐富多樣化，平臺與流量成為內容曝光的重要推動力。

隨著兩代互聯網對大數據的海量積累，硬件進步帶來的算力提升，軟件開發帶來的算法精進，人類進入了智能創作時代（AIGC）。人工智能不僅模擬人類的思維方式和工作方法，還催生出全新的產業體系和商業化特征，結合區塊鏈加密技術對知識產權的保護與元宇宙對視覺效果、身臨其境體驗的高需求，AIGC迎來的高質量內容產出幾何級數的增長[7]，是Web3.0時代最顯著的特征。

《機器如何學會寫作：給人工智能的文學理論》

AIGC的意義是實現人工智能“內容”生成，核心技術價值是實現了“自然語言”與人工智能的融合[8]。經歷了Web1.0至Web3.0三種不同模態的內容生成機制，對圖書出版而言，生成式人工智能在文本創作、圖片創作、圖片轉換等領域有著卓越的表現。

《穿越紅樓》也通過以上幾個方式，跨越互聯網三個時代的創作形態，成為一次全新的融合創作與出版探索。

（二）《穿越紅樓》如何兼具三代互聯網內容生成特點

《穿越紅樓》是一部綜合了專家創作、用戶創作、智能創作于一體的圖書。其底本是南京大學文學院教授苗懷明教授“《紅樓夢》講讀”課堂的花式作業。

這門全校的通選課是南京大學的爆款課程，以“認認真真讀書、一本正經搞笑”的方式自南大校園萌芽，很快傳播到長三角地區的許多高校，成為不少師生接觸中國古典文學經典《紅樓夢》的便捷方式。

其專家創作的特質，集中體現在苗懷明教授精選話題、撰寫讀書指南與課程綱領等方面，以專業性的眼光規約了這本書的氣質不是一本“惡搞”經典的圖書；其用戶創作的特質，體現在號召選課學生每個人都成為本書的作者，并率先在微信公眾號平臺“古代小說網”登載了大部分的文字內容，以自媒體的方式吸引互聯網讀者；其智能創作的特質，集中體現在成書過程中圖像的生成、設計與續寫型創意文本的生成，是AIGC擅長熟稔的領域。

《南京大學的紅學課》

該書由楔子和十回構成，采用向古典小說致敬的章回體形式著寫，出場角色均為《紅樓夢》經典中有據可查的人物。

突破小說原有的時間框架和歷史時代，創意性地將“90后”“00后”讀者日常使用的APP如微信、大眾點評、知乎、微博熱搜、小紅書、抖音直播、求職網站等話語方式、思維習慣與紅樓人物融通。

全書插圖均由反復訓練AI逐步生成，第十回中由人工與AI分別續寫了多個《紅樓夢》的結局。

機器學習的訓練過程主要包括四個環節，分別為：數據獲取、特征提取、模型訓練與評估應用。[9]本書圖片生成式AI的算法、算力相對比較成熟，主要在數據獲取與特征提取方面進行了有效的互動嘗試。

下文將詳細論述AI做圖的嘗試，比較人工制圖與AI制圖的區別及其深層原因，比較人工與AI續寫結局的文風、邏輯等方面的優長與不足。

《腦工解放時代來臨：人工智能文化生產工藝學批判》

（三）《穿越紅樓》AI圖像生成的探索與分析

2022年8月，在美國科羅拉多州博覽會上，數字藝術類的首獎由AI自動生成并通過Photoshop加工的畫作《太空歌劇院》摘得。恢弘而細膩的畫作兼具了古典畫派與未來科幻的雙重審美，畫作不再是簡單的二進制數據堆砌的數字圖片，而具備了人的情感，傳遞了宇宙動靜兼具的生命力。[10]這一事件，是生成式AI劃時代的事件，從圖靈論文中那句“機器能思考嗎”到如此震撼、可觸及的視覺體驗，AI快速走進了普通人的生活。

通過AI形成相對優質的繪畫，需要增強AI對圖片的理解力，并通過海量數據訓練做支撐。人類與AI對圖像的思維過程截然不同，人類更多從視覺整體上感知圖像，AI則通過拆分像素理解圖像。

1.創作部分

圖像訓練需要通過圖文結合的方式，生成式AI的交互指令，通過一張或多張基礎圖片與分條截取的文字描述生成。

示例一：圖文指令，單圖人物形象生成（生成賈雨村的律師形象）

提供給AI的87版《紅樓夢》劇照素材

首先，上傳賈雨村的人物形象，以百度圖片自有版權的87版《紅樓夢》賈雨村劇照為基礎；第二，搜索一個對應90后、00后認知的理想的律師形象作為風格圖片輸入；第三，輸入英文的編輯指令，文字描述越細節越好。

律師服形象素材

在生成結果中，選擇相對理想的圖片，就細部進行更多指令輸入并生成圖片，迭代到理想的圖片后，通過Photoshop等軟件優化，形成最終用于圖書出版的圖片。

王文冠等學者指出：“人工智能大模型雖然擅長模式識別和文本/圖像生成，但缺乏對生成內容底層邏輯的理解。這一局限在需要理解因果關系、抽象概念或進行復雜邏輯推理的任務中尤為明顯。”[11]

生成結果（來自豆包）

通過對單圖人物生成的探索，結合人工繪畫與人工智能生成圖像的思維邏輯，可以得出，相比人工繪畫，人工智能的劣勢在于生成圖像的個性不足，較為扁平化，整體性松散；優勢在于可以打磨任何細節，讓所有細節的呈現質量標準統一。

基于以上分析，筆者認為，人工繪畫與人工智能生成圖像應做更緊密的結合，如可以先經過人工繪制整體形象，通過人工智能進行細節完善與立體化渲染，以期獲取更良好的成品效果。

示例二：圖文指令，依據原文生成靜物畫面

《紅樓夢》第四十一回《櫳翠庵茶品梅花雪 怡紅院劫遇母蝗蟲》部分原文：“劉姥姥因見那各式各樣的小面果子都玲瓏剔透，便揀了一朵牡丹花樣的笑道：“我們那里最巧的姐兒們，也不能鉸出這么個紙的來。我又愛吃，又舍不得吃，包些家去給他們做花樣子去倒好。”[12]

百度百科牡丹花圖片

通過依據原文生成靜物畫面的形象分析，可以得出，AI在具象化靜物生成上基本實現了指令中90%以上的要求。

對于原文的理解，記敘類語句的理解到位，描述類詞句的理解欠缺。如原文中談到的“玲瓏剔透”，包含了豐富的中國傳統文化隱喻。“玲瓏”在許慎的《說文解字》中解釋為“玉聲”，“剔透”在《廣韻》中解釋為“刻骨鏤冰”，兩個詞匯并列組合在一起，有“高潔”的文化內涵，也象征了櫳翠庵中女子們“不食人間煙火”的仙骨。在生成的靜物圖片中，并沒有較好地呈現這一狀態。而這一狀態恰是原文文化隱喻之所在。

生成結果（來自豆包）

基于以上分析，筆者認為，對于需要美學提升價值、聚焦點在具體物品的圖像生成上，需要對AI的人工指令更加具體化，尤其是描述類詞句需要在指令中轉化為記敘類語句。

2.風格轉化部分

為了打造更加親近的閱讀感，手繪風格是近些年來插圖的趨勢。對于如紅樓美食相關章節，需要具有親近感的手繪食物圖片，該部分嘗試了使用AI風格遷移算法。這個算法可以基于輸入的條件，改變一個圖片的風格。

示例三：生成糟鵝掌鴨信的手繪風格插圖

糟鵝掌鴨信（來自文小言）

首先，利用百度AI“文小言”作畫，輸入“糟鵝掌鴨信”，

就生成了一張真實的照片。

使用風格遷移AI算法，輸入上圖，然后再輸入一張手繪風格的圖片，就可以輸出一張手繪風格的糟鵝掌鴨信。

手繪風格的網絡圖片

通過以上三個示例，我們可以總結出生成式AI在繪圖方面的優勢與不足。從優勢上講，生成式AI算力強大，在訓練數據足夠豐富的前提下，可以為用戶提供較多的可選擇性。

手繪風格的糟鵝掌鴨信（來自豆包）

幾乎所有的人物圖片，最傳遞人物氣質的眼神部分，生成式AI基本上都保留了原圖的感覺。從不足上看，AI生成圖片普遍整體性和渾然性缺失，能夠看得出較為明顯的粗糲感，這種感受恰好對應了AI認知圖片的底層邏輯是像素。

2021年 DeepMind團隊讓 AI與數學家進行合作，在拓撲學和表象理論方面證明了兩個數學新猜想；感知技術（如腦電、眼動技術等）可以數據化表達視覺、聽覺、觸覺等感官信息，揭示深層次的人類藝術審美、情感認知過程。[13]

這一猜想的實現對AI生成圖片至為重要，是人工智能從圖像生成到NFT藝術品創作的關鍵。生成式人工智能應通過更多數據分析，精進算法，傳遞人類畫作蘊藉的情緒與文化隱喻。

利用風格遷移算法生成的更多手繪圖片（火腿燉肘子、雞髓筍、小荷葉兒小蓮蓬兒的湯、烤鹿肉，來自豆包）

（四）《穿越紅樓》AI文本創作的探索與分析

AI在文本創作中有巨大的數據與算力優勢，對于簡單文案，AI往往可以通過基礎指令與多信息源提供實現。對于需要理解并加以創意的續寫類文本，是考驗AI處理文本自由度、開放度的重要指標，也一直是AI參與創作的重要領域。

2017年，AI機器人在閱讀了英文版《哈利·波特》全集后，創意性地寫出了《哈利·波特與看起來像一堆灰燼的肖像》。云波詭譎的故事情節甚至將伏地魔變成孕婦，讓羅恩變成蜘蛛。故事情節的荒誕不經，主要因為當時AI算法的狹窄與單一，盡管如此，生成式AI還是在續寫類文本上呈現出了較強的能力。

續寫《紅樓夢》結局，是許多創作者津津樂道的嘗試。《穿越紅樓》也特開辟結尾的一回，利用人工與生成式AI做了續寫嘗試。

1. 人工續寫的結局

且說那賈寶玉自懸崖撒手、棄而為僧后，并未曾尋得個廟宇棲身,而是做了個游方僧人,四處游歷,見了些興衰,經了些離合,心里倒也漸漸明白了些許。

這一日，正值數九寒冬,寶玉獨自一個蹣跚而行,忽見一僧一道遠遠而來,生得氣骨不凡、豐神迥異,寶玉心神一動,迎向那僧道:“二位仙師!弟子有禮了。”那僧道亦答禮相問。

寶玉因說道:“弟子經了這半生富貴、一遭流落,已有超脫己身之意。然心頭始終有一股意氣盤桓,卻是割舍不下這身子。今日得見仙師,忽覺可以了結,還望仙師指教。”那道人因笑道:“你這佛門子弟塵緣未斷也。那僧笑道:“左不過是一干風流冤債罷了。”

《紅樓前夢：曹雪芹未寫的人生傳奇》

2.AI續寫的結局（來自通義千問）

編輯指令：參考以下文字，重新寫一個《紅樓夢》結局，要和下面的片段完全不同，需要符合《紅樓夢》原文的中國古典小說文風，讓賈寶玉回歸幻境。

卻說那玉飄然而去之時，寶玉腦中似有一線明光閃過，恍如初醒，心中百感交集。他凝望那僧道遠去的背影，默然不語，愈發覺這世事如夢，榮華似水，回首皆空。

寶玉于寒風中怔怔立了半晌，忽然覺腳下一輕，四周景物霎時變換，竟重又見得那日幻境。只見云霧繚繞，仙樂飄飄，眾仙娥迎面而來，眉目如畫，正是昔日于太虛幻境中所見諸仙。寶玉心下恍然，知是夢中之夢，然此夢已非彼夢，一切更覺虛幻縹緲。

以上兩段引文，分別為人工與通義千問AI續寫《紅樓夢》結局的摘錄。

雷雯等學者通過AI寫作訓練分析得出：“AI大語言模型在文學創作上的最大挑戰也來自語言，其在人機交互的創作過程中無論如何也無法克服‘語言失真’的問題……指AI在文學創作中存在著的語言結構死板、意象重復、修辭簡單等原因導致的語言平庸的問題。”[14]

《生成式人工智能：AIGC的邏輯與應用》

通過對比，筆者發現，兩個續寫都符合古典小說的特點，也契合了《紅樓夢》“白茫茫一大片”的現實結局，文字辭藻皆有古典小說的質感。

人工續寫的部分，側重于人物對話，以僧道與寶玉言簡意賅的問答，勾勒了寶玉內心的成長，人工續寫更善于借助具體場景構建故事，以情節取勝。AI續寫則通過辭藻營造了比較濃郁的氛圍，通過環境描寫襯托榮華散盡如逝水之感，畫面感強烈，更側重小說三要素中“環境”的深耕。

通過比較不難發現，AI在文學續寫上，基本可以實現邏輯自洽及氛圍烘托，但情節的機械、辭藻的堆砌、感情的空洞是顯而易見的；但從情節入手，人工續寫更貼近人類的內心活動，更能體現出剎那頓悟之感，感情表達的細膩程度是AI續寫難以望其項背的。

四、AI創作對出版從業人員提出的知識產權挑戰

擁抱科技，是出版融媒轉型的必由之路。隨著智能創作時代的來臨，出版從業人員將面臨較多的選擇與判斷，也需要重新思考出版物的價值定位。

生成式AI的數據庫強大到遠超任何個體人類的認知邊界，對于出版從業人員來講，作品生成的判斷將是選題策劃中一道高要求的門檻。AIGC在版權問題、欺詐問題和違禁問題等方面均給出版從業人員提出了全新的判斷要求。

生成式AI成果存在來源、指令設計、生成成果三方面的知識產權問題。目前，《著作權法》規定，作品是指文學、藝術和科學領域內具有獨創性并能以某種有形形式復制的智力結果。

《人類還有希望嗎：人工智能時代的人文啟蒙和教育》

2022年11月3日，國家互聯網信息辦公室、工業和信息化部、公安部聯合發布《互聯網信息服務深度合成管理規定》，對“深度合成”的內容邊界、傳播邊界和管理做了規約。國際上，美國版權局承認，人工智能生成的內容隨后被編輯或用于編輯已有的內容，則可以獲得版權；法國已承認AI屬于獨立創作者；加拿大認為AI的訓練者或使用者是著作權的擁有者。

這表明全世界國家在鼓勵科技發展的同時，已經注意到人工智能生成內容的法律界定。對于出版從業者來講，厘清人類智力與人工智能成果之間的區別，對原創人類智力成果加強保護是工作重點。

《人工智能文化：日常生活與數字變革》

五、結語

在Web3.0時代，出版業面臨著從勞動密集型產業向科技產業轉化的契機。中國工程院院士高文認為：“大模型在可預見的未來仍是通用人工智能發展的主要方向。”[15]2025年春節前夕，由深度求索公司研發的DeepSeek V3.0版本正式發布。

作為開源大模型的人工智能軟件，其優化后的算法邏輯極大降低了訓練成本。短短一周內，用戶破億；日活用戶在3周內突破3000萬大關，超越“豆包”并接近ChatGPT的一半。DeepSeek以其具備情感力的用戶體驗、創意力的寫作成果和嚴謹的邏輯推理能力成為生成式AI的黑馬。

通過對《穿越紅樓》AI全流程參與的探索，筆者認為，出版從業人員應當辯證看待人工智能：一方面將人工智能作為一種高效率的生產工具，在流程化推進上發揮其高效準確的作用；另一方面，將由人工智能釋放出的生產力更多用于創意型策劃領域，讓圖書產品提供給讀者更多情緒價值；第三方面，應對人工智能帶來的信息獲取的便捷，快速拓寬知識邊界，提升甄別能力。

《人工智能：現代方法》

出版從業人員應與人工智能找到適合的相處方式，讓科技為人工智慧賦能，使經典IP煥發人工智能時代的嶄新活力。

注釋：

[1] 訾希坤，馬鐵立.“5G+AI”視域下三維碼融媒書出版研究【J】.出版廣角，2021（24）：68.

[2] 杜雨，張孜銘.《AIGC：智能創作時代》【M】.北京：中譯出版社，2023：15.

[3] 江小涓，宮建霞，李秋甫.數據、數據關系與數字時代的創新范式【J】.中國社會科學，2024（9）：188.

[4] 楊海平，馮明會.人工智能賦能出版產業深度融合發展：現狀洞察、發展困境與實踐路徑【J】.中國編輯，2024（12）：47.

[5] 朱嘉明.AIGC和智能數字化新時代——媲美新時期時代的文明范式轉型.見杜雨，張孜銘.《AIGC：智能創作時代·代序》【M】.北京：中譯出版社，2023：II-V.

[6] 朱嘉明.AIGC和智能數字化新時代——媲美新時期時代的文明范式轉型.見杜雨，張孜銘.《AIGC：智能創作時代·代序》【M】.北京：中譯出版社，2023：III.

[7] 朱嘉明.AIGC和智能數字化新時代——媲美新時期時代的文明范式轉型.見杜雨，張孜銘.《AIGC：智能創作時代·代序》【M】.北京：中譯出版社，2023：VIII.

[8] 朱嘉明.AIGC和智能數字化新時代——媲美新時期時代的文明范式轉型.見杜雨，張孜銘.《AIGC：智能創作時代·代序》【M】.北京：中譯出版社，2023：I-II.

[9] 杜雨，張孜銘.《AIGC：智能創作時代》【M】.北京：中譯出版社，2023：50.

[10] 杜雨，張孜銘.《AIGC：智能創作時代》【M】.北京：中譯出版社，2023：9.

[11] 王文冠，楊易，潘云鶴.大模型時代的視覺知識：回顧與展望【J】.浙江大學學報（英文版），2025 26（1）：1-19.

[12] 曹雪芹.《紅樓夢》：（上）【M】.北京：人民文學出版社，2022：553.

[13] 江小涓，宮建霞，李秋甫.數據、數據關系與數字時代的創新范式【J】.中國社會科學，2024（9）：193.

[14] 雷雯，徐璀玉. AI寫作：文學的生長還是停滯——基于“人機合寫”測試的分析【J】.藝術評論，2025（1）：30.

[15] 高文.搶抓人工智能發展的歷史性機遇【N】.人民日報2025-2-24，第9版.