論人工智能的新進展對電影產業的革命性影響

【摘要】本文以人工智能（AI）的最新進展為研究基礎，厘析了生成式人工智能（AIGC）為代表的深度學習技術在電影產業中的應用和影響。文章深入探討了AIGC技術在電影劇本創作、角色選擇、宣傳推廣等環節的實際應用，通過對具體案例的分析，揭示了AI技術在降低視聽內容生產成本、提高制作效率中的重要作用，并對AI在電影產業中的局限性和潛力進行了思考。

【關鍵詞】人工智能 深度學習 AIGC 電影產業

[基金資助]北京市教育委員會社科一般項目（項目號： SM202411417015）；北京聯合大學應用文理學院學知教授團隊建設經費資助（BUUCAS-XZJSTD-2024003）。

1955年，數位學者在達特茅斯研討會上第一次引入了人工智能（Artificial Intelligence， AI）的概念———它是一門研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的新技術科學。[1]自此，人類開始嘗試制造一臺類似于人的機器，讓這臺機器擁有人類的能力，包括使用語言、形成抽象概念和解決人類擅長的任務。經過數十年的發展，人工智能已逐步成為推動社會進步的重要技術力量。自2012年起，深度學習技術通過利用人工神經網絡實現了高質量的數據特征提取，為人工智能帶來了前所未有的巨大進展，尤其在自然語言處理、語音識別、圖像和視頻理解及生成方面實現了顯著突破。作為深度學習技術的一個重要子類， AIGC （Artificial Intelligence Generated Content）技術專注于數據生成，包括高質量的文本、圖像、視頻和音頻，近年來得到了迅猛發展。AIGC技術的核心在于五種基礎技術： Transformer模型、預訓練語言模型、基于人類反饋的強化學習模型、生成式視覺模型以及生成式多模態模型，這些技術的綜合應用極大地提升了AIGC在數據生成方面的能力，深刻地改變著電影工業的面貌，推動著電影藝術在生產方式與創作觀念上的變革，也將帶來技術與藝術間的結構調整，從而對電影美學產生革命性影響。

一、人工智能對電影創作生產的全流程重構

隨著人工智能技術的迅猛發展，特別是AIGC技術的崛起，電影產業正經歷著前所未有的變革。這一變革不僅體現在技術層面，更深入到電影創作的每一個環節，從劇本寫作到電影生產，再到電影宣傳和營銷，人工智能技術都發揮著越來越重要的作用。

（一）劇本寫作： AI助力創作提質增效

劇本是電影的靈魂，而AI正在成為劇本創作的新助力。通過大量劇本數據的訓練， AI已經具備了劇本寫作、劇本修改和劇本分析的能力。這不僅降低了劇本創作的時間和人工成本，還顯著提高了劇本的質量。例如：一覽科技在2023年3月27日首批上線了“AI編劇”類產品———“一覽AI編劇”，該產品搭載在其旗下視頻創作工具“一覽運營寶”中，主要服務于影視及短視頻行業人群。產品利用AI技術輔助編劇進行劇本創作，通過對歷史成功劇本的學習， AI能夠提出創新的劇情走向和角色設定，為編劇提供靈感。這種合作模式不僅加快了劇本的編寫速度，還使得劇本更加符合市場口味，提高了電影的成功率。此外，國外的一些獨立電影制作人也開始嘗試使用AI進行劇本創作，他們發現AI能夠提供一些非傳統但富有創意的劇情轉折，為電影帶來新鮮的觀感體驗。

（二）演員數字化：重塑角色與表演

AIGC技術在演員數字化方面的應用尤為引人注目。通過AIGC技術，演員的頭部可以被無縫地接在不同的身體上，同時保持其自然表情和動作，這為電影制作帶來了前所未有的自由度。例如：在電影《復仇者聯盟3：無限戰爭》（Avengers： Infinity War）中，反派角色滅霸的形象設計就得到了AI的輔助，其逼真的外貌和表情給觀眾留下了深刻印象。此外， AI還能根據角色要求在電影中調整演員的年齡，實現跨年齡段的角色演繹。這一技術在多部好萊塢影片中已有應用，如《返老還童》（The Curious Case of Benjamin Button）、《愛爾蘭人》（The Irishman）等，極大地豐富了角色的表現力和故事的深度。

（三）電影生產： AI引領創新潮流

雖然利用AIGC技術從無到有地直接生成一部完整電影在技術上仍具挑戰性，但AI的快速發展正逐步將這一可能性變為現實。Benjamin AI公司為科幻短片《Sunspring》創作的完整電影腳本（包括分鏡、表情等信息）就是一個里程碑式的嘗試。該片在48小時內完成拍攝，并成功提交至倫敦科幻電影節的“48小時電影挑戰”，雖然未獲獎，但其取得的前十名成績足以證明AI在電影生產中的潛力。2023年， Waymark公司利用AI工具制作的12分鐘短片《The Frost》更是展示了AI在電影制作中的新高度，盡管部分畫面仍顯僵硬，但整體風格的一致性和創意表達令人印象深刻，預示著AI電影制作的未來發展方向。隨著技術的不斷進步和應用場景的拓寬， AI將在電影生產中發揮更加重要的作用，推動電影藝術與技術的深度融合。

（四）電影宣傳：智能化推廣策略

在電影宣傳階段， AI同樣發揮著重要作用。通過分析全球不同地區的受眾基礎、演員的受歡迎程度、社交媒體趨勢等因素， AI能夠幫助電影廠商更有效地設計推廣策略，以最小的成本獲得最大的宣傳效果。20th Century Fox開發的Merlin Video工具就是一個典型例子，它利用AI分析受眾偏好，為電影《Morgan》量身定制了預告片，并將制作時間從傳統的10-30天縮短至1天，大大提高了宣傳效率。IBM Watson系統的引入更是進一步提升了電影宣傳的智能化水平，通過分析觀眾的情感反應和社交媒體上的討論熱點，電影公司可以更加精準地定位目標受眾，制定更具吸引力的宣傳方案。

（五）電影市場預測：精準分析電影票房成敗和營收利潤

在電影產業中，預測電影的成敗和利潤至關重要。AI通過分析電影劇本、導演、演員陣容、歷史票房數據等多維度信息，能夠較為準確地預測電影的市場反應。Warner Bros.公司采用的Cinelytic平臺就是一個典型例子，它利用AI技術預測電影票房收入，幫助公司做出更合理的投資決策。20th Century Fox也不甘落后，他們利用Merlin系統分析電影受眾，優化營銷策略。Sony Pictures則通過ScriptBook平臺分析了62部電影的劇本，有效評估了電影的市場潛力。這些實例都證明了AI在電影市場預測方面的巨大價值。通過AI的預測，電影公司可以更加科學地制定營銷策略和宣傳計劃，從而獲得最大化的電影商業價值。

無疑， AIGC技術正在深刻改變著電影產業的每一個環節。從劇本創作到電影預測，從演員數字化到電影宣傳，再到電影生產， AI以其強大的數據處理能力和創新能力，為電影產業帶來了前所未有的機遇和挑戰。未來，隨著技術的不斷進步和應用場景的拓寬， AI將在電影產業中發揮更加核心的作用，推動電影藝術與技術的深度融合，創造出更多前所未有的觀影體驗。在AI的賦能下，電影這一傳統而又充滿活力的藝術形式正邁向一個全新的未來。

二、人工智能在視聽領域的典型案例剖析

為了深入剖析人工智能對電影產業的影響，下面將通過涵蓋了成熟的商業應用和學術探索的五個典型案例予以說明。

首先，在商業應用方面， AI顯著提高了電影特效制作效率，降低了商業宣傳片的拍攝成本。

（一）商業應用———電影特效制作

2023年，影片《瞬息全宇宙》（Everything Everywhere All At Once）獲得包括最佳影片獎在內的奧斯卡金像獎的7個獎項。該影片在制作過程中使用了多項AIGC技術。首先， Runway公司提供的智能圖像剪輯技術協助制作了電影中的石頭場景———一個特效場景。在Runway公司提供的基于AI的工具的輔助下，該場景的制作時間得到了大幅縮減。AI工具讓該項工作的耗時從半天縮減到數分鐘。在該特效的制作過程中，兩個石頭先是由繩索牽引進行運動。拍攝完成后， AI視覺技術允許我們自動化的在視頻中的每一幀中準確分割出兩個石頭，從而允許我們進行準確的修圖，有效防止了修圖對石頭造成破壞。

另一部由AI技術參與制作的電影是2015年的《速度與激情7》（Fast and Furious 7）。在該片拍攝期間，主演Paul Walker不幸死于車禍。考慮到Paul Walker在速度與激情系列電影中的重要作用，制片方一度考慮取消《速度與激情7》的拍攝。為了應對這件事，劇組重新調整了劇本，然后為這番調整額外拍攝了260個鏡頭。這些鏡頭實際上由Paul的兄弟， Caleb和Cody出演，之后則由AI技術中的深度偽造技術（Deepfake）將影片中人物的面部偽造為Paul本人，而保留演員的表情。通過這種方式，劇組成功將不幸去世的演員Paul在電影中“復活”。得益于AI技術的加持，該影片獲得了15億美元的票房。

（二）商業應用———商業宣傳片的制作

2024年6月，美國著名玩具連鎖店玩具反斗城發布了由SORA輔助制作的長約1分鐘的商業宣傳片。宣傳片包含多個銜接自然的逼真場景和夢幻場景，以一個小男孩為主角，描述了豐富多彩的品牌元素，包括品牌方的吉祥物、玩具商品和商標。制作公司Native Foreign表示， SORA完成了宣傳片中80%-85%的工序。

在商業應用之外，學者們也在積極探索AI技術在敘事生成方面的能力。這一探索往往帶來文藝理論和AI技術的結合。

（三）學術探索———Propp敘事理論與INGS系統

敘事學（narratology）經常被用來解釋和分析文學作品，包括但不限于戲劇與電影劇本。敘事學與AI技術的結合所具有的潛在價值已經吸引了學術界的注意。日本學者Takashi Ogata將多種敘事學理論引入了綜合故事生成系統（Integrated Narrative Generation System， INGS）的設計之中。例如：他將敘事學之父蘇聯學者Vladimir Propp對敘事的結構化分析重新梳理成四層結構，所謂基于Propp理論的故事語法，進而輔助計算機系統生成完整的故事。

， Takashi Ogata

另外也將其它敘述理論引入到了敘事生成系統的設計之中，包括Gérard Genette的敘事對話理論， Hans-Robert Jauss的接受理論和日本本土文化中的歌舞伎敘事理論等等。INGS作為一個研發時間較早的系統，依然是一個實驗級別的系統，面臨著生成故事連貫性不強，故事語言不夠流暢等諸多問題。但是，我們已經看到了敘事理論在自動化敘事系統建設中的有益嘗試。近十年來， AI系統的性能已經出現了革命性的改進。敘事學與新一代的AI系統的結合有可能催生可以真正走向實用的自動敘事系統。

（四）學術探索———Roland Barthes的解構理論與基于深度學習的敘事系統

2024年3月，荷蘭NHTV布雷達應用科技大學的研究者Edirlei Soares de Lima研發了一種利用了Chat GPT和Stable Diffusion兩種最新的基于深度學習的強力AI工具的敘事系統[2]。和日本學者Takashi Ogata的INGS系統不同，該系統受益于最新的深度學習研究，從而可以生成連貫性好、語言流暢的高質量文本與配圖，可以說其系統生成的連續故事片段與配圖質量比早期的INGS系統出色。

為了引入最新的深度學習技術，該系統中設計有三個部分：講述器（ Storywriter ）、闡述器（Illustrator）和場景管理器（Plot Manager）。講述器由Chat GPT擔任，負責生成事件和場景描述；闡述器由Stable Diffusion擔任，負責根據上述事件和場景生成圖像和視頻；場景管理器是一套軟件系統，負責整個系統的調度管理與人機交互。該設計受到了法國文藝理論家羅蘭·巴特（ Roland Barthes）的解構理論———任何一種文本都是過去的引文的組織（“Any text is a new tissue of past citations）[3]的啟發。在這一理論的支持下， Edirlei Soares de Lima在敘事系統中引入了一系列的符號操作來策略性的重組現存的情節。例如：組合操作將兩個情節組合成一個；拓展操作利用場景描述將一個情節拓展成另外一個情節；模擬操作將一個情節仿寫成另外一個情節；反轉操作將一個情節反轉成另一個情節。為了評估這一方法的有效性， Edirlei Soares de Lima開展了由42位參與者構成的人工評估。評估結果表明，基于解構理論的符號操作可以有效的促進創新型的敘事。但是，評估結果也顯露出該系統在生成故事的趣味性和情緒影響力等方面的不足。

（五）學術探索———如何讓語言模型輔助人類作者寫作電影和戲劇劇本

知名AI公司DeepMind （AlphaGo的創造者）于2023年4月在知名學術會議ACM Conference on Human Factors in Computing Systems （CHI）上公開了一個名為Dramatron的系統。Dramatron系統可以通過與人類作者交互的方式，合作生成內容連貫的劇本，包括標題、人物、故事節奏、對話等要素。已有的語言模型并不支持像劇本那樣如此大規模的文本生成，因而在生成劇本的連貫性上會出現問題。為了緩解這個問題， DeepMind的研究者們采用了一種稱為層次化故事生成的方法，由上到下的結構化的逐漸生成劇本。

Dramatron可以通過人類提供的log line，即故事主線，循序漸進的生成人物描述，場景細節，最后是對話內容。在此過程中，人類可以隨時干預，包括引導Dramatron生成其它可供選擇的內容，人為編輯、重寫部分生成內容，等等。

為了評估這個系統， DeepMind邀請了15位電影產業的專業人士對該系統進行測試。測試結果表明，該系統擁有輔助人類作者完成一個完整劇本的潛力。與此同時， 84%的測試者認為AI系統是有幫助的，所有測試者都認為該系統有助于他們獲得靈感。事實上，該研究所產生的5個由人類與AI合作完成的劇本在2022年8月進行了系列公開表演。該系列表演稱為“Plays By Bots”，并且獲得了積極評價。

另一方面， Dramatron的研究也暴露了語言模型在輔助劇本寫作中的問題。這些問題包括故事長期連貫性不足，缺乏舞臺表演常識，缺乏對語言細節和潛臺詞的掌握，等等。另外，值得注意的是， Dramatron的設計參考了亞里士多德的敘事理論。

三、人工智能的局限性以及對未來的展望

在當今快速發展的科技時代，人工智能已成為推動各行各業創新的重要力量。尤其在電影產業中， AI的應用潛力巨大，為內容創作、后期制作等帶來了前所未有的變革。然而，盡管AI技術展現出巨大的潛力，但它并非無所不能。在深入探討人工智能的未來展望之前，我們有必要先審視其當前的局限性。

（一）局限性

盡管人工智能已經顯示出在電影產業中的巨大應用潛力，但是以深度學習為主流技術的人工智能依然具有局限性：

1.計算成本高昂

當代深度學習技術依賴大量計算，從而導致高昂的計算成本。這一成本的高昂主要體現在三個方面。

首先，深度學習模型需要大量的計算資源，往往需要圖形處理器（ GPU， Graphics Processing Units）、神經網絡處理器（NPU， Neural Processing Units）等專用硬件來輔助實現。這類處理器不僅價格較高，而且其出口受到美國等國家的管制。例如：中國的電影特效公司“追光動畫”在制作動畫電影《新神榜：楊戩》時，雖然嘗試引入了AI技術進行畫面渲染，但由于高端GPU的獲取受限，他們不得不更多地采用傳統渲染技術，這無疑增加了他們的時間和經濟成本。

其次，用于電影產業的人工智能技術，往往需要高度專業化的人才隊伍進行開發、運營和維護。這些人才數量有限，且人力成本高昂。Netflix曾雇用了一支由數據科學家和工程師組成的團隊來開發AI推薦系統，以提高用戶觀影體驗。然而，這個團隊的薪酬和維護成本遠遠超出了公司的預期，使得這個項目在財務上變得具有挑戰性。

最后，即使在專業硬件和人才的支持下，深度學習模型的訓練和推理依然需要較高的時間成本和數據成本。對于電影產業而言，長時高清視頻的生成是一個巨大的挑戰。工業光魔（Industrial Light & Magic）曾嘗試使用AI來生成一些復雜的特效場景，用于《星球大戰》系列電影的制作。然而，由于訓練模型需要大量的時間和數據，他們不得不將原計劃的制作周期延長，以確保特效場景的質量。

2.具有倫理和法律風險。

當代深度學習技術容易被利用生成具有倫理風險的內容，這是一個不容忽視的問題。具體來說，這些技術可能被用于生成涉及種族歧視、惡毒語言、色情信息等的文本、圖像、視頻等數據。例如：某電影劇本生成公司曾使用AI技術來輔助其劇本創作過程，但AI生成的一些對話包含了不適當的言論，引發了社會爭議。

此外，由于ChatGPT等工具大量依賴從已有文本和音視頻資料中的學習，因此容易生成涉嫌版權侵犯的內容。一個真實的案例是， Midjourney是一家使用AI生成藝術作品的初創公司，他們的一些AI生成藝術作品被指控與已有的藝術作品過于相似，從而引發了版權爭議。

3.生成內容質量欠佳。

當前AIGC技術生成內容的質量在多個方面依然存在不足。具體來說， AIGC技術在文本的連貫性、趣味性、藝術表現力和創造性等方面還有待提高。例如，一家位于英國的電影劇本創作公司曾嘗試使用AI技術來生成一部喜劇電影的劇本，但AI生成的劇本往往缺乏連貫性和趣味性，導致他們不得不進行大量的手動修改和重寫。

在視頻和圖像生成方面，盡管AI技術已經取得了一定的進展，但仍然面臨許多挑戰。例如：某部電影的制作團隊曾嘗試使用AI技術來生成一些歷史戰爭電影的特效場景，但AI生成的角色和場景往往缺乏真實性和細節表現，無法與實際的電影畫面相匹配。這導致他們不得不使用傳統的特效制作方法來彌補這些不足。在《速度與激情9》的制作過程中，導演林詣彬嘗試使用AI技術來輔助后期制作，特別是用于一些復雜的特效場景。然而，他們發現AI在識別電影中的不同場景和物體時存在偏差，導致特效效果不佳。在音效處理方面， AI也無法準確地分離和增強對話聲、背景音等，使得電影的音效表現不盡如人意。這些問題都表明，盡管AI技術在某些方面具有一定的優勢，但在實際應用中仍存在諸多挑戰和局限性。

綜上，盡管人工智能在電影產業中展現出巨大的潛力，但其當前的局限性也不容忽視。高昂的計算成本、倫理和法律風險以及生成內容質量的不足都是制約AI技術在電影產業中廣泛應用的重要因素。為了克服這些局限性，需要不斷地進行技術創新和法規完善，以確保AI技術能夠在電影產業中發揮更大的作用。同時，電影制作人也需要保持審慎和理性的態度，合理利用AI技術來輔助電影制作，而不是完全依賴或盲目追求AI技術的應用。只有這樣，才能充分發揮AI技術的潛力，推動電影產業的持續發展和創新。在未來的發展中，電影產業與AI技術的融合將是一個持續探索和優化的過程。我們需要關注技術的進展和社會的需求，不斷尋找平衡點，以確保電影藝術的獨特性和創新性得到充分的尊重和發揮。

（二）對未來的展望

人工智能技術及其在電影產業中的應用依然在高速的發展之中。隨著技術的不斷進步和應用的深入，筆者相信，在可以預見的未來，人工智能技術一定會進一步革新電影產業中的諸多方面，為電影制作帶來前所未有的變革。

1.人工智能技術的應用成本會降低。

首先，隨著芯片設計和制造技術的發展， GPU等專用芯片的成本會得到顯著降低。這意味著更多的電影制作公司和團隊將有能力引入人工智能技術，從而享受到其帶來的便利和效率提升。其次，人工智能技術所需的計算服務和軟硬件產品正在快速發展之中。云計算、分布式計算等技術的不斷進步，將為電影產業提供更高效、更便捷的計算服務。同時，隨著AI技術的普及，更多的軟硬件產品將集成AI功能，使得電影制作人能夠更方便地使用這些技術進行創作和制作。谷歌云（Google Cloud）和亞馬遜云（Amazon Web Services）等云服務提供商已經開始提供針對電影產業的AI解決方案，幫助電影制作人在云端進行高效的渲染和后期制作。

2.人工智能應用相關的倫理規則和法律設施會得到完善。

首先，隨著人工智能技術的傳播和使用，倫理規則會得到逐步的改進。社會各界將更加關注AI技術的倫理問題，并推動相關規則的制定和完善。同時，歧視和色情等不良內容的檢測技術也會日臻成熟，從而允許相關方對倫理規范性進行檢測和把控。其次， AIGC技術涉及的版權和隱私等相關法律法規將得到完善。政府和相關機構將更加重視AI技術的法律問題，并推動相關法律的制定和完善。這將為電影產業使用AI技術提供更加明確的法律保障，降低法律風險。

3.針對電影產業的人工智能技術會進一步發展和應用。

人工智能技術將在生成內容質量、生成效率和生成長度等方面得到完善，從而更廣泛的應用在電影產業的諸多方面。例如： AI技術可以用于自動生成電影劇本、角色對話、場景描述等，大大提高電影制作的效率和質量。同時， AI技術還可以用于電影特效制作、音效處理、色彩校正等方面，為電影帶來更加逼真的視覺效果和更加震撼的音效體驗。

在實際應用中，我們已經看到了一些成功的案例。例如：在電影《復仇者聯盟》（Avengers）系列中，制作團隊使用AI技術進行特效場景的生成和渲染。他們訓練了一個深度學習模型來學習電影中的特效效果和角色動作，并使用生成的內容來增強電影的視覺效果。這種應用不僅提高了電影的制作效率，還為觀眾帶來了更加逼真的特效體驗。

此外， AI技術在電影劇本創作方面也取得了顯著進展。例如：在電影《遺傳厄運》（Hereditary）的制作過程中，編劇團隊使用AI技術來輔助劇本創作。他們輸入了一些基本的劇情設定和角色設定，然后讓AI生成一些可能的劇情發展和對話內容。編劇團隊可以根據AI生成的內容進行靈感激發和創作，從而提高了劇本的質量和創作效率。

隨著技術的不斷成熟和應用場景的拓展，人工智能甚至有可能替代編劇和導演的工作。當然，這并不是說編劇和導演將被完全取代，而是說AI技術將成為他們的重要輔助工具，幫助他們更高效地進行創作和制作。

4.敘事理論的發展。

敘事理論將被更多的應用在以敘事為目標的人工智能系統中。隨著人工智能技術在電影產業中的廣泛應用，敘事理論也將得到進一步的發展和完善。敘事理論和人工智能的結合將推動敘事理論通往指導AI進行自動化創作的新發展。例如：一些研究者已經開始嘗試將敘事理論與深度學習技術相結合，通過訓練模型來生成具有故事情節和角色發展的電影劇本。

在實際應用中，我們可以看到一些電影制作公司已經開始嘗試使用AI技術來輔助電影敘事。例如：在電影《銀翼殺手2049》（Blade Runner 2049）的制作過程中，制作團隊使用AI技術來生成一些復雜的特效場景和角色動作。他們通過訓練模型來學習電影中的敘事結構和角色行為模式，然后使用生成的內容來輔助電影的敘事和情節發展。這種應用不僅提高了電影的制作效率和質量，還為觀眾帶來了更加逼真的視覺效果和更加引人入勝的故事情節。

此外，隨著敘事理論的發展和完善，我們還可以看到更多的創新應用。例如：在電影《黑豹》（Black Panther）的宣傳過程中，制作團隊使用AI技術來生成電影的預告片和宣傳片。他們通過訓練模型來學習電影的敘事風格和節奏，然后使用生成的內容來制作具有吸引力的預告片和宣傳片。這種應用不僅降低了制作成本和時間成本，還為電影的宣傳和推廣提供了更多的可能性和創意空間。

綜上所述，人工智能技術在電影產業中的應用前景廣闊。隨著技術的不斷進步和應用場景的拓展，我們可以期待看到更多的創新應用和變革。同時，我們也需要關注技術帶來的挑戰和問題，并積極推動相關倫理規則和法律制度的完善。只有這樣，我們才能充分利用人工智能技術的潛力，推動電影產業的持續發展和創新。在未來的發展中，電影產業與AI技術的融合將是一個持續探索和優化的過程。我們需要關注技術的進展和社會的需求，不斷尋找平衡點，以確保電影藝術的獨特性和創新性得到充分的尊重和發揮。

注釋

[1]王璐，孫海垠.人工智能挑戰下的藝術設計創作思考[J]. 藝術工作， 2020 （06）： 86-88.

[2] Soares de Lima E， Neggers M M E， Feijo B， et al. An Ai- Powered Approach to the Semiotic Reconstruction of Narratives [J]. Available at SSRN 4764387.

[3]曾軍.人機交互與輔助生成：人工智能時代的文論問題[J].江西社會科學， 2024， 44 （05）： 129-141.