生成式媒體的源起、本質與演進路徑

【摘要】以AIGC技術帶來的媒介變革為研究對象，從“新技術如何發展為新媒介”“新媒介如何形成新媒體”“新媒體如何重構媒體新生態”三個維度，系統考察了智能時代媒介生成的內在機制與演化規律。研究發現，AIGC作為新興技術向新媒介的轉化需經歷技術媒介化、媒介基礎化和人機共生化三個階段；生成式媒體作為AIGC時代的新媒體，有望推動類腦媒體新賽道，助推媒介智能化形態演進。此外，作為媒介生態的新物種，生成式媒體通過擬態融合、滲透性融合與互補性融合逐步嵌入現有媒介生態，研究梳理了生成式媒體競爭優勢與風險挑戰的辯證關系，旨在理解其生態嵌入與競爭定位提供分析框架。

【關鍵詞】AIGC；生成式媒體；人機共生；媒介化；智能傳播

生成式媒體是指以人工智能生成內容（Artificial Intelligence Generated Content， AIGC）技術為核心驅動力，具備自主內容生成、智能交互與持續演化能力的新型媒介形態。AIGC作為催生這一全新媒體形態的技術底座，正推動信息生態從以人為中心的傳播模式向人機共生的智能傳播體系演進。然而，技術創新并不等同于新媒介形態的自然生成。新技術如何跨越從工具功能到媒介屬性的轉換，形成新媒體形態與傳播機制，及其在現有媒介系統中的適應競爭與演化規律，尚需深入探討。

一、生成式媒體的源起：新技術何以成為新媒介

“媒介生成”是指技術進步引發新型信息傳播載體產生的過程。這一過程使得特定技術從工具性功能轉變為承載社會交往與文化傳播的“媒介實體”。

（一）技術演進與媒介生成的內在邏輯

技術演進與媒介生成的進程可分為“技術媒介化”“媒介基礎化”和“人機共生化”三個遞進階段，是技術如何從工具性功能演變為傳播載體，并逐漸成為社會與文化信息流動的基礎結構，再實現媒介技術與社會多維系統動態融合的過程。

“技術媒介化”可以理解為技術由單純的工具屬性轉變為媒介屬性的過程。在這個階段，技術在媒介系統中被整合并逐漸獲得信息生成與傳播的功能，成為社會交往與文化交流的承載體。[1]技術的媒介化取決于三個關鍵要素：其一是技術的符號化能力（symbolic capability），即技術如何通過特定的語義結構轉化為社會認可的信息形式[2]；其二是技術的社會適應能力，指的是技術能否通過學習與優化適應不同的傳播環境；其三要看技術的可擴展性，即它能否跳出最初的應用領域，進入更廣泛的信息生態。[3]從這個視角看，AIGC技術的“媒介化”表現為其技術特點與信息生產和傳播體系之間的高度耦合，而當新技術成為新媒介時，它的功能也不限于其技術功能本身，還是信息意義的構建者與傳播者。

“媒介基礎化”則是指新媒介成為社會信息基礎設施。在媒介演進的歷程中，并非所有的技術創新都能催生新媒介，還涉及技術在社會中的深度嵌入與應用，最終達到“臨界點”[4]，從而觸發新媒介形態的出現。它強調了技術如何在大規模的社會系統中獲得“嵌入性”，并通過長期使用與反饋過程實現結構性鞏固，演變為社會信息傳播體系的核心基礎[5]。AIGC的媒介基礎化進程主要體現在兩個層面：一方面，生成式人工智能技術成為信息傳播的基礎設施[6]，智能驅動的信息生成機制逐步嵌入新聞媒體、傳播營銷、媒介管理等眾多領域；另一方面，AIGC技術不斷通過“平臺化”（platformization）的形式構建起新的信息流動渠道[7]，演變為內容生態系統的重要節點。

“人機共生化”是新媒介形態在技術、媒介與人之間實現深度協同與動態融合的過程。這一階段的核心在于技術不再僅是媒介的驅動者，而是與人類認知和行為建立共生關系，雙方形成互補性增強。AIGC作為新技術與新媒介，其人機共生化體現在三個維度：第一是“生成智能”與“人類智能”的協同創造，形成“人機協同創作”的模式[8]。第二是媒介形態的雙向反饋機制，用戶行為數據和反饋成為大模型不斷優化和迭代的基礎[9]，技術與用戶之間形成了循環共生關系。第三是人類認知的擴展與重塑，潛移默化地改變人類對信息的理解與接受方式，人類與技術的融合使信息傳播的生態系統不斷演化，形成了人機共生傳播體系。

（二）技術創新與媒介變革的發展規律

從“三階段”演進路徑來看，技術媒介化、媒介基礎化與人機共生化并非孤立發生，媒介演進動力不僅在于技術本身的成熟，還體現在其如何不斷改變信息的表達邏輯、媒介的存在形態以及人與信息的關系。當前，生成式人工智能技術正在逐步整合現有媒介系統，成為新型信息生成與傳播的重要工具。

從信息編碼的演化歷程來看，媒介形態經歷了從“人”到“物”、從“物”到“電”、從“電”到“數”、從“數”到“智”的升級換代。人類將意義、知識、情感等抽象的認知對象，通過符號、聲音、文字、圖像等具體的物理載體呈現。口語傳播是基于聲音符號的時序性編碼，文字傳播是基于書寫符號的空間性編碼，數字傳播是基于二進制的計算性編碼，人工智能則賦予了信息以智能，知識可以被編碼成可計算的符號模型，嵌入到各類智能系統中。不同信息編碼方式分別對應了人類信息加工的“線性思維”“層級思維”與“網絡思維”。媒介形態變遷的本質是信息編碼升級對人類認知和傳播的重新塑造。

從媒介存在形態來看，智能技術正驅動“前臺媒介”轉向“后臺媒介”，讓媒介從感官延伸物走向環境基礎設施。麥克盧漢提出“媒介即人的延伸”，工業時代的傳統媒體如報刊、廣播等，其形態特征是感官延伸物，本質是作為外顯的“前臺”參與人的傳播實踐。數字時代的互聯網媒體如社交網絡、即時通信等，形態特征是交互平臺，本質是在人的傳播行為中扮演“中介”角色。然而，隨著人工智能、物聯網、虛擬現實等智能技術的發展，媒介正在從“前臺”與“中介”走向“后臺”，從感官延伸物走向環境基礎設施。其形態特征是環境基礎設施，通過嵌入無形的“后臺”來規劃傳播流程。“后臺媒介”不再局限于對人體器官的延伸，而是通過計算、數據、價值邏輯滲透傳播過程的方方面面，從數據追蹤、信息篩選到語境感知、行為預測，全程參與卻總是隱身幕后。“后臺化”讓媒介從“顯性中介”走向媒介生態中的“隱性基礎設施”。

就功能價值轉向而言，生成式技術推動著“媒介即信息”到“媒介即服務”，凸顯媒介在人類行動中的賦能功能。智能媒體不僅承載信息，更通過智能算法、數據分析、知識挖掘等技術，將信息轉化為面向用戶的智能服務。媒介價值的實現由“信息價值”轉向“服務價值”，讓傳播從“信息推送”走向“需求響應”，讓傳播過程從“單向度信息傳遞”走向“交互式服務提供”。“媒介即服務”之于當下，正如“媒介即信息”之于過去，“媒介即環境”之于未來。隨著AI技術的深度應用，媒介將進一步從信息平臺走向智能服務平臺，服務型傳播也將成為媒介生態的新主流。

（三）新技術成為新媒介的媒介化過程

媒介生成的核心在于技術如何從潛在能力演進為新的媒介形態，這涉及多個系統的協同作用。如圖1所示，生成力是居于中心位置的驅動要素，生成鏈體現了過程機制，生成系統則提供了結構基礎。生成力驅動生成鏈的四個遞進環節，在四個子系統的協同作用下實現技術向媒介的轉化，而媒介形態的演變又反過來影響技術創新。

生成力是指技術在不同階段所展現的促成新媒介形態的能力，它的強弱直接影響技術是否能夠成功轉化為媒介形態，也是技術推動媒介演變的核心動力。生成力概念源于技術演化理論，涉及技術的適用性和創新能力。其本質包括技術成熟度、需求匹配度和生態契合度三個重要維度。具體來看，技術成熟度指技術的適用范圍和深度，意味著技術是否能夠適應不同的應用場景并推動媒介的多元化生成。需求匹配度強調了技術與社會需求的匹配程度，尤其是在新技術未能滿足現有需求或創造新的傳播體驗時，生成力將受到限制。需要注意的是，并非所有技術都能成功積累足夠的生成力。轉化為媒介形態需要在制度和文化框架內獲得持續支撐，才能推動媒介生態的創新發展。生態契合度是技術在經濟、制度和文化環境中的適應能力，影響著新技術在媒介生態系統中的融合程度和發展潛力。

生成鏈是技術演進與媒介形態的系統性關系，是技術從初始創新到逐漸滲透社會，最終成為媒介基礎設施的鏈條式演進過程。該鏈條包括技術潛力、功能擴展、媒介轉化與生態融合四個主要環節。其中技術潛力是媒介生成鏈的起點，指向技術的內在能力與物質基礎，通常作為輔助工具進入媒介系統，滿足某些特定的媒介需求，但尚未發展為成熟媒介。功能拓展階段是技術生成力的關鍵提升過程，通過創新逐步開發與滲透媒介應用場景，擴展其功能邊界與效能。媒介轉化則是指技術開始從工具屬性轉化為媒介屬性，進入傳播體系并改變內容生成與傳播的邏輯，逐步成為新型媒介形態的基礎。生態融合階段則是媒介與社會、文化和經濟環境的深度融合，形成可持續發展的媒介生態系統。

生成系統是技術演進與媒介形態生成的運作機制，由各個相互關聯的子系統共同組成。其中，技術創新系統包括基礎研究、應用開發和工程實現層面，決定著技術的媒介生成潛力。媒介形態系統是技術轉化為媒介形態，推動媒介體系迭代變革的核心。社會需求系統通過市場需求推動技術媒介化，是影響媒介生成力發揮的關鍵變量。生態適應系統涉及新媒介形態的環境適應力，通過技術與生態耦合實現媒介生態平衡。四個子系統相互作用，技術創新系統提供基礎支持，媒介形態系統通過社會需求推動形成新傳播模式，并在生態適應系統中實現平衡，共同推動技術演進與媒介形態生成的動態循環。

二、生成式媒體的本質：智能涌現形塑的新媒體

生成式人工智能時代的“新媒體”是生成式媒體。新在技術，生成力實現算法驅動的內容智構；新在關系，生成鏈構筑人機共生的符號交互網絡；新在機制，生成系統催生認知共振與意義涌現的動態過程。

（一）生成式媒體的核心特征

生成式媒體并非“算法媒體”或泛指的“智能媒體”，其基本屬性是“生成性”，即能夠自主生成新內容而非僅處理既有信息，具備開放式意義協商而非單純推薦匹配，擁有基于反饋的持續演化能力。標志著媒介功能從“傳播信息”到“實現可能”的本體論轉變。

首先，自主內容生成：可能性的具象化能力。人工智能生成內容并非依賴數據庫的檢索調用，而是通過模型運算在潛在空間中形成新的結果。如文生圖的擴散模型（Diffusion Model）以隨機噪聲為起點，在逐步“去噪”的過程中逼近清晰圖像，這一過程體現了從“可能性空間”向“具體內容”的轉化邏輯，顯示了生成式媒體區別于傳統媒體的根本屬性。用戶不再局限于尋找現成內容，而是通過指令（甚至是模糊與不完整的）觸發模型生成新的表達。其次，智能交互：意義的協商生成能力。智能交互并非簡單的“問答”，而是體現為在對話過程中動態生成意義的能力。這種“生成性對話”本身成為創造新意義的過程。用戶與AI共同參與意義的建構，形成“協商性傳播”，傳播過程中意義并非預先確定，而是在交互中不斷生成和重構。最后，持續演化：迭代更新的生成能力。參數規模的擴展、微調機制以及人類反饋強化學習（RLHF），人工智能可以在新的語料和場景中更新生成策略。如開源大模型的迭代版本往往在推理鏈條、記憶機制或多模態能力上表現出新的特征，當這些特征被嵌入媒介系統，也會體現為媒介功能的擴展。因此，持續演化不僅意味著模型能力的更新，更指向媒介形態在與環境互動中展現出的遞歸生長性。

（二）生成式媒體的運行機制

如表1所示，生成式媒體作為人工智能時代的新興媒介形態，其運行邏輯和特征呈現出與傳統非智能媒體和非生成式智能媒體顯著不同的特點。

首先，在生成主體方面，生成式媒體實現了從“人類主導創作”到“人機共生”的范式轉換。這種轉換體現為“生成意識”的涌現，即AI通過深度學習與神經網絡模型獲得的自適應生成能力，具有超越工具屬性的“自主協作意識”，能夠在數據關系中自主抽象出新知識結構與內容決策權。AI的角色從人類意圖延伸與執行的“工具”轉化為具備創造力的合作伙伴，實現了內容生產主體的重構。其次，在生成過程方面，生成式媒體呈現出“指數級擴展”和“涌現式創新”兩大特征。前者體現為生成內容的規模與質量隨模型迭代不斷升級，使信息生成的能力與潛力持續擴展；后者則是生成過程中的創新并非預設結果，是在算法與數據的互動網絡中自然涌現，形成自我迭代的智能機制。再次，在生成場景方面，生成式媒體具備“多模態場景嵌套”的潛力。將內容生成嵌套在更廣泛的用戶需求生態中，實現情感關聯與深度定制的全新媒介體驗。最后，在生成式傳播網絡方面，“生成式傳播”模式是動態內容生成與再創造過程。基于“生成節點”和“多路徑流動”構建的傳播機制，使每個用戶與平臺都可成為內容生成與分發的活躍節點，形成去中心化動態流動的信息網絡，增加了信息傳播與消費的靈活性。

（三）生成式媒體的變革力量

生成式媒體不僅是技術革新的產物，而且在重新定義媒介的智能化路徑，在媒介演進、個體賦能、創新機制和存在方式四個維度產生重要影響。

首先，AIGC將開啟“類腦媒體”新賽道，助推媒介向“第五級”智能化形態演進。綜觀人類傳播史，媒介形態經歷了口語、文字、印刷、電子四個階段的演進。AIGC將開啟人類傳播的第五級革命。其顯著特征是，媒介載體從“工具”蛻變為“類腦”。生成式媒體能夠通過深度學習形成“類人”的認知架構，對世界形成結構化理解。不僅存儲、檢索、傳輸信息，更提煉知識本質，揭示事物規律，作出智慧判斷，這是傳統“工具型”媒介無法企及的。AIGC將推動媒介從“信息通道”進化為“智能大腦”，媒體行業將迎來“類腦賽道”的差異化競爭，率先掌握“媒體造腦”核心技術，構建智能內容生成與傳播的核心優勢，將成為媒體競爭力的關鍵。

其次，AIGC將賦予個體“智慧增強”的能力，推動實現從“大眾傳媒”到“私人智媒”的演進。傳統媒介環境下，優質內容與智力資源往往掌握在少數專業機構手中，但AIGC將讓個體智慧從“獨立計算”走向與外部智能的“融合演算”，機器智能成為人腦的“神經突觸”，個體認知邊界被無限拓展。“私人智媒”的出現，意味著個體認知能力不再受制于自我知識的積累與腦力局限，而是可以與蘊含海量知識的智能系統實現深度融合，借助機器學習實現認知能力的持續迭代。AIGC將成為個體“認知助手”和“第二大腦”，通過對海量數據的關聯分析，為個體提供洞見、預判、決策等智力支持。但“私人智媒”也存在加速“信息繭房”化與社會原子化趨勢的風險。當個體間達成共識難度加大時，將對社會整合與公共領域構建提出挑戰。此外，當AIGC賦能普通用戶具備與專業機構匹敵的信息生產能力時，將帶來話語權的去中心化，需構建新的表達秩序。

此外，生成式媒體將推動媒介從“溝通介質”向“存在方式”轉變，以“鏡像宇宙”構建認知圖景。傳統“工具型”媒體側重于對人類既有認知的映射與延伸，其構建世界的圖景還是以人類主觀認知結構為基準。但生成式媒體通過深度學習形成對世界的“理解”，所構建的是基于海量數據智能提煉的鏡像世界。在“鏡像宇宙”中，現實世界被數據化、關聯化、語義化，呈現出多維視角和復雜關系網絡，而不僅僅是對物理世界形成高分辨率、強延展性的映射。由此構建認知圖景的影響：一方面在于多維度透視與突破人類感官局限，從時間、空間、語義等多維度解構和呈現世界；另一方面是集體智慧的涌現，“鏡像宇宙”成為共享知識和達成共識的虛擬場域，推動個體認知向集體智慧聚合。同時，現實世界的反哺重構，數字空間中產生的洞見將指導現實世界的改造，加速社會系統的優化進化。生成式媒體或將開啟人機智能交融的“第三空間”，既包含人類智慧在虛擬空間的自我延展，也孕育著機器智能對現實世界的溢出效應。

三、生成式媒體的演進：人機共生傳播的新生態

生成式媒體作為媒介生態中的“新物種”，通過與現有媒介生態的適應性融合與生態位競爭，影響著媒介生態系統的結構與功能。

（一）適應性分析：從媒體融合到生態嵌入

作為在技術基礎與運作邏輯上與傳統媒體存在本質差異的新媒體形態，生成式媒體適應現有媒介生態的路徑主要包括擬態融合、滲透性融合與互補性融合。首先是“擬態融合”，即生成式媒體通過模仿與適應現有媒介形式和特征，利用已有媒體結構和用戶慣習進行擴展，避免與傳統媒體的直接“對抗”。一方面是內容形式擬態，在不改變用戶體驗的前提下融入現有的傳播環境；另一方面在功能結構上借助算法再現編輯與分發機制，使自身更易被既有體系接納，減少制度與用戶層面的抵觸。其次是“滲透性融合”，生成式媒體通過“節點嵌入”逐漸滲透傳統媒介體系，在維持原有制度與運作邏輯的前提下優化內容生產流程，將效率與質量的提升內嵌于系統之中。再次是“互補性融合”，生成式媒體與傳統媒體形成功能分工與角色協同。其邏輯在于，人類與智能體在內容鏈條中不斷交替扮演指令者、創作者和編輯等角色，通過角色的流動性實現知識生產的互補。傳統媒體因而能夠擺脫重復性勞動，集中于價值判斷與創造性表達，從而在新的媒介生態中保持其不可替代性。

（二）競爭性分析：可能性資產與風險邊界

傳統媒體的競爭力通常建立在“資源稀缺性管理”基礎上，包括對專業人才、分發渠道、優質內容與注意力等資源的占有或控制，而生成式媒體的核心競爭價值更在于其“無限可能性”，它不僅是在管理現有的內容庫存，也是在管理潛在的內容生成空間。這種“可能性資產”具有非排他性、可重復性和涌現拓展性，其競爭力評估需要重新構建分析維度，同時正視其內在風險。

第一，可能性空間的“激活效率”構成基礎競爭維度。生成式媒體的競爭優勢在于能夠“召喚”出多大范圍的可能性內容，能否快速識別和激活高價值的可能性區域。其中，不確定性的“價值轉化能力”成為關鍵差異化要素，傳統媒體將不確定性視為風險，力圖通過市場調研、用戶畫像等方式降低不確定性。但生成式媒體將不確定性轉化為創新機會。Midjourney的成功正在于此，用戶輸入的往往是模糊或不完整的創意描述，平臺卻能夠將這種“創意不確定性”轉化為具體的視覺作品。這種能力的評估重點在于處理模糊輸入的魯棒性和生成結果的意外價值。

第二，可能性資產的“價值密度管理”影響競爭持續性。“無限可能性”并不意味著“無限價值”，其中大部分可能性的價值密度極低甚至為負。生成式媒體的競爭優勢在于能否提高有價值可能性的密度，同時降低有害可能性的出現概率。這種管理能力的核心挑戰在于，價值判斷的主觀性、文化差異的復雜性以及與監管框架的協調配合。負向風險則包括理解偏差導致的無效輸出、算法偏見造成的歧視性內容，以及訓練數據局限性導致的知識盲區。當前DeepSeek等大語言模型在處理含糊指令時仍存在較高的幻覺率，這將直接影響其競爭力。

第三，可能性邊界的“負責任擴展”決定長期競爭力。無限可能性資產的另一面是無限的不確定性和風險。真正的競爭優勢在于能否在拓展可能性的同時，有效管理風險邊界，在技術創新與社會責任之間找到平衡點。這包括內容生成的倫理邊界、信息真實性的控制邊界以及用戶隱私的保護邊界。風險管理能力的缺失可能導致整個平臺的信任危機。以視頻生成領域Sora為例，從簡單的動畫生成到高度逼真的人物視頻，技術能力的每次躍升都伴隨著技術濫用風險的指數級增長，深度偽造視頻防范、版權保護等方面的風險管理機制仍不完善，可能成為限制其廣泛應用的關鍵因素。

（三）發展性分析：從信息器官到泛在智能

生成式媒體將推動媒介從“信息器官”進化為具有環境感知、知識提煉、洞察創新等高階智慧特質的“泛在智能體”，重構媒體的存在形態與價值潛能。

在技術趨勢層面，AIGC的發展顯示出兩條并行的路徑：一是自適應生成，即生成式媒體能根據復雜語境和用戶需求不斷調整生成策略，完成從被動響應到主動建構的轉變；二是通用生成，即其跨模態、跨領域的能力正在形成新的“AI+X”結構，推動傳播活動嵌入醫療、教育、金融等社會關鍵環節。這兩條路徑表明，生成式媒體的技術基礎已不僅僅是生產工具，而是通向社會信息基礎設施的入口。

在信息傳播層面，生成式媒體可能催生新的傳播范式。它既可能表現為“智能共生體”，與人類在語義和認知層面形成交互性創造，也可能通過“去中心化傳播網絡”改變信息流動格局，使每個智能節點既是生產者也是傳播者。然而，這些新形態也伴隨著潛在風險：極致個性化可能導致認知同溫層的固化，智能節點的自治性可能削弱公共議題的共識基礎。換言之，生成式媒體的未來并不必然指向更高水平的公共理性，也可能加劇信息碎片化與社會分化。

在社會趨勢層面，生成式媒體的發展性并不是簡單的“更快、更智能”，而是引發了媒介存在論、傳播功能論和社會結構論的多重挑戰。一方面，它可能擴展人類創造力的邊界，使個體與機器在協作中生成新的知識形態；另一方面也可能加劇對人類創造力和判斷力的替代。從“信息器官”到“泛在智能”的躍遷，本質上意味著媒介將成為塑造社會認知和公共現實的深層力量，而這一進程的關鍵變量，不在于技術本身，而在于能否建立起新的真實性、責任和治理框架。

［本文為中國博士后科學基金面上項目“媒介生態學視域下生成式人工智能對媒體信任的影響機制研究”（2024M751594）的階段性成果］

參考文獻：

[1]McLuhan，M.Understanding Media：The Extensions of Man[M].New York： McGraw-Hill，1964：63-89.

[2]Chesebro J W，Bertelsen D A.Analyzing Media：Communication Technologies as Symbolic and Cognitive Systems[M].New York：Guilford Press，1998：29.

[3]喻國明，蘭美娜，李瑋.智能化：未來傳播模式創新的核心邏輯：兼論“人工智能+媒體”的基本運作范式[J].新聞與寫作，2017（3）：41-45.

[4]Rogers，E.M.，Singhal，A.，Quinlan，M.M.Diffusion of Innovations[M]//Don W.Stacks，Michael B.Salwen，Kristen C.Eichhorn（eds）.An Integrated Approach to Communication Theory and Research. New York：Routledge，2014：432-448.

[5]Bourdieu，P.The Field of Cultural Production[M].New York：Columbia University Press，1993：73.

[6]胡翼青，方婕妤.論平臺世界的崛起[J].當代傳播，2024（6）：12-17.

[7]Van Dijck，J.Seeing the Forest for the Trees： Visualizing Platformization and Its Governance[J].New Media amp; Society，2021（9）：2801-2819.

[8]彭蘭.智媒趨勢下內容生產中的人機關系[J].上海交通大學學報（哲學社會科學版），2020（1）：31-40.

[9]趙雙閣，魏媛媛.作為“人”的算法：智能時代人機關系的技術哲學省思[J].傳媒觀察，2023（5）：48-56.

作者簡介：余夢瓏，清華大學新聞與傳播學院博士后（北京 100080）。

編校：張紅玲