生成式人工智能作为传媒业的新质生产力引擎，正在重构媒介融合的演进逻辑。本研究基于“技术—内容”二元框架，通过重新思考媒介融合概念变迁，系统性解构AIGC技术渗透下媒介融合的革新图景：在实践层面展现内容运营进化、业务范围迭代、产品形态创新及认知维度拓展的四重变革空间，在风险维度揭示AI幻觉、AI依赖、AI焦虑的三重危机。基于人本主义价值观，提出媒介融合的智能进化应遵循认知AI、善用AI、拥抱AI的路径，在技术创新与人文理性的动态平衡中，发现人性的真善美，从而走向欣欣向“融”的光明大道。

生成式人工智能；媒介融合；社会治理；技术伦理

2014年我国开启“媒体融合元年”，至今已走过11个年头，在此期间，媒体形态发生了翻天覆地的变化，涌现出了中央厨房“一次采集，多次分发”、县级融媒体中心基层覆盖、两微一端矩阵传播等传播样态。然而，媒介融合不只是传媒业的创新实践，也是媒体与社会系统相嵌与互动的表征[1]。站在10年发展的十字路口上，有必要深入探究未来媒介融合的走向，以及媒介融合将如何驱动社会的发展与变革。

进入生成式人工智能时代，ChatGPT、Sora等AIGC工具如雨后春笋般涌现，引发社会各界重新思考“技术—内容”二元框架下媒介融合的进一步发展进路。《中国媒体融合发展报告（2022—2023）》指出，生成式人工智能正在深刻改变着新闻业的传播形态与人类的生活方式，影响着媒体融合的深度和广度，以AIGC为代表的AI技术将加速迭代演进，推动媒体融合进入智能化发展新时代。如何在AIGC 技术的渗透下继续推进媒介融合，其中有何风险与挑战，应当如何应对与解决，成为这一时期媒介融合发展至关重要的命题。

美国学者伊契尔·索勒·普尔第一个将“媒介融合”引入传播学领域。1983年，他从技术角度提出媒介融合是多种媒介功能趋于一体化的形态。时至今日，仍有许多学者认为媒介融合的本质是技术变革[2]。随着媒介融合对人们社会生活的影响日益加深，学者们对媒介融合有了新的看法。詹金斯认为，媒介融合改变了消费者获取与处理信息和新闻的方式，融合只是过程而不是终点。事实上，媒介融合的目的，终归是实现更好的社会交往与互动[3]。当前，生成式人工智能迅猛崛起，可实现深度统合文字、图像、音频、视频等多元媒介要素，将媒介融合推向了多维重构的新阶段，重塑了跨媒体生态的发展格局[4]。这也促使人们重估“媒介融合“这一概念在生成式人工智能时代的价值意蕴与发展走向。

其一，生成式人工智能技术贯通各种媒介形态，媒介边界模糊状态再度回归并促进了媒介形态的多样性。一方面，生成式人工智能通过多模态编码系统，实现了对文字、图像、音视频等媒介要素的深度互嵌，这种技术赋能下的媒介形态边界消解现象，与普尔教授提出的“传播形态融合”（Convergence of Modes）理论形成跨时代呼应。另一方面，生成式人工智能技术嵌入或独立成为各种媒介产品，焕发出新的功能体验，展现出形态的多样性，从全媒体、融媒体到现在的智媒体，反映出媒介形态在技术驱动下的进化特征[5]。可以看出，“融合”一词的本质也隐喻着媒介形态界限在逐渐模糊的同时又呈现出丰富性的特征。

其二，媒介融合中用户角色实现了从旁观者到创作者的转变。詹金斯提出的“融合发生在每个消费者头脑中”的观点，在生成式人工智能时代尽数体现。由草根媒体发起的自下而上的消费驱动现象日益盛行，内容生产模式从PGC、UGC转向AIGC，用户成为实实在在的体验者，其公共社交、娱乐生活、信息接受等，成为媒介融合的关键维度[6]。因此，生成式人工智能驱动下的媒介融合，其用户的主体性和参与度得到提升，如何让用户停留，打造高忠诚度的数字化用户群体，成为媒介融合的要义所在。

总的来说，生成式人工智能所带来的行业辐射是大范围且具有颠覆性的，对于媒介融合这一概念而言，它意味着需从技术、内容、用户等多重角度进行综合考量，既要认识到媒介融合模糊边界的扩张与媒体更新的复杂多样性，又要认识到用户在媒介融合过程中所发挥的重要作用。换言之，在生成式人工智能时代推进媒介融合，既要注重通过顶层设计来优化系统，又要警惕自下而上地盲目技术扩张。

智能技术赋能媒介融合，既提高了生产效率，又节约了生产成本[7]。具体来说，生成式人工智能技术与物联网、元宇宙技术、互联网产品深度互嵌，如DeepSeek接入微博、抖音等媒介产品，不仅突破了媒介融合的传统边界，还进一步催生了人机协同、具身体验等新型用户参与实践，“第三交流”[8]“第三种劳动”[9]也应运而生。信息传播模式由传统的大型媒体主导的自上而下、控制式传播样态，演进为智能化新媒体参与的自下而上、分布式的传播生态[10]。这种赋权与升维具体体现在媒介融合的内容运营、业务模式、产品创新、认知界面等各个维度。

（一）内容运营：正视技术赋权，重建竞争优势

相较于以往技术赋能在“机构—大众”间二选一的局面，生成式人工智能可实现双向赋能，同时激活机构效能与个体创造力，推动市场竞争从单纯技术迭代转向内容生产与运营能力的多维较量。

在生成式人工智能赋能媒体机构层面，各媒体机构的竞争点从技术接入转向内容生产与运营。当前，生成式人工智能类似万能接口，正在重新定义媒体行业竞争规则。一方面，它能让机构批量生产内容，还自带传播属性，如与搜索引擎结合能自动生成热点问答，接入聊天机器人，可实现24小时互动新闻播报，AI成为网民上网的必备工具，也成为各家媒体争抢流量的新战场。另一方面，媒体机构对外需警惕平台巨头借助公私域资源整合构建的生态霸权，利用技术先发优势不断挤压传统媒体向外拓展空间；对内则需应对行业内部智能化转型的同质化博弈。当生成式AI成为基础性生产工具时，技术普及反而消解了差异化优势，媒体间竞争的焦点不仅是“我能用”，更是“我如何用好”的问题，是媒介机构如何利用技术赋能，生产出优质内容成为行业追逐点的问题。

在技术赋能个体层面，内容生产权利趋于多元化、大众化。生成式人工智能通过整合算法、算力、大数据，使个体获得前所未有的创作赋权，本质是将集中于专业机构的创作能力向全民扩散。不同于过去UGC时代依靠硬件工具升级实现的表层创作民主化，AIGC将媒体行业的专业经验转化为可调用的智能模块，使用户仅凭自然语言指令即可激活复杂的内容生产与创作，例如普通用户能够基于指令生成全新的海报、文案、诗歌等，专业机构不再是内容生产的垄断者，而是转型为智能创作生态的协作者，既要维护专业标准，完善事实核查机制，又需构建开放接口，供全民共创。因此，无论技术赋权机构或者个体，内容的生产与运营都将成为生成式人工智能时代媒介融合必须变革的关键步骤。

（二）业务升级：打造媒体专属智能体，全方位建设传播体系

生成式人工智能能够助力媒体激活历史报道数据库、用户行为轨迹图谱、社会舆情热力值等资源优势。媒体可利用生成式人工智能研发出提升媒体业务的大语言模型甚至是智能体，构建媒介融合过程中更加全面且高效的传播体系。主要可以分为以下三类[11]：

一是创新引入大模型，开发媒体垂类化产品。即将生成式人工智能技术引入媒体内容生产环节，与商业科技公司合作开发更为垂类化的产品。2025年2月，江西新闻客户端与江西融媒大脑科技有限公司共同打造的U道大数据模型平台成功接入DeepSeek-R1，旨在为用户提供更智能化、个性化的新闻推荐服务，显著提升交互式问答系统的效率。这种主流媒体与商业机构的合作能够迅速落地，带动融媒创新，进一步拓宽了媒介融合的范畴。

二是媒体机构主动开发个性化模型。基于资金、技术优势，媒体可自主利用生成式人工智能技术开发符合自身传播体系的大模型，如2023年新华社的MediaGPT大模型，依托新华社历史海量数据，实现新闻的可控生成。通过“人工+机器+专家校对”，实现新闻信息传播的精准性与价值对齐[12]，提升传播能力。

三是媒体机构基于大模型平台开发定制式“智能体”（AI agent）。智能体是大语言模型的升级与落地性应用，可自主、自动地运行、决策、创作[13]。媒体机构开发应用智能体，能高效率完成烦琐、重复的工作内容。如湖南广电采用生成式人工智能视频自动拆条功能，日产短视频突破6000条，提高了视频的转化率和吸引力，减少50%的人工运营成本。然而，任何模型背后都隐含着工程师或者所有者的情感与意识形态[14]，因此，在认可“智能体”高效率的前提下，人类对生成式智能体的使用也由“工具性使用”“情感性使用”转向两者兼有的“混合性使用”[15]。

值得注意的是，媒介融合中生成式人工智能大语言模型的建立，或多或少带有资本、政策推动。因此，实现大范围的资源配置优化，一定程度上离不开从上至下的带动，中央媒体带动地方媒体的推进，也是生成式人工智能时代媒介融合需要关切的问题。

（三）产品创新：场景融入智能服务，拓宽应用领域

当前，生成式人工智能展现出独特的“场景渗透力”：既能将新闻采编经验转化为虚拟主播的播报逻辑，又能将历史影像资料重构为元宇宙空间的沉浸式叙事。此外，生成式人工智能还具备动态适应复杂场景的创新能力，当用户与虚拟数字人互动时，AI能基于对话语义实时生成符合情境的肢体语言与背景剧情，给予用户逼真的情感体验。也就是说，AI在为媒介融合提供机遇的同时亦倒逼机构转变思维，实现产品的创新突破。

一是重构内容生产的价值维度，降低产品创新试错成本。生成式人工智能基于模型训练，可产出创造性要求较高的文本[16]，如诗集、小说。随着技术的迭代优化，生成式人工智能能轻易实现从文本到图像、音视频的可视化呈现，且在较大程度上实现文本与视频的价值对齐，这种“敏捷”生成能力克服了创新枯竭与不确定性的风险，推动内容生产的突破式前进。

二是场景化嵌入智能产品，增强用户对产品的类人化体验。近年来，尽管虚拟人、元宇宙等概念备受瞩目，但这些前沿领域的讨论与开发未能渗透到日常生活，大众对其感知和具身体验极少。生成式人工智能的场景化嵌入，打破了现有产品的局限，为用户带来了真实的情感接触与体验。AI虚拟人不再局限于预设脚本的机械应答，而是能通过语义场域即时捕捉并分析对话者的情绪褶皱，如检测到用户迟疑时，AI驱动虚拟主播瞳孔呈现0.3秒凝视微调，配合声线气口呼吸，营造出近乎真实的共情场域。再如2024年谷歌公司推出的AI Dungeon，是一款由AI生成的基于文本的奇幻模拟游戏，用户可主导创建游戏世界，并产生无限、自由的交往互动，极大提升了用户的参与感与获得感[17]。此外，随着虚拟互动与现实交往的界限趋于一致，AIGC的场景化融入可将用户带进入数实空间[18]，如虚拟偶像演唱会上，粉丝的实时弹幕经情感分析后，可驱动舞台特效参数的变化，使数字空间成为可量化情绪价值的共振场域，进一步重塑了内容消费的实时反馈机制。

（四）认知界面：提供沉浸式情境体验，反哺融合进程

在认知界面方面，生成式人工智能正在重塑信息传播的感知维度，内容传递从“单向灌输”升级为“智能适配”的感官交互体验。通过实时捕捉分析用户接收信息时的生理反馈（如视线停留位置），AI能动态调整内容呈现方式与传播顺序。媒介机构通过生成式AI建立用户生理反应与内容效果对应数据库，不仅能实时追踪传播效果，更能使用户真正融入沉浸式情境，实现其认知界面的“智能适配”，为媒介融合开创了人智融创的新型传播生态。

总的来说，无论是顶层设计还是草根革命，生成式人工智能时代，推进媒介融合意味着内容运营、业务升级、产品创新、认知界面层面的新机遇，当然其中也蕴含着不可估量的风险与挑战。

不可否认，生成式人工智能不仅为媒体内容生产提供了新工具，更在哲学层面重构了媒介融合的认知范式，促使人们对数智世界内容生产与交互进行深入思考[19]。麦克卢汉提出“媒介是人的延伸”，这种延伸在生成式人工智能时代，既体现为物理层面的感知增强，更表现为认知维度的集体意识编织——千万用户的情感数据经大模型分析与处理后形成社会认知图谱。然而，这场认知革命背后潜藏着三重异化危机，即技术本身的AI幻觉、用户的AI依赖、从业者的AI焦虑。

（一）AI幻觉显现，真实被解构

AI幻觉指的是人工智能系统输出无意义或逻辑自相矛盾的内容[20]。生成式人工智能背后的逻辑是对网络上大量数据和素材进行学习并且加以创造。在媒介融合的内容生产中，生成式AI凭借海量信息生产能力，将现实世界的各类活动、事件，转化为媒介空间的信息，构建出“拟态环境”[21]。但即便用于训练AI模型的数据规模庞大，也无法保证其真实性，网络数据始终存在各种偏差[22]，且以用户难以察觉的方式收集了他们的数据和隐私。

算法和数据的偏见和偏差，会进一步误导用户，使其作出错误或不当的决策[23]。生成式人工智能的底层模型是通过计算的方法和“0、1”编码符构建的编程世界，对这一数据世界进行再转译进而体现对现实的某种理解，因而生成式人工智能技术真正负责的是编程后的现实，而非现实本身[24]。显然，生成式人工智能嵌入媒介融合的过程中，蕴含着生成世界与现实世界不对等的内容生产风险，且这种不对等还包含了算法偏见、意识形态偏向、性别歧视等情况。

（二）AI依赖形成，创造力遭消解

AI依赖是用户过度依靠人工智能为其生成文本、图像等多种形态的传播内容的现象。无论是机构的专业从业者还是普通草根用户，若陷入AI依赖，成为技术的附庸，有可能失去自身的思考能力，人的创造力有逐渐被工具理性消解的风险。

生成式人工智能内嵌的“基于人类反馈的强化学习”技术，能根据用户反馈数据生成满足其偏好的内容[25]，这种以用户需求为中心而非以事实为中心的生成机制，增加了用户使用成瘾的风险。换言之，当系统持续停留在我们的认知舒适区，理性选择与即时快感便悄然捆绑，用户越是主动优化AI，越容易困在自我强化的信息茧房中，最终清醒地陷入“越用越对，越对越用”的工具依赖困境。这反而悖离了媒介融合的初衷：媒介融合离不开技术的推动，但始终需要人的理性引导，盲目依赖与崇拜AI技术易催生技术乌托邦现象，从而忽视人的主观能动性和创造力，[26]媒介融合也将走向无地可“融”的地步。

（三）AI焦虑加剧，主体性被迁移

AI焦虑实质是一种技术焦虑，是20世纪80年代流行于西方发达国家的概念，指个体实际使用某项新技术或面临使用某项技术的可能性时所产生的恐惧和不适心理[27]。作为媒介融合背景下的媒体从业人员，当智能系统接管选题策划、内容生产等核心环节时，便容易陷入“替代焦虑”与“工具依赖”的沼泽，面临创作权属模糊、专业价值稀释与权力让渡的身份困局。

AI 技术的快速发展引发的人才结构失衡，成为 AI 焦虑的重要表征。其带来的典型问题是人工智能对劳动力的替代，而这涉及多方群体利益[7]。在 AI 产业生态中，顶端的技术寡头凭借算法、算力等掌控智能生产资料；底端的数据标注工则因从事低附加值、高强度的基础性工作，沦为数字时代的 “新佃农”；而曾经处于行业主流的职业创作者群体，如调查记者、编辑等，其工作内容也发生异化——调查记者转为事实核查，编辑工作则简化为 AI 生成内容的格式调整，职业价值被系统性削弱。这种结构性变革重塑了就业形态，催生出大量新型零工群体。不同群体间因利益诉求、资源禀赋的差异，不可避免地陷入激烈博弈。

总的来说，生成式人工智能技术驱动下的媒介融合在带来效率跃升的同时，也带来了技术AI幻觉、使用者AI依赖、从业者AI焦虑等不同主体的风险与挑战。但是毋庸置疑，生成式人工智能为数字世界的价值创造开辟了新的时空维度，使未来的数字实践与媒介融合能够以创新的形式进行结合与呈现，人类数字文明的序幕也将就此拉开[28]。事实上，媒介融合既离不开生成式人工智能技术的驱动，也离不开其带来的各项融合效能的提升，因此唯有以积极姿态拥抱技术，才能将技术赋能下的价值与利益最大化。

生成式人工智能深度介入并改变媒介融合的底层逻辑，在无限拓宽内容生产可能性的同时，也颠覆了传统媒体权力结构。面对一系列变化，从各媒介机构到草根创作者，只有秉持正确认识，与生成式人工智能同频共振，方能纾解其在媒介融合过程中产生的风险与挑战。

（一）认识AIGC，形成技术与个体双向融合

维纳在《人有人的用处》一书中指出，机器对社会的危险归根结底并非机器本身，而是其背后的人类[29]。在媒介融合过程中，当集体与个人都在借助生成式人工智能进行内容生产时，应尽早认识到生成式人工智能的内在逻辑，通过持续调适、校准，完成对机器的驯化[30]，破解“AI幻觉”，完成人机的双向融合。

从技术创新与迭代的角度来看，要认识技术的缺陷，研发人员可以进一步完善解码和编码价值对齐的工程。一方面，加强语法识别能力，精简冗余表达，剥离模糊语境，让训练素材变得干净准确；另一方面，用智能筛查工具自动识别逻辑漏洞或虚构信息，再通过人机协同校准，实时反馈修正，防止模型训练过程中的信息污染，强化输出环节的可靠性验证，最终达成生成内容创造力与真实性的动态平衡，在技术不确定性的迷雾中开辟出确定性的信息走廊。

从个体实践角度来看，要强化角色转变并提升“问商”水平。生成式人工智能具备强大的内容生产能力，传统新闻工作者必须紧跟时代，实现从内容生产者到把关人的角色转变，这是媒介融合中新闻工作者的必经之路[31]。例如，人民日报与今日头条开展委托人工审核的业务合作，就是基于在媒介融合中与生成式人工智能达成的一种对各自定位的约定。此外，当前生成式人工智能多为问答型工具，解决问题不难，关键在于能否提出高质量的问题，这就是考验提问者的“问商”水平。“问商”指的是使用者向生成式人工智能提问的水平高低，“问商”已逐渐成为人工智能时代数字素养的标配[32]。因此，使用者也必须不断加强自身对技术的掌握，才有可能最大程度发挥好生成式人工智能的作用。

（二）善用AIGC，构建多元创新的媒介世界

媒介融合过程中，若为了追求流量，过分崇拜和依赖AIGC自动生成新闻内容而不进行独立思考和价值判断，那么人将变成技术的附庸[33]。因此，需要善用AIGC，坚守与保持自身的创意与思考，共同建构一个多元创新的时代[34]。

善用AIGC，也意味着使用态度的不依赖不盲从。当文生图片、文生视频、文生漫画等一系列生成形式让人眼花缭乱时，使用者要做到心中有底气、使用有原则，认真甄别自身使用的目的以及想要达到的传播效果，合理、合规、合法地使用生成式人工智能技术，形成技术为人生、为人用的局面。

善用AIGC，意味着内容生产的多元与创新。2024年习近平总书记考察湖南时强调，要探索文化和科技融合的有效路径，加快发展新型文化业态。生成式人工智能打破了原有的媒介传播机制，同时造就了新的媒介文化生产空间，善用AIGC意味着在利用时代契机加强创作内容，扩大产能的同时，有更多可能性去创造具备时代价值与审美价值的臻品[35]。

（三）拥抱AIGC：重塑和谐共生的人机关系

媒介融合的进程始终离不开人与技术的共存。生成式人工智能既是人类发展的工具，亦能独立于人类成为信息传播系统中的行动者，参与新闻信息生产与传播的全流程[36]。面对生成式人工智能的来势汹汹，人类需更加注重与机器之间的关系建构。

其一，基于价值共创，共塑良好关系网络。价值创造是企业战略与营销管理关注的核心问题之一，原指唯一生产者生产具有价值的内容。然而，在生成式人工智能时代，是由多元主体（技术—技术，技术—物，技术—人）共同参与内容生成，形成价值共创的局面。这提醒我们，一方面要善待机器，人与非人并非二元对立，二者合作的基础是平等尊重；另一方面要善待人类自身，媒介智能化进程需以人类文化为价值坐标，锚定人机共生的目标是为人类服务。

其二，发挥人的主观能动性和创造力，与机器协同参与社会治理。从媒介融合到人机融合，终极目的均是推动社会更好地发展，促进人类更好地交流，这也是回归传播的元命题[3]。仅仅依靠技术驱动媒介融合内容生产边界，不具备可持续发展的可行性，个体用户应该培育算法素养与批判性思维，积累人机对话的智慧，以自身认知与智慧反哺融合，真正形成人智融创的良好局面。

简而言之，生成式人工智能时代，媒介融合过程确实会遭遇不可避免的风险与挑战。笔者坚信随着一代代的技术革新，从人类正确认识AIGC、善用AIGC、拥抱AIGC的角度出发，媒介融合将会出现欣欣向荣的景象。

本文从生成式人工智能技术的发展出发，重新思考了媒介融合概念在这一时代边界的再模糊与用户参与的再体现，进而探讨了媒介融合在技术渗透下于内容运营、业务升级、认知界面、产品创新等方面的契机与发展空间，同时揭示媒介融合在深度化发展过程中面临的AI幻觉、AI依赖、AI焦虑等风险，最后从人本主义角度提出，面对生成式人工智能的媒介融合，应当正确认识AIGC、善用AIGC、理解AIGC。

在生成式人工智能重塑媒介生态的进程中，人类既需仰望技术星河带来的创新曙光，也要警惕其投下的伦理暗影。这场智能革命犹如一柄双刃剑：一方面释放出无限内容生产力，让媒介融合迸发出跨维度的创新活力；另一方面却可能割裂真实与虚构的边界，在数据洪流中冲刷出价值判断的沟壑，引发诸多理论危机。具体实践中，我们既要允许技术创新突破媒介表达的物理极限，又需在算法深处镌刻人性真善美的价值基准，确保技术进步在服务于媒介融合发展的同时，更能促进人类共同的文化繁荣和社会进步，从而走向欣欣向“融”的光明大道。

[1] 蔡雯.初心与愿景:深化媒体融合及其研究的追问[J].新闻与写作,2023(11).

[2] 蔡雯,汪惠怡.发展新质生产力的中国媒体深度融合新命题——动态的专业边界调和与新闻资源配置[J].当代传播,2024(03).

[3] 吴志远,胡翼青.从“媒介融合”到“交往融合”[J].当代传播,2024(03).

[4] 方兴东,顾烨烨,吴可儿.Sora冲击波下的媒体融合——重新理解媒体融合的理论与实践[J].未来传播,2024(03).

[5] 朱思敏,彭兰.从融媒体到智媒体:智能技术驱动下的电视媒体生态演变[J].电视研究,2023(10).

[6] 李唯嘉.从用户视角理解媒介融合:多重维度与反思[J].编辑之友,2023(07).

[7] 韩晓宁,周恩泽.能力跃升与战略重构:生成式人工智能驱动媒体深度融合的路径探析[J].中国编辑,2024(02).

[8] 王沐之,胡翼青.ChatGPT与第三交流的诞生[J].现代出版,2023(06).

[9] 姚曦,姚俊.第三种劳动:智能品牌传播中的人机关系[J].湖北大学学报(哲学社会科学版),2024(01).

[10] 方兴东,严峰,钟祥铭.大众传播的终结与数字传播的崛起——从大教堂到大集市的传播范式转变历程考察[J].现代传播(中国传媒大学学报),2020(07).

[11] 陈昌凤.媒体业，如何用大模型赋能？[J].现代视听,2023(12).

[12] 胡正荣,闫佳琦.生成式人工智能的价值对齐比较研究——基于2012—2023年十大国际新闻生成评论的实验[J].新闻大学,2024(03).

[13] 孙玮,张祁锴.智能体崛起:Web3.0的平台转型——兼论计算维度的媒介学[J].现代出版,2025(01).

[14] 杨先顺,李婷.智能广告的技术伦理风险及其治理新探[J].武汉大学学报(哲学社会科学版),2023(03).

[15] 李鲤,石琪隆.超越“运输”隐喻:生成式人工智能语境下的叙事互型再造[J].当代传播,2024(01).

[16] 姜智彬,周杨.阶段型颠覆式创新:生成式人工智能对广告产业的影响研究[J].编辑之友,2023(11).

[17] Al Dungeon. Research letter: A text-based adventure-story game you direct (and star in) while the Al brings it to life. Retrieved February 1.2024 from https://aidungeon.com.

[18] 胡正荣,李涵舒.颠覆与重构:AIGC的效用危机与媒介生态格局转化[J].新闻与写作,2023(08).

[19] 谢湖伟,简子奇,沈欣怡.认知框架视角下AIGC对媒体融合的影响研究——对30位媒体融合从业者的深度访谈[J].新闻与传播评论,2023(06).

[20] 张诗瑶,沈阳.Sora:传媒生态镜像进化与认知变革[J].编辑之友,2024(06).

[21] 彭兰.“镜子”与“他者”:智能机器与人类关系之考辨[J].新闻大学,2024(03).

[22] 陈昌凤,张梦.由数据决定？AIGC的价值观和伦理问题[J].新闻与写作,2023(04).

[23] 方兴东,钟祥铭,宋珂扬.Sora与新控制危机——理解智能传播时代风险的新机制、新治理和新逻辑[J].传媒观察,2024(05).

[24] 王建磊.世界视频化:基于Sora的媒介认知与实践转向[J].深圳大学学报(人文社会科学版),2024(02).

[25] 谢梅,王世龙.ChatGPT出圈后人工智能生成内容的风险类型及其治理[J].新闻界,2023(08).

[26] 陈世华,刘爽.悖离与纠偏:媒介融合的困境与出路[J].福建师范大学学报(哲学社会科学版),2024(01).

[27] Simonson M R, Maurer M, Montag-Torardi M, et al. Development of a Standardized Test of Computer Literacy and a Computer Anxiety Index[J]. Journal of Educational Computing Research,1987(02).

[28] 喻国明,苏健威.从Sora到AGI:智能媒介的升维与全新场景体验时代的到来[J].编辑之友,2024(06).

[29] 维纳.人有人的用处:控制论和社会[M].陈步,译.北京:商务印书馆,1989.

[30] 胡翼青,黄悠然.生成式人工智能背景下的媒体融合——基于产能的视角[J].中国编辑,2024(05).

[31] 胡翼青,马新瑶.应对产能危机:传统媒体的生存困局与角色转型[J].上海大学学报(社会科学版),2021(03).

[32] 詹新惠.“问商”:人工智能时代数字素养的标配[J].青年记者·周末评论，2024（01）.

[33] 曾晓.ChatGPT新思考:AIGC模式下新闻内容生产的机遇、挑战及规制策略[J].出版广角,2023(07).

[34] 张路正.Sora赋能视频创作:机遇、挑战及前瞻[J].当代电视,2024(06).

[35] 丁未,姚园园.文化与科技融合下的青少年媒介素养教育[J].深圳大学学报(人文社会科学版),2014(02).

[36] 彭兰.数字新闻业中的人-机关系[J].新闻界,2022(01).

来源  |   《融媒》2025年第06期

作者  |   谷绍林，湖南大学新闻与传播学院硕士研究生。

责任编辑  |  朱晓松

新媒体编辑  |    邓汝濛