《中國(guó)文化和科技融合發(fā)展戰(zhàn)略研究報(bào)告》全文發(fā)布

2023年9月21日，在中國(guó)（南京）文化和科技融合成果展覽交易會(huì)主論壇正式發(fā)布，由中國(guó)人民大學(xué)創(chuàng)意產(chǎn)業(yè)技術(shù)研究院研究編制了《中國(guó)文化和科技融合發(fā)展戰(zhàn)略研究報(bào)告（2023）》（簡(jiǎn)稱《報(bào)告》）。

《報(bào)告》嘗試在理論上構(gòu)建“一核三圈”科技支撐中華民族現(xiàn)代文明建設(shè)圈層圖譜，并進(jìn)一步聚焦文化和科技領(lǐng)域的年度熱點(diǎn)——生成式人工智能，深入分析其發(fā)展歷程、技術(shù)奇點(diǎn)、產(chǎn)業(yè)實(shí)踐和場(chǎng)景應(yīng)用，展望未來(lái)AIGC時(shí)代文化和科技融合的八大焦點(diǎn)，即數(shù)據(jù)可信、模型機(jī)會(huì)、替代焦慮、版權(quán)困境、內(nèi)容挖掘、價(jià)值衍生、文化治理、監(jiān)管理念，從多角度研判我國(guó)文化和科技融合的新熱點(diǎn)新動(dòng)向新趨勢(shì)。

《中國(guó)文化和科技融合發(fā)展戰(zhàn)略研究報(bào)告（2023）》

一、中華民族現(xiàn)代文明的科技支撐路線

（一）科技支撐中華民族現(xiàn)代文明建設(shè)的“一核三圈”技術(shù)路線

文化和科技的深度融合，在推動(dòng)中華民族的優(yōu)秀文化基因與新一代數(shù)字技術(shù)融合創(chuàng)新發(fā)展，推動(dòng)中華民族現(xiàn)代文明建設(shè)方面具有凝心聚力作用。

中華優(yōu)秀傳統(tǒng)文化、社會(huì)主義先進(jìn)文化、革命文化作為中華文明的智慧結(jié)晶和精華所在，是中華民族的根和魂，構(gòu)成中華民族現(xiàn)代文明的文化內(nèi)核。科技作為第一生產(chǎn)力逐步嵌入到文化傳承發(fā)展、演繹呈現(xiàn)、交流傳播等各環(huán)節(jié)，延伸了文化賡續(xù)的長(zhǎng)度、探尋了文化呈現(xiàn)的深度、拓展了文化傳播的廣度，構(gòu)建起科技支撐中華民族現(xiàn)代文明建設(shè)的“一核三圈”技術(shù)路線。

科技支撐中華民族現(xiàn)代文明建設(shè)的“一核三圈”技術(shù)路線

1.科技延伸文化賡續(xù)長(zhǎng)度

——文化和科技的融合發(fā)展推動(dòng)中華文明賡續(xù)傳承。其一，科技延展了文化在數(shù)字時(shí)代的創(chuàng)新發(fā)展空間，賦予中華優(yōu)秀傳統(tǒng)文化以新生命和新生趣，推動(dòng)文化資源轉(zhuǎn)化為數(shù)字化形態(tài)，實(shí)現(xiàn)文化的活態(tài)化傳承和數(shù)字化共享，增強(qiáng)了文化的可持續(xù)性，推動(dòng)中華文明實(shí)現(xiàn)“數(shù)字永生”。其二，科技助力文明探源溯源，通過(guò)科技的力量同歷史對(duì)話，揭示中華文明起源、形成和發(fā)展，為重現(xiàn)中華文明的燦爛成就貢獻(xiàn)力量。其三，科技賦能文化活態(tài)傳承，大數(shù)據(jù)、云計(jì)算、人工智能等新一代信息技術(shù)的發(fā)展和應(yīng)用擴(kuò)展了傳統(tǒng)文化的存在形式，文化基因庫(kù)、數(shù)據(jù)庫(kù)、資源庫(kù)等數(shù)據(jù)中心能夠永久性保存和活態(tài)化傳承中華文化，促進(jìn)文化的融合匯聚與緊密關(guān)聯(lián)，推動(dòng)實(shí)現(xiàn)中華文化全景呈現(xiàn)，中華文明數(shù)字化成果全民共享。

2.科技探尋文化呈現(xiàn)深度

——科技革新了文化故事敘述與演繹呈現(xiàn)的方式，與新時(shí)代下“線上遷移”的文化需求相匹配。一方面，技術(shù)革新了文化資源的空間表現(xiàn)形式，突破了傳統(tǒng)文化與大眾之間的單向互動(dòng)模式。具體來(lái)看，文化資源呈現(xiàn)方式正在從“單一線下”向“在線在場(chǎng)”轉(zhuǎn)變，云展覽、數(shù)字博物館、全息幻影成像展示等模式應(yīng)運(yùn)而生。另一方面，技術(shù)實(shí)現(xiàn)了中華文明與大眾的雙向交互，以沉浸式、互動(dòng)體驗(yàn)為特點(diǎn)的展現(xiàn)形式革新了過(guò)去“單方面、薄內(nèi)容”的文化呈現(xiàn)姿態(tài)。2022年中國(guó)沉浸式產(chǎn)業(yè)市場(chǎng)規(guī)模預(yù)計(jì)達(dá)到520億元，預(yù)計(jì)2026年將突破2500億元，2022-2026年期間復(fù)合增速將達(dá)到48.1%（數(shù)據(jù)來(lái)源：《2022年中國(guó)沉浸式產(chǎn)業(yè)研究報(bào)告》）。沉浸式業(yè)態(tài)正在成為文化產(chǎn)業(yè)的新賽道，虛擬現(xiàn)實(shí)技術(shù)極大提升了文化的表現(xiàn)力，人工智能技術(shù)促進(jìn)了文化體驗(yàn)的交互發(fā)展，涌現(xiàn)出數(shù)字文博、數(shù)字歷史文化街區(qū)等更具感知力的文化數(shù)字化場(chǎng)景，成為中華文明魅力呈現(xiàn)的新模式。

3.科技拓展文化傳播廣度

——科技促進(jìn)了中華文明的交流傳播。其一，技術(shù)進(jìn)一步拓展了文化交流邊界，新的技術(shù)支撐體系下催生出VR、5G、AR、跨媒體平臺(tái)等數(shù)字媒介，實(shí)現(xiàn)了數(shù)字媒體與傳統(tǒng)媒體的有機(jī)融合與優(yōu)勢(shì)互補(bǔ)，為中華優(yōu)秀傳統(tǒng)文化開(kāi)辟出遠(yuǎn)距離、高精度、低成本的傳播路徑，拓寬了中華文明交流傳播的廣度和深度，有效促進(jìn)中華文明的流動(dòng)與交融。其二，技術(shù)進(jìn)一步豐富文化傳播形式，突破了以往圖文、音頻、視頻為主、鮮有互動(dòng)與交流的中心化傳播方式。在數(shù)字技術(shù)推動(dòng)下數(shù)字人、虛擬主播、虛擬演播室、無(wú)實(shí)景直播間等體量輕巧、互動(dòng)性強(qiáng)的傳播新形式涌現(xiàn)，衍生出高效、智能的數(shù)字媒體工具，全方位、立體化展現(xiàn)中華文明的獨(dú)特魅力。其三，技術(shù)進(jìn)一步釋放了文化傳播力，科技創(chuàng)造了每個(gè)個(gè)體自由接受和參與文化表達(dá)的機(jī)會(huì)，手機(jī)等智能終端的普及降低了內(nèi)容制造和內(nèi)容傳播的門(mén)檻，極大地激發(fā)了大眾的文化表達(dá)意愿和創(chuàng)造活力，“全民媒體”的到來(lái)加速提升了中華文明的傳播效能。

二、2023年的文化科技——突破技術(shù)奇點(diǎn)時(shí)刻

2022年11月，以ChatGPT為代表的人工智能席卷全球，成為有史以來(lái)用戶增長(zhǎng)最快的應(yīng)用程序，被稱為“人工智能里程碑”。現(xiàn)象級(jí)AI應(yīng)用掀起技術(shù)革命浪潮，推動(dòng)文化和科技融入智能化、數(shù)字化、互聯(lián)互通發(fā)展進(jìn)程，科技創(chuàng)新成為引領(lǐng)文化產(chǎn)業(yè)變革的關(guān)鍵變量、實(shí)現(xiàn)高質(zhì)量發(fā)展的最大增量。

（一）技術(shù)奇點(diǎn)：關(guān)鍵技術(shù)即將引爆數(shù)字效能

縱觀文化科技產(chǎn)業(yè)發(fā)展歷程，關(guān)鍵技術(shù)的介入是產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的關(guān)鍵。在互聯(lián)網(wǎng)向移動(dòng)互聯(lián)的切換時(shí)代，數(shù)據(jù)庫(kù)、服務(wù)器端、網(wǎng)頁(yè)設(shè)計(jì)等技術(shù)打通了信息傳輸通道，以門(mén)戶網(wǎng)站變革了信息交流范式。在互聯(lián)網(wǎng)向移動(dòng)互聯(lián)的切換時(shí)代，4G智能終端等技術(shù)以短視頻等新型媒介帶動(dòng)數(shù)字內(nèi)容產(chǎn)業(yè)爆發(fā)式呈現(xiàn)，產(chǎn)業(yè)規(guī)模指數(shù)型增長(zhǎng)。然而從移動(dòng)互聯(lián)到萬(wàn)物互聯(lián)的轉(zhuǎn)換受制于關(guān)鍵核心技術(shù)，概念難以落地，大數(shù)據(jù)資源統(tǒng)籌存在效能困境，算力限制導(dǎo)致產(chǎn)品難以成形，亟需關(guān)鍵技術(shù)引爆產(chǎn)業(yè)發(fā)展效能。作為新的技術(shù)奇點(diǎn)，AIGC有望成為暢通移動(dòng)互聯(lián)向萬(wàn)物互聯(lián)轉(zhuǎn)換的鏈接點(diǎn)，重構(gòu)思維模式、生產(chǎn)過(guò)程和服務(wù)體系，開(kāi)創(chuàng)新業(yè)務(wù)機(jī)會(huì)與商業(yè)模式，迎來(lái)文化產(chǎn)業(yè)的“iPhone時(shí)刻”。

突破技術(shù)奇點(diǎn)時(shí)刻

（二）質(zhì)變時(shí)代：AIGC爆發(fā)下的文化科技融合浪潮

AIGC浪潮下，內(nèi)容產(chǎn)業(yè)科技屬性日益增強(qiáng)，個(gè)性化、碎片化和定制化需求反向驅(qū)動(dòng)科技創(chuàng)新，以內(nèi)容產(chǎn)業(yè)為基礎(chǔ)的AIGC模型開(kāi)始不斷波動(dòng)演進(jìn)，探索從長(zhǎng)鏈?zhǔn)綄?duì)話到“文生圖頻”的發(fā)展路徑。

第一階段是深度學(xué)習(xí)模型的探索階段。文化的數(shù)據(jù)化和要素化是AIGC模型的關(guān)鍵，深度自我學(xué)習(xí)模型為文化數(shù)據(jù)“整合-解構(gòu)-再生成”的鏈條提供了關(guān)鍵技術(shù)底座。2014年，以合作的零和博弈框架為基礎(chǔ)的GAN模型（Generative Adversarial Networks，即生成對(duì)抗網(wǎng)絡(luò)）出現(xiàn)，成為深度學(xué)習(xí)模型擴(kuò)散式發(fā)展的探索基石。2017年，Transformer架構(gòu)依托編碼器和解碼器兩大組件，給自然語(yǔ)言處理領(lǐng)域帶來(lái)顛覆性突破，為內(nèi)容的解構(gòu)與再生成奠定了模型基礎(chǔ)。

第二階段是“文生文”基本架構(gòu)的建構(gòu)階段。這一階段，AIGC自我深度學(xué)習(xí)算法和模型逐步成熟，生成式AIGC逐漸從理論概念轉(zhuǎn)向?qū)嵺`應(yīng)用，“文生文”基本架構(gòu)逐步成形。2018年，谷歌發(fā)布BERT(Bidirectional Encoder Representations from Transformers)模型，社交網(wǎng)絡(luò)、推薦系統(tǒng)等與文化產(chǎn)業(yè)關(guān)聯(lián)緊密的領(lǐng)域進(jìn)入研究關(guān)鍵期。2019年， GPT-3已能夠高質(zhì)量完成新聞、故事等“文生文”任務(wù)；百度推出ERNIE人工智能系統(tǒng)，語(yǔ)言理解和生成能力大幅度提升。自然語(yǔ)言處理與機(jī)器圖像形成進(jìn)入發(fā)展新階段，AIGC逐漸向出版業(yè)、新聞業(yè)等文化核心領(lǐng)域滲透。

第三階段是“文生圖頻”跨模塊多模態(tài)的融合階段。“文生圖”技術(shù)日趨成熟，部分AI創(chuàng)作工具已能夠?qū)崿F(xiàn)高效高速的“文本輸入-圖像生成”轉(zhuǎn)換，以自動(dòng)化、高精度、可定制化等特征，成為文字與圖片模態(tài)轉(zhuǎn)換的連接，AIGC進(jìn)入“文生圖頻”的多模態(tài)發(fā)展階段。作為新興賽道，“文生音視頻”模型局限性仍有待突破，以邏輯簡(jiǎn)單、內(nèi)容重組等結(jié)構(gòu)化內(nèi)容為主，生成規(guī)模與生成質(zhì)量不匹配，難以滿足創(chuàng)作需求。

“文生圖頻”跨模塊多模態(tài)的融合階段

（三）百模大戰(zhàn)：中外AIGC大模型的差距、態(tài)勢(shì)與結(jié)構(gòu)

ChatGPT的出現(xiàn)掀起生成式人工智能熱潮，據(jù)IDC數(shù)據(jù)統(tǒng)計(jì)，2026年全球人工智能市場(chǎng)規(guī)模將達(dá)到820億美元，國(guó)內(nèi)外AIGC呈現(xiàn)“百模大戰(zhàn)”的發(fā)展態(tài)勢(shì)，數(shù)據(jù)量、數(shù)據(jù)中心等資源稟賦成為AIGC軟實(shí)力的重要表征。

中國(guó)數(shù)據(jù)量占優(yōu)，但數(shù)據(jù)載體差距大。AIGC大模型的復(fù)雜解構(gòu)和迭代更新要求龐大的訓(xùn)練庫(kù)做底層支撐，據(jù)IDC數(shù)據(jù)顯示，中國(guó)數(shù)據(jù)量規(guī)模將從2022年的23.88ZB增長(zhǎng)至2027年的76.6ZB，年均增速CAGR達(dá)26.3%，位列世界第一。數(shù)據(jù)中心是數(shù)據(jù)信息化的重要空間載體，是大數(shù)據(jù)存儲(chǔ)與系統(tǒng)運(yùn)行的關(guān)鍵平臺(tái)支撐。據(jù)Synergy Research數(shù)據(jù)顯示，美國(guó)大規(guī)模數(shù)據(jù)中心在全球占比達(dá)49%，名列第一，我國(guó)以15%位列第二，仍有較大差距。

專利保有量與人才數(shù)量不平衡。AI專利是我國(guó)突破核心技術(shù)痛點(diǎn)的關(guān)鍵，據(jù)LexisNexis PatentSight數(shù)據(jù)統(tǒng)計(jì)，截至2021年，在全球AI專利數(shù)量TOP10榜單中，我國(guó)4家企業(yè)上榜，其中，騰訊集團(tuán)以9614個(gè)專利數(shù)量名列首位，百度以9514個(gè)專利數(shù)量位居第二，具有較強(qiáng)的專利創(chuàng)新實(shí)力。但據(jù)《2022年全球最具影響力人工智能學(xué)者——AI2000榜單》顯示，我國(guó)入選的高影響力AI學(xué)者數(shù)量?jī)H為232人，高質(zhì)量人工智能人才數(shù)量和專利保有量的不平衡發(fā)展態(tài)勢(shì)明顯。

模型基礎(chǔ)較弱，部分仍以國(guó)外模型為基底。國(guó)外AIGC模型研究起步早、基礎(chǔ)強(qiáng)，Transformer、BERT等已成為眾多大模型發(fā)展底座；受限于高成本、大算力和強(qiáng)技術(shù)等大模型開(kāi)發(fā)剛性需求，我國(guó)大模型自主研發(fā)規(guī)模較小，部分AIGC模型仍以國(guó)外研發(fā)模型為基礎(chǔ)。

“跟跑”大模型領(lǐng)域，深耕小模型垂直賽道。在大模型領(lǐng)域，國(guó)外ChatGPT等大模型“領(lǐng)跑”產(chǎn)業(yè)化、規(guī)模化發(fā)展，訓(xùn)練精度、模型準(zhǔn)度表現(xiàn)較好。我國(guó)大模型尚處于“跟跑”階段，具備一定后發(fā)優(yōu)勢(shì)，但仍需突破規(guī)模效益臨界點(diǎn)，釋放更大效能。在專業(yè)模型領(lǐng)域，國(guó)外聚焦AIGC視覺(jué)表現(xiàn)和聽(tīng)覺(jué)范式的革新，Stable Diffusion等在AIGC圖像生成領(lǐng)域具有較強(qiáng)代表性；我國(guó)模型多點(diǎn)發(fā)力，強(qiáng)調(diào)廣范圍多布局，深耕游戲、影視、文旅等賽道，積極探索AIGC+產(chǎn)業(yè)轉(zhuǎn)型的新賽道。

中外AIGC大模型的對(duì)比

（四）場(chǎng)景應(yīng)用：數(shù)智融合的多環(huán)節(jié)滲透

在AIGC深度學(xué)習(xí)和算力算法實(shí)現(xiàn)突破性發(fā)展的前提下，AIGC內(nèi)容創(chuàng)作范式和服務(wù)模式實(shí)現(xiàn)自我迭代，逐漸深度賦能并滲透至文化內(nèi)容自生產(chǎn)至審核的創(chuàng)作鏈條，衍生出內(nèi)容創(chuàng)作、文化安全等五大場(chǎng)景。

AIGC賦能通用型文化資產(chǎn)的創(chuàng)作生成。在自然語(yǔ)言處理技術(shù)和分析算法支持下，AIGC數(shù)據(jù)能夠?qū)崿F(xiàn)標(biāo)簽化、元素化轉(zhuǎn)換，具有一定復(fù)用性、延伸性和場(chǎng)景適應(yīng)性，服務(wù)于游戲NPC對(duì)話、文章大綱等多模態(tài)結(jié)構(gòu)化場(chǎng)景。

AIGC賦能專業(yè)型文化資產(chǎn)的輔助生產(chǎn)。專業(yè)垂直賽道的生產(chǎn)內(nèi)容具有個(gè)性化、定制化和碎片化等特點(diǎn)，AIGC能夠提供強(qiáng)專業(yè)性的內(nèi)容素材，輔助高創(chuàng)意度、高精準(zhǔn)度的人工內(nèi)容創(chuàng)作行為，提高人類生產(chǎn)者創(chuàng)作效率。

AIGC賦能文旅消費(fèi)決策與個(gè)性服務(wù)。大規(guī)模數(shù)據(jù)量和強(qiáng)計(jì)算能力將為AIGC智能文旅決策能力提供保障，通過(guò)分析文旅消費(fèi)歷史記錄、文旅目的地行為偏好等數(shù)據(jù)，模型能夠自動(dòng)分析文旅個(gè)性化和碎片化喜好，提升“千人千面”的定制化行為參考決策準(zhǔn)度，賦能景區(qū)自助客服、場(chǎng)景智能導(dǎo)覽和文創(chuàng)智能營(yíng)銷(xiāo)等場(chǎng)景。

AIGC賦能內(nèi)容安全與輔助審核。數(shù)字內(nèi)容的井噴式發(fā)展為內(nèi)容檢查、審核和篩選帶來(lái)較大壓力，通過(guò)針對(duì)性預(yù)訓(xùn)練，AIGC能夠?qū)ξ淖帧D片和視頻等進(jìn)行輔助審核，以人機(jī)協(xié)同實(shí)現(xiàn)內(nèi)容審核環(huán)節(jié)的降本增效。

AIGC賦能內(nèi)容信息的結(jié)構(gòu)化和知識(shí)化。在人工智能分析算法和自然語(yǔ)言模型的支持下，AIGC通過(guò)文化內(nèi)容的“解構(gòu)-分類-重構(gòu)”環(huán)節(jié)，拆解內(nèi)容元素，實(shí)現(xiàn)文化內(nèi)容的結(jié)構(gòu)化、知識(shí)化和體系化，服務(wù)文化遺產(chǎn)知識(shí)圖譜等場(chǎng)景。

場(chǎng)景應(yīng)用：數(shù)智融合的多環(huán)節(jié)滲透

（五）核心問(wèn)題：AIGC前端規(guī)范和環(huán)節(jié)高墻

AIGC的快速發(fā)展為數(shù)字文化產(chǎn)業(yè)帶來(lái)內(nèi)容范式和商業(yè)模式的巨大變革，但現(xiàn)有法律法規(guī)監(jiān)管框架和模型訓(xùn)練技術(shù)的不完善等因素為AIGC合規(guī)和迭代帶來(lái)巨大挑戰(zhàn)。

前端訓(xùn)練不規(guī)范導(dǎo)致模型“上梁不正”。一方面，數(shù)據(jù)不規(guī)范，可信度低。語(yǔ)料庫(kù)是AIGC模型訓(xùn)練的關(guān)鍵基礎(chǔ)，但我國(guó)高質(zhì)量中文語(yǔ)料庫(kù)數(shù)據(jù)規(guī)模小、獲取難度高，“數(shù)據(jù)孤島”問(wèn)題嚴(yán)重，亟需高質(zhì)量通用單語(yǔ)語(yǔ)料庫(kù)支持模型訓(xùn)練；互聯(lián)網(wǎng)內(nèi)容數(shù)據(jù)規(guī)模大、獲取難度低，能夠提供數(shù)據(jù)規(guī)模保障，但質(zhì)量難以控制。另一方面，模型訓(xùn)練頻次低，迭代弱。受模型復(fù)雜度、算力基礎(chǔ)等因素影響，模型訓(xùn)練頻次難以達(dá)到理想化水平，低頻次難以滿足高精準(zhǔn)度訓(xùn)練需求；大模型預(yù)訓(xùn)練水平不穩(wěn)定，易出現(xiàn)訓(xùn)練中斷等問(wèn)題，語(yǔ)言理解功能參差不齊，數(shù)據(jù)交互訓(xùn)練效果受影響。

AIGC重點(diǎn)環(huán)節(jié)“筑高墻”。一方面，存儲(chǔ)困境造成內(nèi)存瓶頸。當(dāng)前，AIGC內(nèi)存難以為復(fù)雜模型的規(guī)模數(shù)據(jù)提供有力支撐，存儲(chǔ)效率低，預(yù)處理百TB數(shù)據(jù)耗時(shí)約10天；存儲(chǔ)速度慢，有限數(shù)據(jù)內(nèi)存無(wú)法保障文件加載速度，難以滿足模型訓(xùn)練需求。另一方面，AI芯片筑起技術(shù)壁壘。AI芯片是AIGC模型運(yùn)算的重要保障，是模型訓(xùn)練效率的技術(shù)支撐。目前，AI通用芯片生產(chǎn)技術(shù)要求高，批量生產(chǎn)存在滯后性，技術(shù)壁壘短期內(nèi)仍難以打破。

模型后端變現(xiàn)乏力難以鏈接實(shí)體經(jīng)濟(jì)。在場(chǎng)景應(yīng)用方面， AIGC依托交互性和動(dòng)態(tài)性的特征，向電商、出版、藝術(shù)等領(lǐng)域深度滲透。但受需求對(duì)接不暢通、供給質(zhì)量難保證等因素影響，AIGC應(yīng)用表現(xiàn)與場(chǎng)景需求難以完美匹配；在收費(fèi)模式方面，我國(guó)AIGC應(yīng)用仍停留在免費(fèi)引流和低價(jià)進(jìn)駐的“價(jià)格戰(zhàn)”階段，對(duì)客戶回流模式探索較少，難以在短時(shí)間實(shí)現(xiàn)“大流量”向“高價(jià)值”的轉(zhuǎn)換，向?qū)嶓w經(jīng)濟(jì)鏈接路徑尚不明確。

核心問(wèn)題：AIGC前端規(guī)范和環(huán)節(jié)高墻

三、AIGC時(shí)代文化科技融合的八大焦點(diǎn)

基于上文對(duì)AIGC發(fā)展歷程、場(chǎng)景應(yīng)用和核心問(wèn)題等的分析，本《報(bào)告》預(yù)測(cè)并提出AIGC時(shí)代文化和科技融合的八大焦點(diǎn)，探索生成式人工智能AIGC在數(shù)字內(nèi)容創(chuàng)作生態(tài)中的關(guān)鍵環(huán)節(jié)和現(xiàn)狀趨勢(shì)。

焦點(diǎn)一：數(shù)據(jù)可信——AIGC上中下游的數(shù)據(jù)規(guī)范是首要問(wèn)題

1.不可信與不規(guī)范或成AIGC兩大絆腳石

目前，AIGC領(lǐng)域已基本形成“采集-存儲(chǔ)-運(yùn)算-再解構(gòu)-再組合”的數(shù)據(jù)內(nèi)容生產(chǎn)鏈，但部分環(huán)節(jié)尚不完善，行業(yè)監(jiān)管存在“灰色地帶”。

語(yǔ)料庫(kù)規(guī)模少且質(zhì)量低，訓(xùn)練數(shù)據(jù)面臨“可信”挑戰(zhàn)。作為非數(shù)據(jù)化結(jié)構(gòu)的關(guān)鍵載體，語(yǔ)料庫(kù)在模型訓(xùn)練過(guò)程中擔(dān)負(fù)重要作用，總的來(lái)看，我國(guó)語(yǔ)料庫(kù)面臨以下三大“可信”挑戰(zhàn)。一是語(yǔ)料庫(kù)內(nèi)容少，據(jù)數(shù)據(jù)顯示，截至2023年4月末，我國(guó)移動(dòng)互聯(lián)網(wǎng)用戶數(shù)達(dá)14.85億戶，但互聯(lián)網(wǎng)中文內(nèi)容僅占全球互聯(lián)網(wǎng)內(nèi)容數(shù)量的1.5%，可用訓(xùn)練數(shù)據(jù)少；二是語(yǔ)料庫(kù)獲取難，部分商業(yè)、科研、金融等高質(zhì)量語(yǔ)料庫(kù)仍存在“數(shù)據(jù)壁壘”，難以公開(kāi)訪問(wèn)；三是語(yǔ)料庫(kù)顆粒粗，受語(yǔ)料標(biāo)注方法、效率、成本等影響，部分語(yǔ)料庫(kù)語(yǔ)義標(biāo)注顆粒度較大，難以從“標(biāo)注-檢索-挖掘-分析-訓(xùn)練”的鏈條中提取有效信息。

模型訓(xùn)練不當(dāng)帶來(lái)“AI幻覺(jué)”，引發(fā)可信度危機(jī)。大語(yǔ)言模型（LLM）的日趨復(fù)雜和數(shù)據(jù)量的大規(guī)模涌入導(dǎo)致“AI幻覺(jué)”，即AIGC生成內(nèi)容與訓(xùn)練數(shù)據(jù)、客觀事實(shí)不一致的自信反應(yīng)。一方面是模型數(shù)據(jù)量不足、數(shù)據(jù)格式不完整、數(shù)據(jù)標(biāo)簽有偏見(jiàn)等因素加速了“AI幻覺(jué)”的出現(xiàn)；另一方面是模型架構(gòu)擬合度低，模型訓(xùn)練水平難以滿足復(fù)雜模型的訓(xùn)練需求，導(dǎo)致高層次、多參數(shù)模型更容易產(chǎn)出錯(cuò)誤信息。

數(shù)據(jù)可信——AIGC上中下游的數(shù)據(jù)規(guī)范是首要問(wèn)題

2.AIGC上中下游規(guī)范可信的三大關(guān)鍵

在AIGC的跨專業(yè)、跨地域、跨模態(tài)的系統(tǒng)復(fù)雜性前提下，應(yīng)多點(diǎn)聚焦從數(shù)據(jù)整合到模型開(kāi)發(fā)、從工具平臺(tái)到內(nèi)容創(chuàng)作、從行業(yè)服務(wù)到市場(chǎng)流通的內(nèi)容生產(chǎn)全產(chǎn)業(yè)鏈，以包容審慎的監(jiān)管政策保障數(shù)據(jù)規(guī)范、產(chǎn)業(yè)合規(guī)和產(chǎn)品可信。

上游：分行業(yè)、分類別、分源頭守護(hù)前端數(shù)據(jù)規(guī)范。數(shù)據(jù)供給方是AIGC內(nèi)容真實(shí)可信、透明規(guī)范的關(guān)鍵負(fù)責(zé)人，應(yīng)加強(qiáng)對(duì)AIGC模型預(yù)訓(xùn)練數(shù)據(jù)的合規(guī)性審核管理，一是分行業(yè)明確數(shù)據(jù)安全性門(mén)檻，避免對(duì)數(shù)據(jù)內(nèi)容管理“一刀切”；二是分類別搭建數(shù)據(jù)安全分級(jí)框架，保證數(shù)據(jù)來(lái)源合法、使用規(guī)范；三是分源頭提升語(yǔ)料標(biāo)注顆粒精細(xì)度，保障數(shù)據(jù)信息提取的準(zhǔn)確度。

中游：鼓勵(lì)生成保護(hù)，以“技術(shù)賦能”打破虛假內(nèi)容困境。從模型訓(xùn)練、內(nèi)容生產(chǎn)等方向保障AIGC內(nèi)容創(chuàng)作輸出，一是加大模型訓(xùn)練和擬合度等方向的針對(duì)性技術(shù)研發(fā)力度，以“大科研”保障內(nèi)容真實(shí)度，打破虛假內(nèi)容生成困境；二是鼓勵(lì)A(yù)IGC創(chuàng)作內(nèi)容運(yùn)用差分隱私等技術(shù)增強(qiáng)對(duì)個(gè)人隱私、商業(yè)機(jī)密等內(nèi)容的保護(hù)能力，加強(qiáng)數(shù)據(jù)保護(hù)力度，提升內(nèi)容可信度。

下游：完善風(fēng)險(xiǎn)分級(jí)制度，包容管理與嚴(yán)格監(jiān)管并存。在AIGC內(nèi)容規(guī)模化和產(chǎn)業(yè)化發(fā)展背景下，為進(jìn)一步完善數(shù)字內(nèi)容產(chǎn)業(yè)生態(tài)，建議針對(duì)AIGC生成內(nèi)容采取包容審慎的三級(jí)風(fēng)險(xiǎn)管理制度。針對(duì)低風(fēng)險(xiǎn)內(nèi)容，由模型自動(dòng)判斷并告知使用者風(fēng)險(xiǎn)，強(qiáng)調(diào)自主性；針對(duì)高風(fēng)險(xiǎn)內(nèi)容，采取人工審核和專家合規(guī)評(píng)定雙重保險(xiǎn)，追求客觀性；針對(duì)不可接受內(nèi)容，在政府監(jiān)管框架下，對(duì)該內(nèi)容進(jìn)行全模型、全場(chǎng)景下架，明確邊界性。

數(shù)據(jù)可信——AIGC上中下游的數(shù)據(jù)規(guī)范是首要問(wèn)題

焦點(diǎn)二：模型機(jī)會(huì)——大模型馬太效應(yīng)，專業(yè)小模型或有更大可能

AIGC領(lǐng)域的大模型普遍指基于龐大的參數(shù)規(guī)模和高復(fù)雜程度的機(jī)器學(xué)習(xí)模型，具有規(guī)模大、分析力強(qiáng)、準(zhǔn)確率高等特征，但在高成本和高技術(shù)門(mén)檻等限制下，中小企業(yè)難以加入該領(lǐng)域，共享技術(shù)紅利。因此，大模型底層邏輯應(yīng)與小模型專業(yè)邏輯并行，助力場(chǎng)景多元的專業(yè)小模型成為AIGC市場(chǎng)化發(fā)力重點(diǎn)。

1.大模型是發(fā)展基石與底座，但門(mén)檻過(guò)高主導(dǎo)者僅占少數(shù)

當(dāng)前，生成式人工智能正在深度賦能文化產(chǎn)業(yè)數(shù)字化發(fā)展，以龐大的公共數(shù)據(jù)為基礎(chǔ)的通用大模型已成為文化和科技發(fā)展的底座，但大模型突出的高訓(xùn)練門(mén)檻、高成本壁壘等特征，注定了只有極少數(shù)市場(chǎng)主體能夠集中資源、發(fā)揮規(guī)模優(yōu)勢(shì)，主導(dǎo)研發(fā)“練大模型”。中小企業(yè)應(yīng)盡量避免分散訓(xùn)練資源“大練模型”，減少行業(yè)泡沫和資源浪費(fèi)。

一是訓(xùn)練成本高昂，數(shù)據(jù)、設(shè)備、人才等成本的疊加導(dǎo)致AIGC訓(xùn)練成本高昂，據(jù)OneFlow估算，部分大規(guī)模LLM模型單次訓(xùn)練成本最高可達(dá)1200萬(wàn)美元；二是芯片需求規(guī)模大，AI芯片是模型訓(xùn)練的重要執(zhí)行單元，AIGC市場(chǎng)規(guī)模的提升推動(dòng)GPU需求快速增長(zhǎng)，據(jù)統(tǒng)計(jì)，日咨詢量約為2.5億次的AIGC站點(diǎn)，日芯片需求量為30382片，中小型企業(yè)難以負(fù)擔(dān)龐大的芯片規(guī)模；三是初始算力要求高，越來(lái)越復(fù)雜的AIGC模型所需要的計(jì)算復(fù)雜度呈指數(shù)型上漲，千萬(wàn)級(jí)用戶咨詢量需要匹配3798臺(tái)高級(jí)服務(wù)器，成本約為7.59億美元，短時(shí)間內(nèi)匹配高額算力為企業(yè)帶來(lái)較大的訓(xùn)練壓力。

2.聚焦小模型專業(yè)邏輯，突破資源限制尋求更多機(jī)會(huì)

當(dāng)前，大模型入場(chǎng)的高門(mén)檻態(tài)勢(shì)短期內(nèi)仍無(wú)法改變，但大模型的技術(shù)溢出效益同樣能夠給中小型企業(yè)帶來(lái)發(fā)展機(jī)會(huì)，以遷移學(xué)習(xí)和資源共享等方式，助力專業(yè)小模型持續(xù)深入推進(jìn)場(chǎng)景拓展化發(fā)展，二者融合將有效釋放AIGC商業(yè)場(chǎng)景的長(zhǎng)尾效應(yīng)，帶動(dòng)中小型企業(yè)入場(chǎng)共享發(fā)展紅利。

一方面，以“遷移學(xué)習(xí)”強(qiáng)化產(chǎn)業(yè)落地。在“小模型+遷移學(xué)習(xí)”范式中，通過(guò)微調(diào)大模型訓(xùn)練數(shù)據(jù)，小模型能夠以大模型知識(shí)底座為基礎(chǔ)，以低成本形成新認(rèn)知、拓展新場(chǎng)景，加速AIGC應(yīng)用落地。

另一方面，以“輕量資源”激活生產(chǎn)能量。專業(yè)模型是基于通用模型的再調(diào)試與再訓(xùn)練，借力大模型已有平臺(tái)，專業(yè)小模型能夠與大模型形成“共生效應(yīng)”，為中小型企業(yè)提供輕量化解決方案，實(shí)現(xiàn)小模型的專業(yè)路徑突破，直接對(duì)接并滿足市場(chǎng)端需求。

模型機(jī)會(huì)——大模型馬太效應(yīng)，專業(yè)小模型或有更大可能

焦點(diǎn)三：替代焦慮——人工智能短期內(nèi)仍是人類智能的互補(bǔ)品

隨著人工智能的蓬勃發(fā)展，AIGC在內(nèi)容創(chuàng)作領(lǐng)域是否會(huì)替代人類的問(wèn)題引起了廣泛的關(guān)注，如何看待AIGC和人類的關(guān)系，成為一個(gè)重要議題。

人機(jī)的創(chuàng)作路徑差異較大。AIGC的創(chuàng)作路徑，主要通過(guò)算法對(duì)現(xiàn)有素材進(jìn)行重組，形成最終作品，這種創(chuàng)作是在固有邊界內(nèi)實(shí)現(xiàn)內(nèi)容繁榮；人類的創(chuàng)作路徑，則是基于對(duì)世界的思想感知，通過(guò)各種形式來(lái)進(jìn)行自由表達(dá)，形成最終的作品，這種創(chuàng)作為探索未知邊界、創(chuàng)新內(nèi)容范式提供了更多可能性。

替代焦慮——人工智能短期內(nèi)仍是人類智能的互補(bǔ)品

創(chuàng)作路徑的差異導(dǎo)致了人機(jī)效能的不同。基于創(chuàng)作路徑的不同，可以看出人工智能和人類智能在效能上各具優(yōu)勢(shì)。一方面，AIGC的最大優(yōu)勢(shì)是能夠以復(fù)雜計(jì)算高效處理結(jié)構(gòu)化任務(wù)，適合通用型文化資產(chǎn)的生成，特點(diǎn)是效率很高、邊界固定；另一方面，人類的最大優(yōu)勢(shì)是擁有感知、學(xué)習(xí)、理解、交流的能力，能夠處理各類復(fù)雜任務(wù)，適合對(duì)通用型文化資產(chǎn)進(jìn)行審核和再修正、以及專業(yè)型文化資產(chǎn)的生成，特點(diǎn)是效率較低、邊界無(wú)限。

正是人機(jī)在創(chuàng)作效能上的不同，使得短期內(nèi)人工智能無(wú)法替代人類，二者只有進(jìn)行互補(bǔ)性合作，突破效率瓶頸和內(nèi)容邊界，才能發(fā)揮比較優(yōu)勢(shì)，實(shí)現(xiàn)最大效用。

替代焦慮——人工智能短期內(nèi)仍是人類智能的互補(bǔ)品

焦點(diǎn)四：版權(quán)困境——AIGC版權(quán)認(rèn)定的三層邏輯驗(yàn)證

AIGC自面世以來(lái)，其版權(quán)問(wèn)題便引起了社會(huì)各界的熱烈討論。關(guān)于AI生成作品的版權(quán)歸屬，主要有三種觀點(diǎn)：一是肯定性觀點(diǎn)，認(rèn)為人工智能生成作品只要滿足獨(dú)創(chuàng)性要求，就具備可版權(quán)性，例如DABUS（美國(guó)泰勒博士創(chuàng)造的人工智能機(jī)器）在南非獲得了專利授權(quán)；二是有條件的肯定，即內(nèi)容創(chuàng)作中，由人類投入智力活動(dòng)，再借助人工智能輔助完成，這種情況可以受到版權(quán)保護(hù)，例如美國(guó)《Zarya of the Dawn》案縮小版權(quán)注冊(cè)范圍，僅涵蓋作者在寫(xiě)作本書(shū)時(shí)所形成的“作者創(chuàng)作的文字和對(duì)人工智能生成的作品的選擇、協(xié)調(diào)和安排”，而那些由Midjourney自動(dòng)生成的圖像則不予保護(hù)；三是否定性觀點(diǎn)，認(rèn)為只有人的創(chuàng)作成果才能作為作品受版權(quán)保護(hù)，人工智能生成內(nèi)容不受版權(quán)保護(hù)，例如美國(guó)“A Recent Entrance to Paradise”案認(rèn)定其作品不構(gòu)成版權(quán)作品。由此可以看出，AI生成作品的版權(quán)歸屬，理論上尚無(wú)定論，實(shí)踐中判決各異。

版權(quán)困境——AIGC版權(quán)認(rèn)定的三層邏輯驗(yàn)證

本《報(bào)告》認(rèn)為，在有條件的肯定基礎(chǔ)上，AIGC有獲得版權(quán)的可能性，這需要滿足以下三重條件：一是人類給機(jī)器的指令是否構(gòu)成封閉性，即輸入指令要保證原創(chuàng)和封閉，而不是采用已有的指令集；二是對(duì)機(jī)器生成的內(nèi)容是否做修正，即輸入指令之后，生成的內(nèi)容是否作進(jìn)一步調(diào)整和修正；三是人類擁有最終成果的創(chuàng)造性控制，即人類對(duì)作品的生成方式、解釋方式等有最終控制。

版權(quán)困境——AIGC版權(quán)認(rèn)定的三層邏輯驗(yàn)證

焦點(diǎn)五：內(nèi)容挖掘——AIGC實(shí)現(xiàn)從“偽智慧”到“真智能”的躍遷

AIGC作為人工智能算法的一次重大突破，能從自然語(yǔ)言處理、多模態(tài)交互、數(shù)字孿生等多個(gè)業(yè)務(wù)層面廣泛賦能內(nèi)容領(lǐng)域，實(shí)現(xiàn)從“偽智慧”到“真智能”的躍遷。

“偽智慧”和“真智能”的區(qū)別主要如下：在內(nèi)容挖掘方面，前者是靜態(tài)的，后者是動(dòng)態(tài)生成的；在內(nèi)容展示方面，前者主要是線性展示，后者實(shí)現(xiàn)了深度交互展示；在內(nèi)容需求方面，前者主要滿足單一需求，后者滿足了多元體驗(yàn)需求；在內(nèi)容服務(wù)方面，前者是標(biāo)準(zhǔn)化服務(wù)，后者實(shí)現(xiàn)了定制化服務(wù)。

內(nèi)容挖掘——AIGC實(shí)現(xiàn)從“偽智慧”到“真智能”的躍遷

AIGC助力了內(nèi)容領(lǐng)域各個(gè)重要環(huán)節(jié)的智能化。在內(nèi)容挖掘上，AIGC能通過(guò)大規(guī)模語(yǔ)料庫(kù)的學(xué)習(xí)和分析，發(fā)現(xiàn)隱藏的文化現(xiàn)象和規(guī)律；在內(nèi)容管理上，AIGC通過(guò)自動(dòng)化和智能化技術(shù)，實(shí)現(xiàn)對(duì)內(nèi)容的智慧管理；在內(nèi)容展示上，AIGC通過(guò)多模態(tài)交互技術(shù)，實(shí)現(xiàn)文字、圖片、視頻等多種形態(tài)的內(nèi)容展示；在內(nèi)容交互上，AIGC大模型能根據(jù)用戶需求自動(dòng)篩選大量信息并生成針對(duì)性內(nèi)容，進(jìn)行實(shí)時(shí)的深度交互；在內(nèi)容服務(wù)上，AIGC可以通過(guò)對(duì)用戶歷史行為和偏好的分析，自動(dòng)推薦與用戶興趣相關(guān)的內(nèi)容，實(shí)現(xiàn)個(gè)性化服務(wù)。

內(nèi)容挖掘——AIGC實(shí)現(xiàn)從“偽智慧”到“真智能”的躍遷

焦點(diǎn)六：價(jià)值衍生——AIGC推動(dòng)服務(wù)價(jià)值向情緒價(jià)值轉(zhuǎn)變

AIGC在文化服務(wù)領(lǐng)域的應(yīng)用，推動(dòng)從服務(wù)價(jià)值向情緒價(jià)值進(jìn)行轉(zhuǎn)變。總體而言，傳統(tǒng)文化服務(wù)是功能價(jià)值導(dǎo)向，以服務(wù)功能為主體；AIGC智能服務(wù)則融入了個(gè)性化、定制化服務(wù)，在功能價(jià)值之外提供了情緒價(jià)值。

傳統(tǒng)文化服務(wù)以功能價(jià)值為導(dǎo)向。在服務(wù)受理方面，傳統(tǒng)文化服務(wù)以單一渠道為主，且各渠道相對(duì)封閉；在服務(wù)效率方面，傳統(tǒng)文化服務(wù)主要是在工作時(shí)間響應(yīng)，效率不確定；在服務(wù)流程方面，傳統(tǒng)文化服務(wù)一般有著比較固定的流程，特點(diǎn)是標(biāo)準(zhǔn)化、線性化；在服務(wù)價(jià)值方面，傳統(tǒng)文化服務(wù)主要提供功能價(jià)值。

AIGC智能服務(wù)以情緒價(jià)值為導(dǎo)向。在服務(wù)受理方面， AIGC智能服務(wù)通過(guò)多元渠道接入，各渠道能互通；在服務(wù)效率方面，AIGC智能服務(wù)可實(shí)現(xiàn)無(wú)差別全天候響應(yīng)，效率很高；在服務(wù)流程方面， AIGC智能服務(wù)的流程根據(jù)需求實(shí)時(shí)定制，特點(diǎn)是個(gè)性化、多樣化；在服務(wù)價(jià)值方面，AIGC智能服務(wù)在功能價(jià)值之外，更重要的是提供了交互性情緒價(jià)值。

基于以上分析，AIGC以較低成本高效提供千人千面的個(gè)性化服務(wù)，更貼合客戶情感共鳴點(diǎn)，形成有效的情緒價(jià)值。

價(jià)值衍生——AIGC推動(dòng)服務(wù)價(jià)值向情緒價(jià)值轉(zhuǎn)變

當(dāng)前，一些虛擬博主、虛擬主播已擁有一定的情感對(duì)話能力和多模態(tài)交互能力，能夠提供部分定制化、個(gè)性化情緒價(jià)值，進(jìn)行沉浸式陪伴。未來(lái)，隨著技術(shù)不斷進(jìn)步、算力成本降低、應(yīng)用場(chǎng)景拓展，擁有更強(qiáng)情感交互功能、更好沉浸式陪伴能力的AIGC智能服務(wù)，將有更廣闊的發(fā)展空間。

價(jià)值衍生——AIGC推動(dòng)服務(wù)價(jià)值向情緒價(jià)值轉(zhuǎn)變

焦點(diǎn)七：文化治理——AIGC帶來(lái)內(nèi)容安全新挑戰(zhàn)

隨著ChatGPT的橫空出世，國(guó)內(nèi)眾多互聯(lián)網(wǎng)企業(yè)的大語(yǔ)言模型陸續(xù)上線，文化治理也面臨著內(nèi)容安全新挑戰(zhàn)。第一，AIGC可在短時(shí)間內(nèi)生成大量引導(dǎo)性內(nèi)容，使得輿論博弈競(jìng)爭(zhēng)壓力增大；第二，AIGC的多模態(tài)交互使得違規(guī)內(nèi)容形態(tài)類型復(fù)雜多樣，導(dǎo)致不良信息審核起來(lái)識(shí)別困難；第三，AIGC對(duì)于復(fù)合型專業(yè)知識(shí)的再生產(chǎn)形成了高專業(yè)性壁壘，導(dǎo)致內(nèi)容真?zhèn)闻袛嚅T(mén)檻提高。基于這些因素，AIGC的內(nèi)容治理需要關(guān)注數(shù)據(jù)反向溯源、模型算法審查、機(jī)器過(guò)濾審核等關(guān)鍵技術(shù)環(huán)節(jié)。

文化治理——AIGC帶來(lái)內(nèi)容安全新挑戰(zhàn)

焦點(diǎn)八：監(jiān)管理念——考慮創(chuàng)新發(fā)展與風(fēng)險(xiǎn)規(guī)避的適度平衡

AIGC模型不受約束地自由發(fā)展，會(huì)不可避免地帶來(lái)數(shù)據(jù)安全、內(nèi)容安全、倫理沖擊等各種風(fēng)險(xiǎn)。但是，如果對(duì)AIGC進(jìn)行全面嚴(yán)格監(jiān)管，又會(huì)制約其模型成長(zhǎng)、技術(shù)創(chuàng)新和通用潛能。因此，對(duì)AIGC的監(jiān)管需要考慮創(chuàng)新發(fā)展與風(fēng)險(xiǎn)規(guī)避的適度平衡。

目前，AIGC大模型帶來(lái)的巨大變革對(duì)傳統(tǒng)監(jiān)管提出了挑戰(zhàn)。首先，其應(yīng)用范圍由細(xì)分領(lǐng)域向通用場(chǎng)景拓展，導(dǎo)致監(jiān)管對(duì)象更為分散；其次，技術(shù)發(fā)展的不可控性（比如大模型的涌現(xiàn)能力）使得風(fēng)險(xiǎn)不確定性變大，導(dǎo)致事前監(jiān)管難以預(yù)判風(fēng)險(xiǎn)；最后，技術(shù)迭代周期越來(lái)越短，導(dǎo)致監(jiān)管時(shí)效問(wèn)題突出。

監(jiān)管理念——考慮創(chuàng)新發(fā)展與風(fēng)險(xiǎn)規(guī)避的適度平衡

基于對(duì)以上情況的考慮，AIGC需要包容審慎的監(jiān)管理念，我國(guó)相關(guān)部門(mén)也在這方面進(jìn)行了實(shí)踐探索。在社會(huì)各界的關(guān)注下，全球首部AIGC領(lǐng)域的監(jiān)管法規(guī)落地——《生成式人工智能服務(wù)管理暫行辦法》于2023年8月15日起施行。《暫行辦法》規(guī)定：國(guó)家堅(jiān)持發(fā)展和安全并重、促進(jìn)創(chuàng)新和依法治理相結(jié)合的原則，采取有效措施鼓勵(lì)生成式人工智能創(chuàng)新發(fā)展，對(duì)生成式人工智能服務(wù)實(shí)行包容審慎和分類分級(jí)監(jiān)管。這部法規(guī)的出臺(tái)為AIGC的監(jiān)管確立了基本原則，但是隨著技術(shù)的進(jìn)步，AIGC監(jiān)管法規(guī)的完善和落實(shí)還需要進(jìn)一步探索。

文化與科技，猶如文明兩翼，是建設(shè)中華民族現(xiàn)代文明的關(guān)鍵力量。科技對(duì)文化的深度賦能始終是實(shí)現(xiàn)中華優(yōu)秀傳統(tǒng)文化實(shí)現(xiàn)創(chuàng)造性轉(zhuǎn)化、創(chuàng)新性發(fā)展的關(guān)鍵環(huán)節(jié)，是處理好傳統(tǒng)文化與時(shí)代基因、歷史意義和現(xiàn)代價(jià)值的重要路徑。未來(lái)，課題組將繼續(xù)關(guān)注文化科技領(lǐng)域的新熱點(diǎn)新動(dòng)向新趨勢(shì)，為文化科技深度融合、科技創(chuàng)新賦能文化產(chǎn)業(yè)高質(zhì)量發(fā)展提供智力支持。

【如果您有新聞線索，歡迎向我們報(bào)料，一經(jīng)采納有費(fèi)用酬謝。報(bào)料微信關(guān)注：ihxdsb，報(bào)料QQ：3386405712】