原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
传媒技术137
智能视听：AIGC在短视频制作领域的应用前景及挑战
赵一莹
（西南大学，重庆400715）
摘要：【目的】本文旨在探讨AIGC技术在短视频领域中的具体应用和挑战，思考视听创作在人
工智能时代的提升路径，审视AIGC给短视频制作带来的风险，并尝试提出技术解决路径。【方法】
本文深入AIGC的技术运行机制，结合具体实践剖析其为短视频创作带来的前景、问题及挑战。【结
果/结论】笔者认为AIGC的引入将激活短视频创作在创意发掘、视觉评估、角色塑造、场景刻画、
虚实结合、视觉修复、人机交互方面的潜力，与此同时也面临着模型偏见、深度伪造、数字侵权
带来的挑战。
关键词：生成式人工智能；短视频；AIGC；大模型
中图分类号：G202文献标识码：A
人工智能
本文编号：1671-0134（2025）03-137-05DOI：10.19483/ki.11-4653/n.2025.03.030解析助读
本文著录格式：赵一莹.智能视听：AIGC在短视频制作领域的应用前景及挑战[J].中国传媒科技，
2025，32（3）：137-140，158.
导语与启示。
AIGC（ArtificialIntelligenceGeneratedContent）指的1.AIGC在视听领域的关键技术突破
是基于海量数据、算法、模型等要素生成创意文本、图AIGC的涌现与其技术能力不断取得突破紧密相
片、音频、视频等多模态人工智能产品的技术。[1]2024连，这些技术突破逐步展现出多样化的应用潜力。从
年2月，OpenAI发布首个文生视频模型Sora，并发布最初的AI写作实现“文生文”，到AI绘图实现“文
了48个文生视频案例，在质量、时长方面实现了行业生图”，再到AI音频领域实现“文生声”，直至当下
跨越式的突破，标志着人工智能技术在“文生视频”AI视频领域所实现的“文生视频”，这一系列进展遵
[2]
（Text-to-Video）领域取得了行业性飞跃，使全球循了一条由浅入深、循序渐进的技术演进路径。本节
传媒业愈发关注AIGC技术在视听内容创作中的潜力。将重点介绍AIGC在视听领域的关键技术突破。
与此同时，“文生视频”模型也暴露出一些技术1.1生成对抗网络（GANs）提升视听内容真实性
性弱点：一是处理移动镜头和长镜头的一致性难题；生成对抗网络（GANs）是AI视听中的核心架构，
二是生成内容存在空间逻辑错误；三是算力资源限制包含两个基本组件：生成器（Generator）和判别器
生产效率。[3]因此，相较于应用于工业级的视听领域[5]生成器的任务是通过深度学习模
（Discriminator）。
而言，AIGC在短视频创作领域更受青睐。例如，“快型学习和模拟现实世界中的视听数据分布，从而生成
手”研制的“文生视频”产品“可灵”在发布半年内高质量、逼真的视听内容。判别器的任务是通过分析
已经吸引了超过360万用户使用，累计生成3700万个视频的细节，如纹理、颜色和运动连贯性，来判断视
视频，[4]充分展示了AIGC在短视频领域的巨大潜力频的真实性。在此
文档评论（0）