核心提示
智能生成内容在技术模式、迭代方式等方面，呈现出和传统内容生产方式截然不同的特征；智能生成技术的普及，将无可避免地对现有互联网行业带来巨大冲击。坚持网络信息安全观，为智能生成技术发展提供科学引导，可有效应对智能生成技术的潜在风险，加速其向产业发展转化的速度和效率，进一步推动我国数字经济社会发展。
龙念 朱瑾烨
党的二十大报告提出“推动战略性新兴产业融合集群发展，构建新一代信息技术、人工智能、生物技术、新能源、新材料、高端装备、绿色环保等一批新的增长引擎”，并对信息技术、人工智能在科技创新和产业融合方面的发展应用进行战略擘画。习近平总书记日前对网络安全和信息化工作作出重要指示，强调要“大力推动网信事业高质量发展，以网络强国建设新成效为全面建设社会主义现代化国家、全面推进中华民族伟大复兴作出新贡献”。
近年来，人工智能技术更新迭代速度加快，新技术新形态新应用层出不穷。智能生成技术作为将人工智能算法应用到内容生成过程的新兴技术，在网络内容生产中正扮演着越来越重要的角色。在技术逻辑层面，智能生成技术对传统内容生产技术的颠覆性更新主要体现在三个维度——
面向开放域的多轮对话能力。以往专用人工智能对话应用主要遵循任务型对话技术逻辑，通过学习一定规模的特定领域标注数据来实现，无法摆脱特定领域的任务范围和单轮问答模式限制。而 ChatGPT等应用基于海量多语言、多模态，实现了多轮对话，能完成更及时且精准的响应。
基于生成式的自然语言处理能力。智能生成应用主要遵循检索式、拼接式、生成式三种技术处理模式，ChatGPT等沿用的生成式技术，是以“字词接龙”形式实现文本生成。通过引入自回归机制，ChatGPT能够将每一轮历史对话信息和当前轮用户追问信息同时纳入模型，自动生成新的预测序列，并进一步结合已习得的海量数据、具体对话语境，逐步预测回复文本的各个字词，进而生成更多样、灵活、自然的文本内容。
多模态的信息转换与生成能力。长期以来，模态转换是人工智能的一大技术瓶颈。尽管以往的机器写作、聊天机器人等应用能够实现自然语言之间的简单对话，但在模态转换与多模态内容生成方面亟待技术突破。随着多模态数据标注、数据集扩展与大模型算力的提升，智能生成技术可以更好地识别、理解多模态信息，并根据用户需求不断渲染生成多模态内容，强化不同模态信息之间的转换通路。
目前，智能生成内容在网络平台中正呈指数级增长态势，这种新兴技术在给既有信息传播要素带来颠覆性变革的同时，也给网络信息管理工作带来了新的挑战。其一，智能生成内容在逼真性方面大大超越了传统的人工信息，使虚假信息的识别与检测难度大大增加；其二，智能生成内容对用户需求可以做到精准化识别和适应性匹配，很容易就会使用户对智能生成机器主体产生严重的行为与情感依赖，进而对现实社会中的人际信任和群体交流等产生负面影响；其三，智能生成技术往往需要基于大模型进行运算，但当前我国在大模型研发、多模态数据集建设方面与国际先进水平之间仍然存在一定差距。
习近平总书记强调，网络安全和信息化是事关国家安全和国家发展、事关广大人民群众工作生活的重大战略问题，要从国际国内大势出发，总体布局，统筹各方，创新发展，努力把我国建设成为网络强国。智能生成内容在技术模式、迭代方式等方面呈现出和传统内容生产方式截然不同的特征，智能生成技术的普及将无可避免地对现有互联网行业带来巨大冲击。坚持网络信息安全观，为智能生成技术发展提供科学引导，可有效应对智能生成技术的潜在风险，并加速其向产业发展转化的速度和效率，进一步推动我国数字经济社会发展。
加强基础设施建设，快速推进大模型自主研发
当前，须切实落实习近平总书记“要尽快在核心技术上取得突破”的重要指示精神，在智能生成技术的关键领域取得突破。大模型是智能生成技术取得优势的关键算力依赖，未来智能生成技术的发展，很大程度上就建立在大模型的研发竞争之上。
相较于以往单卡或单机完成的专用人工智能应用，大模型需同时调用千卡甚至万卡规模的网络架构来完成一项任务。与此同时，大模型训练所需的互联网数据、电力资源等都是非同一般人工智能模型所能类比量级。算力设备的采购与运维、大规模电力资源的调用、配套基础设备的质量与成本等，都是影响大模型算力提升的不可忽视因素。智能时代，人工智能竞争的背后是人才人力的竞争，技术更迭对人才提出了更高要求，机器的强化学习和大模型时代产品研发需要的是专业能力过硬、综合能力更强的跨学科人才。因此，未来应该继续加强对处理器、超算设备等高精尖技术的扶持力度，打造根植本土的超算基础设施供应链，突破因芯片等硬件设备限制带来的核心技术成本问题；完善相关人才培养机制，注重培养更多面向未来、全方位发展的专业人才，鼓励企业引导人才转型升级，为智能时代人才储备打好基础；进一步加强电力、云端通信等配套基础设施建设，助推算力提升，为大模型训练提供充分的“后勤保障”，推进智能生成技术的优化与应用。
释放互联网生产力，加快建立生成式人工智能的应用生态
习近平总书记指出，安全是发展的前提，发展是安全的保障，安全和发展要同步推进。技术应用面临潜在的风险挑战，脱离应用场景的实践往往是“纸上谈兵”，极易出现脱离实际、挂一漏万的情况。无论在传统互联网还是移动互联网的背景下，通信技术的升级迭代与应用产品生态的开发建设应该呈现出“并驾齐驱”的行进态势。在生成式人工智能时代，模型的训练优化、算法的升级迭代同样离不开应用场景、应用生态的建立与优化。
智能生成技术颠覆了已有的内容生成方式和传播主体构成，可带给用户更多创新空间。鉴于此，在建设大模型与智能生成应用生态过程中，应充分发挥互联网分布式、灵活化的生产力优势和用户丰富的想象力，丰富应用场景和下游应用产品种类，构建新兴互联网产业模式。一方面，应基于大模型的强大算力优势，率先针对垂直应用场景接入智能生成技术，开发聚焦于特定领域或场景的垂直类大模型产品应用，在更好适配行业需求的基础上倒逼垂直领域通用大模型与智能生成技术的培育迭代。另一方面，释放云端的竞争活力，推动多元化创意、技术、需求、场景的碰撞与融合，实现技术-应用层面的有机接入与资源循环，不断探索、扩展大模型与智能生成技术的产业融合集群发展。
建立健全管理机制，协同提升公众智能传播媒介素养
习近平总书记强调，网络安全是共同的而不是孤立的。智能生成技术在以贴近“人类思维”的方式与用户对话、生成多模态内容的同时，也存在一些潜在风险。类似于虚假信息衍生、模型算法偏见、人机与人际信任争夺、用户的过度情感依赖等，都可能成为智能生成技术带给用户的不稳定因素。需要明确的是，大模型、智能生成技术带来的潜在风险不可避免，应以积极的态度建立应对机制，协同加强公众智能媒介素养培育。
构建这一系统机制，政府、企业、公众须发挥各自作用。政府应针对大模型、智能生成技术等新技术形态建立健全法律法规和管理制度，保障大模型与智能生成技术使用目的、技术研发、应用场景的正当性，杜绝技术的恶意使用；企业作为技术研发和应用设计的责任主体，应强化社会责任意识，建立健全相关管理机制；公众则应积极掌握大模型、智能生成技术的技术逻辑、功能特征等基础知识，更好担任风控“第一责任人”。
数字时代技术突破层出不穷，新的技术变革在不断提升网络信息传播效率的同时，往往也会带来新的风险和挑战。坚持网络信息安全观，就相当于掌握了应用与规制新技术的金钥匙，就能帮助各界理性、科学善用新技术，将技术应用于产业发展与社会服务，加速数字中国建设步伐。
［作者分别系湖南师范大学新闻与传播学院教授；北京师范大学新媒体传播研究中心研究员。本文为国家社会科学基金项目《社交机器人对网络传播秩序的影响研究》（项目编号22CXW013）研究成果］
