刘志远 、孙少晶 | 人机共创与文化想象：基于AIGC的中国龙形象分析

作者简介

刘志远，安庆师范大学传媒学院讲师，复旦大学新闻学院传播与数据科学实验室助理研究员。

孙少晶，复旦大学新闻学院教授，全球传播全媒体研究院研究员，复旦大学国家文化创新研究中心研究员。

摘要

鉴于生成式AI技术在视觉创作方面的强大能力和潜在影响，本文以具有中国文化内涵与神话色彩的龙为研究对象，以国际知名AI绘画网站civitai为数据来源，考察人工智能生成内容（AIGC）的特点及传播效果。研究发现，相关图像包含多种中国传统文化元素，如节日、服饰、道家文化、绘画、神话传说等。其中，春节和汉服出现频率较高。“萌”（可爱）的龙形象和“威”（威严）的龙形象在社区互动量方面具有显著差异，威严形象更受欢迎。图片的色彩丰富度越高，获取的点赞越少；正向prompt内容越长、图片美感度越高、发布时间越早，图片获得点赞越多。本研究对AIGC时代的文化创新和国际传播具有一定的参考价值。

关键词

AIGC；人机共创；中国文化；国际传播；智能传播

近几年，人工智能（后文简称“AI”）技术不仅仅是科技创新的代表，更是推动文化创新和国际传播的重要力量（梁小栋、王孟，2024）。生成式AI（Generative Artificial Intelligence，GAI）技术可以从人类社会产生的大量数据中学习和总结（即模型的训练），模拟人类的创造力和想象力，在人与AI交互中自动生成文本、图像、音乐，甚至视频等内容，为文化的创作与传播开辟了新的维度和渠道（Wang et al.，2023；夏德元，2024）。基于GAI的AIGC（Artificial Intelligence Generated Content）可以通过融合中国传统文化元素与现代科技，创造出具有全球吸引力的新型文化内容和表现形式（梁小栋、王孟，2024），重新定义艺术创作的边界（Lou，2023）。

虽然学界探讨AIGC的热度高涨，但既有研究多停留在技术介绍和宏观思辨层面，针对AIGC的经验研究非常有限，导致理论思辨与经验现象之间的严重隔阂，既限制了理论对AI实践的指导，也阻碍了基于实践关照的理论创新。本文以具有中华文化内涵的中国龙为研究对象，以国际知名AI绘画网站civitai[1]为数据来源（该网站是以最具代表性的开源文生图模型Stable Diffusion为基础的交流和经验分享社区，后文会详细介绍），采用多元计算分析方法，探索AIGC语境中的视觉文化想象和传播实践，以期为智能传播时代中国文化走出去战略提供借鉴与参考。

一、文献综述

（一）AIGC与文化创新

文化是一个多维度且复杂的概念，涉及人类社会生活的各个方面，构成了一个社会或群体共同生活的方式，是社会行为和交流的基础（韩升，2024）。在全球化的今天，文化不仅体现了人类社会的差异性，也成为连接不同社会和文化背景人群的桥梁。基于生成式AI的AIGC在音乐（Schumacher et al.，2023）、数字艺术品（Tan et al.，2017）和故事设计（Brown et al.，2020）等方面均展示出强大的创造能力，极大地拓展了文化想象的边界。

人们通过自然语言描述的文本（或语音）与AI系统进行交互，AI系统根据prompt（提示词）即可生成相应的内容，包括文本、图片（比如DALL•E）、音频（比如suno）、视频（比如Sora）等。这些内容既可以是模仿已有作品的风格，也可以是完全原创的作品。这种对话式参与极大地简化了内容的生产和创作过程，使创造性内容的生成更加高效和多元化。AIGC技术使得原本受限于个体经验和知识的内容创作，得以突破传统束缚和局限，创造出前所未有的文化产品（夏德元，2024）。此外，AIGC技术扩展了人与技术之间的交互可能性，创作者不再是单向地使用工具，而是与AI系统进行互动，共同参与创作过程，为文化创新带来新的灵感和可能性（叶妮、喻国明，2023）。因此，在分析AIGC生成的内容时，技术、用户以及使用情景等均是重要的考量因素（叶妮、喻国明，2023；陈婧之等，2024）。

AIGC与文化创新之间的关系比较复杂：一方面，AIGC创造了新的视觉符号和语言，引领新的艺术风格和形式；另一方面，AIGC可能扭曲文化内容产生，对文化的本真性构成威胁。甚至可以说，生成式AI彻底改变了内容生成格局，重塑了国际传播生态（韦路、陈曦，2023）。AIGC推动了科学与人文、技术与艺术的深度融合，降低了艺术创作的门槛，不仅改变了艺术生产的模式，还能通过大量内容的传播重新塑造人们的审美观和实践（夏德元，2024）。基于AIGC内容生成过程是人—技术—文化语境共同作用的结果，比如AIGC能够促进人机协同共创，通过识别不同语言和文化背景信息，提升文化的适应性和亲近性，增强用户体验（韦路、陈曦，2023）。虽然AIGC技术为文化生产和创新提供了新的可能，鉴于人们在理解AIGC时存在知识、信息与认知差异，建立适合的观念体系和管理规范变得尤为重要（胡正荣、李涵舒，2023），比如AIGC带来一系列知识产权保护等问题（梁小栋、王孟，2024）。

（二）龙文化与龙形象

龙在中国传统文化中占有重要地位，常常被描绘成一种神圣的动物，拥有超自然的力量；龙不仅是一种文化符号，更是一个充满象征意义的存在，涉及历史、政治、文化、宗教和神话等多个领域，是在漫长的历史发展和演变中逐渐形成的（何星亮，1999；张多，2023）。龙不仅仅是生物学意义上的存在，还是观念性的存在（刘蔚华，2000；陈伟涛，2012）。比如在文化上，龙被分为三种：宗教龙，作为神圣对象受到崇拜；政治龙，被统治者用作权威象征以巩固统治；艺术龙，通过各种艺术手法体现对龙的尊崇和欣赏（何星亮，2000）。在文学创作中，龙常作为主题或隐喻出现，展现着超凡的力量和智慧；在艺术领域，无论是绘画、雕塑还是建筑装饰，龙的形象都被赋予了极高的审美价值和艺术表现力（何星亮，2024；李雅君，2019）；在政治领域，龙的形象往往与帝王权力和民族精神联系在一起，如清朝的黄龙旗，即“黄底蓝龙戏红珠”旗；受中国文化的影响，日本、韩国、越南和琉球的君主也使用中国龙作为他们的象征（Xiao，2021）。在民间传统中，龙舞、龙舟等活动成为庆祝节日和祈福的重要仪式，体现了人们对龙的敬仰和尊崇（梁东兴、杨玉荣，2012）等，而“龙的传人”更是图腾崇拜的体现（张多，2023）。在明清时期的艺术和文化表现中，龙往往被描绘成神秘、端庄、威严、雄伟、强大的形象，是一种令人敬畏的存在（汪田明，2008）。

随着流行文化的发展和全球化的影响，可爱化或萌化的趋势已经渗透到各个领域，包括对传统的龙文化和龙形象的重新诠释。进化心理学中“可爱效应”（cuteness effect）理论认为人类的心理特征是为了应对在人类演化过程中反复出现的生存和繁衍的适应性问题而形成的；人们对于可爱事物的喜好，可能与我们的祖先对婴儿特征的积极反应有关，这些特征包括大眼睛、圆脸、小鼻子等，这些特征通常被称为“婴儿图式”（baby schema）（Glocker et al.，2009）。这种反应可能是一种进化上的适应，因为它促进了成年人对无助婴儿的照顾行为，从而提高了婴儿的生存机会（Lobmaier et al.，2010）。相关研究表明，可爱的元素能够帮助品牌或产品与消费者建立亲密的关系，促进销售。产品的可爱感能够激发消费者的积极情感，如温暖、友好和保护欲；这些情感可以增加消费者对产品的耐心和小心程度，提升自我效能感，并且可能促使消费者进行利他行为（Banks，2019；Li et al.，2021；Nenkov & Scott，2014）。比如，研究发现，跟其他图示特征相比，具有婴儿图式特征的汽车前脸和人脸图片更容易激发积极的情感反应（Miesler，2011）。

（三）AIGC与视觉传播

视觉符号学（visual semiotics）作为符号学研究的分支，专注于视觉符号如何传达意义，以及这些符号如何在不同的文化和社会背景中被解读和接受（Aiello，2020）。这一理论框架被广泛应用于视觉分析领域，探索图片、图形、色彩、布局等视觉元素如何作为符号系统传达信息和文化价值（MacEachren et al.，2012）。作为重要的中华文化元素和视觉符号的龙，是中国对外文化交流与展示中不可或缺的视觉元素（梅艺璇，2019；葛岩、秦裕林，2008）。生成式AI技术为中国龙的形象呈现提供了新的表达语法和形式，推动了中国龙文化在全球范围的传播和展演（参见图1的AI生成的图片示例）。

在视觉传播中，诸多视觉元素共同发挥作用。图像的颜色通常承载重要的意义，并对人们的情感、认知和行为产生影响（Elliot & Maier，2014）。图像的色彩丰富性（colorfulness）是指图像中颜色的多样性和饱和度，影响人们对图像的第一眼印象和视觉兴趣。高色彩丰富度的图像通常更能吸引观者的注意力，并在视觉上产生更强烈的影响（San Pedro & Siersdorfer，2009）。在艺术和设计领域，艺术家和设计师通过使用丰富的色彩来增强作品的表现力和情感深度（Altmann et al.，2021）。心理学研究表明，色彩丰富性可以影响人的认知和行为，不同的色彩组合能够激发不同的情感反应。例如，某些色彩组合可能提高人们的警觉性和注意力，而其他组合可能有助于减轻压力和促进放松；鲜艳的色彩往往与活力、快乐和积极情绪相关联，而柔和的色彩可能给人以平静和放松的感觉（Pazda et al.，2024）。在广告和营销中，色彩丰富性的运用可以影响消费者的购买决策；色彩不仅能够吸引消费者的注意力，还能够传递品牌信息和情感价值（Song et al.，2022）。

图像美感（image aesthetics）即图像美学评估，是指评估图像在视觉上的吸引力和艺术性，它反映个人的主观评价，涉及个人情感和品味。尽管美学评价具有高度的主观性，但人们通常能够就某些图像是否比其他图像更具视觉吸引力达成共识（Deng et al.，2017），这也是可计算美学的基础和前提。图像美学的评估可以通过多种方法实现，包括人工设计的特征提取、基于深度学习的特征学习、主题感知模型、个性化美学评价以及可解释的人工智能框架等（Zhu et al.，2023）。这些方法能够从不同角度捕捉图像的美学特征，如内容、颜色、纹理、形状、对比度、亮度以及构图等（Deng et al.，2017）。随着技术的发展，图像美学评估变得更加自动化和精准，计算机视觉系统能够模拟人类视觉系统对图像美观程度的度量（Zeng et al.，2020）。例如，研究发现，服务场景的美观性（aesthetic）和交互性显著提高了互联网普通用户的购买意愿（Teng et al.，2018）。

图像质量（image quality），是指图像的优劣程度，它反映了图像的清晰度、色彩、对比度、细节表现等视觉特性（Eskicioglu & Fisher，1995）。图像质量的评价通常既包括客观的量化分析，也包括主观的视觉感受。客观评价通过数学模型和算法来评估图像的各种技术指标（Wang & Bovik，2002），而主观评价则依赖于人眼对图像的直观感受。一个高质量的图像通常具备高清晰度，能够展现丰富的细节；高分辨率，提供更多的像素信息；色彩准确且丰富，能够真实反映场景；对比度高，能够区分不同亮度区域；低噪声，可减少图像中的随机干扰；宽动态范围，能捕捉从最亮到最暗的细节；边缘锐利，增强图像的视觉冲击力等。图像质量评价对摄影、图像编辑、医学成像、图像压缩和传输等诸多领域具有重要意义；高质量的图像可以提供更多的细节和信息，有助于提高视觉识别的准确性和图像分析的可靠性。

本研究聚焦的civitai网站是一个基于Stable Diffusion的模型（以下简称“SD”，知名文生图开源模型）上传、分享和经验交流的社区。SD是2022年发布的一种基于深度学习的文本到图像的开源生成模型（其源代码是开放的），它能够根据prompt（文本提示）生成高质量的图像（Rombach et al.，2022）。网站用户可以通过下载和使用不同的基于SD的微调模型（如Lora、VAE等，由网站默认提供或用户自己上传）来生成特定风格或对象的图像，这些微调模型可以增强或改变主模型的输出，以满足特定的创作需求。网站还提供了互动功能，用户可以对其他用户上传的图片进行点赞（like）、喜欢（heart）、笑（laugh）、哭（cry）、投币（tip）和评论（comment）等互动。除此之外，civitai网站平台提供了众多免费的基于SD的模型，涵盖动漫、3D渲染、写实风格等多种类型，满足不同艺术爱好者的创作需求；拥有活跃的社区，用户可以分享自己的作品、交流创作经验、讨论技术难题，享受协作创作的乐趣，上传自己的作品（图片和模型）以及参与比赛等；civitai网站还提供了一个prompt库（提示库），为用户提供示例和灵感，帮助他们生成想要的图像。由于用户可以上传分享基于SD的微调模型，其他用户可以下载使用。用户微调模型相对于SD官方基础模型多了某些个性化、风格化的特征，有的微调模型甚至是专门针对某个事物的模型，比如汉服，同时也会设置某些触发词来改变微调模型的效果。通常情况下，生成一幅图片需要包含正向prompt和负向prompt，其中正向prompt是希望模型生成的内容，负向prompt告诉AI避免生成的内容。正向prompt和负向prompt内容越长，包含的信息或细节可能就越多，对于模型生成图片内容和整体质量就会越有帮助。

简言之，civitai提供了一个考察人机传播（Human-AI communication）的丰富语境，同时也是一个理解文化创新与视觉传播的独特场域。需要指出，本研究的重心不是龙的形象、文化的缘起和历史，而是聚焦AIGC为中国文化的全球化表达提供了哪些新的形式，从而为国家的文化走出去战略提供参考。基于上述文献回顾，本文的研究问题如下。

RQ1：AIGC语境中，人机共创的中国龙呈现怎样的形象？哪些主要（文化）元素进入人机共创过程？

RQ2：AIGC语境中，哪些因素（如图片内容、视觉特征和技术可供性）会影响人机共创的中国龙形象的传播效果（如用户点赞）？

二、研究方法

（一）数据搜集

鉴于龙作为一种文化符号在亚洲儒家文化圈的影响力（段志强，2021），以及龙在东西方文化语境中指涉的事物和文化意涵的差异（黄佶，2006），数据检索所使用的关键词包括中国龙或东方龙，以及跟龙的中文读音相似的词汇如loong（葛岩、秦裕林，2008；黄佶，2006）。我们通过civitai网站API[2]共检索到数据17,556条，通过布尔过滤，以及人工核对和筛选后剩余2434张，时间跨度近15个月。数据的搜集与筛选具体过程如图2所示。

（二）主要变量

由于本研究聚焦中国龙这一对象，作者对筛选后的图片从两个方面进行编码：（1）图片中龙的形象是可爱还是威严（Krippendorff's alpha=0.86）；（2）图片是否有人物（Krippendorff's alpha=0.93）。鉴于龙作为中国文化元素符号的特殊性，通过对生成图片的prompt使用spaCy[3]工具包进行词性标注和命名实体识别，再进行人工甄选，判断图片中是否有其他中国传统文化元素（比如汉服、旗袍、水墨画等）以及龙的具身化相关元素（比如云雾、龙角、龙须、龙爪等）。

视觉元素主要包括图片质量、美感和色彩丰富度。为尽可能减少审美的主观差异，本文采用基于计算机视觉技术和多模态大模型（large multi-modality models，LMMs）的图像评估方法。本研究使用IQA-PyTorch[4]这一基于PyTorch的图像质量评估工具箱，对图像质量（image quality）和图像美感（image aesthetic）进行评分，其方法是通过基于人工有监督微调（Supervised Fine-tuning，SFT）的LMMs实现对图片的评分，获得一个1—5区间内的连续数值（Wu et al.，2023）。简言之，通过人工标注的图片来训练LMMs对图片的质量和美感进行打分，而LMMs对于图片质量和美学的“共识”在学习人工标注图片的过程中获得。IQA-PyTorch提供了简易的Python程序调用接口，传入图片即可返回图像质量、美感的分值。在色彩度量方面，本研究采用Hasler提出的度量方法来计算色彩丰富度（Hasler & Suesstrunk，2003）。详见表1变量说明。

由于civitai网站是模型共享和经验交流的平台，作者发布图片时会将生成图片的所有相关数据一并上传，其中包括正向prompt、负向prompt，使用的资源（resource，即使用的模型），还有一些技术参数（随机中子数Seed、采样器Sampler、步数Steps等）。由于累积效应，图片发布的时间越早越可能获得更多的用户互动。

图片传播效果主要体现在点赞（like）、红心（heart）、笑（laugh）、哭（cry）、投币（tip）和评论（comment）等。其中，“点赞”是最基本的反应，表示用户对图片内容的认可或赞同；“红心”表达对某个图片的强烈喜爱；“笑”表示图片内容有趣或好玩；“哭”表示不认同或不喜欢的意思；“投币”（与bilibili网站类似）是一种对于别人发布内容的认同和鼓励的方式。

（三）数据分析

本研究主要使用语义网络、计算机视觉、稳健线性回归等分析方法。语义网络分析（semantic network analysis）是一种用于研究和理解文本数据中词汇之间关系的方法，节点代表词汇或概念，而边代表这些概念之间的语义关系（Christensen & Kenett，2023）；本研究主要使用该方法分析图片标签以及视觉文化元素。考虑到civitai网站上互动量大的图片更可能收到平台推荐算法的推荐，从而导致某些内容的极端曝光率和可见性，稳健线性模型（robust linear models，RLM）能够兼顾异常值（outliers）和非正态分布误差项等数据特点（Huber，1973）。

三、分析结果

（一）数据概述

人工筛选后的图片数据的时间跨度是从2022年12月30日到2024年3月7日，整体呈增长趋势，可能是龙年春节的原因，春节前后图片和帖子数量呈现激增。表2中，反映了用户的赞（mean=3.26，SD=12.57）、红心（mean=2.61，SD=10.57）、笑（mean=0.24，SD=1.28）、哭（mean=0.03，SD=0.37）、评论（mean=0.07，SD=0.48）、投币（mean=1.57，SD=24.16）的统计结果显示，投币的标准差最大，说明这一参与形式的用户表现差异明显。

（二）语义网络

图3是图片标签的语义网络聚类结果，其中颜色代表的聚类类别，节点大小表示出现的相对频次。从图3可以看出围绕中国龙形象图片的标签以龙（dragon）和人物（person）为主，且分别占据两个簇的核心。龙的聚类中，有龙的身体部位，眼睛（red eyes）、胡须（whiskers）、角（horns）、齿（teeth、fangs）、鳞（scales）、尾巴（tail）等。出现频率较高的标签主要涉及场景，比如户外（outdoors）、云（cloud）、雾（fog）、天空（sky）、火（fire）、水（water）、月（moon）、山（mountain）等；动物（animal），比如鱼（fish）、鸟（bird）、恐龙（dinosaur）、爬行动物（reptile）等；节日，比如春节（Chinese new year）、元宵节（lantern festival）。人物相关的标签聚类主要关涉女性（female、woman），指涉其身体不同部位，如头部（head）、长发（long hair）、刘海（bangs）、脸（face）、胸（breasts）、唇（lips）等；指涉服饰穿戴，如中国服饰（Chinese clothes）、汉服（hanfu）、日本服饰（Japanese clothes）、和服（kimono）、宽袖（wide sleeves）、长袖（long sleeves）、腰带（sash）、裙子（skirt）、比基尼（bikini）、礼服（gown）、高跟鞋（high heels）等（需要说明的是，civitai网站系统会自动给图片添加标签，也支持用户自行给图片添加标签）。涉及男性（male）的标签的数量则比例较小，主要是跟武器配件相关，如武器（weapon）、匕首（dagger）、刀（knife）、剑（sword）等。另外，人物神态相关标签包括动漫的（anime）、愉快的（happy）、微笑的（smile）等；人物动作相关标签包括站立（standing）、端坐（sitting）等。

图4呈现了用于生成图像的提示词（prompt）中的中国文化元素的语义网络，其中大小为节点的度，表示与其他节点的联系程度的强弱，不同颜色代表不同的中国文化元素簇群。可以看出，创作者和AI通过使用不同物件、文化符号等构建多元的龙形象，包括：中国的道家文化，比如老子（Laozi）、庄子（Zhuangzi）、道士（doist）、八卦（bagua）、阴阳（yin yang）、太极（tai chi或tai ji）等；节日元素，比如春节（lunar new year）、鞭炮（firecracker）、灯笼（Chinese lantern）、红包（hongbao）等；服饰元素，比如汉服（hanfu）、旗袍（cheongsam、qipao）、中国服饰（Chinese clothes）等；神话元素，比如凤凰（phoenix）、青龙（qinglong）、蟠龙（panlong）、蛟龙（jiaolong）、孙悟空（Sun Wukong）等；传统艺术元素，如水墨画（wash painting、moxin、shuimo、ink painting、Chinese ink）；绢花（Chinese silk painting）、剪纸（paper cut）；艺术家的名字，如丰子恺（Feng Zikai）、张大千（Zhang Daqian）等；其他文化元素，如亚洲建筑（Asian architenture）、中国建筑（Chinese architecture）、京剧（Beijing opera）、诸葛亮（Zhuge Liang）、孔明灯（kongming latern）、中国结（Chinese knot）、功夫（kung fu）、李小龙（Bruce Lee）、风水（fengshui）等。

（三）统计分析

由于一个帖子（post）可能包含多张图片，而civitai网站在首页中默认展示一个帖子中互动量最大的图片，可能造成“马太效应”，致使一个帖子中某张图片的可见性远远高于其他图片；本研究从单张图片和整体帖子（post）的角度分别进行分析。在图片和帖子层面上，在所有互动数据中只有点赞数（like count）接近正态分布，且方差齐性检验均通过检验，ANOVA分析结果显示，威严的形象的更受欢迎（3.62 > 2.47，见表3）。

表4显示，从单张图片来看，龙的可爱形象（相对于威严形象）（b=-0.09，pb=-0.08，pb=-0.11，pb=0.08，pb=0.07，pb=-0.05，pb=-0.08，pb=1.31，pb=0.10，p

我们同时对帖子（post）层级的数据进行了分析，对同一个post中的互动量（因变量）进行加和，自变量则取均值。结果显示，正向prompt长度（p=0.007, coef=0.7474）、模型数量（p=0.005，coef=1.3199）、色彩丰富性（p=0.003，coef=-1.0337）、图片美感度（p=0.017，coef=6.7769，ppp

综上所述，无论是以单张图片为单位还是以帖子为单位，色彩越丰富（系数都为负数）可能获得的点赞越少；正向prompt内容越多、使用的模型数量越多、发布时间越早和图片的美感越高，越可能获得点赞。

四、总结讨论

（一）主要发现

本研究以AI生成的中国龙为研究对象，发现众多生成的龙的图片中，龙的形象大体上分为2种：（a）庄重、神秘、威严、神圣的；（b）拟人、卡通、呆萌和可爱的。分析结果显示，威严的龙形象相对于可爱的龙形象更容易获得点赞。AI生成的包含龙形象的内容表现形式比较丰富，比如融合传统中国文化元素（汉服、水墨画、道家文化、风水、节日喜庆、春节、爆竹等）；龙具身化元素（烟雾、云雨、龙角、龙须、龙爪等），虽然这些元素常与龙一同出现，但它们对受众的参与互动影响较小，可能因为龙本身就是图片中最大的中国文化元素。研究发现，图片的标签使用主要围绕龙和人两种标签展开；多种因素影响到图片读者的互动，包括图片的视觉美感、prompt的信息量（长度）、发布时长等，体现了视觉呈现、技术可供性和时间累计的共同作用。

本研究显示，在大量的AIGC图片中，中国龙以支配者形象或者伴随者形象出现。换言之，在一部分图片中，整个图片的主体是中国龙，中国龙处于图片视觉的前台，占用图片的大幅空间，比较醒目；而在更多的图片中，中国龙则作为装饰背景或者其他主体的伴随伙伴出现，比如跟人物、某些物件共同出现。在后面一种情况，中国龙虽然是图像中的重要元素，但不一定具有支配性地位，图片作为整体构建出来的视觉文化语境影响受众参与。

（二）实践意义

以往研究主要聚焦跨文化背景下人们对于龙的态度（葛岩、秦裕林，2008），或龙形象起源、龙文化的形成等（乔英斐，2022；何星亮，1999；李雅君，2019）。相较而言，本文选取AIGC技术生成的龙形象作为研究对象，考察其如何具象化，以及与其他视觉元素、文化元素、技术元素的结合。中国龙的形象在国际AI绘画艺术网站上的展演，为全球用户提供了一个学习、转译、创新中国文化的窗口。相关的AIGC内容不仅展示中国龙的传统美学特征，还向世界传播中国文化的独特魅力和深厚底蕴。这种基于用户与AI交流共创形式的文化生产与传播，有助于打破地域和语言的障碍，促进不同文化之间的相互理解和融合。另外，AI技术的运用在丰富文化传播形式的同时也扩大了中国文化的受众群体，有助于扩大中国文化的软实力和国际影响力。通过对AIGC语境中的中国龙形象的研究，可以为跨文化交流和理解提供新的视角和洞见，同时为中国文化的对外传播策略提供实证依据和创新思路。

此外，AIGC技术的蓬勃发展为艺术创作、文化传播、教育普及、商业应用等多个领域带来新的发展机遇。从文化传承的角度来看，AIGC技术使得中国龙这一传统符号得以以数字化的形式被重新诠释和传播，这既有助于激发年轻一代对传统文化符号的认知和兴趣，同时也让世界各地的人们能够更容易地接触和理解中国文化的底蕴和意涵。在内容生产方面，AIGC技术提供了一种新的艺术表达工具，艺术家和设计师可以利用这一技术创造出新颖独特的中国文化艺术作品，推动艺术创新和审美发展；而在传播应用方面，AIGC技术能够为广告、影视、游戏等行业提供丰富的视觉素材，满足市场对挖掘传统文化潜力的需求。

（三）研究局限

作为一个针对AIGC应用的案例探索性研究，本研究存在如下不足。第一，本研究仅将prompt的内容长度作为自变量，没有将prompt内容的丰富性和多样性考虑进去。第二，由于图片生成时可以使用多个模型，导致图片风格和样式非常多样和庞杂，给编码造成挑战，而本文的图片内容编码主要是简单的二分类，限制了对图片丰富信息的评价。另外，网站的默认排名和布局会影响图片的展演方式，进而可能影响互动数值。第三，过往研究已经显示，面对作为文化或国家象征图像，他人的态度多是高度情景化的。换言之，同样的视觉形象在不同情境中可能诱发不同的态度，这和观看者的情境、动机有着密不可分的联系。本研究所使用的算法计算图像特征和判断方法，虽然有相关研究方法论文的支持，但是该方法在AIGC的复杂文化语境中的效度和信度仍需要进一步检验。第四，需要强调的是，本文的数据搜集和研究设计不支持我们对网站用户或访问者互动行为的内在动机做出分析，而考察用户的内容生产动机对于理解AIGC的整个传播链条具有非凡意义。用户出于什么动机在AIGC生产中聚焦或者触及中国龙形象的塑造，将是一个洞察用户、传统文化、技术、艺术等互动联结的重要契机，这也将是后续研究的重要课题。

（四）未来展望

不可否认，AIGC技术的发展将为人类社会带来深远的影响，它预示着一个内容创造和体验革新的新时代。随着算力、算法和模型等的不断迭代和突破，AIGC技术将变得更加智能和高效，生成具有高度创意和个性化的内容。未来，AIGC技术有望实现多模态数据（文本、图像、音频、视频等）的无缝融合，为用户提供沉浸式和交互式的体验，个性化和定制化的内容生成将成为常态。社会影响的研究将成为AIGC技术发展的重要组成部分，研究者将深入探讨这项技术对社会价值观、文化认同、就业市场等方面的影响，确保技术进步能够带来积极的社会效应。

虽然AIGC技术开启了人机共创的新篇章，给文化创新带来了机遇和挑战。但在强调创新的同时，文化价值的维护、版权保护和伦理责任等也需提上日程。这要求技术开发者、内容创作者、政策制定者以及社会各界共同努力，探索符合伦理的技术应用方式，保护并丰富人类的文化遗产。可持续发展的理念将贯穿于AIGC技术发展的全过程。需要说明的是，本文并非要总结出一个具有普适性的结论，而是希望通过这种探索性分析为国家文化软实力建设和走向国际提供一些参考和实证借鉴。虽然这种生成式AI技术为新形式的文化传播提供了文化再创造和再诠释的途径，但是否能够有效促进跨文化的理解和交流，仍然是一个值得研究和探讨的方向，也是笔者将继续关注的议题。

注释：

[1] 参见：https://civitai.com/。

[2] 参见：https://github.com/civitai/civitai/wiki/REST-API-Reference。

[3] 参见：https://github.com/explosion/spaCy。

[4] 参见：https://github.com/chaofengc/IQA-PyTorch。

本文转自 | 新闻大学