大模型技术应用下视听内容的叙事传输说服机制分析

随着大模型技术发展,视听内容的生成和传播模式也发生了显著变化。本文探讨了大模型在视听内容中的应用及其在叙事传输和说服方面的影响。首先,大模型通过支持自然语言交互和多模态生成,使得视听内容在认知层面更加贴近用户。其次,大模型在情感层面上,通过多轮对话和个性化生成,增强了用户的情感依赖。用户在与大模型互动中感受到被理解和情感反馈,从而产生了更深层次的情感共鸣。最后,在心理层面上,大模型生成的内容因其高度个性化和逼真性,容易获得用户的信任和认同。然而,这也带来了对内容真实性和信任度的挑战,特别是在新闻媒体领域,可能导致信息误导和虚假信息传播等。本文最后还探讨如何在视听实践中更好地利用大模型技术。

“无限流”题材影视作品中的生活流叙事分析——以电视剧《开端》为例

近些年,“无限流”题材创作由文学作品开始转向影视作品,但这一创作理念基于架空想象,使得观众对作品内容的感知接近性较弱。本文从生活流叙事的角度入手,探讨了生活流叙事如何在“无限流”题材作品中建构观众的感知接近性,将基于想象的作品拉近到观众身边。进而,本文提出戏剧性、及物性和主旨性三大生活流叙事特征,并结合视听创作进行解读。本文以电视剧《开端》为案例,具体探讨“无限流”题材如何实践生活流叙事以及生活流叙事对互联网环境下“无限流”题材视听作品创作的经验参考。

作为新型内容生产力的生成式AI:发展局限与未来进路

以人类知识生产模式为参照,探讨当下生成式AI在知识生产中的优势及局限性。研究发现目前生成式AI的知识生产具备多模态、全数据和结构化特征,但也存在数据偏见、平庸的专业主义等问题。为了优化生成式AI的知识生产能力,需在数据规范实践、AI监管创新、AI开发和使用等方面进行改进,以促进“知识共创,人机共生”理想智能协作图景的实现。