赵三川 马国昌^*

云南工商学院

摘要(Abstract)：

在数字化浪潮席卷全球的今天，生成式人工智能（AIGC）正以前所未有的速度重塑创意产业的版图。短视频作为当代信息传播的核心载体，其生产模式正经历从“PGC/UGC”向“AIGC”范式的深刻转型。本研究旨在通过定性研究的视角，深入探索AIGC工具在高校学生短视频创作全流程中的应用逻辑与深层影响。研究不追求数据的精确量化，而是致力于构建一套适应本科生科研与实践的“AIGC+人文”创作体系，重点解决传统创作中周期长、成本高、技术壁垒大等痛点，并深入探讨人机协同的边界与优化策略。本研究采用了文献分析法、案例深描法的研究路径。选取Runway ML、Pictory、ChatGPT等主流工具，结合抖音、快手等平台算法，对AIGC在脚本生成、素材制作、智能剪辑及个性化推荐中的表现进行了系统性的质性分析。研究发现，AIGC技术不仅仅是效率工具，更改变了创作者的认知方式。它能显著提升视频生产的边际效率，将学生从烦琐的技术操作中解放出来。但在叙事逻辑的深层连贯性、情感共鸣的细腻度以及艺术风格的独创性上，仍需依赖人类创作者的介入与把关。本研究最终提出了“人机共生、以人驭机”的优化策略，为高校传媒教育改革提供了理论依据与实践参考。

关键词(KeyWords)：

AIGC；短视频创作；人机协同；生成式人工智能

参考文献(References)：

［1］李响.基于深度卷积神经网络的视频自动剪辑方法研究［J］.计算机应用与软件，2022，39（05）：45-50. 

［2］王振国.基于多模态深度学习的视频内容生成与个性化推荐［D］.北京：北京邮电大学，2023. 

［3］刘海波.基于机器学习的视频创作效率模型研究［J］.现代传播，2022，44（08）：112-118. 

［4］彭兰.人工智能时代的媒介伦理：算法、AIGC与平台责任［J］.新闻与传播研究，2023，30（04）：5-22. 

［5］胡泳，刘甜甜.生成式人工智能的内容生产逻辑与传播重构［J］.现代传播，2023，45（05）：1-10. 

［6］陈昌凤，虞鑫.智能媒体时代的算法治理与伦理规范［M］. 北京：中国传媒大学出版社，2022. 

［7］刘锐.生成式人工智能的版权风险与治理路径［J］.出版发行研究，2024，（01）：45-51. 

［8］蔡文璇，詹希旎.生成式人工智能大模型的技术原理与应用前景［J］.中国科学院院刊，2023，38（06）：821-830.