AIGC在童書生產(chǎn)中的應(yīng)用模式探究

【摘 要】 結(jié)合國內(nèi)外出版業(yè)對AIGC的應(yīng)用實踐，以“金波別集”為研究對象，闡述AIGC在童書生產(chǎn)過程中的應(yīng)用價值，提出人機協(xié)同機制的有效路徑：綜合各項信息將文獻集制作成文本數(shù)據(jù)，將文本數(shù)據(jù)轉(zhuǎn)化為機器可以理解的關(guān)鍵詞，通過關(guān)鍵詞對個性化風(fēng)格進行測試與訓(xùn)練，制定標準化要求對插圖圖片進行批量審核或個性化審核。在面臨編輯人員迭代問題、AIGC模型優(yōu)化和訓(xùn)練問題、版權(quán)糾紛問題時，編輯與模型訓(xùn)練技術(shù)人員應(yīng)將工作階段一分為二，編輯負責(zé)提供詳盡的文本數(shù)據(jù)與關(guān)鍵詞，技術(shù)人員負責(zé)將關(guān)鍵詞錄入AI模型并訓(xùn)練AI，以此避免各種風(fēng)險，更好地實現(xiàn)人機協(xié)同。

【關(guān) 鍵 詞】人工智能；童書出版；人機協(xié)同；AIGC

【作者單位】李默耘，東方出版中心。

【中圖分類號】G230.7 【文獻標識碼】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2024.20.011

在出版領(lǐng)域，不同的出版機構(gòu)對AIGC的認知與應(yīng)用水平存在顯著差異，導(dǎo)致其在實踐中的表現(xiàn)呈現(xiàn)不一致性。特別是在中國，出版機構(gòu)主要在童書生產(chǎn)領(lǐng)域探索AIGC的潛力。基于對AIGC優(yōu)勢與劣勢的共識，更深入的研究揭示了其在創(chuàng)造力、穩(wěn)定性、真實性以及出版審核方面的局限性，這些問題均強調(diào)在出版行業(yè)中應(yīng)用AIGC時人機協(xié)同工作模式的重要性。

一、 AIGC在童書生產(chǎn)中的應(yīng)用現(xiàn)狀

國內(nèi)的出版機構(gòu)在童書生產(chǎn)領(lǐng)域率先采用AIGC技術(shù)，這一趨勢主要是由市場需求驅(qū)動的。當前，童書的銷售渠道主要集中在短視頻電商平臺，某一本童書的熱銷往往會在短期內(nèi)引發(fā)大量同類產(chǎn)品的跟風(fēng)上市，迫使出版方加速產(chǎn)品迭代以適應(yīng)競爭激烈的市場環(huán)境。同時，由于童書的目標讀者較為特殊，這使得出版機構(gòu)在童書生產(chǎn)領(lǐng)域應(yīng)用AIGC時，不能單純地依靠AIGC，而是需要使用人機協(xié)同模式。這種協(xié)同工作模式需要充分發(fā)揮人類智慧，將人類智慧與人工智能緊密結(jié)合，以確保生成的內(nèi)容既符合出版質(zhì)量標準，又能滿足市場對創(chuàng)新和多樣性的需求?！敖鸩▌e集”已出版的25冊圖書為新時代童書生產(chǎn)中AIGC的應(yīng)用提供了一個示范性案例。

1．AIGC在童書生產(chǎn)中的應(yīng)用價值

童書最耗時的生產(chǎn)環(huán)節(jié)是插畫繪制，AIGC可輔助插圖師完成插圖繪畫工作，從而顯著減少童書生產(chǎn)的時間損耗。在傳統(tǒng)童書生產(chǎn)環(huán)節(jié)，如插畫師工作量滿額，繪制1張32開的滿版插圖需要5—7天，繪制1張16開的滿版插圖需要7—10天，繪制1張8開的插圖需要15—20天。如果一本兒童文學(xué)讀物需要插畫師繪制20張插圖，工期最少需要3個月。但AIGC可以在半分鐘內(nèi)一次性生成4張圖，無限次生成備選圖，直至編輯滿意為止。以“金波別集”為例，AIGC1個月可以生成12000張圖，這1個月不僅包含生成時間，還包含訓(xùn)練時間。同比，AIGC為1本兒童文學(xué)讀物繪制20張插圖可以在幾小時內(nèi)完成。

AIGC使得圖片選擇更加多樣化。與傳統(tǒng)人工繪制插圖相比，AIGC能夠有效規(guī)避一旦著色便難以修改的問題，通過1次訓(xùn)練即可產(chǎn)出多張風(fēng)格迥異的備選圖片。這種技術(shù)使得編輯工作從做問答題轉(zhuǎn)變?yōu)樽鲞x擇題，從而更高效地從眾多備選圖片中篩選出符合要求的1張。以“金波別集”為例，經(jīng)過訓(xùn)練的AIGC技術(shù)解決了風(fēng)格形成的難題，能夠提供包括宮崎駿風(fēng)格、水彩風(fēng)格、吉卜力風(fēng)格、新海誠風(fēng)格、迪士尼風(fēng)格等近百種風(fēng)格選項。同時，AIGC還提供詳盡的圖片生成需求明細，包括圖片質(zhì)感、燈光、色調(diào)、視角、氛圍等，編輯可以根據(jù)不同的需求對AIGC進行有針對性的訓(xùn)練，以實現(xiàn)更加精細化的圖片生成。這種技術(shù)的發(fā)展不僅提高了圖片生成的效率，也為編輯提供了更大的選擇空間，使得生成的圖像更加多樣化和個性化。

經(jīng)過訓(xùn)練，AIGC生成的圖片能夠符合大眾審美。AIGC通過分析大量文本數(shù)據(jù)來學(xué)習(xí)如何根據(jù)文本描述生成相應(yīng)的圖片。在這種訓(xùn)練模式下，模型會學(xué)習(xí)文本中的關(guān)鍵詞、短語和整體語境，理解如何將這些文本元素轉(zhuǎn)化為視覺元素。AIGC能夠有效識別和理解文本中出現(xiàn)頻率較高的語境，即那些在大眾文化中廣泛流行的語境。隨著全球更多用戶的參與、調(diào)整和訓(xùn)練，AIGC將不斷進步，其生成的風(fēng)格將更加符合大眾的審美標準，能夠?qū)崟r對審美趨勢進行調(diào)整和優(yōu)化。這一過程不僅體現(xiàn)了AIGC在文化適應(yīng)性上的進步，也展示了其在審美動態(tài)性上的靈活性。

2．AIGC在童書生產(chǎn)的應(yīng)用場景

使用AI生成童書插圖，既是生產(chǎn)方式的迭代，也是生產(chǎn)力、生產(chǎn)關(guān)系的深刻變革?；诖竽Ｐ陀?xùn)練的AIGC不僅部分替代了原生產(chǎn)者（插畫師）的功能，且通過精密的算法引導(dǎo)生產(chǎn)者的思維，人與人的溝通轉(zhuǎn)至人與算法的博弈。

AIGC作為生成式新生產(chǎn)力工具，其關(guān)鍵技術(shù)在于機器學(xué)習(xí)，訓(xùn)練路徑分為3種類型：一是基于文本數(shù)據(jù)訓(xùn)練得到的分類模型；二是基于用戶行為數(shù)據(jù)訓(xùn)練得到的推薦模型；三是基于用戶反饋數(shù)據(jù)訓(xùn)練得到的推薦模型［1］。在正式應(yīng)用AIGC之前，編輯需要準備大量的文本數(shù)據(jù)。以“金波別集”為研究對象，編輯團隊為該文獻集中的每一幅圖片提供相應(yīng)的文本數(shù)據(jù)，隨后技術(shù)團隊對這些文本數(shù)據(jù)進行深入分析，以識別和提取關(guān)鍵詞?；谶@些關(guān)鍵詞，技術(shù)人員將進行語言模型的轉(zhuǎn)換和適配，進而啟動訓(xùn)練過程。在此過程中，編輯將對AIGC生成的圖片進行細致評估并在后續(xù)流程中持續(xù)對其進行反饋與修正。通過這種迭代的反饋機制，AIGC將逐漸學(xué)習(xí)并優(yōu)化其算法，最終形成針對“金波別集”特有風(fēng)格和內(nèi)容的推薦圖像模型。該模型不僅能夠反映文獻集的視覺特征，還能夠根據(jù)編輯團隊的反饋進行自我調(diào)整，以提高生成圖片的準確性和相關(guān)性。

從目前來看，AIGC適用于生成短篇、彼此之間沒有關(guān)聯(lián)性的作品的插圖。在AIGC大模型訓(xùn)練的初始階段，針對同一文本內(nèi)容和固定關(guān)鍵詞集，若在不同時間點對AIGC進行訓(xùn)練，AIGC可能會輸出截然不同的圖片。這種現(xiàn)象揭示了AIGC技術(shù)的獨特魅力，即其生成結(jié)果的多樣性和不可預(yù)測性，同時也暴露其潛在的局限性，尤其是在需要保持人物形象一致性的兒童長篇小說領(lǐng)域。由于人物形象連貫性對敘事完整性和讀者閱讀體驗至關(guān)重要，因此AIGC在生成一致性人物形象方面的不穩(wěn)定性值得注意。隨著技術(shù)的不斷發(fā)展，AIGC在保持人物形象一致性方面的表現(xiàn)有望得到提升，從而更好地滿足出版行業(yè)的需求。

AIGC在處理單一元素的場景時表現(xiàn)較為理想，但在涉及多元素組合的場景中，可能會遇到風(fēng)格和形象混亂的問題。發(fā)生這種情況的原因通常是數(shù)據(jù)集不充分，導(dǎo)致人工智能難以準確理解和處理指定風(fēng)格中的多個關(guān)鍵詞，從而無法生成風(fēng)格一致或與內(nèi)容匹配的圖片。以“金波別集”為例，當任務(wù)要求生成1張包含“大樹下有兔子、狗、熊3個動物，且它們在互相交談”的宮崎駿風(fēng)格的圖片時，AIGC將面臨挑戰(zhàn)。如果將宮崎駿風(fēng)格設(shè)為優(yōu)先，可能無法在畫面中生成所有指定的動物。如果強調(diào)3個動物同時出現(xiàn)，生成的圖片可能會傾向于寫實風(fēng)格，從而偏離宮崎駿的插圖風(fēng)格。此外，在指定風(fēng)格優(yōu)先的情況下，多人或多物件的場景還可能導(dǎo)致元素變形的問題。

AIGC在處理基于已知事物的場景時表現(xiàn)較高的適用性，但在處理需想象的場景時往往超出用戶預(yù)期，更傾向于魔幻或奇幻的風(fēng)格。以“金波別集”為例，基于“1只不開心的小蜜蜂在田間飛舞”的文案數(shù)據(jù)生成圖片時，AIGC可能會生成1個揮舞著大針鰲、具有人臉和蜜蜂身體、張牙舞爪的蜜蜂大王形象，這種暗黑而驚悚的解讀與原文本的意圖相去甚遠。為了避免AIGC的理解偏差，訓(xùn)練過程中對關(guān)鍵詞的增刪至關(guān)重要。即便如此，AIGC對修改后關(guān)鍵詞的理解仍具有隨意性，導(dǎo)致生成的圖片呈現(xiàn)千變?nèi)f化的“智能”特征。

3．AIGC在童書生產(chǎn)的應(yīng)用難點

隨著AI對圖文聲像處理能力和學(xué)習(xí)能力的不斷增強，其可根據(jù)用戶需求在短時間內(nèi)生成文章、詩歌、音樂、視頻、動畫等內(nèi)容形式，在使用者的引導(dǎo)下完成多樣化的內(nèi)容創(chuàng)作［2］。因此，AIGC在持續(xù)創(chuàng)造力、活躍度和穩(wěn)定性方面的性能被寄予厚望，這些也是其在實際應(yīng)用中需要克服的關(guān)鍵難點。

AIGC在風(fēng)格融合方面展現(xiàn)顯著的能力，但其在滿足個性化需求方面需要進行有針對性的訓(xùn)練。如果AIGC系統(tǒng)對相似模式或數(shù)據(jù)集過度依賴，可能會造成生成內(nèi)容的原創(chuàng)性和新穎性不足，這一現(xiàn)象有時被稱為內(nèi)容飽和或創(chuàng)意枯竭。特別是在童書出版領(lǐng)域，AIGC的訓(xùn)練若完全由算法主導(dǎo)，初期形成的獨特風(fēng)格可能會逐漸與其他風(fēng)格融合，導(dǎo)致小眾特質(zhì)被淡化，這對出版方而言并非利好消息。以“金波別集”為例，該系列在人物形象塑造上一貫采用宮崎駿風(fēng)格，經(jīng)過持續(xù)訓(xùn)練，AIGC生成的人物形象已趨于成熟，但也出現(xiàn)臉譜化、精致化和趨同化的問題。AI系統(tǒng)可能認為其生成的圖像趨向完美，但完美的外觀并不一定具有特色和辨識度。因此，為了保持AI的創(chuàng)造性，出版機構(gòu)需定期更新AIGC算法，不斷為AI投喂多樣化的數(shù)據(jù)集并引入隨機性。這些措施有助于克服AIGC在內(nèi)容生成上的局限性，優(yōu)化其在個性化和創(chuàng)新性方面的表現(xiàn)。

AIGC在生成人物面部特征和四肢細節(jié)方面面臨顯著挑戰(zhàn)，這些問題被認為是當前技術(shù)發(fā)展中的主要難題。盡管AIGC在風(fēng)格把握上可能表現(xiàn)一定的穩(wěn)定性，但在面部五官的完整性、手指和腳趾數(shù)量的準確性以及四肢的完整性方面，AIGC的輸出結(jié)果常常出現(xiàn)偏差。例如，人物面部可能缺失必要的五官，或者四肢出現(xiàn)不完整的情況。在處理昆蟲等非人物圖片時，也可能出現(xiàn)多腿、多足或多翅膀等異常情況。因此，AIGC未來的優(yōu)化和發(fā)展需要特別關(guān)注這些問題，以提高生成圖片的準確性和真實性。

二、人機協(xié)同在童書生產(chǎn)領(lǐng)域的應(yīng)用模式

雖然AIGC能夠在一定程度上節(jié)約過程資源并提高生產(chǎn)的質(zhì)量和效率，但AIGC在童書生產(chǎn)的圖片生成與審核兩個方面尚無法做到一次性完成任務(wù)且完全符合出版標準。在生成內(nèi)容的過程中，AI對現(xiàn)實世界的理解基于數(shù)據(jù)的表面層次，缺乏對現(xiàn)實世界的理解和洞察，這使得目前其對知識的結(jié)構(gòu)化呈現(xiàn)只能停留在“平庸的專業(yè)主義”階段［3］，使得其文本數(shù)據(jù)的表達處于淺層。同時，在審核過程中，多模態(tài)生成式人工智能技術(shù)將虛假信息的范圍從文本擴展到代碼、圖片和視頻，虛假信息的多樣性、欺騙性顯著增強，導(dǎo)致出版內(nèi)容面臨真實性下降的風(fēng)險［4］。這凸顯了人機協(xié)同機制在童書生產(chǎn)中的重要性和不可或缺性。

1．人機協(xié)同機制的前提和路徑

AIGC在童書出版領(lǐng)域的應(yīng)用雖然部分替代了傳統(tǒng)插畫師的角色，但對那些具備高級審美能力的編輯的需求有所增加。在傳統(tǒng)手工繪制插圖的過程中，插圖的質(zhì)量主要取決于插畫師對文本內(nèi)容的理解和藝術(shù)表達能力，在此過程中，編輯可以通過簡潔明了的語言與插畫師進行有效溝通。然而，隨著AIGC的應(yīng)用，機器學(xué)習(xí)的核心對象轉(zhuǎn)變?yōu)槲谋緮?shù)據(jù)，編輯的角色轉(zhuǎn)變?yōu)槲谋緮?shù)據(jù)的制作者，他們需要具備高級的審美能力，以確保提供的文本數(shù)據(jù)能夠引導(dǎo)AIGC生成具有獨特風(fēng)格和創(chuàng)新性的圖片。這要求編輯不僅精通文本內(nèi)容，還對藝術(shù)審美有深刻的理解和掌握，以便在人機協(xié)同中發(fā)揮關(guān)鍵作用，提升AIGC生成內(nèi)容的藝術(shù)價值和原創(chuàng)性。

從目前來看，AIGC人機協(xié)同的路徑有以下幾個方面：綜合政策規(guī)定、出版標準、市場需求、讀者反饋，將文獻集制作成文本數(shù)據(jù)；將文本數(shù)據(jù)轉(zhuǎn)化為機器可以理解的關(guān)鍵詞；通過關(guān)鍵詞對個性化風(fēng)格進行測試與訓(xùn)練；確定關(guān)鍵詞與風(fēng)格之間的優(yōu)先關(guān)系；制定標準化要求，對插圖圖片進行批量審核或個性化審核。

2．人機協(xié)同機制的應(yīng)用場景

人機協(xié)同機制在生成與審核兩個環(huán)節(jié)都具有非常復(fù)雜的應(yīng)用場景，本文主要對常見場景進行概述。

第一，在生成環(huán)節(jié)對風(fēng)格的界定與把握。雖然采用人工繪制的童書插圖已形成豐富多樣的風(fēng)格，但市場需要更多的創(chuàng)意圖片。因此在使用AIGC繪制插圖之前，編輯需要對每種插圖風(fēng)格的特色、代表畫家、代表作進行深入學(xué)習(xí)和研究，儲備關(guān)于童書插圖的專業(yè)知識，在此基礎(chǔ)上有所創(chuàng)新。以“金波別集”為例，該文獻集的文本風(fēng)格普遍呈現(xiàn)溫暖和向善的特質(zhì)。在視覺化設(shè)計的初期階段，編輯團隊選定宮崎駿風(fēng)格、水彩風(fēng)格、中式水墨風(fēng)格以及迪士尼風(fēng)格進行實驗性應(yīng)用。通過對比測試數(shù)據(jù)，編輯團隊發(fā)現(xiàn)：中式水墨風(fēng)格在人物形象的表現(xiàn)上存在明顯的模糊不清、難以辨認的問題，不能滿足質(zhì)量審查的標準；迪士尼風(fēng)格因其場景和人物形象的高度模式化，導(dǎo)致表情和動作過于遵循迪士尼的既定范式，可能引發(fā)讀者的審美疲勞；宮崎駿風(fēng)格在樹木、花草的細節(jié)描繪以及動物表情的捕捉上表現(xiàn)不佳；水彩風(fēng)格在人物形象的生成方面未能達到預(yù)期效果?；谶@些測試結(jié)果，編輯團隊決定采用宮崎駿風(fēng)格與水彩風(fēng)格相結(jié)合的藝術(shù)手法，以期在保留各自風(fēng)格優(yōu)勢的同時，彌補單一風(fēng)格在視覺表現(xiàn)上的不足，實現(xiàn)更加和諧與豐富的視覺效果。

第二，在生成環(huán)節(jié)對關(guān)鍵詞的訓(xùn)練與優(yōu)化。優(yōu)化關(guān)鍵詞是提高AIGC系統(tǒng)性能的關(guān)鍵技能。要生成貼合文本、對文本理解深刻、表達卓越的圖片，需要在訓(xùn)練環(huán)節(jié)不停地優(yōu)化關(guān)鍵詞。例如，生成1張“月光下的父子冰上游玩圖”的基礎(chǔ)關(guān)鍵詞如下——地點：公園。背景：冬天，湖面，結(jié)冰。人物：父與子。動作：父親推著兒子的小冰車。如果僅將這些關(guān)鍵詞輸入AIGC，得到一張距離父子2—3米遠的普通平視視角圖片，這張圖片并沒有瑕疵，但在接下來生成圖片時，如果對“地點”“背景”“人物”“動作”進行同邏輯的提示，所得圖片視角會同質(zhì)化且缺乏美感。為了得到1張與眾不同的圖片，編輯需要優(yōu)化關(guān)鍵詞。視角：從小孩子的視角進行平視。人物位置：父親在孩子身后，被孩子擋住半個身體。畫面細節(jié)：天空正飄下細雪，生成六邊形的形狀；一片雪花落在孩子的手上。表情：又好奇又驚喜。天氣：霧蒙蒙的下雪天，太陽朦朦朧朧。通過這些關(guān)鍵詞的豐富，AIGC才可以生成1張不同視角、不同體驗的圖片。由此可見，AIGC在插畫創(chuàng)作領(lǐng)域具有顯著的時間節(jié)約優(yōu)勢，然而，這一技術(shù)的應(yīng)用也要求編輯在準備文本數(shù)據(jù)、關(guān)鍵詞轉(zhuǎn)化及關(guān)鍵詞的持續(xù)優(yōu)化方面投入更多的時間和精力。此外，技術(shù)人員在訓(xùn)練AIGC模型的過程中也需要花費額外的時間來調(diào)整和優(yōu)化模型參數(shù)，以確保生成內(nèi)容的質(zhì)量和風(fēng)格符合預(yù)期。

第三，在審核環(huán)節(jié)對政策規(guī)定、出版標準的把握。AIGC在圖像生成過程中面臨對政策規(guī)定和出版標準的準確把握難題。例如：在中式建筑圖像中，可能錯誤地包含日式建筑元素；在描繪兒童時，可能未能適當處理服裝的適宜性以及人物五官和面部表情的準確性。因此，編輯團隊需要通過人機協(xié)同工作機制來完成審核閉環(huán)，確保生成圖片內(nèi)容符合出版相關(guān)要求。

第四，在審核環(huán)節(jié)對讀者反饋的把握。AIGC在審核環(huán)節(jié)的運用依賴于其對新文本數(shù)據(jù)的持續(xù)學(xué)習(xí)，然而其預(yù)測能力和對復(fù)雜語境問題的辨識能力存在局限性。如果僅按照AIGC的初始數(shù)據(jù)進行輸出，可能在形式上符合出版標準，但由于讀者反饋的多樣性，實際上可能并不符合預(yù)期的表達效果。因此，編輯團隊需要以人機協(xié)同的工作模式，在審核環(huán)節(jié)對圖片進行細致的把控并進行適當修改，以確保內(nèi)容的準確性和適宜性。

3．人機協(xié)同機制的應(yīng)用應(yīng)對

在生成與審核環(huán)節(jié)對AIGC生成圖片通過人機協(xié)同機制進行把關(guān)，從流程上完成了童書生產(chǎn)應(yīng)用AIGC的閉環(huán)，但仍面臨編輯人員迭代、AIGC模型優(yōu)化訓(xùn)練、版權(quán)糾紛等問題。

新質(zhì)生產(chǎn)力的使用離不開生產(chǎn)者對新式生產(chǎn)工具的掌握。在童書生產(chǎn)環(huán)節(jié)，編輯團隊嘗試過將編輯與技術(shù)合二為一的方式，但具備高級審美能力的編輯與熟練掌握AIGC模型訓(xùn)練及使用關(guān)鍵詞的技術(shù)人員各自有其擅長的專業(yè)領(lǐng)域，不能簡單粗暴地合并工作流程。合理的流程是將工作階段一分為二，編輯負責(zé)提供詳盡的文本數(shù)據(jù)與關(guān)鍵詞，技術(shù)人員負責(zé)將關(guān)鍵詞錄入AI模型并訓(xùn)練AI，編輯授權(quán)技術(shù)人員適當增刪關(guān)鍵詞的權(quán)利。一方面，編輯需要對文獻集和圖片有深刻的體味與領(lǐng)悟，擁有熟練的文本數(shù)據(jù)制作能力，與技術(shù)人員熟練配合，才可以充分發(fā)揮AIGC的優(yōu)勢，否則生成的圖片可能不能使用。另一方面，出版機構(gòu)需要尋找適當?shù)募夹g(shù)人員，這些技術(shù)人員需完全掌握和理解文本數(shù)據(jù)和關(guān)鍵詞，在適當?shù)臅r候可對關(guān)鍵詞進行調(diào)整，能熟練訓(xùn)練AI模型。由此可見，AIGC目前仍處于人工智能的過渡階段，嚴重依賴人的參與及引導(dǎo)。

AIGC的版權(quán)問題一直都是人們關(guān)注的焦點。在人機協(xié)同機制得以順利開展的前提下，AIGC所生成的童書圖片在某種程度上有了人的智慧投喂，具有獨一無二性。然而，當人機協(xié)同機制執(zhí)行不順暢時，編輯可能難以制作符合要求的文本數(shù)據(jù)，或者AIGC無法準確理解關(guān)鍵詞，導(dǎo)致編輯轉(zhuǎn)而尋找相關(guān)圖片直接投喂給AIGC。在這種情況下，AIGC從文生圖的生成模式轉(zhuǎn)變?yōu)閳D生圖的生成模式，可能引發(fā)版權(quán)問題。圖生圖模式直接模仿已有圖片完成生成任務(wù)，而非通過關(guān)鍵詞訓(xùn)練完成任務(wù)，這可能會引發(fā)較為嚴重的侵權(quán)行為。因此，AIGC所產(chǎn)生的版權(quán)糾紛更多是由生產(chǎn)者導(dǎo)致的。

三、結(jié)語

當下童書出版的市場競爭進入白熱化，在童書生產(chǎn)領(lǐng)域深耕的出版機構(gòu)迎接技術(shù)革命浪潮，積極運用AIGC，是形勢所迫也是大勢所趨。出版機構(gòu)在童書插圖生產(chǎn)環(huán)節(jié)可積極應(yīng)用與實踐AIGC，但其在童書生產(chǎn)的其他環(huán)節(jié)的賦能仍需謹慎研究。筆者通過“金波別集”的具體實踐得出，童書出版機構(gòu)需要做好AIGC應(yīng)用的頂層設(shè)計，研究AIGC的應(yīng)用場景，通過實踐規(guī)避AIGC的應(yīng)用難點和痛點并實時關(guān)注AIGC的優(yōu)化迭代，以調(diào)整應(yīng)用節(jié)奏。在AIGC應(yīng)用過程中，出版機構(gòu)應(yīng)引進與培養(yǎng)優(yōu)質(zhì)編輯與技術(shù)人員，制定好人機協(xié)同的相關(guān)管理機制和流程，充分發(fā)揮人機協(xié)同機制的優(yōu)勢，為AIGC的應(yīng)用守好審核關(guān)與出版關(guān)。

｜參考文獻｜

［1］索偉. 生成式智能出版的技術(shù)原理、應(yīng)用挑戰(zhàn)及優(yōu)化路徑［J］. 傳播與版權(quán)，2024（8）：59-61.

［2］王飚，魏婧.“人—技”關(guān)系視域下AI在出版行業(yè)的創(chuàng)新應(yīng)用［J］. 出版廣角，2024（13）：16-20.

［3］喻國明，林昱彤，李昀玥. 作為新型內(nèi)容生產(chǎn)力的生成式AI：發(fā)展局限與未來進路［J］. 出版廣角，2024（14）：22-30.

［4］趙禮壽，丑越豪，王夢穎. 人工智能在出版業(yè)的風(fēng)險應(yīng)對及應(yīng)用前景［J］. 出版廣角，2024（13）：21-26.