出版企業(yè)部署應(yīng)用DeepSeek大模型產(chǎn)品的探索

2025年政府工作報告指出，因地制宜發(fā)展新質(zhì)生產(chǎn)力，推動科技創(chuàng)新和產(chǎn)業(yè)創(chuàng)新融合發(fā)展，激發(fā)數(shù)字經(jīng)濟創(chuàng)新活力，持續(xù)推進“人工智能 + ”行動，將數(shù)字技術(shù)與制造優(yōu)勢、市場優(yōu)勢更好結(jié)合起來，支持大模型廣泛應(yīng)用。因此，出版界積極探索DeepSeek大模型產(chǎn)品賦能出版的可能性、路徑以及落地方式。

一、DeepSeek大模型產(chǎn)品的介紹

2022年底ChatGPT的推出，雖被許多科學(xué)家認為是宣告大模型時代到來的一個標志，但由于其產(chǎn)品閉源、無法私有化部署、國外政策限制及技術(shù)封鎖、產(chǎn)品價值觀不齊等阻礙，國內(nèi)企業(yè)仍未大規(guī)模部署應(yīng)用大模型產(chǎn)品。直到2025年初，DeepSeek大模型產(chǎn)品的推出，國內(nèi)企業(yè)才出現(xiàn)大模型產(chǎn)品的接入、部署現(xiàn)象。本科生院院長、人工智能研究所所長吳飛表示，目前，任何人都可以從DeepSeek網(wǎng)站自行下載與部署相關(guān)開源模型，正因如此，國內(nèi)芯片、云計算以及應(yīng)用等眾多企業(yè)和平臺得以迅速適配DeepSeek模型，讓其更快速地成為現(xiàn)象級AI應(yīng)用[1]。

DeepSeek屬于通用人工智能（AGD大模型系列產(chǎn)品，為企業(yè)及開發(fā)者提供高效、低成本的大模型解決方案，解決傳統(tǒng)大模型推理成本高、垂直領(lǐng)域適配性差、中文處理能力不足等問題。2024年12月26日，DeepSeek-V3大模型推出；2025年1月20日，DeepSeek-R1大模型推出。

經(jīng)過測試，V3以極低的訓(xùn)練成本實現(xiàn)了與GPT-4o和ClaudeSonnet3.5等頂尖模型相媲美的性能；R1對標OpenAI-o1模型，運行成本僅為OpenAI、谷歌或Meta的流行人工智能模型的極小部分[2]。

從技術(shù)特點來看，訓(xùn)練語料數(shù)據(jù)和通用能力（語言理解與生成能力、多模態(tài)能力）對評價大模型產(chǎn)品的性能十分關(guān)鍵。語料是用于訓(xùn)練人工智能模型的原始數(shù)據(jù)集合，直接決定大模型產(chǎn)品的能力上限和應(yīng)用場景，反映其對世界的認知和價值觀。研究表明，ChatGPT使用的訓(xùn)練語料絕大多數(shù)為英文語料，主要源自英文網(wǎng)頁文本、報紙雜志、書籍等，這導(dǎo)致ChatGPT在中文理解及生成能力上存在價值觀對齊難題，更有學(xué)者認為西方在ChatGPT等技術(shù)手段的領(lǐng)先優(yōu)勢下會強化全球認知不平等，并將自身的價值觀和利益偏好嵌于智能系統(tǒng)的邏輯[3]。因此，國內(nèi)企業(yè)特別是國內(nèi)出版企業(yè)在使用ChatGPT等國外大模型產(chǎn)品時易出現(xiàn)政策風(fēng)險、價值觀風(fēng)險、意識形態(tài)風(fēng)險，學(xué)界也針對大模型產(chǎn)品的使用發(fā)出“為機器立心”的呼聲［4]。DeepSeek的出現(xiàn)則較好地解決了上述問題。在訓(xùn)練語料上，DeepSeek大模型產(chǎn)品的訓(xùn)練數(shù)據(jù)已達到萬億級token（模型處理的基本數(shù)據(jù)單位），與ChatGPT-4同屬第一梯隊。DeepSeek大模型產(chǎn)品由國內(nèi)公司開發(fā)，適應(yīng)我國文化、語言習(xí)慣，且中文訓(xùn)練數(shù)據(jù)占比高，涵蓋現(xiàn)代漢語、文言文、方言及行業(yè)術(shù)語，尤其在古籍數(shù)字化和現(xiàn)代文本的融合上效果顯著，對中文語義、語法、文化、價值觀等理解能力較強，內(nèi)置符合我國法規(guī)的敏感詞庫和過濾機制，價值觀對齊風(fēng)險較小，更適合國內(nèi)出版企業(yè)使用。

在通用能力方面，DeepSeek大模型產(chǎn)品引入混合專家模型，將復(fù)雜任務(wù)拆分為多個子任務(wù)，針對特定模式或數(shù)據(jù)分布優(yōu)化，避免以往單一模型的“一刀切”現(xiàn)象，計算效率較高，且支持更新單個模塊而不需要重新訓(xùn)練整個模型；采用知識蒸餾技術(shù)，將行業(yè)預(yù)訓(xùn)練的大模型知識進行蒸餾，支持構(gòu)建參數(shù)量級更小的模型，強化知識對齊，提高推理效率和資源利用率?？梢哉f，DeepSeek大模型產(chǎn)品在通用性能上已位于第一梯隊，其上下文處理長度支持128KTokens（部分版本），與ChatGPT-4Turbo持平，且成本更低，更加適用于國內(nèi)出版企業(yè)。

在部署成本方面，DeepSeek大模型產(chǎn)品具有多種蒸餾小模型，如1.5B、7B、8B、14B、32B、70B等，便于出版企業(yè)按照規(guī)模、算力要求、項目預(yù)算進行技術(shù)選型，選擇“預(yù)訓(xùn)練模型微調(diào)”“混合云架構(gòu)”（本地推理 + 云端訓(xùn)練）等方式，降低部署配置要求，進一步控制部署成本。此外，DeepSeek大模型產(chǎn)品支持私有化部署，強調(diào)數(shù)據(jù)不出境。

出版企業(yè)部署應(yīng)用DeepSeek大模型產(chǎn)品的現(xiàn)狀及挑戰(zhàn)

目前，國內(nèi)已有多家出版企業(yè)積極應(yīng)用大模型產(chǎn)品。例如：江蘇鳳凰出版?zhèn)髅焦煞萦邢薰咎剿鏖_發(fā)了“鳳凰智靈”人工智能應(yīng)用綜合服務(wù)平臺，正式部署了DeepSeek系統(tǒng)，計劃開發(fā)針對中小學(xué)教育的專業(yè)模型服務(wù)；龍源數(shù)字傳媒集團、中信出版集團接入了DeepSeek產(chǎn)品，并且部署了私有版本；古聯(lián)（北京）數(shù)字傳媒科技有限公司、陜西人民教育出版社、延邊教育出版社、廣東省出版集團數(shù)字出版有限公司都計劃部署或接入DeepSeek 大模型產(chǎn)品[5]。

盡管國內(nèi)的一些出版企業(yè)已經(jīng)對DeepSeek大模型產(chǎn)品進行部署并將其應(yīng)用于業(yè)務(wù)流程改造升級，但在實際工作中仍然存在一些挑戰(zhàn)。首先，在人才隊伍方面，傳統(tǒng)出版企業(yè)大多由編、印、發(fā)三個環(huán)節(jié)的業(yè)務(wù)人員組成，缺少了解人工智能等前沿科技相關(guān)的人才儲備。其次，在內(nèi)容準備方面，傳統(tǒng)出版企業(yè)對出版內(nèi)容的數(shù)據(jù)化程度各不相同，這對應(yīng)用DeepSeek大模型產(chǎn)品形成挑戰(zhàn)，如：出版企業(yè)是否已經(jīng)具備成熟的內(nèi)容數(shù)據(jù)庫，是否有對數(shù)據(jù)進行高質(zhì)量的標引、采集；雖出版企業(yè)可以通過云端訓(xùn)練的方式降低部署DeepSeek大模型產(chǎn)品的硬件成本，但是否結(jié)合相關(guān)訓(xùn)練數(shù)據(jù)的質(zhì)量、代表性、時效性等現(xiàn)實情況，提高生成內(nèi)容質(zhì)量。再次，出版企業(yè)部署應(yīng)用DeepSeek大模型產(chǎn)品面臨版權(quán)風(fēng)險。有研究認為，開發(fā)者應(yīng)為創(chuàng)作主體，因開發(fā)者編寫算法、訓(xùn)練模型，為內(nèi)容生成奠定基礎(chǔ)；也有研究認為，使用者應(yīng)為創(chuàng)作主體，因使用者引導(dǎo)內(nèi)容生成的過程。值得注意的是，出版企業(yè)在使用DeepSeek大模型產(chǎn)品進行生成內(nèi)容時可能生成與以往作品實質(zhì)性相似的內(nèi)容，甚至存在侵權(quán)情形。最后，出版企業(yè)部署應(yīng)用DeepSeek大模型產(chǎn)品面臨意識形態(tài)風(fēng)險。大模型產(chǎn)品的內(nèi)容生成結(jié)果依賴于訓(xùn)練語料數(shù)據(jù)，算法會通過對訓(xùn)練集的模仿自動輸出具有價值傾向性的內(nèi)容，若出版企業(yè)對語料數(shù)據(jù)的內(nèi)容質(zhì)量把控不嚴，易出現(xiàn)意識形態(tài)風(fēng)險，且DeepSeek大模型產(chǎn)品被惡意使用和濫用，也會導(dǎo)致錯誤價值觀的內(nèi)容生成[6]。此外，DeepSeek 大模型產(chǎn)品在內(nèi)容生成時還會出現(xiàn)“幻覺數(shù)據(jù)”，即在處理大量數(shù)據(jù)時產(chǎn)生誤導(dǎo)性或不準確性的輸出，從而導(dǎo)致出版企業(yè)面臨意識形態(tài)風(fēng)險。目前，出版企業(yè)只能通過多種技術(shù)和策略盡可能減少“幻覺”的發(fā)生概率[7]。

三、出版企業(yè)部署應(yīng)用DeepSeek大模型產(chǎn)品的舉措

中共中央宣傳部印發(fā)的《關(guān)于推動出版深度融合發(fā)展的實施意見》提出，要著眼加強前沿技術(shù)探索應(yīng)用、促進成熟技術(shù)應(yīng)用推廣、健全科技創(chuàng)新應(yīng)用體系，充分發(fā)揮技術(shù)對出版融合發(fā)展的支撐作用。出版企業(yè)作為市場主體和創(chuàng)新主體，應(yīng)成為發(fā)展新質(zhì)生產(chǎn)力的主要推動者，在機制、內(nèi)容、人才隊伍等方面做好準備，強化頂層設(shè)計，創(chuàng)新運行機制，深入開展DeepSeek大模型產(chǎn)品應(yīng)用研究，不斷積累和統(tǒng)籌優(yōu)質(zhì)數(shù)據(jù)及其資源，構(gòu)建人才隊伍，為技術(shù)深度賦能出版融合發(fā)展提供底層支撐。

（一）創(chuàng)新機制

出版企業(yè)要實現(xiàn)技術(shù)的深度賦能，就要深入地思考如何將DeepSeek大模型產(chǎn)品與出版工作流程相融合，賦能內(nèi)容創(chuàng)作、編校、營銷環(huán)節(jié)等，根據(jù)自身業(yè)務(wù)情況設(shè)定具體目標，確定應(yīng)用場景，保證技術(shù)、成本的可控，并進行技術(shù)選型，最終實現(xiàn)技術(shù)落地，也就是出版企業(yè)突破傳統(tǒng)生產(chǎn)模式的束縛，在組織架構(gòu)、業(yè)務(wù)流程和管理機制上進行系統(tǒng)性創(chuàng)新。這種創(chuàng)新不僅是技術(shù)層面的應(yīng)用，更是出版企業(yè)向智能化、數(shù)字化轉(zhuǎn)型升級的核心驅(qū)動力。

第一，以場景驅(qū)動技術(shù)落地，創(chuàng)新應(yīng)用評估機制。出版企業(yè)應(yīng)基于實際業(yè)務(wù)需求，設(shè)定清晰的大模型產(chǎn)品應(yīng)用場景和預(yù)期目標。例如，出版企業(yè)可以將DeepSeek大模型產(chǎn)品應(yīng)用于內(nèi)容創(chuàng)作、編校、營銷環(huán)節(jié)，建立“需求一場景一技術(shù)”三維評估機制，對選題策劃、初稿生成、智能審校、讀者分析等應(yīng)用場景進行可行性分析，確保技術(shù)投入與業(yè)務(wù)目標高度匹配。第二，優(yōu)化組織架構(gòu)，創(chuàng)新管理機制。技術(shù)深度賦能出版全流程，勢必改變出版工作的傳統(tǒng)范式，出版企業(yè)應(yīng)在管理機制上進行系統(tǒng)性創(chuàng)新。例如，在選題策劃階段，出版企業(yè)可以利用DeepSeek大模型產(chǎn)品進行市場數(shù)據(jù)分析，在編校環(huán)節(jié)引入智能審校工具，在營銷環(huán)節(jié)部署個性化推薦算法，并創(chuàng)新業(yè)務(wù)管理流程，完善出版流程、數(shù)據(jù)采集、大模型生成內(nèi)容審核等配套制度，以建立大模型產(chǎn)品驅(qū)動的新型工作模式，使技術(shù)真正應(yīng)用于出版全流程。

（二）統(tǒng)籌數(shù)據(jù)

出版數(shù)據(jù)包括在出版全生命周期中產(chǎn)生的各類結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)，本質(zhì)上是將人類知識進行數(shù)字化編碼的過程。從內(nèi)容形態(tài)看，出版數(shù)據(jù)既包括傳統(tǒng)圖書生產(chǎn)過程中的選題申報、文本內(nèi)容、編校記錄等結(jié)構(gòu)化數(shù)據(jù)，也涵蓋數(shù)字出版時代的讀者閱讀行為、交互反饋等非結(jié)構(gòu)化數(shù)據(jù)。出版企業(yè)部署應(yīng)用大模型產(chǎn)品，實現(xiàn)大模型產(chǎn)品私有化，需要向其“投喂”高質(zhì)量的行業(yè)特定語料數(shù)據(jù)，以提高大模型訓(xùn)練數(shù)據(jù)質(zhì)量，強化出版垂直領(lǐng)域的應(yīng)用能力，提高內(nèi)容生成質(zhì)量和效果，實現(xiàn)內(nèi)容產(chǎn)品的精準化生產(chǎn)和個性化服務(wù)。因此，出版企業(yè)應(yīng)聚焦知識內(nèi)容的數(shù)據(jù)化，將知識還原成數(shù)據(jù)，把文字、圖片、音視頻等作為數(shù)據(jù)的一種表現(xiàn)形式，做好數(shù)據(jù)的挖掘、采集、標引、存儲、計算[8]，為數(shù)據(jù)“投喂”做好準備。此外，出版企業(yè)還應(yīng)建立體系化的標準流程：一是確定數(shù)據(jù)源，如歷年出版物全文數(shù)據(jù)、編輯審校記錄、銷售渠道反饋、讀者信息數(shù)據(jù)等；二是確定數(shù)據(jù)處理技術(shù)，如數(shù)據(jù)清洗、分類、識別、采集等；三是確定數(shù)據(jù)質(zhì)量控制技術(shù)及標準，如數(shù)據(jù)標注的審校制度、專業(yè)領(lǐng)域數(shù)據(jù)審核機制、數(shù)據(jù)質(zhì)量評估模型等；四是根據(jù)垂直領(lǐng)域進行數(shù)據(jù)專項優(yōu)化工程。例如：出版企業(yè)可以在教育出版方面針對教材知識點、錯題本等優(yōu)化數(shù)據(jù)；在學(xué)術(shù)出版方面針對引文網(wǎng)絡(luò)分析、學(xué)科術(shù)語等優(yōu)化數(shù)據(jù)；在大眾出版方面針對文學(xué)作品情感分析、暢銷書拆解、讀者畫像多維標簽等優(yōu)化數(shù)據(jù)，從而統(tǒng)籌數(shù)據(jù)，提升DeepSeek大模型產(chǎn)品應(yīng)用的精準度，重塑知識生產(chǎn)的底層邏輯。

（三）構(gòu)建隊伍

出版企業(yè)想要將DeepSeek大模型產(chǎn)品真正應(yīng)用于生產(chǎn)，必須構(gòu)建“管理 + 技術(shù) + 內(nèi)容”三位一體的交叉復(fù)合型人才隊伍，涵蓋從模型適配、內(nèi)容生產(chǎn)到業(yè)務(wù)落地的全流程。

在管理人才方面，出版企業(yè)應(yīng)構(gòu)建具備將大模型產(chǎn)品嵌入組織結(jié)構(gòu)調(diào)整、人才戰(zhàn)略規(guī)劃、編印發(fā)業(yè)務(wù)全過程能力的綜合管理人才隊伍，從出版企業(yè)的內(nèi)部管理、業(yè)務(wù)開展、組織架構(gòu)、人才梯隊的頂層設(shè)計著手，利用大模型產(chǎn)品推動出版企業(yè)的轉(zhuǎn)型升級。在技術(shù)人才方面，出版企業(yè)應(yīng)將相關(guān)大模型產(chǎn)品部署工作委托第三方技術(shù)公司完成，具備能與技術(shù)公司溝通算力資源配置、微調(diào)和領(lǐng)域適配、出版企業(yè)業(yè)務(wù)場景等具體業(yè)務(wù)的融合出版復(fù)合人才。在內(nèi)容人才方面，出版企業(yè)應(yīng)突破傳統(tǒng)的內(nèi)容生產(chǎn)人才隊伍組成，明確編輯的核心價值從傳統(tǒng)的內(nèi)容加工向智能化內(nèi)容管理、人機協(xié)作創(chuàng)新和價值觀把控等方向演進，重構(gòu)內(nèi)容生產(chǎn)流程，使編輯轉(zhuǎn)變成人機協(xié)作設(shè)計師、數(shù)據(jù)內(nèi)容工程師、價值觀與倫理守門人。

此外，編輯要充分掌握大模型工具的使用方法，如掌握大模型工具的提示詞應(yīng)用，通過精準指令生成初稿、多語言版本等，由大模型產(chǎn)品完成 80% 的基礎(chǔ)內(nèi)容，再通過人工注入獨家觀點、情感溫度、文化共鳴，最大化地使用大模型產(chǎn)品賦能內(nèi)容生產(chǎn)流程，形成人機協(xié)作的工作場景。編輯也要理解大模型產(chǎn)品的技術(shù)特點、垂直領(lǐng)域內(nèi)容，建立數(shù)據(jù)驅(qū)動的策劃思維，培養(yǎng)數(shù)據(jù)敏感性，積極參與出版企業(yè)已有內(nèi)容數(shù)據(jù)庫的建設(shè)，保障數(shù)據(jù)庫的安全可信、動態(tài)更新，參與設(shè)計數(shù)據(jù)的挖掘、采集、標引、清洗等，豐富大模型產(chǎn)品的底層內(nèi)容，提高內(nèi)容生成和工作需求的匹配度，并通過數(shù)據(jù)重構(gòu)策劃、指導(dǎo)策劃，提升項目的整體策劃水平。編輯還要識別DeepSeek大模型產(chǎn)品中的事實錯誤、偏見與倫理風(fēng)險，把控意識形態(tài)風(fēng)險，助力建立合理的數(shù)據(jù)反饋機制和安全可信、動態(tài)更新的信源和數(shù)據(jù)知識庫，對不同類型數(shù)據(jù)的可信度和危害程度建立標簽體系，降低人工智能幻覺出現(xiàn)概率，提升生成內(nèi)容可靠性[9]。

四、出版企業(yè)部署應(yīng)用DeepSeek大模型產(chǎn)品的展望

（一）內(nèi)容生產(chǎn)的提質(zhì)增效

DeepSeek大模型產(chǎn)品驅(qū)動出版生產(chǎn)流程再造。在選題策劃階段，DeepSeek大模型產(chǎn)品可以基于全網(wǎng)熱點分析和歷史銷售數(shù)據(jù)，智能生成選題可行性報告，提供包括市場容量預(yù)測、競品分析、讀者畫像生成等維度的決策支持。在創(chuàng)作階段，DeepSeek大模型產(chǎn)品可以發(fā)揮其強大的輔助創(chuàng)作能力，如：在專業(yè)出版領(lǐng)域調(diào)用行業(yè)知識庫，實時獲取最新法規(guī)條文、統(tǒng)計數(shù)據(jù)等參考資料；基于文字生成插圖、信息圖或可視化數(shù)據(jù)圖表；在文學(xué)創(chuàng)作領(lǐng)域根據(jù)海量信息分析，智能生成作品大綱；基于敘事學(xué)和讀者偏好分析，生成情節(jié)發(fā)展建議、人物關(guān)系圖譜等創(chuàng)意輔助；模仿特定作家的語言特色，幫助新人作者快速掌握專業(yè)寫作技巧等。在編校階段，DeepSeek大模型產(chǎn)品可以識別語法錯誤、進行專業(yè)知識核查，保證知識內(nèi)容的準確性、專業(yè)術(shù)語的統(tǒng)一性，自動核對數(shù)據(jù)圖表與文字描述的匹配度，并完成書稿的校對、潤色，統(tǒng)一行文風(fēng)格，縮短書稿編校周期等。在裝幀設(shè)計階段，DeepSeek大模型產(chǎn)品可以根據(jù)內(nèi)容特征自動調(diào)整版式，提供智能排版設(shè)計，優(yōu)化圖文混排效率等。

（二）融合出版的革新賦能

大模型產(chǎn)品正在豐富融合出版的內(nèi)涵，助力融合出版的形態(tài)和交互方式的革新，賦能融合出版的快速更迭。在內(nèi)容形態(tài)方面，DeepSeek大模型產(chǎn)品可以實現(xiàn)從單一文本到多模態(tài)內(nèi)容的智能轉(zhuǎn)換，如將文言文自動翻譯為現(xiàn)代漢語，生成配套的解說視頻、互動問答、音樂、圖像等增值內(nèi)容，豐富內(nèi)容形態(tài)；根據(jù)讀者的年齡、職業(yè)、知識水平、興趣偏好等形成讀者畫像，將同一出版內(nèi)容生成不同形態(tài)的出版產(chǎn)品，滿足不同讀者的閱讀需求。在融合出版的交互體驗方面，DeepSeek大模型產(chǎn)品可以基于不同圖書資源，開發(fā)相關(guān)智能體，為讀者提供超越以往智能問答機器人的交互體驗，并根據(jù)閱讀場景和閱讀設(shè)備的變化，保持多終端的內(nèi)容同步與體驗連貫，基于對讀者的數(shù)據(jù)分析開發(fā)具備“讀者共創(chuàng)”功能的新型閱讀產(chǎn)品，根據(jù)讀者的情緒、喜好等特點，采集讀者反饋數(shù)據(jù)，實時調(diào)整內(nèi)容深度、走向，自動優(yōu)化閱讀內(nèi)容。

（三）出版營銷的精準分析

大模型產(chǎn)品正在重塑出版營銷的全鏈條。在市場預(yù)測方面，DeepSeek大模型產(chǎn)品展現(xiàn)超強的趨勢洞察能力，可以通過分析社交媒體熱點、搜索指數(shù)、競品動態(tài)等多個維度的數(shù)據(jù)，預(yù)測市場走向、識別潛在的小眾爆款或滯銷品種，幫助出版企業(yè)調(diào)整營銷策略。在讀者洞察層面，DeepSeek大模型產(chǎn)品可以實現(xiàn)從“群體畫像”到“個體理解”的跨越，通過分析閱讀速度、暫停位置等讀者微觀行為，精準把握讀者的知識需求和審美偏好，實現(xiàn)個性化推薦。在社群運營方面，DeepSeek大模型產(chǎn)品可以輔助編輯同時管理多個讀者群，根據(jù)聊天內(nèi)容自動推薦相關(guān)書籍，提升社群轉(zhuǎn)化率。在銷售層面，DeepSeek大模型產(chǎn)品可以實時分析渠道庫存、促銷效果、競品動態(tài)等數(shù)據(jù)，自動生成最優(yōu)的鋪貨建議，助力庫存周轉(zhuǎn)率提升。在促銷內(nèi)容創(chuàng)作方面，DeepSeek大模型產(chǎn)品可以根據(jù)內(nèi)容特性和目標讀者，自動生成數(shù)百個營銷文案。

五、結(jié)語

DeepSeek大模型產(chǎn)品是出版業(yè)發(fā)展新質(zhì)生產(chǎn)力的重要驅(qū)動力，無論是出版企業(yè)還是編輯，都應(yīng)合理應(yīng)用DeepSeek大模型產(chǎn)品，處理好應(yīng)用過程中的法律、價值觀、意識形態(tài)等問題[10]，助力構(gòu)建出版業(yè)高質(zhì)量發(fā)展的宏偉藍圖。

［參考文獻]

[1］DeepSeek時刻，撬動AI產(chǎn)業(yè)鏈巨變［EB/OL].（2025-02-17）[2025-05-20 ] .https：//news.cctv.com/2025/02/17/ARTIcwq1IQq1NRioVFq5kJYF250217.shtml.［2］霸榜刷屏“掀翻”美股引爆AI圈的東方“黑馬”DeepSeek啥來頭？［EB/OL].（2025-01-28）[2025-05-20].https：//news.cctv.com/2025/01/28/ARTIseZvpXwrYQqPyqZZTA9u250128.shtml.

［3］鄭恩，劉沫瀟.全球傳播秩序的算法重構(gòu)：DeepSeek挑戰(zhàn)西方中心主義的AI認知霸權(quán)[J］.學(xué)術(shù)探索，2025（05）：53-64.

[4］翁之顥．“為機器立心”：智能編輯價值觀對齊的意義、難點與路徑［J].中國編輯，2025（02）：87-93.[5］張馨宇.數(shù)字出版人熱議DeepSeek［N］.中國出版?zhèn)髅缴虉螅?025-02-14（03）.

[6]許潔，袁小群，朱瑞，等.基于大模型的輕量級智能出版知識服務(wù)：理論基礎(chǔ)與實現(xiàn)路徑［J］.中國數(shù)字出版，2024（01）：25-35.

[7］何靜，陳逸然，戴田宇.基于謠言傳播機制的大模型幻覺減輕策略［J].實驗技術(shù)與管理，2025（02）：96-103.

［8］張新新．“數(shù)據(jù)要素 × 出版”：從數(shù)字出版走向數(shù)據(jù)出版［J/OL」.圖書情報知識，2025：1-10［2025-05-20].https：//kns.cnki.net/kcms2/article/abstract？v Ψ= db-EbSzo3oiRA5g9smximozbDThSzcSyG-OuEaQcEbwpnLszsaEGmDgvyxqdw7OLHrA_mKiDvqGfUdUJixVeCwJBEOnYpG2kutWrW3C4v12b2eveF8O7KYhnBisV6Jc2lcDJUyBchD9XK-ebVIhRyHZnyt8GRNxggtYXcmzgboteI8IayZTzhQ 1== amp;uniplatform τ₁= NZKPTamp;language L= CHS.[9］白楊.構(gòu)建自主可控AI生態(tài)警惕“幻覺數(shù)據(jù)”帶來的風(fēng)險［N］.21世紀經(jīng)濟報道，2025-03-10（003）.[10］張博，馬穎蕾，馬晉宇.基于語義知識圖譜的出版應(yīng)用模式研究［J].出版發(fā)行研究，2025（02）：45-53.