从语言到人工智能：每一次传播革命都是 一次人类社会的进步 撰文 | 南方封面图片来源 | Pixabay 人类传播媒介的发展历程，是一部波澜壮阔的文明 演进史诗。从远古时期语言的诞生，到现在人工智能的 崛起，每一次媒介变革都深刻地改变了传播格局与人类 社会的面貌，推动着人类文明不断向前发展。 媒介是人与人之间发生关系的介质或工具，传播是 人与人之间通过媒介所进行的、有目的的信息传递活动， 带回中国。这种跨地域的信息传播，促进了不同文化之 间的交流与融合，推动了人类文明的发展。 三、图书：知识传承与文化传播的重要载体 图书的发展历程是一部漫长而丰富的历史，它见证 了人类文明的进步和传播方式的演变。从最初的简策、 帛书，到后来的纸质书籍，再到现代的电子图书，每一 个阶段都有其独特的特点和制作技术，反映了当时的社 会、文化和科技水平。 简策是中国古代最早的书籍形式之一，它起源于商 存和查阅。许多学术期刊和专业期刊会定期出版，形成 系列刊物，方便读者进行长期的资料积累和研究参考。 在特定领域的知识传播方面，期刊发挥着关键作用。 期刊能够及时传播最新的研究成果和行业动态，促进知 识的更新和进步。如在人工智能领域，《人工智能》《机 器学习研究杂志》等期刊会定期发表关于人工智能算法、 模型、应用等方面的最新研究成果，以及对人工智能发 展趋势的分析和预测，为该领域的研究人员提供了重要 的信息资源。广播

越式发展，才能立于不败之地。接入互联网，无疑是当 时中国的重要决策之一和关键一步，而这一步是与加快 改革开放步伐同步。 也就是说，改革开放为中国互联网的发展提供了必 不可少的社会与市场环境，而中国互联网又不断地推动 社会的发展进步，自身也将迅速成长为一个潜力巨大的 产业，在推进国家信息化的进程中扮演最重要的角色。接入互联网，中国才更紧密地与全世界联系在一起，网 络传播的力量可以让世界更好的了解一个真实的中国、 一个发展 联网和美国克林 顿政府提出的 “信息高速公路战略”以及欧共体、法国、 英国、德国、日本等建设信息网络基础设施的计划等。 虽然互联网是技术发展和社会进步的产物，但是其 诞生过程依然充满了历史的偶然和惊险。人类天然的互 联与沟通需求、技术进步与交流的渴望，因为冷战而孕 育出军事需求，因为冷战而增加了意识形态色彩，冷战 结束后，但其功能和属性依然没有改变。柏林墙倒坍， 东欧剧变，苏联解体等，无不闪现着西方媒体渗透和文 指导全国互联网新闻信息高质量、全面发展。 这是中国政府最早的关于运用互联网的政策与行动， 事实证明这些政策与行动为之后互联网的发展与进步起 到了巨大推动作用。九、明确互联网发展的基本方针 2001 年 7 月 11 日，江泽民在中共中央举办的法制讲 座上讲话强调：“当今世界，科技进步突飞猛进，特别 是信息技术和网络技术发展迅速，对世界政治、经济、 军事、科技、文化、社会等领域产生了深刻影响。这必

在影片正式上映前，影片的总制片人曾称这部电影背后 是 4000 多名中国动画人才的默默耕耘。在电影结尾的字幕 中，也滚动着 100 多家中国动画公司的名字。《哪吒之魔童 闹海》不仅仅是一家公司的成功，更是整个行业的进步。它 向所有创作者证明，只要用心打磨作品，挖掘传统文化的宝 藏，大胆创新，国产动画电影同样能够在市场上取得巨大的 成功，赢得观众的喜爱和认可。正如导演饺子在接受采访时 就曾直言自己的创作态度：认没认真观众一眼就看得出来。

步发展为以数据驱动的机器学习，再到以神经网络为基础的深度学习阶段，实现了特征学习的 自动化与性能的大幅提升。近年来，随着大语言模型的兴起，AI 在理解与生成方面实现了质 的飞跃，AIGC 应运而生。 其技术进步呈现出“两条主线”：一是大模型多模态融合趋势明显，语言、图像、音频、 视频等模态不断集成，显著拓宽了应用边界；二是生成能力不断提升，推动 AIGC 成为可用、 可部署、可泛化的生产力工具。2023 在政府政策的引导下，AIGC 发展反应链逐步形成：通过资金投入、制度建设和战略规划， 政策激发了技术创新与基础设施的快速发展，尤其在大模型、算法优化、多模态融合和算力平 台等关键领域实现突破，构建了强劲的技术底座。技术进步随之推动商业层面的广泛应用，不 仅催生内容生成工具和智能化服务，还加速了产业生态的重构与商业模式的创新。这一过程又 反向引发市场需求增长与伦理治理需求增强，进一步倒逼技术持续迭代与规范机制完善。由此， 供强大引擎。技术的突破点包括人类反馈强化学习（RLHF）对安全性的提升，以及扩散模型 02 AIGC 产业现状与主要特征 ���������AIG C 产业发展的现状 08 （Diff usion）在图像质量上的进步。 应用层是将技术创新转化为实际价值的关键环节，覆盖了广泛的行业领域。在垂直行业， 拓尔思的“数星产业大脑”服务于金融风控，浙江省肿瘤医院与阿里达摩院研发的 GRAPE AI 模型应用于医学影像筛查，GitHub