跨域应用中的 AI 生成内容：研究趋势、挑战与展望
人工智能
2025-09-16 v1
摘要
人工智能生成内容（Artificial Intelligence Generated Content, AIGC）因其能够生成包括文本、图像、视频等多种形式的内容的能力，迅速崛起，其生成质量常接近人类创作的水平。因此，AIGC 已广泛应用于数字营销、教育、公共卫生等多个领域，已在提升内容创建效率和改善信息传递方面展现出广阔的应用前景。然而，目前鲜有研究探讨 AIGC 在不同领域的最新进展与新兴挑战。为弥合这一差距，本文邀请了来自多个学科领域的 16 位学者，从跨域视角全面梳理 AIGC 的研究趋势与挑战。具体而言，本文的贡献体现在三方面：（1）首先提供了关于 AIGC 的更广泛概览，涵盖生成式 AI 的训练技术、检测方法以及 AI 生成内容在数字平台上的传播与应用；（2）随后介绍了 AIGC 在不同领域的社会影响，并综述了这些情境下已采用的现有方法；（3）最后讨论了关键技术挑战，并提出了引导未来研究的若干命题。通过上述贡献，本视野论文旨为读者提供 AIGC 的跨域视角，洞悉其当前的研究趋势、正在进行的挑战以及未来发展方向。
引用
@article{arxiv.2509.11151,
title = {AI-Generated Content in Cross-Domain Applications: Research Trends, Challenges and Propositions},
author = {Jianxin Li and Liang Qu and Taotao Cai and Zhixue Zhao and Nur Al Hasan Haldar and Aneesh Krishna and Xiangjie Kong and Flavio Romero Macau and Tanmoy Chakraborty and Aniket Deroy and Binshan Lin and Karen Blackmore and Nasimul Noman and Jingxian Cheng and Ningning Cui and Jianliang Xu},
journal= {arXiv preprint arXiv:2509.11151},
year = {2025}
}