面向专题报道的 AIGC 辅助图像生产中人机协作机制研究
计算机视觉与模式识别
2025-12-17 v1 人工智能
摘要
人工智能生成内容 (AIGC) 辅助图像生产在新闻界引发争议，同时也吸引了媒体机构的关注。关键问题涉及虚假信息、真实性、语义保真度和可解释性。大多数 AIGC 工具是不透明的“黑盒”，阻碍了对内容准确性和语义对齐的双重需求，并造成了伦理、社会技术和信任困境。本文探讨了新闻专题报道中可控图像生产的路径，并利用中国媒体机构的项目进行了两项实验：（1）实验 1 通过在三个场景中使用标准化提示测试跨平台适应性，揭示了由训练语料库偏差和平台级过滤驱动的语义对齐、文化特异性和视觉真实感方面的差异。（2）实验 2 构建了一个人在回路模块化管线，结合了高精度分割（SAM、GroundingDINO）、语义对齐（BrushNet）和风格调节（Style-LoRA、Prompt-to-Prompt），通过基于 CLIP 的语义评分、NSFW/OCR/YOLO 过滤以及可验证的内容凭证来确保编辑保真度。可追溯的部署保留了语义表示。因此，我们提出了一种面向专题报道中 AIGC 辅助图像生产的人机协作机制，并建议评估角色身份稳定性 (CIS)、文化表达准确性 (CEA) 和用户-公众适当性 (U-PA)。
引用
@article{arxiv.2512.13739,
title = {Human-AI Collaboration Mechanism Study on AIGC Assisted Image Production for Special Coverage},
author = {Yajie Yang and Yuqing Zhao and Xiaochao Xi and Yinan Zhu},
journal= {arXiv preprint arXiv:2512.13739},
year = {2025}
}
备注
AAAI-AISI 2026