【科普创作评论】人工智能时代的科幻创作：跨学科视域下的知识生产与技术想象

一、引言：技术驱动的叙事变革

习近平总书记强调：“中国高度重视人工智能发展，积极推动互联网、大数据、人工智能和实体经济深度融合，培育壮大智能产业，加快发展新质生产力，为高质量发展提供新动能。”[1]这一重要论述不仅为中国AI（人工智能）产业发展指明了方向，也为文化创意产业，特别是科幻文学的创新发展提供了理论指导。作为兼具创作者与技术观察者双重身份的科幻作家，笔者在过去10余年亲历了人工智能从实验室算法走向大众日常的加速度过程。这一技术革命不仅改写了生产关系和社会结构，也深刻影响了文学叙事的主题、方法与伦理维度。

科幻文学作为连接科技与人文的桥梁，在AI时代面临着前所未有的机遇与挑战。一方面，AI技术的快速发展为科幻创作提供了丰富的素材和无限的想象空间；另一方面，AI工具的应用正在改变传统的创作模式，推动科幻创作向智能化、多元化方向演进。文章引入跨学科的理论框架与案例分析，力图回答两个互相关联的核心问题。第一，AI时代的科幻写作如何在全球科技竞争与文化多样性的张力之间重塑“叙事主权”（narrative sovereignty）？这一概念借鉴了数据主权和文化主权的理论框架，指向在技术话语建构中掌握自主性和发言权的能力。第二，AI工具介入创作流程后，文学生产与消费的制度生态如何更新，以回应版权、伦理和主体性的挑战？这涉及从法律框架到产业模式的全方位变革。深入探讨这些问题，能够为AI时代的科幻创作提供理论参考和实践指导，并为构建人类命运共同体贡献中国智慧。

二、技术、文化与叙事的关系

（一）全球AI战略格局与叙事主权

当前，人工智能已成为国际科技竞争的核心领域，各主要国家纷纷出台战略规划。我国《新一代人工智能发展规划》提出“到2030年在多个关键领域达到世界领先水平”的战略目标[2]；美国《2020年国家人工智能倡议法案》（National Artificial Intelligence Initiative Act of 2020） 通过“联邦—产业—学术”三位一体机制强化科研投资与人才培养；2024年通过的欧盟《人工智能法案》（Artificial Intelligence Act）将敏感生物识别监控、情感识别等高风险场景纳入严格监管，为全球AI治理奠定了“风险分级—责任矩阵”的框架。

置身于此多极博弈格局，中文科幻必须在全球话语竞争中占据可见位置。“叙事主权”概念在此语境下具有双重含义：一方面，需要以本土经验回应西方技术霸权话语的单一化倾向；另一方面，要创造跨文化对话的共享语汇，在公共领域重塑“技术未来”的东方叙事主权。正如科技史学者大卫·奈（David Nye）所言，“技术叙事不仅描述技术，更构建了技术的社会意义”[3]。从儒勒·凡尔纳（Jules Verne）的潜水艇到艾萨克·阿西莫夫（Isaac Asimov）的机器人三定律，从威廉·吉布森（William Gibson）的赛博空间到尼尔·斯蒂芬森（Neal Stephenson）的元宇宙，西方科幻作品长期主导着全球技术想象的概念框架。这种文化霸权不仅体现在作品的数量和影响力上，更体现在对AI未来发展方向的话语权上。中国科幻的崛起为打破这一格局提供了可能。刘慈欣的《三体》获得雨果奖，不仅是文学成就的认可，更标志着非西方技术想象进入主流视野。《流浪地球》系列电影的成功，则展示了中国式集体主义价值观在应对全球性危机时的独特视角。这些成就表明，构建具有中国特色的AI科幻叙事，不仅是文学创作的需要，更是争夺文化话语权、塑造技术发展方向的战略需求。

（二）跨文化技术想象的实践探索

《流浪地球2》的后人类伦理反思理路，体现了跨文化技术想象实践探索的重要性。笔者与李开复博士合作的《AI未来进行式》（浙江人民出版社2022 年版），采用创新的“双文体”结构，一半科幻叙事，一半技术白皮书，以期在文学与科技之间搭建跨语域的解释框架[4]。书中的10个故事分别设定在不同文化背景下，探讨AI技术的多元发展路径。例如，《一叶知命》设定在印度孟买，探讨AI如何强化或消解种姓制度的数字鸿沟；《偶像之死》将日本神道教的“万物有灵”观念与AI智能体结合，想象了一种未来的偶像商业模式；《假面神祇》聚焦尼日利亚，揭示深度伪造技术如何延续殖民时代的权力结构；《丰饶之梦》则基于可持续发展理念与后稀缺社会，构想了人机深度融合的社会形态。这种多元文化视角的重要性在于，它挑战了技术发展的单一路径假设，展示了不同文化传统如何塑造对技术及其应用方式的想象。正如人类学家阿尔君·阿帕杜莱（Arjun Appadurai）所言，“技术的社会生命”（social life of technology）深深嵌入在特定的文化语境之中[5]。

三、“AI+”赋能写作的新范式：从工具到创作助手

（一）生成式大模型：从工具到协作者的转向

近年来，开源社区涌现出一系列具有革命性意义的大语言模型。DeepSeek在2024年1月释出的MoE（Mixture of Experts）架构模型，通过专家路由机制大幅降低推理成本，使中小团队亦可部署具备多语功能的文本生成系统[6]。2025年6月，小红书宣布升级其内部AI团队为“hi lab”（Humane Intelligence Lab）， 并发布了开源模型dots.llm[7]，标志着内容平台正从“图文社交”转向“模型即平台”的范式转变。这些技术进展对包括科幻在内的各类创作产生了深远影响。写作者可以通过“意图—提示词”方式与AI对话，借助AI发散思路形成故事骨架，润色文本，并将自己的创作风格迁移到AI生成的作品中。更重要的是，AI可在多次迭代循环中形成“共演化”（coevolution）链路：AI提供概率空间的创意选项，人类则基于文化判断和审美直觉进行筛选、嵌入与再创造。如此一来，AI不再仅仅是简单的工具，而是成为人类创作者的协作者。

笔者在创作实践中发展出了一套系统的人机协作方法论。在概念孵化阶段，作者可以通过向AI输入初始创意和约束条件，生成多个故事概念。以短篇小说《神笔》为例，笔者最初向AI输入“探讨未来文学创作者的算法困境”的提示语，AI由此生成了15个不同角度的故事框架，其中“人的主动性与技术互相形塑改变现实”的创意激发了笔者的灵感，成为最终的叙事结构。接下来是世界观构建阶段，作者可利用AI的知识整合能力，快速构建复杂的虚构世界。在创作《神笔》时，笔者通过与AI的反复对话，构建了包含“想象控制论”技术发展时间线、社会制度变迁、文化心理演变等多层次的未来世界图景。第三阶段是叙事实验，作者可补充更多指令，以探索AI在打破常规叙事模式方面的潜力。例如，让AI生成非线性的时间结构、多重视角的叙述声音，甚至“算法意识流”等实验性文本形式。最后一个阶段是风格优化，作者要在保持个人风格的前提下，利用AI对文章进行语言打磨和节奏调整。这一过程类似于与一位永不疲倦的编辑合作，但需要作者保持高度的批判意识。这种创作模式已经超越了简单的工具使用，进入了贝尔纳·斯蒂格勒（Bernard Stiegler）所谓的“技术性记忆”（tertiary retention）与人类创造性的深度耦合[8]。AI不再是外在的辅助工具，而是参与到创作认知过程的“延展心智”（extended mind）的一部分。

（二）多模态叙事与沉浸式体验：媒介融合的新疆域

当代AI技术正在推动科幻创作从单一文本向多模态叙事演进。Midjourney、Stable Diffusion等图像生成模型能在数秒内生成高质量的概念设定图和视觉化场景，为影视或游戏衍生产业链提供前期参考。Narrativa、Synthesia 的AI配音与数字人技术，则让文字脚本可以快速转化为有声读物或虚拟主播内容。笔者参与的《黑盒游戏》沉浸式戏剧项目，利用AI设计的NPC（非玩家角色）系统，实现了与AI文明的“智能对话”。玩家可以在虚拟的未来世界中自由探索，与演员扮演的智能体角色进行深度交流，每次对话都可能产生不同的剧情分支。这种沉浸式体验彻底改变了传统的线性叙事模式，使读者从被动接受者转变为主动参与者。在AI技术加持下，创作活动向“文本—图像—互动体验”三轨并行的方向演变，要求创作者掌握更加复合的技能集：不仅要有文学素养，还需要理解视觉语言、交互设计甚至基础的编程知识。

（三）人机协同的认知模式：创造力的新型回路

认知科学研究表明，创造性思维常建立在“远距离联想”（remote association）与“约束解构”（constraint relaxation）之上[9]。AI的概率分布模型在提供“冷”计算的同时，也将输入语料中的潜在模式显化，为作者引介“认知盲点”中的创意提供可能。

心理学家米哈里·契克森米哈赖（Mihaly Csikszentmihalyi）的“心流”（flow）理论可以帮助理解人机协作中的最优状态[10]。当人类创作者与所选的AI工具达成能力互补时，人类创作者会进入一种高度专注且富有创造力的心流状态。在这种状态下，人类的直觉、情感、价值判断与AI的信息收集、逻辑推理、模式识别形成互补，产生超越个体能力的创造性输出。笔者在与AI协作创作实验小说《神笔》时，深刻体验到这种认知融合的过程。作品采用了“人类意识— AI生成—人类重构”的循环创作模式，最终呈现出一种融合意识流、超文本、算法诗学等多重元素的全新叙事形态。这种创作体验揭示了人机协同创作本质上是二者认知系统的重组与扩展。

四、产业生态重构：从内容经济到“全链条IP 开发”

科幻不仅是一种文学形式，更是连接多种媒介的文化产业。在2024 年全国科技大会、国家科学技术奖励大会、两院院士大会上，习近平总书记指出：“要瞄准未来科技和产业发展制高点，加快新一代信息技术、人工智能、量子科技、生物科技、新能源、新材料等领域科技创新，培育发展新兴产业和未来产业。”[11] 科幻产业正是这样一个融合多领域技术的未来产业。近10年来，无论是《流浪地球》的电影化成功，还是《三体》的全球化传播，中国科幻正迎来前所未有的发展机遇。而AI技术正在为这一发展提供新的澎湃动力。AI驱动的技术创新正在重构科幻产业的生态链，催生出更多元的科幻作品形态，形成“内容创作—媒介转化—用户体验”的良性循环，甚至让“宇宙级IP”的开发有了成为现实的可能。特别是在中国这样一个科幻大国崛起的关键时期，AI技术的应用将加速中国科幻从文学走向泛娱乐、从单一媒介走向跨媒体叙事、从本土表达走向全球传播的进程。不过，在细节上，AI也给科幻产业的诸多环节带来了一定挑战。

（一）AI驱动的影视生产迭代

AI技术正在全方位改造科幻影视产业的生产流程。《流浪地球2》的制作团队在特效管线中引入基于AI的深度分割、自动抠像与物理渲染，将复杂镜头的后期制作时间大大缩短。导演郭帆在访谈中透露，未来AI不仅用于技术层面，还将参与剧本打磨和世界观设定的过程。对于中小团队而言，AI让“高概念—低成本”成为可能。科幻短剧《太阳坠落之时》仅用百万人民币预算，通过AI生成技术完成了原本需要数千万投入的视觉效果。随着NeRF（神经辐射场）与3D生成模型的发展，实时虚拟拍摄将进一步压缩传统摄影棚成本，为跨国合作与小规模实验电影提供技术支撑。更重要的是，AI正在改变影视创作的决策机制。奈飞（Netflix）等流媒体平台利用AI分析用户观看数据，预测科幻题材的市场潜力，甚至参与剧本开发的方向选择[12]。这种“算法制片人”模式既提高了商业成功率，也引发了关于创作自主性的担忧。

（二）平台AI化转型与创作者权益的矛盾

内容平台的AI化转型正在重塑科幻文学的传播生态。目前，我国不少科幻作品通过各类网文平台发布，番茄小说、起点中文网等平台通过AI推荐算法，实现了读者与作品的精准匹配。然而，这种技术赋权也带来了新的权力不对称，尤其体现在科幻文学创作者的权益方面。2024年的“番茄小说断更事件”成为一个标志性案例[13]。当平台在合约中加入“作品将无偿用于AI训练”条款时，数千名作者集体停更抗议。这一事件凸显了平台“数据攫取”与作者权益保护之间的结构性矛盾。最终，在作者群体的压力下，平台被迫修订条款，承诺AI训练使用需获得作者同意并支付合理报酬。这一案例揭示了AI时代内容产业的新型劳动关系：作者不仅是内容生产者，也成为了数据生产者；其创作不仅具有文学价值，还具有训练AI模型的数据价值。如何在技术进步与创作者权益之间找到平衡，成为产业发展的关键挑战。

（三）IP 全链条开发的智能化路径

未来，“全链条IP开发”能够在AI支持下获得新的实现路径，从原著小说到动画、游戏、影视、周边产品，形成完整的IP 生态链。以科幻小说IP 的开发为例，在内容改编环节，通过AI辅助，开发者能够将小说文本转化为不同媒介形式，如利用AI基于原著节奏生成动画分镜等；在世界观扩展环节，AI能够帮助游戏开发者基于原作进一步丰富世界观，生成大量符合原著设定的支线剧情和背景故事；用户参与方面，可以选用AI驱动的UGC（用户生成内容）平台辅助社群运营，其中的AI工具能够降低粉丝创作的门槛；而在商业变现上，AI能够协助开发者优化IP授权和产品开发策略，通过分析用户数据，精准定位不同圈层的消费需求，提高IP变现效率。这种AI驱动的IP开发模式，不仅提高了商业效率，也为科幻文化的大众传播创造了新的可能。然而，如何在商业化与艺术性之间保持平衡，避免IP的过度开发和同质化，仍是需要审慎对待的问题。

五、伦理、治理与想象力的张力

（一）著作权重构：从“作者之死”到“作者重生”

在生成式人工智能大范围兴起之后，AI生成内容的著作权归属问题逐渐在全球范围内引发法律变革。2023年，北京互联网法院在“春风送来了温柔”AI绘画案中作出了里程碑式的判决：首次认定通过提示词控制AI生成图像可构成“智力成果”，从而受著作权法保护。法院认为，原告通过设计提示词、选择模型参数、筛选生成结果等行为，体现了“独创性的智力投入”。这一判例为“人类创造性”在生成式AI时代的边界划定了新的标准。它采用了“创造性贡献”（creative contribution）而非“独立创作”（independent creation）的判断标准，承认了人机协作中人类的主导地位。然而，随着AI能力的增强，如何判定提示词的原创性，如何区分实质性贡献与形式性操作，仍需更细致的司法解释。美国版权局在2023年发布的指导意见则采取了更为保守的立场，明确指出“AI生成的内容不受版权保护”，只有人类的创造性贡献部分才能获得版权[14]。这种差异反映了不同法律体系对AI创作的认知分歧，也预示着未来可能出现的国际法律冲突。对科幻创作者而言，这些法律发展意味着需要重新思考创作的本质。罗兰·巴特（Roland Barthes）的“作者之死”理论在AI时代获得了新的诠释：作者不再是文本的唯一来源，而是创意网络中的关键节点。但这并不意味着作者的消失，反而可能带来“作者重生”——在更高层次上行使创造性判断和美学选择的权力。

（二）文化偏见与算法公正：多元价值的技术化挑战

大模型训练语料的地域与语言分布不均导致了严重的“文化里程偏移”（cultural mileagebias）现象[15]。研究显示，GPT系列模型的训练数据中，英文内容占比超过90%，中文内容不足3%[16]。这种失衡不仅影响了模型对非英语文化的理解能力，更可能在生成内容中强化西方中心主义的刻板印象。对中文科幻创作而言，这一问题尤为突出。当使用AI辅助创作涉及中国文化元素的故事时，常常出现概念混淆、价值观错位等问题。例如，在生成涉及中国家庭关系的对话时，AI可能套用西方的个人主义框架，忽视儒家文化中的集体主义特征。

为应对这一挑战，需要采取多层次的干预措施。数据层面，要推动“多语语料公平补偿”机制，确保训练数据的文化多样性。中国的“悟道”“文心”等大模型项目正在这方面做出努力。在算法层面，可引入“多主体校正”机制，在模型训练和评估环节嵌入多元文化背景的专家评审。在应用层面，开发文化敏感的提示工程方法，能够帮助创作者更好地引导AI理解特定文化语境。治理层面上，要推动国际合作，建立跨文化的AI伦理标准，避免“数据殖民化”和“算法帝国主义”。

（三）后人类境况下的主体性焦虑

AI的快速发展引发了关于人类主体性和创造力本质的深层焦虑。当AI能够生成看似“有创意”的文本时，人类创作者的独特价值何在？这种焦虑在科幻创作者群体中尤为明显，因为他们既在现实生活中使用AI，又在笔下的作品中想象AI的未来。尤瓦尔·赫拉利（Yuval Harari）提出的“无用阶级”（useless class）概念加剧了这种担忧[17]。如果AI最终能够完全替代人类的创造性工作，包括文学创作，那么人类存在的意义何在？然而，笔者认为这种担忧部分源于对创造力本质的误解。创造力不仅是生成新颖内容的能力，更是赋予内容以意义的能力。人类创作者的独特价值在于情感共鸣、价值判断、文化传承、意义建构四个方面。与AI不同，人类作者能够基于生活体验产生的情感真实性，在多元选择中作出符合人类福祉的决定，并且将特定文化的深层结构融入创作，从而为技术发展赋予人文关怀和终极关怀。

因此，AI时代的创作者需要重新定位自己的角色——从内容生产者转变为意义建构者。传统的创意写作教育已无法适应AI时代的需求。自2023年起，笔者在耶鲁大学、香港理工大学、香港都会大学等国内外高校试点“深度写作”（Deep Writing）工作坊，探索AI时代的创作教学新模式。课程采用“多层因果分析”（Causal Layered Analysis，CLA）框架，该框架由未来学家苏哈尔·伊纳亚图拉（Sohail Inayatullah）提出[18]，分为四个层次：表层叙事（Litany），即关注媒体报道的事件和现象，训练学生识别事物发展的表面趋势；社会结构（Social Causes），即分析推动技术发展的经济、政治、社会力量，帮助学生理解技术变革的深层动因；话语/世界观（Discourse/Worldview），即解构关于某种技术的主流叙事和意识形态，培养学生的批判性思维；隐喻/神话（Metaphor/Myth），即挖掘某种技术想象背后的文化原型和集体无意识，激发学生的深层创造力。在实践环节，学生需要使用AI工具完成从未来情景推演到跨媒体脚本的迭代创作。课程强调AI的“增强”作用，而非让AI“替代”人类创作者，期待通过AI缩短创作中的资料检索与原型构建时间，让教学聚焦于价值判断与方法论训练。几年来的教学实践表明，这种教学模式显著提升了学生的创作能力。

六、结语：塑造共同命运的想象工程

在AI以毫秒级别生成文字、图像与声音的今天，科幻作家的职责不仅在于想象未来，更在于对现实的思考和引领。习近平主席在2024 年世界互联网大会乌镇峰会上强调，“把创新作为第一动力、把安全作为底线要求、把普惠作为价值追求，加快推动网络空间创新发展、安全发展、普惠发展，携手迈进更加美好的‘数字未来’”[19]。这一系列要求对应到AI时代的科幻写作，可以理解为：以创新拓展叙事疆域，充分利用AI技术的可能性，探索全新的创作方法和表现形式，但始终保持人文精神的主导地位；以安全坚守伦理底线，在想象AI未来时，始终关注技术发展可能带来的风险，通过科幻作品进行预警和反思；以普惠涵养多元共生，确保不同文化、不同群体的声音都能在科幻叙事中得到体现，避免技术加剧不平等。

展望未来，AI时代的科幻写作面临着前所未有的机遇，同时也肩负着至关重要的责任。技术的指数级发展为想象力提供了无限的可能空间，但也要求创作者具备更高的洞察力和责任感。我们需要在技术决定论与人文主义之间找到平衡，在效率与意义之间作出选择，在全球化与在地性之间建立对话。正如笔者在作品中常常探讨的那样，未来不是被动接受的命运，而是主动创造的选择。让我们用科幻文学为构建人类命运共同体贡献独特的文化力量。

通信作者：

陈楸帆，香港都会大学人文与社会科学学院助理教授，中国作家协会科幻文学委员会副主任，研究方向为中国科幻文学创作、评论、教育与跨媒介、跨文化交流传播。

参考文献

[1] 习近平. 铸牢中华民族共同体意识推进新时代党的民族工作高质量发展[N]. 人民日报，2023-10-29(01).

[2] 国务院. 新一代人工智能发展规划[EB/OL].（2017-07-20）[2025-03-27]. https://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[3] NYE D. Technology Matters：Questions to Live With[M]. Cambridge：MIT Press，2007.

[4] 陈楸帆，李开复. AI 未来进行式[M]. 浙江：浙江人民出版社，2022.

[5] APPADURAI A. The Social Life of Things: Commodities in Cultural Perspective[M]. Cambridge：Cambridge University Press，1986.

[6] DAI D，DENG C，ZHAO C，et al. DeepSeek MoE：Towards Ultimate Expert Specialization in Mixture-of-Experts Language Models[R/OL].（2024-01-11）[2025-03-27]. https://arxiv.org/abs/2401.06066.

[7] 小红书科技. dots.llm：开源多模态语言模型[EB/OL].（2025-06-06）[2025-06-10]. https://github.com/rednote-hilab/dots.llm1.

[8] STIEGLER B. Technics and Time，3：Cinematic Time and the Question of Malaise[M]. Redwood City：Stanford University Press，2010.

[9] MEDNICK S. The Associative Basis of the Creative Process[J]. Psychological Review，1962，69(3)：220-232.

[10] CSIKSZENTMIHALYI M. Flow：The Psychology of Optimal Experience[M]. New York：Harper & Row，1990.

[11] 习近平. 在全国科技大会、国家科学技术奖励大会、两院院士大会上的讲话[N]. 人民日报，2024-06-25(02).

[12] HALLINAN B. Recommended for You：The Netflix Prize and the Production of Algorithmic Culture[M]. New York：NYU Press，2023.

[13] 番茄小说被疑“签霸王合同”，作者联合抵制“AI 协议”！回应：可解除……作家：或断更[EB/OL].（2024-07-24）[2025-03-27].https://news.qq.com/rain/a/20240724A00VEN00.

[14] United States Copyright Office. Copyright Registration Guidance：Works Containing Material Generated by Artificial Intelligence[Z/OL].（2023-03-16）[2025-03-27]. https://www.copyright.gov/ai/ai_policy_guidance.pdf.

[15] BENDER E M，GEBRU T，MCMILLAN-MAJOR A，et al. On the Dangers of Stochastic Parrots：Can Language Models Be Too Big? [C]//Proceedings of the 2021 ACM Conference on Fairness，Accountability，and Transparency. New York：Association for Computing Machinery，2021：610-623.

[16] BROWN T，MANN B，RYDER N，et al. Language Models are Few-Shot Learners[J]. Advances in Neural Information ProcessingSystems，2020，33：1877-1901.

[17] 尤瓦尔·赫拉利. 今日简史：人类命运大议题[M]. 林俊宏，译. 北京：中信出版社，2012.

[18] INAYATULLAH S. Causal Layered Analysis：Poststructuralism as Method[J]. Futures，1998，30(8)：815-829.

[19] 习近平向2024 年世界互联网大会乌镇峰会开幕视频致贺[N]. 人民日报，2024-11-21(01).

本文转自《科普创作评论》2025年第2期

《科普创作评论》期刊征稿信息

编辑：齐　钰

审定：邹　贞