丁文华：大模型开始理解物理世界，未来将形成颠覆性生产能力

南方财经记者魏彤 广州报道

12月18日， 2025年中国数字文娱大会以“新技术 新模式 新业态”为主题在广州开幕。主旨发言环节，中国工程院院士、深圳大学电子与信息工程学院院长丁文华围绕LMM语言大模型及AIGC近两年进展，探讨其对数字文娱带来的关键影响。

“大模型今年最重要的新特征，是开始理解物理世界。”丁文华表示。借助多模态感知，大模型把分散的图文、声音、动作等信息对齐、关联，形成对事件、知识、因果与隐性关系的整体理解。

“大模型的到来，将使周边设施、数字基础都发生非常大的变化。随着技术迭代，当前AIGC在内容生成、场景和镜头控制上已到达一定水平，基于生成式的特效已经超越传统方法，应用也愈加广泛。”丁文华表示。

一方面利用AI来辅助生产，基于文本或者故事片的设计意图和文本描述，通过大模型进行文生图，有了分镜头剧本后，再根据镜头进行人工拍摄，使文本和视频对齐形成再次镜头的拼接和配合；另一方面利用AI进行创作，根据数据信息制作专业静态、动态图表，结合相关描述生成具有年代性的场景，通过图片和视频进行情景再现。

当前，我国AIGC创作尚处于起步阶段，AI创作类应用与AI助手类应用用户数仍有较大差距，用户使用习惯仍待培育。数据显示，2025年7月，AI创作应用Web端总访问量接近3000万；AI助手类应用Web端总访问量超3亿，5款产品访问量超千万，总MAU约4300万。其中，DeepSeek居首位，其国内访问量超1.2亿，MAU约1300万。

丁文华认为，自2024年以来，LMM/AIGC大模型已经完成了巨大的进步，但当前AIGC生成视频的能力仍有局限。

在视觉呈现上，受限于训练素材，目前AIGC生成视频最高质量为HD(1920*1080)，尚不普遍具备4K/8K生成能力；在故事叙述上，当前AIGC在事件、故事层面仍有较大差距，不支持正叙、倒叙、插叙、闪回等叙事手法，无法达到蒙太奇式呈现效果；在内容真实性上，生成内容无法保证符合物理世界的所有客观规律等。

“未来AIGC可能快速形成颠覆性生产能力，然而当前AI价值观与创作伦理仍需要规范，AIGC的迭代发展最终将是帮助人类进行创作，利用科技手段渲染和增强艺术效果，而不是替代我们的操作。” 丁文华说。