编者按：本文从UGC模式的理论现状和发展瓶颈出发，通过追溯UGC的理论源头，围绕理论细分提出UGAC模式，重点诠释了UGAC模式在技术路径和传播策略等相关议题中的发展现状，关注传播生态“A2P”及背后“替代性满足”的用户心理，为未来视听内容的创作与传播创新提供现实依据。本文刊发于《中国电视》2022年第9期。
UGC(User-generated Content)直译为用户生成的内容，其实质是一种面向业余用户的内容生产，强调内容生产的去权威性、去专业性，且伴随着以提倡个性化为主要特点的内容生产。①换言之，UGC就是一种内容创作大众化的传播模式，用户不用遵循专业的创作规律，以自身的兴趣和特点进行创作。
随着我国的互联网覆盖面和应用普及度持续增速，UGC占比持续提升。第49次《中国互联网络发展状况统计报告》显示，截至2021年12月，我国网民规模达10.32亿，即时通信、网络视频、短视频用户使用率分别为97.5%、94.5%和90.5%。②人们利用抖音、快手等平台快速介入UGC浪潮之中，“冷热媒介”之间的分界，在自媒体技术的迭代下不断消解和模糊，以视频、图片、文字和音频等形式为主的UGC视听内容生产呈现出多元化发展态势。
近年，随着“NFT”“元宇宙”等概念的兴起，视听内容创作加剧了对于“二次元”图景的关注，并逐渐展开面向身份、体验和互动等方向的构建。“二次元”一词最早来源于日语“Nijigen”，字面意思为二维、平面之意，一般是指以动画、漫画和电子游戏等形式展示的虚拟化人物和世界，区别于“三次元”的现实世界。一般来说，“二次元”可以归结为ACG的缩写，是一种以A（Animation,动画）、C（Comic,漫画）、G（Game,游戏）为主导的青年文化样态。③本文所提及的UGAC中的“A”就是对于“ACG”的缩写，UGAC则意为用户以动画、漫画、游戏等“二次元”方式生成的内容。
研究认为，以全球最大UGC社交平台“Facebook”更名为“Meta”这一事件为标志，国内外众多互联网公司开始纷纷抢占市场，人们在未来视听内容的生产，将会爆发式地引发自媒体用户对于“二次元”视听内容创作和传播的关注。
目前将UGC的未来发展纳入“二次元”视听生态的理论研究还较少，其原因在于AI影像技术出现之前，普通用户无法在短时间内掌握传统复杂且专业的制作工艺。然而，随着人工智能等技术的快速发展，技术创新改变了以往只有专业人士才能进行“二次元”视听内容的创作格局。UGC中常被忽视的有关“二次元”层面的理论研究变得尤为重要。
其一，传统自媒体时代的UGC在人工智能技术的影响下，开始触发UGC的细分嬗变，即表现为从过去基于“真实视听内容”的生产模式，细分出基于“二次元”视听内容（User-generated ACG Content，UGAC）的模式，这对该领域的理论细分具有建设性。
其二，激发了全新的社交传播形态。该形态可以表现为从真人社交（Person to Person，P2P）转向以动画形象和虚拟偶像作为节点的虚拟社交（Avatar to Person，A2P），这种新转向标志着更加充分的社交虚拟化。
从国务院印发的《新一代人工智能发展规划》中来看，到2025年人工智能将在传播领域和内容创作中实现重要的经济增长点，2014年至2021年之间，UGAC的比例开始呈现持续增长。④一系列诸如“捏脸”“卡通滤镜”“Emoji”和“玩偶”等面向“UGAC”的手机软件开始出现，人工智能技术与媒体融合下的视听时代已经步入“二次元”内容的探索期，并进一步为未来元宇宙的产业格局打下基础。
综上，本文认为，将“UGC”置于元宇宙浪潮的语境下，以人工智能影像技术作为切入点，有助于探寻其技术路径、传播特征和用户体验的内在体系建构模式。笔者期望在此方面的研究，能对学界关于这一新生事物的研究有所贡献。同时，本文对UGAC未来趋势的研判和哲学反思亦能为未来元宇宙社交和视听内容生产提供借鉴。
01
UGAC的理论面：面向“二次元”
视听内容的用户生产
UGAC作为大众兴起的“二次元”内容生产观，蕴含着一股打破动漫技术精英化的力量，“二次元”视听内容生产将不再是专业人士的特权，工艺逻辑退居其位，大众参与内容生产跃居而上。
（一）UGC理论现状：面向“二次元”细分领域的不足
UGC理念起步较早，学界普遍认为是以1857年伦敦语言学会的理查德·成维·汤敕所创建的第一版牛津英语词典作为伊始。⑤在编写期间，多卷的词典信息都以采集民间内容的方式进行整理，即通过UGC方式进行收录和编撰。由此可知，UGC更侧重于“非专业性”与“去精英性”，且普遍遵循着内容生产的广域性。
随着网络技术的日益成熟及媒介平台的广泛应用，UGC的核心已经被赋予了视听化和数字化的符号肌理。摩根斯坦利分析师玛丽·米克尔曾在《2005年度中国互联网行业报告》中，首次对UGC模式赋予了互联网语境的探讨。⑥具体而言：一方面，互联网技术所带来的“游牧空间”和“平滑空间”完成了大众在视听内容生产上的非疆域化和去精英化，激发出前所未有的视听革命；另一方面，在这次变革中，网民自发的内容生产和传播效益都呈现出极大的产业生命力，UGC在互联网空间中开始病毒式蔓延和增长，并逐步打破了“机械复制时代”的内容指向。
然而，值得注意的是，学者距今大多仅从“真实视听内容”的形式范畴中探讨UGC，即多以聚焦摄影、录音等技术完成对“真实视听内容”的创作，而以漫画、动画为代表的元宇宙内容作品关注较少，忽略了对“二次元”视听内容的探讨。从制作工艺角度来看，这是因为传统基于“二次元”视听内容的生产主要依赖动画师、场景师、造型师等专业人士的共同协作，一般用户难以实现。因此，当下对UGC的研究普遍缺少对“二次元”视听内容中形态特性与理论细分的探讨，其随之带来的问题也越发明显。
（二）UGAC的理论廊清：面向“二次元”视听内容的生产
根据上述分析，UGC的视听内容形态应当包含“真实图景”和“二次元图景”两个部分，其完整的理论结构应该由UGRC和UGAC两部分构成（如图1所示）。
图1 UGC理论架构
具体而言，传统的UGC普遍是基于对“真实视听内容”的生产。因此，严格意义上来说，其概念应当被定义为“用户生成的真实内容”，即UGRC(User-generated Realistic Content,UGRC)。然而，以动漫形式为代表的“二次元”视听内容则在内容生产和学理讨论上存在明显不足。
从UGC的理论广度来看，“二次元”（ACG）内容理应纳入其中，笔者称该模式为用户生成的“二次元”内容（User-generate ACG Content，UGAC）。UGRC和UGAC共同作为UGC的两元，前者指向“真实图景”的直接性，聚焦真实视听内容的纪录性。伴随着高清摄录、自动剪辑等技术的普及，UGRC呈现了爆炸式的发展。相比而言，后者则指向“二次元图景”的假定性，强调视听内容的绘画性。随着人工智能影像技术的日益完善，UGAC开始出现在大众视野之中。
整体而言，UGAC是在人工智能等技术背景下对UGC进行的一系列围绕“二次元”视听内容的聚合、分析、学习、推荐以及生成，使得UGC的内在建构发生了深度细分，出现了更多表征异化和结构异化。因此，本文认为，UGAC模式的提出，符合对UGC理论的进一步细分和完善，亦是理论的必然性。
02
UGAC的技术面：基于人工智能
影像技术的破壁逻辑
UGAC之所以成为一种可能，除了理论细分的内在动力，还离不开技术层面上不断呈现的破壁逻辑。通常而言，“二次元”内容的生产瓶颈在于极强的专业性，需要动画师具备诸如“造型能力”“运动规律”“场景绘制”“画面风格”等技能。
以1937年迪士尼出品的《白雪公主》为例，该片由数百名动画师共同完成，共计251万9200张画稿，耗时3年完成，而120分钟的动画片《大闹天宫》则绘制了近10万张手稿。⑦由此可知，这对于大众自发生产“二次元”内容的门槛异常之高，专业素养及技术工艺的壁垒性导致普通用户无法参与其中。我们知道，内容生产大众化的前提是工具与用户黏合度的提升，因而去技术壁垒成为关键。随着AI影像技术的下沉，这一现象开始得以改变。
（一）面向“绘画性”的图像风格迁移技术
人工智能的图像风格迁移技术，可以有效地将实景拍摄转化为“二次元”风格。⑧比较有代表性的是由罗格斯大学的计算机科学系所开发的一个专注于艺术领域的视觉算法，研究人员通过对包括卡通风格在内的81500幅绘画作品进行深度学习，以此来生成区分不同风格的画面。
需特别指出的是，这种风格迁移并不是传统意义上的风格滤镜或模板，而是通过对目标图像中的笔触、线条、色块和构图进行机器学习后的智能生成。相比传统的滤镜功能，人工智能的风格迁移在纵深感和风格化方面更加突出，可以有效实现不同画面风格的迁移，并保证生成的唯一性。
（二）面向“虚拟形象”的智能生成技术
虚拟形象智能生成技术作为21世纪ACG领域最具发展前景的技术之一，已经被广泛应用于“元宇宙”“虚拟现实”等领域的开发与实现，其历史并不算长。早期技术主要聚焦动画创作及游戏制作等领域，其往往表现为成本昂贵、渲染耗时长等特点。以Photoscan系统平台为例，技术团队首先需要搭建环形摄影机阵列来完成对演员的采集，随后对采集到的图片序列进行人工挑选和调试，去掉色相和透视畸变的部分，最后再将图片转入诸如3D Max和Maya等三维软件中进行形象建模，完成骨骼绑定、肌肉权重调试等一系列操作。由此可知，传统意义上的虚拟形象技术无法惠及大众群体。
随着人工智能影像技术的逐渐完善，大众只需通过简单的摄录扫描就可以生成一个虚拟形象。2016年，来自洛桑联邦理工学院的研究团队发布了一款用手机就可以完成虚拟形象生成的AI系统（图2）。⑨具体而言，该技术采用了神经网络图像识别的方式，通过神经网络对混合形状模板（Blend-shape）的调整，完成对手机图像的连续性识别、动态性优化，并集成光线跟踪、法线贴图和环境贴图的自动化迁移，最终完成虚拟形象的生成。
图2动态虚拟形象生成系统
（洛桑联邦理工学院）
目前，虚拟形象生成技术已经广泛应用于手机终端，诸如“卡通相机”“魔漫相机”“漫画创力”“脸萌”“PicsArt”等，为大众进行虚拟角色的生成做出了实质性的贡献。这种智能技术有效地推动了UGAC在“二次元”视听内容中虚拟形象的智能化生成。随着“深度学习”在虚拟形象的不断进化，这种“二次元”形象生成的创造性是不可限量的。
（三）面向“赋予生命”的动作迁移技术
在ACG的内容生产上，完成赋予非生命物体的运动过程成为重要环节，即动作迁移。传统的动作迁移技术分为人工和半自动化：前者在计算机动画出现之前被广泛应用在动画工艺之中，动画师们采用赛璐璐片进行逐帧绘制，通过绘制大量的中间帧完成角色动画；后者则是通过计算机软件完成动作捕捉和中间帧的自动生成，相比前者而言，虽大大降低了成本，但学习成本依旧很高，很难实现大众化和普及化。
关于这一问题，马克斯·普朗克信息研究所通过“动作迁移”技术实现了从真人运动到动漫角色运动的迁移。⑩用户只需要对运动的物体进行拍摄就可以完成动作的提取，抑或通过手机中的动作视频作为运动数据，完成从被摄物到表演物的运动迁移。相比传统动作捕捉技术的数据调用所带来的滞后性，该技术可以完成实时性的动作迁移。
具体而言：动作迁移主要由图像识别、运动识别和运动映射三个部分组成，其底层都是通过基于前馈神经网络（Feedforward Neural Networks，FNN）的搭建，以此完成对运动目标物的轨迹提取，通过2D转3D的映射函数精准采集运动速率、对称性和协调度共同完成运动样本模拟器，最终完成对于运动的迁移。
整体而言，动作迁移技术可以有效地解决动画运动中的技术壁垒。此外，来自华盛顿大学、艾伦人工智能研究所和伊利诺伊大学的联合团队则在剧本自动转动画片的技术探索上取得了较好的成绩，该技术的未来前景在于可以让用户只需通过输入文字剧本就可以完成“连续动作”的智能生成。⑪
事实上，纵观UGC进程的每一次转折点，都是源于工具（技术）的“上手性”和“普通性”发展，即表现为技术发展的破壁逻辑。从石碑拓印到激光印刷，从银版摄影到8K摄影，从繁重的人工剪辑到AI智能剪辑，传统的UGC工具（技术）经历了从人工化到智能化的转型。当下AI影像技术的出现无疑加速了UGC工具的转型，导致了大众在ACG内容生产和传播工具使用上的进一步普及，并反作用于UGC疆域的细分与裂变，这也是UGC必然细分出UGAC的技术使然。
03
UGAC的传播面：A2P社交
生态与替代性满足
技术变革为UGAC的体系建构提供了土壤，而市场与用户的认可则成为UGAC完成传播生态的持续动因。
以“抖音”为例，截至2022年3月，“抖音”已经开发出超过400种的“二次元”特效。前瞻产业研究院发布的《2018—2023年中国动漫行业市场前景预测分析与投资战略研究报告》显示，2015—2020年中国泛“二次元”用户群体快速增长。⑫2020年，中国泛“二次元”用户群体达到3.9亿人，其中“95后”占到60%左右。“95后”和“00后”所代表的“二次元”群体开始成为消费和生产主体。
对于“二次元”产业而言，站在千亿级的流量风口之上，UGAC的传播影响力已无人小觑，并在“二次元”产业中扮演着越来越重要的角色。在这一阶段，UGAC的传播面集中表现为社交生态的“A2P”模式和对于个体的“替代性满足”两个方面。
（一）新一代社交生态“A2P”：虚拟人与真人社交
1974年，传播学家E·卡茨将用户使用媒介的发生方式归纳为：以“社会因素+心理因素”为伊始，经过“媒介内容期待”和“媒介内容接触”，最终导致“需求满足”的实现。⑬根据这一理论，基于智媒技术的UGAC也必然产生出“面向虚拟社交”的需求性满足，并衍生出真人与“二次元”之间的依存关系。
“95后”和“00后”作为“二次元”视听内容的“原住民”，对ACG拥有高度的认同感，并逐渐成为增长速度最快的社交群体。他们愿意将更多的时间花在Acfun、Bilibili等“二次元”内容平台，并自发地实现了ACG视听内容的建构和传播，诸如“YYDS”“萌”“傲娇”“御宅”等文化标签加速了“二次元”的社交生态。在这一语境下，以“虚拟人—真人”为交互双方的“A2P”模式孕育而生。
具体而言，如果说传统UGRC作为真实视听内容衍生了基于真人线上P2P（Person to Person）的社交方式，那么UGAC则会催生出新一代的社交方式，即A2P（Avatar to Person）社交模式。A2P是指真人与虚拟替身（Avatar）之间的社交方式，用户通过对自身形象的虚拟化完成化身存在方式的转向，并以此进行线上社交。相比P2P而言，A2P具备了一些独特的优势：一是对那些不愿意以真实样貌社交的人群提供了社交可能性；二是对一些面部伤残人士提供了一个重塑“样貌”的机会；三是用户可以根据自己的兴趣点建立多种化身形象。
在产业方面，目前全球市场上比较火爆的A2P社交软件是来自韩国SNOW公司推出的ZEPETO，软件通过识别用户上传的面部图像来完成虚拟化身的创建，并在此基础上进一步对面部和身体进行二次打磨和加工，制作表情包、拍视频并最终开启元宇宙社交之旅。
对于我国市场而言，本土公司深挖网民人口红利，在人工智能基础上利用大数据加速对元宇宙社区、虚拟社交等领域的布局。虚拟社区方面，厦门幻世科技出品的“小偶”App搭建了较为完整的元宇宙社区，用户通过手机完成萌偶形象的生成，并结合AR技术创作卡通小剧场，线上用户可以在这个小剧场中创建自己的内容IP。在虚拟社交方面，“秀蛋”App则致力于实现线上视频社交的虚拟化，通过结合深度影像技术、实时性的画像匹配，完成3D虚拟偶像的动作迁移和社交搭建。用户之间的视频通话和交流，不再是以真人的方式呈现给对方，而是以一种“二次元”的卡通形象作为化身和对方进行交流。
整体而言，年轻用户对于A2P社交模式的认可，体现为A2P传播模式中虚拟化身与真人之间的虚实结合，两者共同构建了这个元宇宙社交世界。A2P在社交身份上将呈现出更多的结点化。
“镜”与“像”的关系绝不是单向度的折射，而是在每一次的折射中都包含全新的视听景观。不仅是个人，整个社区都加深了对虚拟塑造的经验世界的依赖，特别是在网生代对于“二次元”视听内容观的加速下，虚拟人的身份效能日益剧增。用户会越发顺应A2P社交方式的转变，在当前网络生存日趋符号化的背景下，A2P为社交恐惧症、自闭症等人群开辟了一种全新的体验，A2P受到追捧成为一种必然。
因此，随着A2P社交的逐渐认同，传播土壤与媒介环境也势必加速元宇宙社交生态的进一步转向，演化出更加多元、包容的传播生态。
（一）替代性满足：变相、化身与同理心
“替代性满足”理论来自弗洛伊德的替代性精神分析心理学。理论认为，当欲望能力在最初对象上遇到阻碍时，就会向其他对象转移，直到寻找到一个替代对象以消除紧张、满足欲望为止。⑭
通俗而言，当人无法对一件事得以满足的时候，就需要找一个接近原事物的替代品以使自身获得满足感。“UGAC”作为抽象视听符号的集合，在保障用户隐私和内容表现广域度上，更易让网民实现完成心理替代的满足感。
第一，变相感。“非真实”的“变相”形象的出现，满足了用户对于超于个体自身形象物质局限性的替代性满足。这种利用变相形象完成的符号中介，目的性地建构起了一种“二次元”的图景传播表象。鲍德里亚认为，我们生活在一个“仿真”（Simulation）的时代，符号不再指代而是制造了我们的现实状况。⑮用户通过“换脸”“卡通化”等方式，让用户以一种变相符号沉浸在“二次元”图景之中。
“变相感”给用户提供一个有别于真人形象的独特路径，“仿真”与“拟像”完成了用户在主观上对现实存在的个体具体形象的隐匿，进而对“二次元”视听内容的符号完成身份认同。无论是有生命的还是非生命的物体，都可以赋予生命，并塑造其独特的性格与感情，即使一块真实世界中的石头，在UGAC模式中，也会变为可爱的ACG角色。变相感给用户带来的感受不再是“逼真”，而是一种虚幻的奇景。
这种变相感就其本质而言，是来自区别于照相术的绘画术，其所自发的抽象性和造型性都是对内容与形式有意味的复制，使之对内容和形式进行双重的抽象化。这就是德勒兹所强调的“看世界的手段”。⑯可以这么说，人工智能技术下的UGAC模式为用户提供了另一种看待世界的手段和窗口，这种“变相”与“逼真”的两元成为衡量UGC模式的二分视野。
第二，化身感。化身感指的是用户在UGAC的传播中，并非以具象的亲身感来进行传播，而是借助虚拟化身来进行替代性的信息传输。虚拟化身作为一种存在于ACG的虚拟自我呈现方式，在一定程度上是现实自我的投射和呈现，是个体自我与现实自我的双重形态，折射出“镜”与“像”之间的结合，实现了间接观察或模拟获得的替代性满足。
约书亚·梅罗维茨认为，媒介对于空间的作用能够改变人的行为表现和角色扮演。⑰从某种程度上来说，虚拟化身不仅关注ACG中认知、情绪和行为的迁移，而且表现为ACG对于用户个体自我知觉与想象的影响，这种卡通形象作为替身，凝聚着用户自身想象的能指，进而完成回忆和想象的符号化，成为一种亲身性和化身感的集合。
就知觉能够“亲身地”或“原本地”呈现对象这一点来说，知觉是一种原始之初给予的直观。“直观”不同于想象或回忆，回忆和想象不同于知觉，无法让对象“亲身地”被给予，回忆和想象的主体无法亲身到场，只能以“形象”的方式呈现对象。也就是说，在UGAC的传播模式中，用户通过“二次元”形象作为化身，凝聚着用户自身的想象的能指，即回忆和想象的符号化，成为一种亲身性和化身感的集合。
用户自身形象被自身想象的他者所替代，打破身体的物理束缚，成为化身的意指。越来越多的用户希望在保证个人隐私安全的同时，还可以进行有效而不乏生趣的沟通。UGAC给予用户的化身感是一种处于“亲身”背后的“化身”形态，这种“化身”形态导致了用户独立思考与遮蔽部分信息的同一，成为一种化身表意的“二次元”图示。
第三，同理感。同理感指的是相比真实视听内容，虚拟符号作为信息媒介更易于用户的接受，从而达到情感寄托和精神指引的替代性满足。美国漫画理论家麦克劳德认为：“当图画与现实相比变得更抽象时，就要求更高的理解力，变得接近文字。当文字变得更为形象直接时，所要求的理解力就会降低并能够更快地被接收，变得接近图画。图画和文字像是硬币的两个面。漫画所需要的统一语言就位于两者之间。”⑱这就是说，漫画图像对于接收者而言，更容易被接受，这种对于真实图像的再次抽象可以降低真实语境的严肃性，跨越政治和种族的意见沟壑。
由此可知，在用户之间进行情感信息沟通时，Emoji的卡通表情会成为最好的选择，符号化的“笑脸”更容易传达信息，被所有人认知，甚至是对于不同语言之间的人们，笑容灿烂的“二次元”女孩更易达到传递友好的效果。人们对于客观已有的事物在潜意识中就已经形成共识，因此对于客观记录的真实画面不会进行过长时间的思考。相反，对于抽象化的图像和符号则会引起观者长时间的想象。在这个过程中，想象机制和完型心理机制开始运作，并激活潜意识中同符号之间的同理心，进而达到认同感。
结论
斯图亚特·霍尔曾指出，“媒介是表意的工具，通过表意过程建构意义，呈现给阅听者关于世界的图景”。⑲因而，媒介的表意方式会直接呈现出相应的世界图景。
元宇宙的到来打破了传统视听内容的内容群像，UGAC模式成为未来当下“95后”所热衷的内容趋势之一，用户可以打破专业化的身份壁垒，实时快捷而方便地生产出ACG内容。ACG内容离不开用户娱乐性和游戏性心理的建构，是一种给予各种具体的紧张情绪提供发泄的机会，是一种有机体对于集体和文化的主要趋势和运转机制做出的反应。ACG作为一种“抗刺激的媒介”，乃是“社会人和政体的延伸”，是“对日常压力的大众反应的延伸”，是一种“人类心灵生活的戏剧模式”。尤其是随着当下社会集群化压力的日益增加，现实世界的无力感和危机感从某种程度上开始刺激人们对一种戏剧模式的延伸，在元宇宙中，每个用户都可以寻得自信力和表达力。
在科技快速发展的今天，不仅是个人，整个社会都加深了对媒介塑造的经验世界的依赖。人们在镜中发现世界的同时，也会发现自己。毋庸讳言，智能媒介作为重要动力，使动画创作和传播都呈现了大众化，其背后所带来的“二次元”视听内容也势必会在元宇宙时代带来新的活力。
作者系北京化工大学数字媒体艺术专业教师、硕士生导师，通讯作者焦阳系清华大学未来实验室助理研究员；本文系中国博士后科学基金面上资助项目〈项目编号：2021M700355〉、北京化工大学中央高校基本科研业务费专项资金资助项目〈项目编号：ZY2108〉、四川动漫研究中心资助项目〈项目编号：DM202213〉的阶段性成果
来源：电视艺术
注释：
①Berthon P，Kietzmann J，McCarthy L P. CGIP: Managing Consumer-Generated Intellectual Property[J]. California Management Review, 2015, 57(4)：43-62.
②《第49次〈中国互联网络发展状况统计报告〉》，http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/202202/t20220225_71727.htm。
③谷学强：《破壁与融合：二次元场域空间下传统文化的生产与重构》，《学习与实践》2019年第4期。
④中国政府网：《国务院印发〈新一代人工智能发展规划〉》，《广播电视信息》2017年第8期。
⑤Winchester S. The meaning of everything[M]. Oxford Press, 2004, 12：99.
⑥晓杨：《互联网发展新特征应用走向多元化》，《中国经济信息》2005年第4期。
⑦迟凤利：《浅谈传统动画与无纸动画之比较》，《艺术评鉴》2018年第15期。
⑧郭子淳、高峰：《人工智能与中国绘画:重塑绘画介质新生态—以“道子”人工智能绘画系统为例》，《艺术学界》2019年第1期。
⑨Ichim A E. Bouaziz S. Pauly M. Dynamic 3D Avatar Creation from Hand-held Video Input[J]. ACM Transactions on Graphics, 2016, 31(2)：72-89.
⑩Liu L. Xu W. Zollhoefer M, et al. Neural Rendering and Reenactment of Human Actor Videos[J]. ACM Transactions on Graphics, 2019, 5(38)：1-14.
⑪Gupta T. Schwenk D. Farhadi A, et al. Imagine This! Scripts to Compositions to Videos[J]. Computer Science, 2018, 11212.
⑫前瞻产业研究院：《2018—2023年中国动漫行业市场前景预测分析与投资战略研究报告》，http://www.cn-bigdata.cn/report/20171114/78026.html。
⑬杨艳珊：《伊莱休·卡茨：在背景中考察媒介效果》，《现代传播》2002年第5期。
⑭[美]C.S.霍尔：《弗洛伊德心理学入门》，陈维正译，商务印书馆出版社1985年版，第71-73页。
⑮张一兵：《拟像、拟真与内爆的布尔乔亚世界—鲍德里亚“象征交换与死亡”研究》，《江苏社会科学》2008年第6期。
⑯[法]吉尔·德勒兹：《感觉的逻辑》，董强译，广西师范大学出版社2007年版, 第106页。
⑰[美]约书亚·梅罗维茨：《消逝的地域：电子媒介对社会行为的影响》，肖志军译，清华大学出版社2002年版，第7页。
⑱[美]斯科特·麦克劳德：《理解漫画》，万旻译，人民邮电出版社2010年版，第49页。
⑲[英]斯图亚特·霍尔：《意识形态的再发现：媒体研究中被压抑者的重返》，黄丽玲译，台北远流出版公司2003年版，第73页。