编者按 清华大学新闻与传播学院博士研究生林聪，中国人民大学新闻学院硕士研究生周江烨、副教授塔娜在《传媒观察》2026年第7期发文指出，生成式人工智能正在深刻影响新闻机构的视觉内容生产。该文以AI拟真新闻图像为切入点，探讨其与真实新闻图像在视觉表达与新闻价值呈现上的差异。研究采用计算机视觉分析方法，对真实新闻图像与文生图模型生成的拟真新闻图像进行系统视觉对比，并进一步检验不同文生图模型与提示词策略的作用。研究发现，相较于真实新闻图像，AI拟真新闻图像呈现出新闻价值的视觉化“偏移”：其更倾向于使用原型化人物与事件模板，强化预期性新闻价值；更频繁地呈现知名人物与可识别地点，突出显著性与接近性；并通过大规模人群、远景构图及冲突与破坏性场景，强化事件影响力与冲突性。同时，不同模型产生的新闻价值视觉偏移差异显著大于提示词策略导致的差异，表明模型内部稳定的视觉表征机制对生成结果具有主导作用，而提示词的影响相对有限。文章认为，拟真新闻图像通过“生成”逻辑改变了新闻价值的视觉承载方式，其生产机制与传统新闻摄影存在结构性差异。

一、研究背景

生成式人工智能的快速发展正在深刻重塑视觉内容的生产逻辑，并对传统以摄影为中心的新闻图像体系构成挑战。以DALL·E、Midjourney以及Qwen等为代表的文生图模型，能够依据简单的文本描述直接生成具有高度视觉真实性和细节丰富度的图像。近年来，包括央视新闻在内的主流媒体也已开始在部分报道中使用人工智能生成图像作为辅助性视觉材料，以增强新闻内容的表现力和传播效果。生成式AI正逐渐成为新闻内容生产的重要技术基础设施。

然而，基于新闻伦理与真实性原则的考量，主流新闻机构仍对涉及现实事件还原或新闻纪实图像场景中的AI使用保持审慎态度，普遍限制或禁止使用AI生成的“拟真图像”。尽管如此，网络环境中仍有大量自媒体平台以及社交媒体内容创作者，将AI生成的拟真图像用于热点事件视觉呈现以及资讯传播的吸引性包装之中。

在这一背景下，一个不容忽视的关键问题是：当AI模型生成的拟真图像被用于新闻语境时，它是否改变了新闻事件的视觉逻辑？这种变化在新闻图像所承载的信息结构与新闻价值建构中是如何体现的？

基于此，本研究选取真实新闻图像及其对应的新闻文本描述作为基础数据，并调用两类具有代表性的文生图模型（谷歌发布的Gemini与阿里巴巴发布的Qwen），基于相同的新闻文本生成新闻图像，从而构建真实新闻图像与AI拟真新闻图像的对照数据集。在此基础上，本研究采用计算视觉分析方法对图像进行系统比较，并通过视觉特征审计的方式识别生成式AI模型输出在新闻视觉呈现中的结构性差异。

二、文献综述

（一）新闻价值的视觉化表征

新闻价值是新闻研究中最为核心的理论视角之一，其关注新闻事件和信息如何被赋予新闻性，并进一步获得媒体关注与公众注意。随着研究的深化，新闻价值逐渐被视为一种动态的建构过程，而非新闻事件本身固有的属性。话语性新闻价值分析则进一步强调新闻价值并非仅体现在新闻事件本身，而是通过具体的话语实践和符号资源被建构出来。

尽管新闻价值研究长期以来主要从文本和语言层面展开，但新闻价值同样可以通过视觉图像被表达、强化和传播。近年来，越来越多的研究开始关注新闻图像中的新闻价值呈现机制。这一研究脉络表明，新闻价值能够被转译为可识别的视觉表征形式，图像通过构图、人物、场景、色彩以及视觉符号等元素塑造新闻意义。

（二）生成式AI与拟真新闻图像

一个持续引发争议的问题是“拟真图像”在新闻中的使用。拟真图像是指在视觉外观上高度接近真实摄影作品，以至于普通受众难以将其与真实照片区分的图像。现有研究大多停留在规范性和伦理性层面的讨论，对于拟真新闻图像究竟在何种意义上改变了新闻视觉呈现，仍缺乏系统性的经验研究。

从理论层面来看，传统图像的核心逻辑在于“再现”，即图像通过与外部世界建立指涉关系，实现对现实对象的记录与呈现。新闻摄影正是这种再现逻辑最为典型的体现。相比之下，AI拟真图像则体现出一种不同于再现的“生成”逻辑。其形成过程不再依赖对现实对象的直接记录，而是建立在大规模数据训练和概率预测的基础之上，通过模型内部习得的视觉规律生成新的图像内容。生成式AI所生产的并非现实世界的视觉痕迹，而是一种基于海量视觉数据归纳而成的“关于世界的图像”。既有研究表明，文生图模型往往会继承训练数据中的社会偏见与刻板印象，并在人物身份、职业角色、性别特征和文化群体的呈现过程中对其加以强化，生成式AI也由此成为刻板印象的“容器”。这表明，生成式AI不仅可能改变新闻图像中的人物与场景表征，也可能重塑新闻价值赖以呈现的视觉形式。

由此，拟真新闻图像所带来的挑战不仅在于真假之辨，更在于生成逻辑如何改变新闻价值的视觉承载方式，以及这种变化如何影响新闻图像对于现实世界的呈现与理解。

（三）拟真新闻图像的新闻价值分析

结合视觉框架分析以及图像阐释学的层次，本研究拆分出“信息承载”“视觉呈现”“意义锚定”三个维度考察拟真新闻图像的视觉表达机制。具体而言，本研究关注人物与场景如何被呈现，图像如何通过构图、色彩与镜头组织视觉注意力，以及如何借助情感表达、冲突场景等线索建构特定意义。

本研究借鉴话语性新闻价值分析的框架，考察新闻图像如何通过特定视觉符号资源获得新闻性并吸引社会关注。同时，考虑到“冲突性”是视觉新闻研究中具有重要意义的新闻价值维度，本研究将其纳入分析框架。由此构建一个从新闻图像视觉表征到新闻价值的分析框架，以系统比较AI拟真新闻图像与真实新闻图像之间的差异及其潜在的新闻价值偏移。

与此同时，生成式AI并非单一技术体系。已有研究表明，不同模型由于训练数据、模型架构及生成机制存在差异，在语义理解、视觉表征和内容生成方面具有不同特征。另外，提示词作为连接新闻文本与图像生成的重要接口，其表述方式与信息丰富程度也会影响模型对输入内容的理解和最终的视觉呈现。综上所述，本研究提出以下研究问题：

RQ1：相较于真实新闻图像，AI拟真新闻图像在信息承载、视觉呈现与意义锚定等维度上表现出怎样的差异？这些差异反映了何种新闻价值的变动？

RQ2：不同文生图模型及提示词策略所生成的拟真新闻图像，在视觉表征及新闻价值视觉化呈现方面是否存在差异？

三、研究方法

（一）数据收集

本研究首先采用MiRAGeNews数据集构建真实新闻图像数据库。该数据集是面向AI生成新闻内容检测任务的多模态数据集，其中真实图像来源于《纽约时报》新闻数据库。本研究以数据集中真实性标签为“真”的样本作为基础语料，从中随机抽取1100条新闻图像及其对应的新闻文本描述，构成真实新闻图像数据库。

本研究选择了国内外两种具有代表性的主流生成式AI模型：阿里巴巴Qwen模型和谷歌Gemini模型。两类模型分别代表中国和国际主流大模型生态的发展路径。

在图像生成的实验阶段，调用两种模型的前沿发布版本，即Qwen-Image-2.0-Pro与Gemini-3.1-Flash-Image-Preview，以新闻文本作为输入提示词，分别生成拟真新闻图片。为考察提示词结构对生成结果的影响，每种模型下分别设置两种提示词策略：其一为简单提示词，即在新闻文本前给出“生成新闻图片”的基础指令；其二为复杂提示词，即在输入新闻文本前结构化地赋予模型新闻编辑的角色身份，从而增强提示词的语境约束。

通过采用两种大模型以及两种提示词策略，本研究共得到四组AI生成的拟真新闻图像。其中，Gemini模型在两个版本提示词中都有效输出1099张图像，Qwen模型在两版提示词中分别有效输出1065和1057张图像。最终形成1100张真实新闻图像和4320张拟真图像的多模态数据集，用于后续数据分析。

（二）数据分析

为系统比较真实新闻图像与AI拟真新闻图像在视觉特征上的差异，本研究结合新闻价值理论与图像分析既有研究，构建了一套面向新闻图像的视觉分析指标体系。研究将新闻图像的视觉表征划分为信息承载、视觉呈现和意义锚定三个维度，并进一步发展出主体呈现、场景呈现、审美特征、构图特征、情感化、原型化、影响力和冲突性等子维度。

对于部分客观视觉特征，本研究采用成熟的计算机视觉工具进行自动测量。首先，采用Face++工具识别人脸可见性、人脸占画面比例、人物数量以及人物情感极性、情感强度等指标。其次，采用Athec测量图像的色彩丰富度、色彩饱和度、色彩亮度以及景深等审美与构图指标。此外，采用镜头检测模型识别规模化呈现中的远景构图指标。

对于地点可识别性、场景非日常性、知名人物呈现、人物原型化、事件原型化、可见破坏后果以及场景冲突性等具有较强语义解释属性的指标，本研究采用Gemini2.5flash视觉模型进行二元编码。基于新闻数据集的特征，本研究采用大语言模型对新闻文本进行编码，并将新闻划分为九类话题，作为后续分析的控制变量。

四、研究发现

研究问题1聚焦真实新闻图像与拟真新闻图像的差异，研究采用线性混合效应模型，整合两种文生图模型在不同提示词语境下生成的全部图像，与来自《纽约时报》的真实新闻图像进行比较。

在信息承载维度，拟真图像的人脸可见性显著高于真实图像，但人脸占画面比例并无显著差异。与此同时，拟真图像更容易生成知名人物的人脸，从而在视觉层面强化了“显要性”这一新闻价值。在图像场景的生成上，AI明显拟合了更多可识别、具有辨识度的背景地点，在对应的接近性新闻价值维度上表现显著。此外，拟真图像在场景非日常性上也显著高于真实图像，即AI生成了更多偏离社会日常规范和经验的场景画面。

在视觉呈现维度，拟真图像比真实新闻图像具有更低的色彩丰富度和饱和度，但具有更高的色彩明亮度。而在构图特征上，相较于真实新闻图像，拟真新闻图像具有更大的景深。

在意义锚定维度上，首先，拟真图像在情感性上呈现出偏向于消极的情感极性，但其积极情感强度和消极情感强度均低于真实新闻图像。其次，拟真图像显著地采用更多原型化的人物和事件来表征社会现实。再次，拟真新闻图像往往通过更庞大数量的人群、更多的远景镜头规模呈现和更可见的破坏性现场画面来渲染呈现新闻事件的影响力，并绘制了更多的冲突性场景与画面。

研究在控制新闻话题与新闻文本长度的基础上，采用线性混合效应模型分析比较了真实图像与两类AI模型之间的差异。可以看到不同模型存在拟真图像生成的偏向。Gemini模型和Qwen模型仅在积极情感强度单项指标上不存在显著差异，在其他全部变量上差异显著。相较于Qwen模型，Gemini模型在图像中生成明显更多人脸、更多知名人物和更多可辨识的地点，并且人物原型化和事件原型化特征显著更高。而Qwen模型则强化了人物消极情感的呈现及其强度。

研究也采用同样的模型比较了两类提示词策略下生成图像与真实图像之间的差异。简单及复杂提示词两个版本生成图像在知名人物、地点可识别性、色彩丰富度三个变量上存在差异。但这些差异的标准化系数较小，且两个提示词版本在其他变量上差异全部不显著，因此整体来看，在本研究语境中，通过变换提示词策略无法显著改变AI模型拟真图像的特征。

五、结论与讨论

研究发现，相较于真实新闻图像，AI拟真新闻图像在视觉表达上体现出新闻价值的“偏移”，突出表现为预期性、显要性、接近性以及影响力等新闻价值的强化。

具体而言，其一，拟真新闻图像更倾向于采用典型化的人物形象和事件场景来拟合现实世界中的新闻事件，即通过公众普遍熟悉的视觉模板对人物、场景和活动进行原型化呈现，明显强化“预期性”新闻价值。其二，拟真新闻图像更频繁地呈现知名人物和可识别地点，从而强化显要性和接近性等新闻价值。其三，拟真新闻图像倾向于展现大规模人群、远景镜头、可见的破坏性和冲突性场景事件，这强化了影响力、程度性、冲突性等新闻价值。

从图像生产逻辑的角度看，上述差异反映了新闻摄影与AI生成图像在视觉生产机制上的区别。新闻摄影本质上是一种现场记录实践，其拍摄过程受到现实世界条件的直接约束。相比之下，拟真新闻图像建立在训练数据与算法推断的基础之上，模型只能在已有训练数据所覆盖的视觉经验范围内生成，因此，其视觉表达受到数据分布的影响。由此产生的人物、场景和事件往往并非现实世界中的具体个体，而更接近于某种经过统计归纳后的“通约形象”或“样板化”特征。

本研究进一步比较了不同AI模型以及不同提示词策略所生成图像之间的差异。结果表明，相较于提示词策略所带来的变化，不同模型之间呈现出更为显著的系统性差异。与此同时，本研究发现，提示词策略对于图像视觉表达的影响相对有限。这表明，模型内部长期训练形成的视觉先验具有较强的稳定性。从这一意义上看，提示词更像是在既有视觉表征空间中的局部引导，难以从根本上改变模型对于新闻事件的视觉组织逻辑。

在实践层面，本研究的发现也为新闻机构使用生成式AI提供了启示。当前，有关拟真新闻图像的讨论往往集中于真实性与伦理风险，而本研究进一步表明，即使暂不考虑虚假信息和规范性问题，拟真新闻图像仍可能通过其生成逻辑改变新闻价值的视觉呈现方式。同时，本研究发现，仅依靠提示词层面的调整难以有效改变模型固有的视觉表达模式。

（载《传媒观察》2026年第7期，原标题为《AI拟真新闻图像的视觉呈现与新闻价值偏移：基于文生图模型的算法审计》，此为节选，注释从略，学术引用请参考原文。“传媒观察杂志”公号链接：https://mp.weixin.qq.com/s/yr4AuRfHeFeozAgvQB1h7A。）

【作者简介】林聪，清华大学新闻与传播学院博士研究生

周江烨，中国人民大学新闻学院硕士研究生

塔娜，中国人民大学新闻学院副教授