导读

本文立足于文献研究与案例分析，尝试跳出“降本增效”的视角，探讨生成式AI大模型对广告创意领域的影响。深挖生成式AI广告创意在技术平权、消费者洞察、价值共创等方面带来的新机遇，同时理性审视实际应用中的技术局限、版权纷争、数据权益等多重困境，以多学科交叉的视角寻求突围可能。

从机械执行迈向创造性协作，生成式AI（Generative AI）作为人工智能领域的最新技术突破，正深刻改变着人类社会。目前我国将生成式AI视为一种“基于算法、模型、规则生成文本、图片、声音、视频、代码等内容的技术”。在这一大环境下，生成式AI作为一项新质内容生产力，其不仅革新了传统内容产业，也极大解放了广告创意生产力。从提升创意效率到拓展创意思维，驱动了创意产业前所未有的范式变革。

广告创意，指的是“为达成传播上的附加值而进行的概念突破和表现创新。”自20世纪60年代美国广告业“创意革命”兴起以来，广告创意始终被视为品牌价值建构的核心引擎。当前生成式AI具有创造、推理、互动等三项核心能力，让经历过经验创意、程序化创意、动态程序化创意阶段的广告创意，发展到生成式AI创意阶段。在生成式AI创意阶段，通过人工智能与人类智能的深度协同作业，突破传统内容创意的固有维度，实现全智能化广告创意生产的迭代升级。

然而，升级突破之下，隐忧也随之浮现。本文通过系统性梳理相关文献，并剖析相关行业案例，试图回答这些问题：在AI广告创意井喷的时代，生成式AI带来“降本增效”之外的哪些独特机遇？其背后潜藏着哪些深层困境？又该如何系统性应对这些困境？

一

生成式AI：备受关注的广告创意变量

进入后DeepSeek时代，生成式AI应用于广告创意领域的研究逐渐系统化，主要聚焦以下方向：

首先是生成式AI技术在广告创意中的具体应用。在多样化内容生成层面，研究指出AI技术能实现广告文案、图像、视频的自动化生产：Midjourney等工具通过用户输入的关键词生成视觉图像，ChatGPT可快速生成多风格广告文案，新壹视频大模型则能实现从生成创意脚本到剪辑创意视频的全流程自动化。此外，在人机协同方面，有学者提出“UGC（用户生成创意）+AIGC（人工智能生成创意）+PGC（专业生成创意）”的创意生成矩阵，强调人类主导与机器赋能的结合。

其次是生成式AI技术对广告创意流程的重构。有研究构建了适用于中国短视频广告的智能创意模型，突出AI技术对广告业务的流程再造。在广告创意各阶段，例如在构思环节，AI基于大数据的随机联想和跨领域组合能力，提供让人意想不到的创意点，弥补创作者在知识阅历、发散思维上的局限；在制作与投放环节，AI通过分析用户行为数据生成“千人千面”的广告内容，从而提升广告到达精准度，降低试错成本；在广告效果评估中，AI可通过机器学习预测用户对广告内容的情感反应，以优化广告创意。

最后是关注生成式AI给广告创意行业带来的伦理与技术挑战。用户的数据隐私问题依旧是研究焦点，有学者指出AI训练依赖用户数据可能引发隐私泄露风险，如谷歌语音助手意外采集私人对话用于模型训练。在内容安全层面，生成式AI可能生成虚假或偏见性广告内容，损害品牌形象，甚至会引发监管风险。此外，关于版权归属的讨论逐渐兴起，如AI生成内容的版权归属、创意责任划分等，学界还未形成共识。

尽管已有上述研究探索，但仍存在短板。一是进入后DeepSeek时代，相关研究还处于起步阶段，数量与系统性不足；二是多数研究聚焦AI的“工具属性”，对其如何赋能广告情感共鸣、价值观传递方面缺乏深度挖掘；三是对版权归属、数据权益、算法偏见等问题的探讨多停留在现象描述或单一学科视角，缺乏用多学科交叉的视角去寻求系统性的治理措施；四是总体上缺乏广度和新意，生成式AI给广告行业带来的机遇与风险等探讨，大多数采用以往技术类正反影响的传统分析思路。

因而，本文试图突破“工具效率论”的现有框架，探讨生成式AI广告创意的创新机遇与风险治理，既希望为广告创意行业提供“效率与责任平衡”的理论参考，也期望能为广告从业者、政策制定者提供一定启发。

二

超越降本增效：生成式AI广告创意的机遇升维

（一）跨媒介融合创新，助推创意生产平民化

通过使用生成式AI工具，广西梧州勒水村的村民不再困于技能限制，加入到制作广告的队伍中。这些未经过专业广告创意培训的村民，利用AI“新农具”制作出农产品的短视频广告。例如，当地的特产是六堡茶，村民在AI工具软件里输入勒水村、六堡茶、带货等关键词指令，AI便自动化生成农产品广告文案，还能智能化剪辑，并提取字幕，快速做好一段完整的六堡茶短视频广告。对比传统视频类广告制作，“前台”“后台”需要人力、时间、资金的大量投入，生成式AI通过文生图、文生视频等多种内容生成能力，使普通人突破专业技能壁垒，无需掌握复杂技术便能制作农产品的创意广告。

互联网诞生后的媒介进化，是一部从信息平权迈向生产力解放的历程，人工智能的发展史，也遵循着相同逻辑——不断降低门槛，在开源化、轻量化的方向下，走向全民共享AI生产力的时代。以DeepSeek为代表的人工智能重构了AI生产力的价值和格局，有力地推动广告创意生产朝着平权化、全民化发展。

（二）消费者微粒化，创意洞察填平信息鸿沟

将AI前置在消费者洞察阶段，可以缩小乃至填平品牌与消费者之间的信息鸿沟，更能基于实时情境生成兼具品牌价值与场景适配性的广告创意。在生成式营销时代，AI加持的洞察更快速、全面、深入，正如广告业传奇人物菲尔·杜森伯里所说：“一个好的洞察可以激发无数创意。”传统的消费者洞察多依靠市场调研、问卷、观察、访谈等手段，由于技术条件限制，无法实现精准的用户画像，AI智能洞察在创意生成之前，就为创意人员提供支持，推动调研、决策阶段的自动化。国外学者设想了一个迭代过程，消费者与AI持续对话，推动方案完善直到出现满意的想法，研究表明生成式AI至少能在某些情况下替代市场研究中的人类受试者。在持续的人机交互中，智能洞察更能激发消费者的潜在需求，助力广告制作者寻找创意点。

（三）互动模式升级，实现品牌价值共创

2024年底，美团推出AI短剧版的用户年度报告，用户可以在美团上挑选剧本，输入姓氏后得到一部基于自身年度账单的“土味”短剧。此次创意活动结合短剧这一热潮，不仅迎合了用户的兴趣点，内容更是根据用户真实的账单信息改编，极大提升了用户参与度。同时，用户在社交平台上分享自己的AI共创作品，通过二次传播提升品牌知名度。美团以外，AI赋能的用户共创为广告创意带来了无限可能。近些年，许多国内外品牌都开展用户共创的AI创意活动，让用户成为广告创意海报的主角。例如，康师傅的AI写春联活动加入定制的数字人形象，用户可以生成带有个人形象的海报，从而在送节日祝福时转发分享给身边好友，大大提升了社交价值。

一个好的广告创意，除了在视觉和内容上发力之外，还需引起消费者情感层面的共鸣。如上文中所提到的康师傅AI创意海报活动，相比较推广产品功能属性，康师傅抓住了当下的年轻人的情感需求、社交需求，创新性地用AI去吸引年轻消费者群体参与品牌的广告创意互动。在共情传播的视域下，生成式AI可通过自然语言处理、机器学习、情感计算等多种技术形式与用户进行情感交互，但需要注意的是，品牌利用生成式AI技术与用户共创广告，也需围绕品牌核心价值展开，避免成为纯“炫技”活动。

三

效率与责任的博弈：生成式AI广告创意的风险及突围

（一）生成式AI广告创意的“幻觉陷阱”与破解路径

DeepSeek时代的“AI幻觉”仿真度正呈指数级跃升，在广告创意领域，其不仅可能引发虚假宣传、品牌信任危机等具体风险，也将加剧大众对AI广告的“算法厌恶”现象。

1.技术局限引发事实性失真、视觉性失真

2025年初的美国“超级碗”赛场上，谷歌播出的系列AI创意广告遭受批评，有关某奶酪产品的广告文案被曝存在明显数据纰漏。这则广告文案是由谷歌旗下的生成式工具Gemini生成，这不仅给谷歌带来一场公关危机，也让AI陷入了舆论漩涡。受限于技术发展的阶段性与数据库的质量偏差，AI可能生成看似合理但实际失真的广告创意内容。更值得警惕的是，人体比例失调、产品细节失真、人物表情僵化、场景切换突兀等这类在视觉上缺乏原生感、逻辑上漏洞百出的AI广告，正在消费者心中形成负面刻板印象。

目前，已有国外学者研究证明，企业在应用AI时的削减成本动机是引起消费者产生算法厌恶的因素之一。面对“AI味”十足的广告，消费者会本能地将“低投入”与“低质量广告”关联，所以，品牌需要避免让“技术幻觉”演变为“信任幻觉”。

2.技术优化与创意转化的双重路径

当前，治理“AI幻觉”需跳脱出“唯技术论”的治理思路。首先，开发者可通过优化训练数据质量、加大算力资源投入，并结合检索增强生成技术的应用，有效降低幻觉发生率。其次，广告主与广告创意人员要承担起相应的社会责任，加强广告创意流程中的内容监管。最后要强调的是，不必将“AI幻觉”视为纯粹技术缺陷。诺贝尔化学奖得主大卫·贝克指出，AI的“创造性错误”能启发非常规的营销叙事。因此，广告人员可以将其中非常规元素转化为差异化战略的创意资产。

（二）生成式AI广告创意的“版权纷争”与破解路径

生成式AI广告创意的版权问题主要体现在两方面：一方面是他人原创作品被AI作为训练数据的侵权问题，另一方面是AI生成创意内容自身的版权认定问题。

1.训练数据侵权风险与创意本身版权认定争议

2023年七夕前夕，国内一视频平台发布的七夕广告引发争议——网友发现该广告海报与网易游戏的某张海报存在诸多相似之处。这种疑似用AI“洗稿”的七夕海报随即被该视频平台下架。由于生成式AI工具自动生成的广告创意，是基于数据训练的机器学习产物，所以需考虑将他人原创作品作为训练数据是否构成侵权。同时，对AI持批评态度的人认为，人类原创创意作品被当作训练数据后，存在会被风格相似的AI作品取代的风险。

传统著作权法认定的作品，需具有原创性且是人类的智力成果，而AI生成内容虽可能具有独创性表达，却非人类创作，因此定义为作品存在争议。但矛盾在于：若AI生成内容因“非人类创作”不被保护，那人机协作的创意内容中，人类投入的智力劳动或将缺乏法律保障。因此，需进一步界定AI创作的保护边界，以避免挫伤广告创意人员AI创作的积极性。

2.训练数据与著作权的双重保护

生成式AI所需的巨量数据在客观上无法完全获得著作权人的授权，因而有学者提出“合理使用配合法定许可动态适用”的治理方案，以应对不断变化发展的技术与社会。不仅能保障著作权人合法权益，同时也为AI创新预留制度空间。而生成式AI内容的著作权，具有归属于实际投入创造性劳动的使用者的必要性。可依据AI创意广告创作过程中广告创意人员投入的劳动与智力占比，将其归属于使用AI工具的广告创意人员。如全国第二例“AI文生图”具有可版权性的案件——“伴心案”，该案中法院在审理时便突出强调AI生成内容被认定为作品的前提是其应当能够体现人的独创性智力投入。

（三）生成式AI广告创意的“伦理危机”与破解路径

生成式AI在广告创意领域发挥重要作用的背后，还暗藏忽视消费者数据权益与强化社会偏见的双重伦理隐忧。

1.数据权益失衡与算法偏见隐患

训练数据不仅包含行业内具有可鉴意义的广告创意案例，也包含消费者行为与偏好的数据。AI技术的运行与优化离不开对用户行为数据、消费偏好等信息的深度采集与分析，若数据存储边界模糊、使用权限失控，便极易忽视用户数据权益。这里的数据权益包含两方面：一是用户数据隐私权益，与隐私泄露风险课题相关；二是基于数据经济意义层面上的用户数据收益权。

同样棘手的是AI算法决策的“黑箱”：深度学习模型难以解释的决策逻辑，可能放大训练数据库中的性别、地域、消费能力等维度的隐性歧视。在广告创意的决策与投放过程中，存在广告创意出现偏离品牌价值观与社会主流价值观的可能，从而严重影响品牌社会声誉。例如某修图软件推出的“黏土创意特效”，部分女性用户上传打篮球、引体向上的照片后，在经由软件生成的黏土特效里都变成男性。这一事件，让本身传递娱乐的创意特效沦为了性别偏见的放大器。

2.技术、制度、用户权益的三重维护

目前可尝试在技术治理、制度约束与权益重构等方面寻求破解之道。首先，技术上推动伦理审查前置。例如DeepSeek在模型开发阶段嵌入“伦理驱动计算路径选择”技术，将公平性校正算法与隐私保护模块深度融合，从而成功拦截超70%的潜在伦理问题。其次，政府可要求企业与平台披露AI训练数据的构成以及来源，还可整合互联网平台的优质内容池，搭建专业权威的官方数据库接口，以保障数据安全透明。最后，跳出隐私权框架去审视用户数据权益问题，将用户数据痕迹视为AI开发的“数据劳动”。例如有学者提出考虑将目前国有控股大数据交易所的收益以集体转移支付的方式反哺社会，以维护用户获得经济补偿。

四

结 语

以人为本，智能向善。从传统的经验驱动到如今的数智技术赋能，广告创意领域正发生着范式变革。但是生成式AI广告创意的发展与完善不是一蹴而就的，未来的治理过程中也需要给予创新一定的容错空间。因而，面对这一时代浪潮，广告行业既要秉承开放包容的心态去学习，又要保持清醒的认知：即使生成式AI工具在创作效率与视觉呈现上具有优势，广告创意也需要坚持人文主义导向，为品牌注入新的精神文化价值。总之，唯有坚持以人为本，用主流价值导向驾驭技术引导创意生成，实现技术理性与人文价值的深度融合，才能推动广告创意产业在后DeepSeek时代向上向善。■

（作者：易文婷，河南大学新闻与传播学院硕士研究生；张国伟，河南大学新闻与传播学院硕士生导师）

来源 | 《新闻世界》2026年第1期

值班编辑 | 王可