在8月29日举办的2026数博会重要分支活动——"数链兰山：智赋产能，数创视听"交流活动上，上海交通大学教授翟广涛以《从数据到体验：智能时代的质量评价》为题，系统阐释了智能时代内容质量评价的范式变革，为AIGC时代的视听产业产能建设提供了重要参照。

翟广涛在分享中指出，随着机器人（Bot）HTTP请求流量首次超过人类用户网页请求流量，互联网正迎来机器大规模消费内容的时代，内容质量评价的主体不再仅仅局限于人类，机器/智能体也成为重要评价主体。这一变化意味着，质量评价不再只是服务于人类的感官体验，更要服务于智能体对数据的理解与使用，"必须站在机器的视角来看数据质量的好坏"。

围绕这一核心判断，翟广涛系统梳理了质量评价领域正在发生的三重深刻变革。其一，评价工具从统计模型、深度学习进化到大模型智能系统。其研究团队构建的大规模视频质量评价数据集涵盖数十万条指令，使AI模型不仅能输出质量分数，还能像人类专家一样定位失真区域、描述问题类型、解释评价理由，相关成果连续发表于CVPR、ICLR、ICML等国际顶级会议。其二，评价维度从传统的画质失真大幅拓展。在AIGC场景下，评价对象不再局限于噪声、模糊、块效应等传统失真，而是涵盖生成内容的真实性、结构合理性、人脸与人体一致性、审美水准乃至情感唤起效果等全景维度。其三，评价角色从事后被动筛查转向过程主动引导。通过强化学习将质量评价信号反馈给生成模型，让质量标准内嵌于生产流程，而非依赖末端的人工筛查与返工。这三重变革共同指向一个结论：在AIGC让内容生产门槛大幅降低的当下，决定产能价值的已不再是产出速度和数量，而是能否建立稳定、可控、可规模化的质量保障体系。

翟广涛进一步展望，面向智能体时代，质量评价的目标将从"人类喜欢什么"拓展到"内容能否支撑机器完成任务"，信任、安全与对齐将与画质、音质、审美一起，构成智能时代质量评价的完整坐标系。其团队已将研究延伸至机器人生成视频质量评价、多模态模型抗干扰鲁棒性、视觉-语言-动作故障诊断等前沿方向，为具身智能和AI Agent时代的内容质量评价提前布局。

这一学术判断与小兰山正在推进的AIGC产能实践已形成了自然呼应。由小兰山链主企业多彩新媒牵头打造的AIGC产能创新中心，其一站式创作平台已将合规审核与质量校验内置到剧本生成、角色绘图、动画渲染、智能剪辑的全流程之中，这种"质量内嵌于生产"的组织方式，与翟广涛所倡导的评价范式转型方向保持一致。随着学术级质量评价能力的引入，小兰山有望在规模化产能的基础上进一步建立可量化、可追溯的内容质量标准，在AIGC产能竞争从"拼数量"转向"拼质量"的进程中，占据先发优势。