郑意长（天津财经大学）
摘 要：人工智能技术在供需关系、产业结构以及产业生态方面给语言服务产业带来了巨大的影响。语言服务产业应重新定位产业核心竞争力，积极构建HA协同工作流，不断巩固细分市场和拓展创译服务，主动建设语料数据壁垒，持续重构员工能力体系，勇于开拓国际市场，从而将人工智能所带来的冲击转化为语言服务产业转型发展的历史性机遇。
关键词：人工智能；语言服务产业；对策研究
一、引言
2022年ChatGPT的问世标志着通用人工智能对话模型进入新阶段，此后，我国在大模型领域进展显著，涌现出以豆包、DeepSeek、通义千问为代表的优秀产品。各大人工智能技术平台在大语言模型（LLM）、多模态模型和智能体的研发方面均取得了长足进步，并利用开源工具链覆盖了数据训练、信息部署、模型微调等各个环节，推动人工智能模型从“线性对话”“内容生成”“长文本理解”向动态非线性的“复杂任务处理”阶段快速迭代演进。
人工智能的主流化以及普及化给各行各业的生态体系带来了巨大影响。语言服务业是现代服务业和服务贸易的重要组成部分。2024年8月，国务院办公厅发布《关于以高水平开放推动服务贸易高质量发展的意见》，为我国语言服务产业迈上新台阶提供了坚实的政策保障。《中国语言服务发展报告（2024）》显示，2024年我国语言服务市场规模达1982亿元人民币，同比增长20%，各类语言服务企业总数超过124万家，成为全球增长最快的语言服务市场之一。在人工智能与产业发展高度融合的大潮中，人工智能拓展了语言服务的边界，展现出强大的语言理解和生成能力，引领语言服务产业由劳动密集型转向数智密集型，促进了传统语言服务向智能语言服务的迭代转变，为语言服务产业带来了质与量的突破，重塑了语言服务产业的发展格局。
二、人工智能对语言服务产业的影响
人工智能在语言服务领域不断取得技术突破，其强大的语料生成能力和逻辑推理能力在不断地打破效率和质量的瓶颈，推动着语言服务流程愈来愈智能化。可以说，人工智能所带来的颠覆性变革正在深刻地改变着语言服务产业的每个环节，重塑着其供需关系、产业结构以及产业生态。
（一）供需关系的变化
人工智能对语言服务产业的供需关系进行了深刻重构，它既创造了多元化的需求，也改变了传统的供给模式，推动行业从“人力密集型”向“数智驱动型”转型。
首先，人工智能所带来的“增强翻译”（Augmented Translation）能力，使语言服务产业供给侧的产能迅速提升，边际成本急速递减，工具易用性正在逼近临界值。在正常工况下，人工智能已经能够秒级批处理大规模文本群，同时降低了小语种的服务门槛。具体而言，一方面，人工智能导致供给曲线整体向右挪移，这就意味着在价格不变甚至不断下探的情况下，语言服务产业可以提供更多的语言服务产品，能够满足日益增长的市场需求；另一方面，人工智能还增强了语言服务产业的供给弹性，面对日新月异的市场需求，语言服务供给方可采取“人工智能+MT/CAT”的方式，动态调整模型参数或适时增加算力资源，从而做到灵活调整自身产能，以满足不同专业领域及不同语种的语言服务需求。此外，人工智能还进一步放大了规模经济效应。人工智能的开源生态有利于语言服务产业中的中小企业降本增效，多快好省地构建几何级扩容的语料库，从而训练出性能更强大的语言服务类人工智能模型。
其次，人工智能促使需求侧实现了价值体系迭代。一方面，人工智能大幅降低了语言服务消费的预期成本，企业和个人在语言服务方面的消费信心不断增强；另一方面，语言服务需求维度也日益多元化且价值体系实现迭代重构。换言之，在人工智能技术的加持下，需求侧对解决方案的预期愈加垂直化和个性化。需求侧不再仅仅满足“快速交付”与“准确无误”，还期待实现“实时翻译API”与“AI质检+人类专家双通道认证”。可以说，需求侧在不断追求更加智能、直观、多模态的终端服务产品，如游戏后期语言支持、文生音视频、文生图片、文生表格等。此外，传统的口笔译模式在人工智能的赋能下，也日趋场景化、数字化和定制化，人机耦合乃至人智融合的语言服务模式愈加普及。
最后，供需关系从“线性交易”转变为“双赢共生”。一是需求侧在语言服务过程中的话语权得到了极大地提升，定价机制得以重构。人工智能可以帮助需求侧运用智能语言服务质量评估工具（如QA Distiller、BLEU、TER、Xbench等）以及动态语言服务定价模型，快速评判语言服务的质量、效率和价格，杜绝过去由于对相关语种及语言技术不了解而产生的信息不对称现象，有利于语言服务市场的良性竞争。二是人工智能还将供需双方带入到价值共享模式。客户为大语言模型训练贡献了各种语料后，就可获得一定的服务费折扣。三是供需双方的角色呈现出模糊化的交互现象。客户通过语言服务平台自助训练行业模型，从而反向转身成为解决方案的提供者。训练过程中所产生的海量数据，反哺供给侧进行优化，形成供需两侧共赢的“飞轮效应”（见图1）。
（二） 产业结构的重塑
人工智能的迅速普及改变了语言服务产业的传统内在格局，带来了人工智能时代新的语言服务内生发展模式，进而引发了供给侧结构性改革。
首先，重塑语言服务产业的组织形式。人工智能技术使得“数据标定”“模型训练”等成为语言服务产业新的价值增长点，同时也促使语言服务产业的技术与资源优化重组。传统语言服务企业按职能划分的组织形式（如翻译部、项目部、销售部、人事部）被进一步打破，基础性语言服务人员（尤其是基础译员）的规模被大幅调减，智能技术岗位不断增加（如Prompt工程师、AI训练师等），涌现出了越来越多的多模态工作平台乃至“译联体”组织，如Memsource、Crowdin、Transifex等，实现了资源共享、平台协作和优势互补。
其次，提升语言服务产业的聚集度。人工智能技术使得愈来愈多的大型信息科技公司或语言服务巨头（例如Lionbridge、传神、中译语通等）占据了产业主导地位。这些主导性企业以不同的形式迅速集成了AIGC的各项功能，进而凭借其技术和资源优势构建起集数据处理、模型训练、技术研发、终端服务等诸多产业功能于一体的语言服务产业平台网络。这些平台网络能够高效地实现项目执行、项目管理及产品交付等环节的集成化、自动化操作,为客户提供一站式语言服务解决方案，进而打造开源式语言服务产业集群，使愈来愈多的中小型语言服务企业和自由译者聚集其中，成为高活性的行为因子。
最后，延展语言服务产业链条。人工智能技术促使语言服务产业从传统的“翻译交付”向“全场景语言智能服务”快速演进。包括数智化翻译服务（如AI同传直播、数字陪同口译等）、虚拟技术语言服务（如多语种虚拟导游、虚拟世界语言基建等）、数据资产化服务（如LLM训练、高价值语料交易、术语库API）、电商语言基础设施服务（如AI客服对话、供应链多语言协同等）、在线交互语言服务（如AI驱动译员培训、在线语言咨询、在线语言教育、语言数据交互等）、图文音视频语言服务（如图文解析处理、多语字幕生成、视频智能剪辑、文生音视频制作等）在内的多模态及跨行业内容智造，打破了语言服务的固有介质边界，成为新的服务环节，语言服务产业链条也因之得以大幅延展。产业链条的延展进一步推动了语言服务产业与跨境电商、游戏本地化、跨文化影视传播、国际教育等行业的融合发展。
（三）产业生态的演变
人工智能在对语言知识的动态提取以及多语种转换模型的快速构建过程中，达成了对先验语码框架的重组，完成了对既有产业数据和人工技能的超越，其所带来的技术环境及工作模式的变化，对语言服务产业生态体系以及企业群落形态都产生了革命性影响。可以说，人工智能正影响着语言服务产业生态系统中各个生态主体的生态位，并引发剧烈的生态链式反应。语言服务产业的生态发展趋势已经从之前的“人机交互”，快速迈向“人智交融”。在语言服务产业的生态系统中，客户、语言服务提供商、智能技术研发团队、高校和科研机构等生态主体之间的合作、互动、博弈与竞争更加数智化、复杂化和网络化。
首先，人工智能协助语言服务产业上游的相关从业者，高效识别语料代码模式和语码内在结构，并在一定程度上主动创建和转置目标代码，从而辅助技术人员创造出更加精细化、垂域化的语言技术工具。因此，人工智能为产业生态链的上游带来了数据标注公司、模型训练平台等新的服务实体以及数据标注师、模型训练师等新兴工作岗位，传统数据服务商和技术提供商所享有的上游生态位也因之受到了明显冲击。同时，大型科技公司能够凭借其强大的数据和模型资源优势，迅速抢占和拓展新的产业上游生态位。此外，传统的基于机器学习乃至深度学习的数据服务商和技术提供商也开始蜕变，纷纷转型为特定领域数据处理或特定类型模型建构企业，从而推动了产业链上游的细分。
其次，在人工智能赋能下，通用类语码批处理能力得到巨幅提升，处于产业中游生态位的传统中小型语言服务提供商（SMLSP）和自由译者群体的生存空间被大幅压缩，低效重复性语言服务的市场价值被大打折扣。因此，中小型语言服务企业和自由译者群体必须转向数智驱动和知识驱动并重的营销模式和运作模式，实现“咨询型+一站式”语言服务生态主体的转向，积极为客户提供“智能译后编辑”(AIPE)、术语维护、AI 翻译工具开发、文化信息密集型语言服务、高门槛专业领域翻译以及软件本地化工程等高级交互性及现场性服务。这样，处于产业中游生态位的广大从业者就要在掌握MT、CAT、NLP等技术的基础上，努力实现语言+专业+人工智能的深度融合。
最后，人工智能催生了愈来愈多的来自各领域的且需求各异的终端用户，这使语言服务产业的下游生态也日趋繁盛复杂。一方面，人工智能技术正与离线以及在线翻译系统相结合，除了能够完成传统的文档翻译外，人工智能在其他智能工具的配合下，可以迅捷完成数智时代急需的语音转写、图片文字提取及翻译、音视频生成及翻译、字幕翻译、商务视译以及会议口译等多元化任务，已在语言服务产业形成了新质生产力；另一方面，人工智能赋能的语言服务云平台，使得客户能够在一定程度上自助式享受全链条语言服务。从最初的询盘下单，到译员或语言服务团队的筛选，再到在线互动、自动翻译、自动审核校对，直至在线项目结算等，形成了语言服务产业下游生态的智能闭环。
三、对策建议
人工智能对语言服务产业在供需关系、产业结构和产业生态等方面产生了深远影响，同时也为该产业注入了新的活力与机遇。因此，语言服务产业亟须打破同质化、低端化乃至内卷化的竞争格局，尽快在新的产业发展历史阶段完成数智化转型。
（一）重新定位产业核心竞争力
在人工智能的冲击下，传统语言服务产业的核心竞争力已经出现大幅移位甚至退场。因此，必须重新定位传统语言服务产业的核心竞争力，实现从“低端的自然语言转换”到“智能化的人文价值创造”。
一是鉴于人工智能已经能够高效完成绝大部分通用文本翻译和文案内容生成工作，语言服务企业需要果断减少乃至放弃低附加值的重复性自然语言转换劳动（如传统的人工文本翻译、固定主题场景的常规口译等），以实现降本增效。
二是人工智能面对语言系统，仍无法自动实现真正意义上的多模态批处理。因此，整个语言服务产业应将新的核心竞争力定位于高门槛、高精度、高文化敏感度的垂直领域。一方面，将高端优质语言服务人力资源及相应物力投入到国防军工、航天航空、医疗康复、应急救援、庭审司法等领域。这些领域在国计民生中具有关键性地位，而且特别重视离线服务的效能、专业术语的统一、句法结构的严谨、语篇衔接的一致以及科学伦理的合规。另一方面，在文学翻译、文化交流、广告策划以及市场营销等领域，还会高频出现人工智能难以理解的文化隐喻、方言俚语、本地化修辞等。这些问题还要依托人类的独特优势，聚焦优化语言表达，根据情况处理。因此，相关人工译者可在人工智能的辅助下，完成多元文化适配、重现情感共鸣、塑造文本个性、传递人文创意等语言服务任务。
（二）构建HA协同工作流
HA协同工作流（Human-AI Collaborative Workflow）是指通过明确的责任分工与协作机制，将人类专业的语言能力与人工智能的数智能力有机结合，形成高效、互补的语言服务工作流程。该工作流摒弃了二元对立式的、人与机器之间的简单替代，既可以最大化地释放人类所特有的语言创造力，又能够充分发挥出人工智能的智能生成效率高的优势。
首先，HA协同工作流可将人工智能作为“超级助手”，依托翻译工具（如百度翻译、DeepL、Google Translate、有道翻译等），对文本进行预处理，并快速生成译文初稿。人工译者则专注于后期译稿的合规审核、文化传递、语篇优化、风格润色等。
其次，通过“AI+翻译工具”的模式，HA协同工作流可自动提取术语并构建术语库，以确保项目团队在术语方面的一致性。具体而言：在输入各种文档格式（如PDF、DOCX、TXT、HTML等）的语料后，工作流能够快速提取纯文本内容；之后通过BERT模型或FastText模型去判断文本语种以及所属垂直领域；接下来，可运用自然语言处理库（如spaCy）或自然语言处理工具包（如Stanford CoreNLP），进行词性标注与句法分析；经过候选术语筛选、规则过滤、置信度评估以及多语言对齐等环节，最终完成术语库的构建并实现术语管理的全闭环。
最后，人工智能配合自动质量保证工具（如QA Distiller、Verifika、DeepL Write等），可高效参与译后编辑环节。工作流不但能够快捷制定质量分级标准，还可以针对低敏感度、低复杂度的文本内容进行轻度译后编辑，例如基础语法与拼写修正、术语与数字一致性、文本可读性调整、格式与符号规范、显性语义偏离纠错等。此外，这种轻度译后编辑还能够极大地促进海量网络信息内容的快速本地化。
（三）巩固细分市场，拓展创译服务
虽然人工智能的运用明显压缩了语言服务产业的部分市场空间，但单向度地依赖人工智能，势必会造成不可预知的语言服务陷阱、AI数据幻觉甚至“文化灾难”。所以，相关企业及从业者一方面应巩固特定的、既有的细分市场，另一方面要积极拓展新的服务增值项目，尤其是创译服务项目。创译服务指的是一种超越传统语言翻译活动的跨文化传播、跨文化转码的语言服务。创译服务者专门服务于需要深度文化适配与人文创意的交际事件与作品。创译服务者致力于在情感共鸣、美学再现、文化输出以及商业效果等方面，将源语言内容转化为具有文化穿透性的且能够使目标市场或目标受众悦纳的对等表达。
首先，现场作业、危机公关、实时沟通、商务谈判、跨境电商直播、外交同声传译等细分市场，对临场应变、节奏把控、气氛烘托、情感识别、歧义识别、噪声过滤等参数要求较高，因此人工智能以及“人工智能+翻译工具”仍无法有效替代人工服务。这些细分的语言服务市场，在今后较长的时间内仍将由人工译者占据主体地位。
其次，在对多模态内容产品（如游戏、影视、社交媒体、终端操作系统等）进行本地化处理时，面对文化敏感内容、法律合规信息、文化零对等和文化负载性修辞时，人工智能尚无法在多模态工况下对语码进行准确顺畅的转换，整体质量水平仍有待提高，尚达不到完全替代译员的程度。因此，这方面的语言服务质量仍有待人工译者来把控和提升。例如，相关资料显示，2024年中国影视作品的海外发行量同比大幅增长30%，其中语言服务产业为其提供的高质量支持功不可没。2025年，春节档爆火的动画电影《哪吒之魔童闹海》在海外市场也实现了票房与口碑双丰收，同样离不开专业的后期语言配套服务。在游戏产业方面，《黑神话：悟空》凭借高质量的多语种字幕翻译、适度的文化内容调整和极具美学价值的语言匹配服务，成功打开了海外市场，成为了现象级的文化输出作品。
最后，人工智能赋能语言服务产业后，增值服务的渠道愈加宽广。例如，相关语言服务企业可依托“译者+人工智能+领域专家+LKOL（Local Key Opinion Leader）联合工作坊”的模式，提供跨文化数据分析、语言知识付费、本地用户画像、舆情数据挖掘、智能提示工程(Prompt Engineering)、海外语言市场调研、全球化品牌营销、数智技术认证培训与咨询等增值服务。
（四）自建语料数据壁垒
虽然人工智能在一定程度上冲击了传统语言服务行业的人工技能壁垒，但与此同时也产生了技术反哺，赋能语言服务企业（如传神Transn AI、科大讯飞iFLYTEK）去开发垂直领域大语言模型，助力其打造专属训练模型以及构建定制化云翻译平台等。
此外，语言服务企业及相关从业人员可利用自身长期积淀的海量双语或多语对照数据及翻译记忆，结合区块链技术构建高质量语料库、文化符号映射库以及自有项目案例库，形成数智时代自身的数字资产和语料数据壁垒，不断开发具有自主知识产权的语言服务技术专利产品，进而释放其可持续性的商业价值。
（五）重构员工能力体系
面对方兴未艾的人工智能技术，语言服务企业要重构员工能力体系，从过去单一的以“听、说、读、写、译”为内核的语言技能转向人智融合的复合型服务能力。
首先，各语言服务企业应借助人工智能的数据生成能力，建立员工能力评估矩阵。根据评估结果，精准锁定需要能力重构的员工。
其次，建立员工分层能力培训体系。其中，基础层培训旨在提升员工的常规技术能力，要求员工能够熟练地掌握相关AI工具的操作技能，具备应有的数据处理敏感度，能够编辑分级标准、动态维护术语库；进阶层培训旨在培养员工在模型微调、语言服务产品AI化包装、客户教育方案制定、服务质量实时监控等方面的能力；管理层培训，聚焦员工的复合能力培养，侧重超越语言本体的角色拓展，如AI资源调度、人机协作流程设计、项目深度在地化、高人文价值文本生成、AI产能评估、语言服务ROI、多模态管理等。
最后，构建校企合作模式下的沉浸式培训场景。企业应积极与高等院校及相关科研机构携手研发虚拟仿真系统，将人工智能、自然语言处理、数字孪生与虚拟现实有机结合起来，模拟并再现真实语言服务场景（如国际会议同传、法庭交传、本地化项目运作、医疗急救口译、游戏后期语言支持与宣发以及游戏玩家测试交互等），为从业者尤其是人工译员提供高度仿真的实践环境。在该系统中，员工可借助VR头显、动作捕捉、空间音频等硬件设备，并配以场景建模工具、AI对话引擎以及多模态数据库等软件系统，沉浸式地学习和掌握人工智能技术赋能下的全链条语言服务生产模式。这种沉浸式培训不仅能在较大程度上弥补高风险、高成本以及高规格场景下实操机会的不足，还能够带来极具建设性的虚拟听众反馈，从而降低试错成本，提升译员在角色动态交互中的抗压能力及应急处理能力。
（六） 开拓国际市场
面对人工智能为我国语言服务产业所带来的颠覆性变革，相关企业要敢于“走出去”，努力扩大国际生存空间。通过技术驱动、文化深耕、品牌升级“三位一体”的战略布局，积极参与国际语言服务市场竞争。
首先，通过构建人工智能赋能的全球语言智能服务平台，实现开拓国际市场所必需的技术突破。对垂直领域大模型进行国际化改造，使其不但能满足国际客户的行业定制化需求，还能解决专业术语与跨文化语境适配的问题。同时，对现有多模态服务能力进行跨文化与跨语际的技术整合，将语音识别（ASR）、图像语义分析（如OCR+ICR）、视频唇形同步技术融合在一起，实现“音像—图片—文本”一体化处理，从而实现对多语种乃至小语种的动态适配。此外，还要达成语言服务云端协作平台的全球化部署，延展全球语言服务的技术响应链。因此，要积极搭建分布式算力网络，不但要确保海外各个节点客户的毫秒级响应，还应允许国际客户自定义术语库及其QA规则，从而提升平台的国际黏性。
其次，通过对跨文化语料以及国际语言类人力资源的深耕，实现从传统的语言转换到国际化价值共鸣。通过打造国际文化符号数据库，不断强化自身的超本地化能力，动态检测各类宣传文案中潜在的文化冲突。同时，构建在地化语言类人才网络（如“语言服务海外创客计划”），积极招募本土化专家及母语审校员，在海外文化枢纽中心的基础上实现全球24小时跨时区语言服务协作。此外，还要在内容创作方面实现国际化生态共建。语言服务企业应联合国内外创作机构、国际媒体、国际语言教育机构，积极参与IP内容的生成过程以及生成标准的制定。
再次，我国语言服务企业要积极完成从“中国产品供应商”到“全球解决方案提供商”的角色转换，以实现民族品牌的国际化升级。要强调语言服务是跨文化工商业基建的核心价值之一，推动语言服务企业提高品牌意识，从单纯做语言翻译转换到搭建跨文化商业连接。同时，积极参与并赞助各类国际文体活动，力争成为官方语言服务提供商，通过在国际舞台上的高曝光率增强品牌号召力。此外，要对国际市场进行区域化细分，采取差异化攻坚策略。对于共建“一带一路”国家和地区，应沿中欧班列节点积极布设城市语言服务中心，为我国企业出海提供强有力的语言支持；对于非洲和拉美等新兴语言服务市场，应运用“经济型AI工具+本地语料众包”模式，积极抢占更多的语言服务市场份额；对于欧美成熟语言服务市场，则主推“AI质检+专家复核”服务包模式，秉持互利双赢的原则实现内涵式发展。
最后，我国语言服务企业还应积极融入国际语言服务组织，并与欧美语言服务产业巨头开展合作。利用我国在人工智能领域的技术优势，开发各类高端智能化翻译工具，与欧美企业在技术驱动型服务上展开良性竞争。积极学习欧美语言服务产业巨头在技术创新、市场开拓、人才培养等方面的先进经验。主动与欧美语言服务产业巨头结成发展战略联盟，实现专利交叉授权。
四、结论
随着国内外对各类语言服务的需求不断攀升，不远的将来，我国会诞生愈来愈多的世界级语言服务企业。人工智能虽然具有广泛渗透性、持续进化性以及实时互动性，并在供需关系、产业结构以及产业生态方面给语言服务产业带来了巨大的影响，但完全基于人工智能的语言服务还无法满足市场对质量的要求。所以，人工智能不是语言服务产业的替代者，而是产业升级的助力者。
语言服务产业作为典型的绿色低碳与高附加值的非传统产业，应紧抓人类第四次工业革命的发展机遇，从“逃避或对抗AI”转向“拥抱与驾驭AI”，重新定位产业核心竞争力、积极构建HA协同工作流、不断巩固细分市场和拓展创译服务、主动建设语料数据壁垒、持续重构员工能力体系、勇于开拓国际市场，从而将人工智能的冲击波转化为实现语言服务能力质变的历史机遇。
通过技术融合、服务创新与生态重构，数智时代的语言服务产业能够将人工智能转化为产业发展的效率工具与增长引擎。只有将人类特有的语言沟通技能与人工智能迅捷的语料生成能力深度结合，广大语言服务企业与从业者才能在数智时代勇立潮头。换言之，在人工智能赋能下，语言服务产业必须打破传统的个体分散性发展模式,自身的行业资源也应从封闭性的自我循环走向开放性的智能共享，要坚持走“专、精、特、新”路线，积极转型升级为一个数字化、网络化、兼容化的智能生态系统，同时具有犀利的文化洞察力、持续的交际创造力以及敏锐的伦理判断力，从而在语言文化维度铺就新时代中国走向世界的“语际丝绸之路”。
参考文献
[1]崔启亮.人工智能时代的语言服务行业发展趋势[J].北京第二外国语学院学报,2025,47(01):62-72.
[2]邓祯,梁晓波.中国语言服务产业生态化系统构建与可持续发展研究[J].湖南社会科学,2023,(06):154-161.
[3]方兴东,王奔,钟祥铭.DeepSeek时刻：技术—传播—社会（TCS）框架与主流化鸿沟的跨越[J].新疆师范大学学报(哲学社会科学版),2025,46(04):126-135.
[4]李梅.机器翻译译后编辑过程中原文对译员影响研究[J].外语教学,2021,42(04):93-99.
[5]王传英,孙瑾.AIGC赋能语言服务:使用价值、伦理风险与治理方案[J].外语教学,2024,45(06):30-35.
[6]王华树,陈涅奥.中国语言服务企业机器翻译与译后编辑应用调查研究[J].北京第二外国语学院学报,2021,43(05):23-37.
[7]王华树,刘世界.人工智能时代翻译技术转向研究[J].外语教学,2021,42(05):87-92.
[8]王立非，王继辉.中国语言服务发展报告（2024）[M].北京：社会科学文献出版社，2024.
[9]周兴华.AIGC工具与CAT软件的集成：现状与评价[J].中国翻译,2024,45(03):123-130.
【本文系教育部产学合作协同育人项目“VR技术在高校英语教师人才培养中的应用”（项目编号：202101275063）阶段性研究成果】
（郑意长系天津财经大学人文学院商务英语系副教授，硕士研究生导师）