8,000 篇 AI 故事研究：氛围描写差异随语言与模型变化
一项对比英语、德语故事的研究发现，四种模型在英语创作中都更偏重感官与氛围描写；到了德语，这一趋势出现分化。
英语故事中的氛围描写更突出
Katrin Rohrbacher 等研究者分析了 8,000 篇模型生成的故事，发现环境描写呈现出与人类小说不同的分布。在英语样本中，四种模型用于表达感官体验、情绪和氛围的句子占比，在整个叙事进程中均高于人类文本基线。
这种差异在开篇就已出现。按论文对前 15 句的分类，GPT 4.1 英语故事中约 47% 的句子属于感知与氛围类，人类样本约为 19%。不过，氛围描写增加并不一定伴随行动描写减少：GPT 4.1 的人物与环境互动类句子占比仍接近或高于人类基线，其他模型则表现出不同程度的不足。
从相同开篇出发，逐章比较场景写法
这项研究于 2026 年 9 月 2 日提交至 arXiv。团队从英语和德语文学语料中分别抽取 1,000 部作品，把每部作品的首句和题材交给 GPT 4.1、LlaMA 3.3、Mistral 3.2 与 Gemma 3，逐章生成四章故事。四种模型、两种语言、每组 1,000 篇，共形成 8,000 篇生成文本。
研究使用微调后的 BERT 分类器，区分人物行动、感官氛围、静态观看、客观环境描述，以及不涉及空间的句子。为了观察写法如何随故事推进而变化，团队既比较开头，也把文本分成十个等长部分，并让人类文本片段与对应生成故事的长度相匹配。
德语样本呈现不同的描写分布
全文结果显示，英语中的趋势不能直接套用到德语。GPT 4.1 在两种语言中都偏重感知与氛围；德语样本里的其他模型，在部分或后续叙事区间则接近或低于人类基线。研究还发现，分章生成会使章首更容易集中出现氛围描写，但不足以解释英语样本的整体差距。
这项预印本将环境描写拆分为人物行动、感知氛围等不同维度，呈现出模型和语言之间的差异。研究聚焦场景的组织方式，读者对这些写法的感受尚未纳入此次实验。