近日，《2025—2026中国出版业发展报告》成果发布会在广州召开。《报告》提出应守住纸质出版基本盘，深入推进纸数融合。《中国新闻出版广电报》随后刊发文章指出，随着生成式AI逐步应用，文字创作门槛明显降低，文稿初稿撰写、基础校对、简易翻译这类工作，都可交由技术辅助完成，“市场上文字供给充足，真正稀缺的，是经过审读核验、经得起推敲的可信内容”。

　　然而，多家出版机构在推进数字项目时把上线时效放在前列，审校环节被相应压缩。上述文章提到，部分数字项目“一味追求产出速度与流量收益，压缩审校流程”，由此滋生事实差错、表达浮躁、同质化等问题。出版业长期形成的“三审三校”传统，承载的是内容甄别、史料考据与价值研判的把关能力，这套能力原本服务于纸质读物，如今需要迁移到电子书、有声书、网文IP与知识服务产品之中。

　　当前，技术侧的应对集中在两点：让机器承担更多重复性工作，以及让机器的判断有据可查。蜜度自研的文修大模型已升级至5.0版，参数量级从7B提升至30B。据公司公开信息，与上一代相比，模型整体差错检出率提升10%，知识类差错检出率提升25.3%，误报率下降8.67%。该版本首次上线教辅场景专项校对能力，可识别题目差错与解答差错两大类型共13小类，覆盖语文、数学、英语以及理化生等学科。

　　搭载该模型的校对通智能体，把上述能力组织成一条可执行的流程。使用者输入一句指令，系统即可完成文字校对、检索查证、交叉核稿、分析统计与勘误报告生成的全流程，单批次可并行处理10份文稿。校对完成后，系统自动生成勘误统计表，并输出错误等级分布、高频问题类型等可视化图表。查证环节依托内置的28万余条可信参考资料与第三方专业术语库，对政策条文、数据来源、核心观点提供即时验证辅助，为审校人员复核提供依据。蜜度相关人员表示，出版单位可将自身的术语表与参考文档上传至专属知识库，模型在校对过程中会自动调用，以适应不同出版社的体例规范与术语体系。公开数据显示，2026年1至6月，文修累计校对稿件7005万篇，累计校对字数超过300亿字。

　　对编辑而言，被接管的是改错、调格式一类事务性工作，留下的是辨真伪、考史料、做价值判断。《中国新闻出版广电报》的文章同时提示，行业转型要避开两种偏向：一味守着纸质载体拒绝数字化探索，或是追逐流量而放弃内容底线。在纸数融合推进的过程中，审校环节能否留下可复核、可追溯的记录，正在成为内容质量的一项新指标。