近年来,人工智能技术日益成熟,已经被广泛应用于人类实践活动的众多领域,使信息的生产、传输和接收模式都取得了飞跃式进步。其中,机器生成新闻（Machine-generated Journalism）就是智能化技术应用于新闻媒体行业的典型代表,它改变了传统的新闻生产方式,是对整个传媒业生态面貌的颠覆与重塑。新闻生产由 PGC（Professional-generated Content）、UGC（User-generated Content）向MGC（Machine-generatedContent）转变,引领着传媒业走向“智媒”时代。本文并不对机器生成新闻本身进行研究,而是着眼于近年来国内外关于机器生成新闻的研究,以文献成果作为研究对象。首先,本文试图厘清媒体智能化的特征与机器生成新闻的定义,框定本文研究对象的边界。其次,梳理了机器生成新闻的生产制作流程,明确其主要特征及所涉及的相关应用。再次,本文采用中外文献对比的视角,运用内容分析法（Content Analysis）对国内外关于机器生成新闻的研究文献进行具体统计与分析,总结当前二者在文献基本信息、作者信息、研究方法、研究内容与情感态度方面存在的差异与联系,并反思了国内研究的优势与不足,提出了提高未来研究水平的针对性措施。最后,本文基于当前的国内外研究现状,试图从多模态与多平台、受众与用户、媒介经营与管理、人才培养与学科建设四个方面指出未来机器生成新闻研究的发展方向与趋势。机器生成新闻是一个比较前沿的研究领域,述评类文献较少,涉及到国内外对比的更是凤毛麟角。相信通过本文的研究,能为挖掘国内机器生成新闻研究的学术深度、拓展研究视角的多样性提供可能。同时,也能更好地服务于当前的新闻生产实践,倒逼人类记者实现职业突破,促进传统新闻行业升级转型。