人工智能大模型賦能全媒體傳播基礎(chǔ)設(shè)施升級(jí)與應(yīng)用生態(tài)創(chuàng)新

【摘要】盡管當(dāng)下全球大模型投建如火如荼，但如何利用大模型賦能媒體融合，路徑尚不明晰。從“涌現(xiàn)”和“同質(zhì)化”入手，深刻理解大模型的技術(shù)特性、技術(shù)局限與潛在風(fēng)險(xiǎn)是必不可少的前置思考。對(duì)主流媒體而言，對(duì)大模型采取“拿來(lái)主義”并不可行，通過(guò)價(jià)值觀對(duì)齊、行業(yè)知識(shí)增強(qiáng)等措施建設(shè)安全可控的媒體大模型是媒體融合新的技術(shù)落地方向，能夠驅(qū)動(dòng)基于智能體的人機(jī)協(xié)同的“策采編審發(fā)評(píng)饋管”全流程智能升級(jí)，加速人工智能生成內(nèi)容新范式的普及化，促進(jìn)智媒應(yīng)用生態(tài)的持續(xù)繁榮發(fā)展。人工智能大模型賦能全媒體傳播的切實(shí)進(jìn)路應(yīng)以媒體大模型為新技術(shù)底座，以大模型核心能力為支點(diǎn)，以內(nèi)容生產(chǎn)、內(nèi)容消費(fèi)、內(nèi)容安全、媒資管理、協(xié)同辦公等典型行業(yè)場(chǎng)景為切入點(diǎn)，以智能媒體應(yīng)用創(chuàng)新為落腳點(diǎn)，通過(guò)模型賦能、場(chǎng)景賦能與生態(tài)賦能多層次完善主流媒體布局，從而推進(jìn)媒體深度融合。

【關(guān)? 鍵? 詞】人工智能大模型；全媒體傳播體系；媒體融合；智能媒體；智能傳播

【作者單位】徐琦，中國(guó)傳媒大學(xué)媒體融合與傳播國(guó)家重點(diǎn)實(shí)驗(yàn)室新媒體研究院。

【基金項(xiàng)目】國(guó)家社會(huì)科學(xué)基金項(xiàng)目“基于AIGC的主流媒體智能傳播機(jī)理研究”（23BXW035）研究成果。

【中圖分類號(hào)】G206【文獻(xiàn)標(biāo)識(shí)碼】A【DOI】10.16491/j.cnki.cn45-1216/g2.2024.03.002

從黨的十八大到黨的二十大，從建設(shè)現(xiàn)代傳播體系、全媒體傳播格局、全媒體傳播工程到全媒體傳播體系，以習(xí)近平同志為核心的黨中央不斷從黨和國(guó)家全面推進(jìn)中華民族偉大復(fù)興的戰(zhàn)略規(guī)劃高度來(lái)強(qiáng)調(diào)加強(qiáng)全媒體傳播體系建設(shè)的重要性，將其作為指導(dǎo)中國(guó)媒體融合發(fā)展的行動(dòng)指南，引領(lǐng)我國(guó)媒體融合持續(xù)縱深推進(jìn)。近10年來(lái)，各級(jí)主流媒體在媒體融合深水區(qū)奮楫爭(zhēng)先，強(qiáng)化技術(shù)引領(lǐng)，重塑內(nèi)容生產(chǎn)流程，拓展傳播渠道，打造平臺(tái)矩陣，創(chuàng)新運(yùn)營(yíng)模式，現(xiàn)已取得豐碩成果［1］。

隨著媒體融合進(jìn)程從全媒體、融媒體加速邁向智媒體時(shí)代，AI作為新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力量為傳播格局帶來(lái)歷史性變革與顛覆性挑戰(zhàn)。2023年ChatGPT全球爆火，成為有史來(lái)最快達(dá)到1億名月活用戶規(guī)模的消費(fèi)級(jí)應(yīng)用，讓社會(huì)大眾切實(shí)感受到AI和第四次工業(yè)革命的驚人潛力。ChatGPT實(shí)際上是一種預(yù)訓(xùn)練大語(yǔ)言模型應(yīng)用，從2018年的初代版本發(fā)展到2023年3月的GPT-4版本，其模型性能在短短5年間產(chǎn)生了質(zhì)的飛躍。2024年2月，谷歌發(fā)布Gemini 1.5，該模型在長(zhǎng)語(yǔ)境理解方面取得重大突破。與此同時(shí)，OpenAI發(fā)布文生視頻大模型Sora，其基本視頻生成能力（時(shí)長(zhǎng)、長(zhǎng)寬比）、視頻連續(xù)性、真實(shí)世界模擬等都具備顯著優(yōu)勢(shì)。更重要的是，Sora 作為理解和模擬現(xiàn)實(shí)世界模型的基礎(chǔ)，它的出現(xiàn)更被視為實(shí)現(xiàn)通用人工智能的關(guān)鍵里程碑。當(dāng)下，科技巨頭紛紛加碼大模型研發(fā)，國(guó)內(nèi)“百模大戰(zhàn)”正酣，大模型正在諸多社會(huì)生產(chǎn)領(lǐng)域全面崛起。盡管當(dāng)下全球大模型投建如火如荼，但其發(fā)展依舊處于通用智能的初級(jí)階段，傳媒學(xué)界對(duì)該領(lǐng)域的研究基本集中在ChatGPT引發(fā)的人機(jī)關(guān)系和交往以及知識(shí)生產(chǎn)新機(jī)制方面［2］，傳媒業(yè)界對(duì)大模型的關(guān)注與日俱增，但尚未大面積展開(kāi)實(shí)際的產(chǎn)業(yè)落地。如何利用大模型技術(shù)創(chuàng)新賦能我國(guó)媒體融合、推進(jìn)全媒體傳播體系建設(shè)，路徑并不清晰。為此，本文試圖透過(guò)當(dāng)下生成式AI浪潮的喧囂現(xiàn)象，集中探究大模型賦能全媒體傳播體系構(gòu)建的切實(shí)進(jìn)路與創(chuàng)新潛力。

一、前置思考：理解大模型的涌現(xiàn)與同質(zhì)化

人工智能大模型是指在大量數(shù)據(jù)參數(shù)上訓(xùn)練的模型，其可通過(guò)適應(yīng)來(lái)執(zhí)行廣泛的下游任務(wù)［3］。在參數(shù)規(guī)模方面，大模型先后經(jīng)歷了預(yù)訓(xùn)練模型、大規(guī)模預(yù)訓(xùn)練模型、超大規(guī)模預(yù)訓(xùn)練模型三個(gè)階段，每年參數(shù)規(guī)模至少提升10倍，目前千億級(jí)參數(shù)大模型已成為主流。在技術(shù)架構(gòu)方面，變換器架構(gòu)已成為大模型領(lǐng)域的核心技術(shù)，其在大語(yǔ)言模型方向催生了GPT和BERT兩大技術(shù)流派。其中，BERT的代表性應(yīng)用是谷歌AlphaGo。隨著GPT-3.0模型的問(wèn)世，GPT系列漸成行業(yè)主流。如今，幾乎所有千億級(jí)參數(shù)規(guī)模的大型語(yǔ)言模型都采用了GPT架構(gòu)。在模態(tài)支持方面，大模型已從單一模態(tài)（如文本、圖像、語(yǔ)音）的單一任務(wù)處理發(fā)展到能支持多模態(tài)和多任務(wù)的復(fù)雜場(chǎng)景。OpenAI的GPT、CLIP、Sora，谷歌的BERT、Gemini與開(kāi)源模型Gemma，百度文心、阿里通義、騰訊混元、華為盤(pán)古等都是大模型的具體實(shí)例。

1．涌現(xiàn)與同質(zhì)化：大模型的技術(shù)特性及其基石意義

大模型通常具備大容量、海量參數(shù)、大算力等特點(diǎn)。究其技術(shù)原理，大模型主要基于深度學(xué)習(xí)和變換器架構(gòu)，同時(shí)結(jié)合多種先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)。變換器架構(gòu)是一種基于自注意力機(jī)制的神經(jīng)網(wǎng)絡(luò)模型，可有效處理長(zhǎng)距離依賴關(guān)系，適用于自然語(yǔ)言處理任務(wù)。在預(yù)訓(xùn)練階段，大模型通過(guò)自監(jiān)督學(xué)習(xí)任務(wù)從大量無(wú)標(biāo)注的數(shù)據(jù)中學(xué)習(xí)語(yǔ)言和視覺(jué)模式。大模型訓(xùn)練依賴于大規(guī)模數(shù)據(jù)集，這些數(shù)據(jù)集包含豐富的語(yǔ)言、圖像、聲音、視頻等多種模態(tài)信息，模型可通過(guò)訓(xùn)練學(xué)習(xí)廣泛的知識(shí)和模式。為處理大規(guī)模模型，大模型訓(xùn)練通常采用模型并行和數(shù)據(jù)并行技術(shù)，前者將模型的不同部分分配到不同的計(jì)算設(shè)備上，后者則將數(shù)據(jù)集分割成多個(gè)部分，每個(gè)部分由單個(gè)計(jì)算設(shè)備處理。在預(yù)訓(xùn)練完成后，大模型可通過(guò)微調(diào)來(lái)適應(yīng)特定的下游任務(wù)。微調(diào)通常在有標(biāo)注的數(shù)據(jù)集上進(jìn)行，使得模型能夠?qū)W到特定任務(wù)所需的知識(shí)。對(duì)多模態(tài)大模型而言，其通常還涉及能捕捉跨模態(tài)關(guān)聯(lián)的網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練策略的設(shè)計(jì)，從而具備有效整合和處理不同模態(tài)信息的能力。此外，大模型可通過(guò)融入外部知識(shí)庫(kù)（如知識(shí)圖譜）以增強(qiáng)其知識(shí)表示和推理能力。簡(jiǎn)而言之，大模型的技術(shù)原理和特性是多方面的，其不僅在理論上具有創(chuàng)新性，而且已在多行業(yè)的復(fù)雜任務(wù)場(chǎng)景中展現(xiàn)超出預(yù)期的性能和應(yīng)用潛力。

大模型可被視為現(xiàn)代AI領(lǐng)域的基石模型，其強(qiáng)大的學(xué)習(xí)和泛化能力為解決各類復(fù)雜問(wèn)題提供了基礎(chǔ)。事實(shí)上，本輪生成式AI最大的突破來(lái)自底層大模型。理解大模型的基石意義可以從“涌現(xiàn)”和“同質(zhì)化”兩大關(guān)鍵詞入手。“涌現(xiàn)”是指系統(tǒng)行為或特性是隱式誘導(dǎo)而非顯式構(gòu)建的，它是人們?yōu)榭茖W(xué)進(jìn)步深感振奮的源頭，也是人們對(duì)廣泛未知后果心懷隱憂的源頭。大模型的“涌現(xiàn)”表現(xiàn)為模型在沒(méi)有明確編程的情況下展現(xiàn)新的能力或行為。例如，GPT-3通過(guò)上下文學(xué)習(xí)實(shí)現(xiàn)了通過(guò)任務(wù)提示語(yǔ)來(lái)適應(yīng)下游任務(wù)，這實(shí)際上是系統(tǒng)“涌現(xiàn)”的結(jié)果，而非專門(mén)訓(xùn)練的結(jié)果。“同質(zhì)化”是指在機(jī)器學(xué)習(xí)系統(tǒng)中構(gòu)建方法的整合，它為許多任務(wù)提供了強(qiáng)大的杠桿作用，但也構(gòu)成了單一的故障點(diǎn)。大模型的“同質(zhì)化”意味著幾乎所有先進(jìn)的自然語(yǔ)言處理模型都是基于少數(shù)幾個(gè)基石模型進(jìn)行適應(yīng)的。這種“同質(zhì)化”雖然提供了極高的杠桿效應(yīng)，但也意味著所有的AI系統(tǒng)都可能會(huì)繼承少數(shù)基石模型中相同的隱藏偏見(jiàn)問(wèn)題。

值得注意的是，大模型“涌現(xiàn)”和“同質(zhì)化”的相互作用可能令人喜憂參半。“同質(zhì)化”意味著多領(lǐng)域均有機(jī)會(huì)因智能化水平提升而受益，尤其是在特定數(shù)據(jù)有限的情況下。但任何基石模型的缺陷都會(huì)被適應(yīng)模型和下游任務(wù)所繼承，這就使得基于這些模型進(jìn)行的激進(jìn)“同質(zhì)化”風(fēng)險(xiǎn)重重。加之，目前獲得重要突破的語(yǔ)言大模型和多模態(tài)大模型主要基于深度神經(jīng)網(wǎng)絡(luò)，其透明性和可解釋性仍顯不足。這種“黑盒”特性限制了人們對(duì)其內(nèi)部工作機(jī)制、模型決策過(guò)程的理解和信任，凸顯了風(fēng)險(xiǎn)隱憂。

2．達(dá)摩克利斯之劍：大模型技術(shù)局限與潛在風(fēng)險(xiǎn)

雖然傳媒業(yè)對(duì)大模型的關(guān)注與日俱增，但大模型在主流媒體中的落地應(yīng)用還處于早期階段。與此同時(shí)，大模型的技術(shù)風(fēng)險(xiǎn)、倫理問(wèn)題和安全挑戰(zhàn)始終是懸在頭頂上的“達(dá)摩克利斯之劍”，清醒研判其技術(shù)局限性與潛在風(fēng)險(xiǎn)是必不可少的前置思考。DeepMind團(tuán)隊(duì)曾對(duì)語(yǔ)言模型可能帶來(lái)的倫理問(wèn)題和社會(huì)風(fēng)險(xiǎn)進(jìn)行系統(tǒng)分類，他們將已觀察到的風(fēng)險(xiǎn)和預(yù)期風(fēng)險(xiǎn)歸為六大領(lǐng)域：歧視、仇恨言論和排斥；真實(shí)信息危害；錯(cuò)誤信息危害；惡意使用；人機(jī)交互危害；環(huán)境和社會(huì)經(jīng)濟(jì)危害［4］。具體到傳媒業(yè)，大模型的技術(shù)局限、誤用或惡意使用可能會(huì)危及新聞的真實(shí)性、及時(shí)性與公共性，引發(fā)一系列偏見(jiàn)歧視、意識(shí)形態(tài)危機(jī)、侵蝕社會(huì)信任等社會(huì)問(wèn)題，值得高度警惕。

第一，大模型具有多重伴生技術(shù)風(fēng)險(xiǎn)。一是大模型中所隱藏的偏見(jiàn)與歧視問(wèn)題，如果訓(xùn)練數(shù)據(jù)存在偏見(jiàn)或有害歧視，大模型可能會(huì)學(xué)習(xí)并放大這些問(wèn)題，而其他適應(yīng)模型與下游任務(wù)都將繼承這種偏見(jiàn)與歧視，并導(dǎo)致在實(shí)際應(yīng)用中產(chǎn)生歧視性結(jié)果，影響社會(huì)公平和正義，這與傳媒的公共性相悖。二是大模型能快速生成逼真的文本、圖像和視頻內(nèi)容，這可能會(huì)加劇深度偽造和假新聞等虛假信息的傳播，侵蝕新聞的真實(shí)性，進(jìn)而對(duì)媒體信任、社會(huì)信任、政治安全、信息安全構(gòu)成威脅。三是大模型的濫用和操縱問(wèn)題，惡意用戶可利用大模型生成具有誤導(dǎo)性或煽動(dòng)性的內(nèi)容，服務(wù)于操控公眾輿論、進(jìn)行網(wǎng)絡(luò)欺詐或社會(huì)工程攻擊等惡意目的。尤其是在全球選舉大年發(fā)布的Sora，其逼真的視頻生成與世界模擬能力更加模糊了真實(shí)與虛擬的界限，這將加劇深度偽造風(fēng)險(xiǎn)，因此當(dāng)前各界人士都在呼吁全面防范其潛在風(fēng)險(xiǎn)。此外，大模型仍存在安全漏洞，這些安全漏洞可能被攻擊者利用，導(dǎo)致與大模型關(guān)聯(lián)的媒體業(yè)務(wù)面臨整體失效的風(fēng)險(xiǎn)，并可能威脅到以其為基礎(chǔ)構(gòu)建的智能媒體應(yīng)用生態(tài)。

第二，大模型的可靠性尚未得到有效保障，這對(duì)強(qiáng)調(diào)真實(shí)性、及時(shí)性的新聞業(yè)而言是難以接受的。其中，最典型的就是尚未得到有效解決的“機(jī)器幻覺(jué)”問(wèn)題，即AI模型在沒(méi)有足量數(shù)據(jù)或缺乏相關(guān)數(shù)據(jù)支持的情況下生成或預(yù)測(cè)不存在的信息或內(nèi)容，這在圖像生成、文本生成和音頻生成等領(lǐng)域的生成模型中尤為常見(jiàn)。上述問(wèn)題可能導(dǎo)致模型輸出與現(xiàn)實(shí)世界的事實(shí)不符，甚至產(chǎn)生誤導(dǎo)性信息或有害信息，而目前業(yè)界尚無(wú)方法對(duì)所合成內(nèi)容做出可靠評(píng)估。

第三，大模型的內(nèi)容生成能力在很大程度上依賴于輸入的提問(wèn)或提示語(yǔ)，這種對(duì)提問(wèn)方式的敏感性導(dǎo)致其生成內(nèi)容具有高度不確定性，極易誘發(fā)意識(shí)形態(tài)風(fēng)險(xiǎn)及其他安全隱患。具體來(lái)看，大模型通常缺乏對(duì)現(xiàn)實(shí)世界常識(shí)和道德規(guī)范的深入理解，這使得它們?cè)谔幚砩婕暗赖隆⒎珊桶踩舾袉?wèn)題時(shí)容易產(chǎn)生不當(dāng)回答。大模型通常利用海量互聯(lián)網(wǎng)數(shù)據(jù)進(jìn)行訓(xùn)練，其中的個(gè)人、企業(yè)甚至國(guó)家的敏感數(shù)據(jù)可能被編碼進(jìn)大模型參數(shù)中，而通過(guò)提示信息可能會(huì)誘發(fā)大模型隱私數(shù)據(jù)泄露的問(wèn)題。此外，大模型對(duì)提問(wèn)方式的敏感性使其內(nèi)容安全風(fēng)險(xiǎn)更加隱蔽，常規(guī)內(nèi)容風(fēng)控手段可能無(wú)法對(duì)其進(jìn)行有效監(jiān)管。

第四，大模型尚未具備判斷和推理能力，只有形式軀殼，缺乏意志內(nèi)核，其生成內(nèi)容并不具備穩(wěn)定的價(jià)值觀。有學(xué)者將語(yǔ)言模型比作“隨機(jī)鸚鵡”，即語(yǔ)言模型通過(guò)大規(guī)模文本數(shù)據(jù)訓(xùn)練學(xué)會(huì)了模仿語(yǔ)言的表面結(jié)構(gòu)，但并未深入理解語(yǔ)言背后的深層含義。這類問(wèn)題在大型預(yù)訓(xùn)練語(yǔ)言模型中尤為突出，基于海量數(shù)據(jù)訓(xùn)練的語(yǔ)言大模型生成的內(nèi)容可能符合語(yǔ)言規(guī)則并通順流暢，但缺乏實(shí)際意義或與上下文無(wú)關(guān)，甚至在邏輯上是荒謬的。這種內(nèi)容生產(chǎn)模式無(wú)疑會(huì)影響人類的自主性和創(chuàng)造力。

第五，大模型應(yīng)用部署代價(jià)高，這對(duì)主流媒體機(jī)構(gòu)而言是無(wú)法回避的現(xiàn)實(shí)考量。由于大模型參數(shù)規(guī)模和數(shù)據(jù)規(guī)模巨大，其存在訓(xùn)練和推理計(jì)算量大、功耗高、應(yīng)用成本高、端側(cè)推理存在延遲等問(wèn)題［5］，這些現(xiàn)實(shí)問(wèn)題勢(shì)必制約其大規(guī)模應(yīng)用落地。此外，大模型在小數(shù)據(jù)情景下的遷移能力不足，如何應(yīng)對(duì)傳媒業(yè)復(fù)雜的業(yè)務(wù)需求，增強(qiáng)其對(duì)媒體各細(xì)分場(chǎng)景的適用性、魯棒性和泛化性仍極具挑戰(zhàn)。

二、模型賦能：基于安全可控的媒體大模型升級(jí)技術(shù)底座

大模型因數(shù)據(jù)規(guī)模量變產(chǎn)生智能“涌現(xiàn)”質(zhì)變的同時(shí)，帶來(lái)了因同質(zhì)化導(dǎo)致的風(fēng)險(xiǎn)問(wèn)題。這決定了對(duì)首要服務(wù)黨的新聞?shì)浾摴ぷ鞯娜襟w傳播體系構(gòu)建而言，主流媒體對(duì)大模型奉行全盤(pán)“拿來(lái)主義”并不可行，打造安全可控的媒體大模型技術(shù)底座才是破局之道。

1．賦能底座：從通用大模型邁向安全可控的媒體大模型

隨著大模型的持續(xù)迭代，其發(fā)展重點(diǎn)正逐漸從通用大模型轉(zhuǎn)向針對(duì)特定行業(yè)或領(lǐng)域的垂直大模型，從通用到行業(yè)垂直，向下扎根，以實(shí)現(xiàn)更深入的行業(yè)應(yīng)用和更高效的服務(wù)。行業(yè)大模型相對(duì)通用大模型而言，其大模型劃分依據(jù)的是應(yīng)用領(lǐng)域的維度。通用大模型具有強(qiáng)大的泛化能力，如ChatGPT、百度文心、阿里通義、騰訊混元、華為盤(pán)古等，其可在不用微調(diào)或少量微調(diào)的情況下完成多場(chǎng)景任務(wù)，這相當(dāng)于讓AI完成了通識(shí)教育。而行業(yè)大模型需要利用行業(yè)知識(shí)對(duì)大模型進(jìn)行微調(diào)，相當(dāng)于讓AI完成專業(yè)教育，如金融領(lǐng)域的BloombergGPT、航天-百度·文心等。

通用大模型雖然泛化能力強(qiáng)，但仍存在以下局限性：一是行業(yè)深度不足，通用大模型由于缺乏特定行業(yè)的深度數(shù)據(jù)積累，因此在專業(yè)領(lǐng)域和更加細(xì)分的垂直領(lǐng)域中往往難以提供高價(jià)值的服務(wù)；二是數(shù)據(jù)安全問(wèn)題，通用大模型通常不是本地部署，也沒(méi)有用戶權(quán)限管控，企業(yè)需要將私有化數(shù)據(jù)上傳到大模型方的服務(wù)器，其過(guò)程可能存在數(shù)據(jù)泄露的風(fēng)險(xiǎn)，這對(duì)數(shù)據(jù)安全敏感的行業(yè)來(lái)說(shuō)是極大的挑戰(zhàn)；三是運(yùn)營(yíng)成本高昂，通用大模型需要處理海量數(shù)據(jù)，對(duì)算力和算法的要求高，多數(shù)企業(yè)難以承擔(dān)其高昂的運(yùn)營(yíng)成本。

在通用大模型的基礎(chǔ)上，建設(shè)媒體大模型需要完成價(jià)值觀對(duì)齊、行業(yè)知識(shí)增強(qiáng)等重要工作。具體而言，在大模型領(lǐng)域，對(duì)齊是一個(gè)關(guān)鍵概念，指確保模型的行為、輸出和決策與人類的價(jià)值觀、偏好和預(yù)期保持一致。特別是對(duì)能生成各類內(nèi)容的大模型而言，價(jià)值觀對(duì)齊尤為重要。通過(guò)設(shè)計(jì)與實(shí)施倫理框架、提高模型可解釋性、確保訓(xùn)練數(shù)據(jù)質(zhì)量、引入人類反饋以強(qiáng)化模型對(duì)正面價(jià)值觀的學(xué)習(xí)、定期審查與更新等措施，主流媒體方可確保媒體大模型安全可控，有效防止有害內(nèi)容生成，發(fā)揮媒體社會(huì)功能。行業(yè)知識(shí)增強(qiáng)即結(jié)合傳媒業(yè)知識(shí)對(duì)大模型進(jìn)行微調(diào)與知識(shí)增強(qiáng)。由于媒體業(yè)覆蓋面廣、應(yīng)用場(chǎng)景繁多、用戶需求復(fù)雜，為使大模型更懂媒體，主流媒體需通過(guò)引入更多高質(zhì)量數(shù)據(jù)、領(lǐng)域知識(shí)融合、微調(diào)訓(xùn)練等方式來(lái)提升其在特定應(yīng)用場(chǎng)景中的性能，從而滿足個(gè)性化的業(yè)務(wù)需求。

從業(yè)界實(shí)踐來(lái)看，媒體業(yè)大模型建設(shè)正在成為主流媒體轉(zhuǎn)型的新方向。媒體大模型以基礎(chǔ)通用大模型為底座，深度結(jié)合媒體技術(shù)和行業(yè)專屬數(shù)據(jù)，可廣泛服務(wù)于輔助創(chuàng)作、內(nèi)容風(fēng)控、智能應(yīng)答與檢索、多模態(tài)服務(wù)等應(yīng)用場(chǎng)景，以賦能內(nèi)容生產(chǎn)傳播，推進(jìn)媒體融合發(fā)展。百度與人民網(wǎng)聯(lián)合發(fā)布的專門(mén)為傳媒業(yè)設(shè)計(jì)的人民網(wǎng)-百度·文心大模型基于百度的文心大模型ERNIE 3.0構(gòu)建，結(jié)合人民網(wǎng)在傳媒業(yè)的豐富經(jīng)驗(yàn)和行業(yè)知識(shí)，以及雙方在預(yù)訓(xùn)練大模型技術(shù)和傳媒領(lǐng)域業(yè)務(wù)與算法的經(jīng)驗(yàn)，在新聞?wù)巿?bào)告生成、新聞內(nèi)容審核分類、輿情分析等場(chǎng)景中得以應(yīng)用。中央廣播電視總臺(tái)和上海人工智能實(shí)驗(yàn)室聯(lián)合推出的央視聽(tīng)媒體大模型（CMG Media GPT）專注于視聽(tīng)媒體內(nèi)容生產(chǎn)，提供節(jié)目創(chuàng)作、短視頻生成、節(jié)目編輯/剪輯、超寫(xiě)實(shí)AI數(shù)字人、AIGC動(dòng)畫(huà)和AI換臉等功能，現(xiàn)已在部分節(jié)目中實(shí)際應(yīng)用。山東省新型智慧媒體重點(diǎn)實(shí)驗(yàn)室推出的專注于傳媒行業(yè)的內(nèi)容生成和理解的傳媒行業(yè)大語(yǔ)言大模型壹點(diǎn)天璣，使主流媒體能更好地與AI行業(yè)頭部企業(yè)或科研院所展開(kāi)大模型合作，從而加速AI新技術(shù)在媒體行業(yè)的落地，推動(dòng)傳媒業(yè)智能化升級(jí)。

2．賦能機(jī)理：為智能媒體產(chǎn)業(yè)生態(tài)提供新基礎(chǔ)設(shè)施支撐

從結(jié)構(gòu)上看，中國(guó)智能媒體產(chǎn)業(yè)生態(tài)在整體上可劃分為基礎(chǔ)層、技術(shù)層和應(yīng)用層。其中，基礎(chǔ)層和技術(shù)層為智媒發(fā)展提供算據(jù)、算法、算力等基礎(chǔ)支撐，是AI發(fā)展的通用基礎(chǔ)。應(yīng)用層面向傳媒業(yè)需求和應(yīng)用場(chǎng)景，提供智能軟硬件產(chǎn)品及解決方案，提升媒體的智能化程度，集中體現(xiàn)了AI對(duì)傳媒業(yè)的賦能影響［6］。具體到大模型新技術(shù)背景下：基礎(chǔ)層涵蓋云計(jì)算平臺(tái)、數(shù)據(jù)存儲(chǔ)和處理服務(wù)、算法優(yōu)化等，主要提供基礎(chǔ)設(shè)施支撐；技術(shù)層集成各種預(yù)訓(xùn)練模型和開(kāi)發(fā)工具，為構(gòu)建和部署各類智能媒體應(yīng)用提供技術(shù)基礎(chǔ)；應(yīng)用層主要包括智能媒體產(chǎn)品服務(wù)及行業(yè)應(yīng)用，產(chǎn)品服務(wù)主要包括文本生成、圖像和視頻處理、語(yǔ)音合成、數(shù)據(jù)分析等各類工具和服務(wù)，其行業(yè)應(yīng)用主要涉及大模型和AIGC在垂直行業(yè)中的具體應(yīng)用［7］。概言之，大模型的發(fā)展體現(xiàn)了智能媒體技術(shù)層的顯著進(jìn)步，當(dāng)前生成式AI最大的技術(shù)突破實(shí)際上就來(lái)自于底層大模型。

當(dāng)前階段的數(shù)智化融合是技術(shù)邏輯、制度邏輯和關(guān)系邏輯三重邏輯疊加的產(chǎn)物。數(shù)智化賦能下，媒體融合進(jìn)入深度融合發(fā)展階段，呈現(xiàn)以數(shù)據(jù)驅(qū)動(dòng)為新引擎，以AI技術(shù)全面嵌入媒體內(nèi)容生產(chǎn)為新流程，以產(chǎn)業(yè)鏈、供應(yīng)鏈、價(jià)值鏈、創(chuàng)新鏈協(xié)同為新生態(tài)的內(nèi)涵特征［8］。作為媒體融合新的技術(shù)落地方向，安全可控的媒體大模型將成為主流媒體智能化技術(shù)平臺(tái)新技術(shù)底座的重要構(gòu)成，其將驅(qū)動(dòng)基于智能體的人機(jī)協(xié)同、人智交互的“策采編審發(fā)評(píng)饋管”全流程智能升級(jí)，加速人工智能生成內(nèi)容新范式的普及化，促進(jìn)智媒應(yīng)用生態(tài)的持續(xù)繁榮發(fā)展。對(duì)內(nèi)，大模型新技術(shù)底座可推動(dòng)媒體融合生產(chǎn)方式創(chuàng)新和業(yè)務(wù)流程再造，全面提升內(nèi)容生產(chǎn)力和傳播效率，支撐智媒產(chǎn)品更新迭代，創(chuàng)新人智交互體驗(yàn)，實(shí)現(xiàn)提效降本，助推主流媒體數(shù)智化轉(zhuǎn)型。對(duì)外，主流媒體可通過(guò)智能化技術(shù)平臺(tái)將大模型技術(shù)服務(wù)能力輸出，賦能區(qū)域聯(lián)盟成員單位、政務(wù)服務(wù)商務(wù)合作伙伴、內(nèi)容創(chuàng)作者等生態(tài)成員，不斷放大技術(shù)外溢價(jià)值，全面提升智媒體時(shí)代主流媒體的綜合實(shí)力與競(jìng)爭(zhēng)力。但由于大模型處于智能媒體產(chǎn)業(yè)生態(tài)基礎(chǔ)設(shè)施層面，其賦能進(jìn)路并不直接可見(jiàn)，大模型的技術(shù)優(yōu)勢(shì)和賦能效果實(shí)際上是通過(guò)智能產(chǎn)品服務(wù)創(chuàng)新、行業(yè)場(chǎng)景落地與應(yīng)用創(chuàng)新全面體現(xiàn)的。

三、場(chǎng)景賦能：服務(wù)全媒體傳播目標(biāo)，推動(dòng)智媒應(yīng)用創(chuàng)新

模型賦能考驗(yàn)的是技術(shù)積累和基礎(chǔ)設(shè)施能力，而場(chǎng)景賦能更加考驗(yàn)主流媒體對(duì)于媒體行業(yè)需求及痛點(diǎn)的洞察與破題。對(duì)主流媒體而言，大模型技術(shù)首要服務(wù)于全媒體傳播體系建設(shè)目標(biāo)，核心在于對(duì)內(nèi)促進(jìn)“策采編審發(fā)評(píng)饋管”核心工作流程智能化升級(jí)，目前可重點(diǎn)切入媒體內(nèi)容生產(chǎn)、內(nèi)容消費(fèi)、內(nèi)容安全、媒資管理、協(xié)同辦公等典型應(yīng)用場(chǎng)景。

1．大模型智能生成重塑內(nèi)容生產(chǎn)流程

內(nèi)容生產(chǎn)是媒體機(jī)構(gòu)的核心業(yè)務(wù)流程，基于大模型的內(nèi)容生成是當(dāng)前被寄予厚望的傳媒業(yè)落地場(chǎng)景。事實(shí)上，新聞寫(xiě)作是AI最早介入的傳媒場(chǎng)景之一，但不同于早期僅限定于體育、財(cái)經(jīng)等特定領(lǐng)域的模版式寫(xiě)作，目前大模型已能完成語(yǔ)言自然流暢、風(fēng)格多變甚至充滿創(chuàng)意元素的寫(xiě)作任務(wù)。早期基于數(shù)據(jù)表單與寫(xiě)作模板的程式化自動(dòng)寫(xiě)作模式正在加速轉(zhuǎn)變?yōu)榛诖竽Ｐ汀⑷伺c智能體協(xié)作的交互式生成范式，媒體機(jī)構(gòu)內(nèi)部?jī)?nèi)容生產(chǎn)流程將跟隨生產(chǎn)范式的轉(zhuǎn)變進(jìn)行迭代升級(jí)。

面向內(nèi)容生產(chǎn)場(chǎng)景，大模型技術(shù)及其應(yīng)用通過(guò)提升內(nèi)容生產(chǎn)的“策采編發(fā)”流程智能化水平，持續(xù)推動(dòng)媒體內(nèi)容供給側(cè)的降本增效與流程再造。在選題策劃與內(nèi)容采集方面，大模型利用文本自然語(yǔ)言理解能力，結(jié)合大數(shù)據(jù)分析能力，輔助新聞策劃人員獲取靈感，完成選題挖掘分析和選題推薦，提高新聞策劃人員的選題決策效率和準(zhǔn)確性。在輔助創(chuàng)作方面，大模型可幫助采編人員高效使用內(nèi)容摘要獲取、大綱提取、專題生成、標(biāo)題優(yōu)化、風(fēng)格仿寫(xiě)、改寫(xiě)、潤(rùn)色、續(xù)寫(xiě)、擴(kuò)寫(xiě)、縮寫(xiě)等功能，以提高內(nèi)容創(chuàng)作質(zhì)量和效率。在多模態(tài)內(nèi)容生產(chǎn)方面，大模型通過(guò)多模態(tài)生成能力可提供AI搜圖、配圖、文生圖、文生視頻、數(shù)字人、知識(shí)問(wèn)答、智能稿簽、文章裂變、多語(yǔ)種翻譯等生產(chǎn)輔助功能，從而實(shí)現(xiàn)內(nèi)容產(chǎn)品創(chuàng)新，提高生產(chǎn)效率。在內(nèi)容傳播環(huán)節(jié)，大模型數(shù)據(jù)分析能力有助于精細(xì)化分析傳播渠道、傳播鏈路，輔助運(yùn)營(yíng)人員分析并提升傳播效果。

2．大模型人智交互創(chuàng)新內(nèi)容消費(fèi)體驗(yàn)

內(nèi)容消費(fèi)是媒體機(jī)構(gòu)市場(chǎng)競(jìng)爭(zhēng)力和社會(huì)影響力的基礎(chǔ)，也是其商業(yè)價(jià)值、品牌價(jià)值的基礎(chǔ)。隨著數(shù)字媒體的快速發(fā)展，內(nèi)容消費(fèi)形態(tài)和方式不斷更新，主流媒體機(jī)構(gòu)需要持續(xù)創(chuàng)新以洞察并適應(yīng)用戶的需求變化，以保持自身的市場(chǎng)競(jìng)爭(zhēng)力。

面向內(nèi)容消費(fèi)場(chǎng)景，大模型技術(shù)及其應(yīng)用有望創(chuàng)造全新的內(nèi)容消費(fèi)方式，優(yōu)化現(xiàn)有的內(nèi)容發(fā)現(xiàn)與獲取體驗(yàn)，提升內(nèi)容反饋效果并促進(jìn)內(nèi)容再消費(fèi)。在內(nèi)容消費(fèi)方式方面，不同于傳統(tǒng)的單向式內(nèi)容消費(fèi)，基于大模型智能體的內(nèi)容消費(fèi)是人智交互式的，是可通過(guò)自然語(yǔ)言來(lái)實(shí)現(xiàn)多模態(tài)實(shí)時(shí)內(nèi)容交互的，用戶側(cè)可以定制個(gè)性化新聞小助手、新聞主播、數(shù)字分身等智能助理，媒體側(cè)可以研發(fā)各類基于大模型的數(shù)字人應(yīng)用，通過(guò)人智交互的新消費(fèi)方式來(lái)拓寬內(nèi)容增量空間。在優(yōu)化內(nèi)容發(fā)現(xiàn)與獲取方面，大模型可與搜索引擎、推薦系統(tǒng)、社交媒體等系統(tǒng)整合，以提高內(nèi)容的可見(jiàn)度，幫助媒體機(jī)構(gòu)贏得用戶注意力競(jìng)爭(zhēng)。在提升內(nèi)容反饋效果方面，大模型可助力內(nèi)容側(cè)與用戶側(cè)的精細(xì)化運(yùn)營(yíng)，以激勵(lì)用戶完成觀看、收聽(tīng)、評(píng)論、點(diǎn)贊、分享、再創(chuàng)作等內(nèi)容消費(fèi)與互動(dòng)行為，以此提升媒體機(jī)構(gòu)的內(nèi)容價(jià)值。

3．大模型內(nèi)容安全提升風(fēng)控審核效率

內(nèi)容安全是媒體機(jī)構(gòu)的生命線，內(nèi)容審核風(fēng)控是確保媒體內(nèi)容符合法律法規(guī)、社會(huì)價(jià)值觀、社會(huì)道德標(biāo)準(zhǔn)和平臺(tái)政策的關(guān)鍵環(huán)節(jié)，其對(duì)防止有害信息傳播，營(yíng)造清朗社會(huì)環(huán)境，維護(hù)社會(huì)秩序與保護(hù)用戶權(quán)益至關(guān)重要。內(nèi)容審核通常涉及文字、圖片、視頻、音頻等媒體形式的審查，以識(shí)別和過(guò)濾不當(dāng)內(nèi)容。傳統(tǒng)內(nèi)容審核主要依賴人工，普遍存在效率低下、主觀性強(qiáng)、成本高昂、審核員疲勞從而影響判斷力和準(zhǔn)確性等局限性。

面向內(nèi)容安全場(chǎng)景，大模型技術(shù)及其應(yīng)用可極大提升媒體機(jī)構(gòu)的內(nèi)容審核風(fēng)控效率和準(zhǔn)確度，使媒體機(jī)構(gòu)能有效應(yīng)對(duì)多模態(tài)、多語(yǔ)種、情感識(shí)別、深度偽造等全新挑戰(zhàn)。在提高審核效率方面，大模型能快速處理和分析大量多模態(tài)內(nèi)容，提高審核流程的自動(dòng)化程度，降低人力依賴，顯著提高審核速度，滿足實(shí)時(shí)或近實(shí)時(shí)審核需求。在準(zhǔn)確性方面，大模型能通過(guò)深度學(xué)習(xí)和自然語(yǔ)言處理綜合考慮內(nèi)容的上下文信息及其關(guān)聯(lián)性，能夠更準(zhǔn)確地理解內(nèi)容的微妙語(yǔ)意，包括雙關(guān)語(yǔ)、文化差異等，從而減少誤判和漏判。在跨語(yǔ)言能力與適應(yīng)性方面，大模型支持多語(yǔ)言處理，能夠理解和審核不同語(yǔ)言的內(nèi)容，以及不同國(guó)家和地區(qū)的法律法規(guī)和道德標(biāo)準(zhǔn)，確保內(nèi)容在不同文化和語(yǔ)言環(huán)境中的合規(guī)性。在情感和情緒分析方面，大模型能分析內(nèi)容中的情感和情緒傾向，這不僅可以提高審核的準(zhǔn)確度，還能幫助媒體機(jī)構(gòu)更好地理解用戶反饋，及時(shí)調(diào)整內(nèi)容策略。在深度偽造檢測(cè)方面，大模型本就和深度偽造技術(shù)同源，可通過(guò)持續(xù)學(xué)習(xí)和優(yōu)化來(lái)識(shí)別和分析經(jīng)過(guò)高級(jí)圖像和視頻處理技術(shù)生成的偽造內(nèi)容，實(shí)現(xiàn)深度偽造反制。

4．大模型媒資管理促進(jìn)內(nèi)容資產(chǎn)增值

媒資系統(tǒng)是媒體機(jī)構(gòu)的核心競(jìng)爭(zhēng)力，它不僅提高了內(nèi)容生產(chǎn)的效率和質(zhì)量，還為媒體業(yè)數(shù)字化轉(zhuǎn)型和創(chuàng)新發(fā)展提供了堅(jiān)實(shí)基礎(chǔ)。媒資系統(tǒng)是一種用于存儲(chǔ)、檢索、管理和分發(fā)各種媒體資產(chǎn)（如視頻、音頻、圖片、文檔等）的軟件系統(tǒng)，通常包括內(nèi)容創(chuàng)建、版本控制、版權(quán)管理、工作流程自動(dòng)化、元數(shù)據(jù)管理等功能，以在確保內(nèi)容的安全性、可訪問(wèn)性和合規(guī)性的同時(shí)，實(shí)現(xiàn)內(nèi)容資產(chǎn)的高效管理和利用。傳統(tǒng)媒資系統(tǒng)雖然在一定程度上解決了媒體資產(chǎn)的管理問(wèn)題，但也存在手動(dòng)操作煩瑣、搜索效率低下、擴(kuò)展性不足、智能化處理能力不強(qiáng)等局限性以及安全性和合規(guī)性挑戰(zhàn)。

面向內(nèi)容資產(chǎn)管理場(chǎng)景，大模型技術(shù)及其應(yīng)用可極大提升媒體機(jī)構(gòu)的內(nèi)容管理效率與資產(chǎn)數(shù)字化增值空間。在自動(dòng)化內(nèi)容分析方面，大模型技術(shù)可高效提取關(guān)鍵幀、場(chǎng)景、情感等信息，生成豐富的元數(shù)據(jù)和內(nèi)容標(biāo)簽，提高搜索效率和內(nèi)容推薦的準(zhǔn)確性。在智能檢索與推薦方面，大模型技術(shù)可以更精準(zhǔn)地理解用戶的查詢意圖，并通過(guò)自然語(yǔ)言來(lái)完成流暢的檢索推薦交互過(guò)程。在輔助生產(chǎn)方面，大模型技術(shù)可以輔助用戶更好地進(jìn)行創(chuàng)意工作，同時(shí)自動(dòng)化處理重復(fù)性任務(wù)，優(yōu)化工作流程，提高工作效率。在安全與合規(guī)方面，大模型技術(shù)可以輔助監(jiān)測(cè)和識(shí)別潛在的版權(quán)問(wèn)題，以確保內(nèi)容的合法合規(guī)使用。在拓展性方面，大模型技術(shù)使得媒資管理系統(tǒng)更加靈活，能夠快速適應(yīng)新技術(shù)和新格式，如支持高清視頻、虛擬現(xiàn)實(shí)內(nèi)容等。

5．大模型協(xié)同辦公優(yōu)化媒體管理流程

協(xié)同辦公平臺(tái)是媒體機(jī)構(gòu)維持日常運(yùn)轉(zhuǎn)的重要支撐，也是主流媒體創(chuàng)新管理的具體體現(xiàn)之一。媒體機(jī)構(gòu)通常采用辦公自動(dòng)化系統(tǒng)，即OA系統(tǒng)來(lái)使用電子郵件、文檔管理、工作流程自動(dòng)化、會(huì)議管理、任務(wù)分配、考勤管理等功能。目前，OA系統(tǒng)基本支持媒體機(jī)構(gòu)日常的辦公業(yè)務(wù)功能，但仍面臨個(gè)性化辦公需求難以滿足、跨部門(mén)數(shù)據(jù)孤島、用戶界面和交互設(shè)計(jì)不友好以及數(shù)據(jù)安全等痛點(diǎn)。

面向協(xié)同辦公場(chǎng)景，大模型技術(shù)及其應(yīng)用有助于優(yōu)化媒體機(jī)構(gòu)的內(nèi)部管理流程，提高機(jī)構(gòu)效率與現(xiàn)代化管理水平。協(xié)同辦公實(shí)際上也是當(dāng)前大模型能快速落地的通用場(chǎng)景之一，通過(guò)集成大模型，OA系統(tǒng)可以實(shí)現(xiàn)更智能的工作流程自動(dòng)化，減少人工干預(yù)，提效降本。在用戶體驗(yàn)方面，大模型的自然語(yǔ)言處理能力可以提升OA系統(tǒng)中的文本分析、自動(dòng)回復(fù)等功能，優(yōu)化用戶體驗(yàn)，提高系統(tǒng)的易用性。在跨平臺(tái)協(xié)作方面，大模型可以打破數(shù)據(jù)孤島，實(shí)現(xiàn)不同系統(tǒng)和平臺(tái)之間的數(shù)據(jù)整合，促進(jìn)信息共享。在個(gè)性化辦公需求方面，媒體員工可以根據(jù)自身的工作習(xí)慣和偏好來(lái)定制服務(wù)不同目標(biāo)的智能體，通過(guò)智能助理的形式實(shí)現(xiàn)辦公場(chǎng)景的“千人千面”。基于大模型智能體的人智協(xié)同辦公有望重塑辦公流程，成為未來(lái)主流的辦公方式。

四、生態(tài)賦能：盤(pán)活全媒體傳播生態(tài)，放大技術(shù)外溢價(jià)值

通過(guò)近10年的媒體融合探索，主流媒體已實(shí)行區(qū)域融媒聯(lián)盟共建共享、政務(wù)服務(wù)商務(wù)運(yùn)營(yíng)模式創(chuàng)新、創(chuàng)作者內(nèi)容共建等生態(tài)建設(shè)舉措。隨著主流媒體對(duì)大模型的漸次采用，對(duì)外技術(shù)賦能將廣泛助力全媒體傳播生態(tài)成員，不斷放大技術(shù)外溢價(jià)值。

1．盤(pán)活融媒聯(lián)盟生態(tài)，促進(jìn)省市縣技術(shù)資源共享

我國(guó)媒體融合發(fā)展遵循資源集約、結(jié)構(gòu)合理、差異發(fā)展、協(xié)同高效的原則，對(duì)中央媒體、省級(jí)媒體、市級(jí)媒體和縣級(jí)融媒體中心四級(jí)融合發(fā)展布局進(jìn)行縱向優(yōu)化。統(tǒng)籌建立跨區(qū)域、跨層級(jí)的媒體資源共享平臺(tái)，形成四級(jí)媒體的協(xié)同發(fā)展機(jī)制，是健全完善四級(jí)媒體融合發(fā)展布局，形成“上下貫通、左右聯(lián)動(dòng)”的全媒體傳播體系的題中應(yīng)有之義。

目前，各級(jí)主流媒體已在實(shí)踐中探索出省帶區(qū)縣融合、全省融合等做法，重點(diǎn)是依托省級(jí)媒體平臺(tái)技術(shù)支持區(qū)域融媒聯(lián)盟生態(tài)，將區(qū)縣融媒體發(fā)展為新型主流媒體平臺(tái)的用戶入口和綜合服務(wù)端口，以實(shí)現(xiàn)渠道下沉、資源整合和數(shù)據(jù)積累，合力擴(kuò)大主流價(jià)值影響力版圖。隨著省級(jí)媒體平臺(tái)對(duì)大模型技術(shù)能力的整合，各區(qū)域融媒聯(lián)盟單位都將廣泛受益于新一輪數(shù)智化升級(jí)。例如，傳播大腦科技（浙江）股份有限公司發(fā)布的“天目藍(lán)云”，其作為浙江全省統(tǒng)一的新型智能化融媒體技術(shù)平臺(tái)，現(xiàn)已推出“融媒通”“智島”“洪澤”等產(chǎn)品，可對(duì)省內(nèi)11家市級(jí)黨報(bào)、90家縣媒、1700余家機(jī)構(gòu)等浙江融媒共享聯(lián)盟成員形成廣泛賦能，通過(guò)體制機(jī)制創(chuàng)新與業(yè)務(wù)流程重塑，構(gòu)建“用戶共享、內(nèi)容共享”的一體化傳播體系。持續(xù)深耕“媒體+科技+服務(wù)”區(qū)域媒體融合生態(tài)建設(shè)的湖北長(zhǎng)江云新媒體集團(tuán)，于2023年2月與百度集團(tuán)達(dá)成戰(zhàn)略合作，將湖北省移動(dòng)政務(wù)融媒體平臺(tái)和縣級(jí)融媒體中心省級(jí)技術(shù)支撐平臺(tái)“長(zhǎng)江云”正式接入百度文心一言，入駐長(zhǎng)江云平臺(tái)的全省100多家各級(jí)政務(wù)部門(mén)以及市縣級(jí)融媒體中心可優(yōu)先獲取領(lǐng)先AI支持。

2．共建政務(wù)服務(wù)商務(wù)生態(tài)，增強(qiáng)“新聞+”連接力

2020年9月，中共中央辦公廳、國(guó)務(wù)院辦公廳印發(fā)《關(guān)于加快推進(jìn)媒體深度融合發(fā)展的意見(jiàn)》，其中提出“新聞+政務(wù)服務(wù)商務(wù)”的運(yùn)營(yíng)新模式，為主流媒體深度融合提供了具體可循的路線圖。經(jīng)過(guò)數(shù)年探索，“新聞+政務(wù)服務(wù)商務(wù)”已成為當(dāng)前融媒體的主要運(yùn)營(yíng)模式，新聞內(nèi)容是其基底，服務(wù)功能是其工具，二者共同發(fā)揮主流媒體的社會(huì)作用。截至目前，各級(jí)各類主流媒體已廣泛探索政務(wù)服務(wù)、政府智庫(kù)、智慧城市、醫(yī)療服務(wù)、就業(yè)服務(wù)、交通服務(wù)、社會(huì)服務(wù)、MCN、直播帶貨、文旅產(chǎn)業(yè)等跨界合作。

實(shí)際上，“新聞+”是一種生態(tài)思維，即通過(guò)“新聞+”匯聚外部資源，實(shí)現(xiàn)跨界連接，促進(jìn)跨界資源反哺新聞業(yè)務(wù)，通過(guò)生態(tài)位互補(bǔ)形成多元傳播連接新模式，以此推動(dòng)主流媒體從單一的傳播模式轉(zhuǎn)向“傳播+連接”模式，實(shí)現(xiàn)媒體深度融合。未來(lái)，主流媒體可通過(guò)大模型技術(shù)及其應(yīng)用賦能政務(wù)服務(wù)商務(wù)生態(tài)合作，進(jìn)一步提升自身在信息傳播、政府治理、公共服務(wù)、商業(yè)服務(wù)等方面的綜合服務(wù)水平。例如，360公司與北京時(shí)間有限公司合作，將北京市政府相關(guān)政策數(shù)據(jù)灌入大模型，通過(guò)數(shù)字人“春妮”為學(xué)生提供申請(qǐng)助學(xué)金等問(wèn)題的答疑服務(wù)，打造出有溫度的“新聞+政務(wù)”體驗(yàn)。又如，界面財(cái)聯(lián)社啟動(dòng)AI金融大模型項(xiàng)目，旨在基于自身優(yōu)勢(shì)打造符合金融行業(yè)發(fā)展需求的金融垂直領(lǐng)域?qū)I(yè)大模型。

3．賦能創(chuàng)作者生態(tài)，繁榮主流媒體內(nèi)容創(chuàng)作平臺(tái)

全媒體傳播體系構(gòu)建強(qiáng)調(diào)“走好全媒體時(shí)代群眾路線”，重點(diǎn)是把黨的優(yōu)良傳統(tǒng)和新技術(shù)新手段結(jié)合起來(lái)，強(qiáng)化媒體與受眾的連接，以開(kāi)放平臺(tái)吸引廣大用戶參與信息生產(chǎn)傳播。在實(shí)踐中，主流媒體已從早期聚合平臺(tái)先后轉(zhuǎn)向內(nèi)容開(kāi)放平臺(tái)建設(shè)。領(lǐng)先的主流媒體持續(xù)探索利用AI技術(shù)夯實(shí)內(nèi)容生態(tài)基礎(chǔ)設(shè)施，廣泛吸納不同的內(nèi)容創(chuàng)作主體，持續(xù)開(kāi)放內(nèi)容生產(chǎn)邊界，充分激發(fā)內(nèi)容創(chuàng)新活力。

主流媒體機(jī)構(gòu)投入研發(fā)大模型技術(shù)及其應(yīng)用創(chuàng)新，不僅可助力自身優(yōu)化流程、提高效率，還可通過(guò)內(nèi)容開(kāi)放平臺(tái)對(duì)外技術(shù)賦能，為各類內(nèi)容創(chuàng)作者提供大模型通用創(chuàng)作工具，促進(jìn)內(nèi)容智能化生產(chǎn)及協(xié)作，繁榮主流媒體內(nèi)容創(chuàng)作生態(tài)，更大程度推動(dòng)AI賦能媒體融合發(fā)展。2017年新華社發(fā)布的“媒體大腦”持續(xù)迭代，通過(guò)AI不斷賦能智能媒體生態(tài)，2022年其作為牽頭單位起草《機(jī)器生產(chǎn)內(nèi)容自動(dòng)化分級(jí)》團(tuán)體標(biāo)準(zhǔn)，從標(biāo)準(zhǔn)高度健康引導(dǎo)智能內(nèi)容生產(chǎn)。由人民日?qǐng)?bào)社新媒體中心聯(lián)合多家企業(yè)開(kāi)發(fā)的開(kāi)放式媒體技術(shù)創(chuàng)新平臺(tái)“人民日?qǐng)?bào)創(chuàng)作大腦”于2020年上線，2023年10月發(fā)布的“人民日?qǐng)?bào)創(chuàng)作大腦AI+”就集納了大模型、自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)、音頻語(yǔ)義理解、圖像識(shí)別等先進(jìn)的AI技術(shù)，通過(guò)集智能化、場(chǎng)景化、自動(dòng)化于一體的全新工作模式平臺(tái)廣泛賦能內(nèi)容創(chuàng)作者。

五、結(jié)語(yǔ)

OpenAI首席執(zhí)行官山姆·阿爾特曼曾預(yù)測(cè)人工智能大模型技術(shù)將成為繼移動(dòng)互聯(lián)網(wǎng)之后未來(lái)最大的技術(shù)平臺(tái)，而以聊天機(jī)器人為界面，加上圖像、音樂(lè)、文本等多模態(tài)模型的發(fā)展模式將催生世界級(jí)大型企業(yè)。對(duì)全媒體傳播體系構(gòu)建而言，大模型浪潮不僅僅是前沿技術(shù)挑戰(zhàn)，更是歷史性發(fā)展機(jī)遇。主流媒體唯有加快數(shù)智化布局，善用技術(shù)賦能，合力推進(jìn)媒體大模型應(yīng)用生態(tài)建設(shè)，方可在智能媒體發(fā)展賽道上奪得先機(jī)。

｜參考文獻(xiàn)｜

［1］朱瑞，李良榮. 加強(qiáng)全媒體傳播體系建設(shè)的邏輯、內(nèi)涵和支撐［J］. 新聞戰(zhàn)線，2022（23）：86-89.

［2］涌現(xiàn)的問(wèn)題域：智能時(shí)代的新話題與舊議題的新意涵：2023年新媒體研究述評(píng)［EB/OL］. （2024-02-01）［2024-01-15］. https：//baijiahao.baidu.com/s？id=1789686049746405618&wfr=spider&for=pc.

［3］ On the Opportunities and Risks of Foundation Models［EB/OL］. ［2024-01-15］. https：//download.csdn.net/download/xiaoxiyang1990/21168934？spm=1001.2101.3001.6661.1&utm_medium=distribute.pc_relevant_t0.none-task-download-2%7Edefault%7EBlogCommendFromBaidu%7EPaid-1-21168934-blog-129937212.235%5Ev43%5Epc_blog_bottom_relevance_base5&depth_1-utm_source=distribute.pc_relevant_t0.none-task-download-2%7Edefault%7EBlogCommendFromBaidu%7EPaid-1-21168934-blog-129937212.235%5Ev43%5Epc_blog_bottom_relevance_base5&utm_relevant_index=1.

［4］Taxonomy of risks posed by language models［EB/OL］. ［2024-01-15］. https：//dl.acm.org/doi/10.1145/3531146.3533088.

［5］2023中國(guó)人工智能系列白皮書(shū)［EB/OL］. （2023-12-17）［2024-01-15］. https：//www.sohu.com/a/744750336_121851714.

［6］徐琦，趙子忠. 中國(guó)智能媒體生態(tài)結(jié)構(gòu)、應(yīng)用創(chuàng)新與關(guān)鍵趨勢(shì)［J］. 新聞與寫(xiě)作，2020（8）：51-58.

［7］中國(guó)信通院發(fā)布《2023大模型和AIGC產(chǎn)業(yè)圖譜》［EB/OL］. （2023-07-07）［2024-01-15］. https：//www.sh.chinanews.com.cn/kjjy/2023-07-10/113935.shtml.

［8］田園. 數(shù)智時(shí)代新型主流媒體的內(nèi)容傳播生態(tài)省思［J］. 青年記者，2023（19）：13-17.