大模型時代視聽新聞智能生產的流程再造與路徑重構

鄧秀軍?別明蔚

【摘要】大模型的強勢崛起打破了傳統視聽新聞行業的操作流程和生產慣習，加速了視聽內容生產的智能化升級，能夠促進視聽新聞生產方式和流程的創新，推動信息采集自動化、內容生成多元化、分發場景全知化和審查方式智能化。但在給視聽新聞行業帶來便捷和提升的同時，大模型也引發了知識產權、隱私安全和信息倫理等方面的挑戰。媒體機構應通過規制重構、技術重構和人才重構，利用智能技術賦能視聽新聞生產，增強人機協同關系的耦合度，實現技術善用，以更好地完成人機協同之下智能化生產路徑重構。

【關? 鍵? 詞】大模型；視聽新聞；智能生產；流程再造；人機協同

【作者單位】鄧秀軍，北京外國語大學國際新聞與傳播學院；別明蔚，北京外國語大學國際新聞與傳播學院。

【基金項目】國家社科基金重大項目“新時代媒體融合推進北京冬奧精神傳播研究”（22&ZD314）。

【中圖分類號】G206【文獻標識碼】A【DOI】10.16491/j.cnki.cn45-1216/g2.2024.08.008

自2022年底OpenAI公司發布ChatGPT以來，以多模態大模型為底層技術邏輯的產品相繼出現，引起了各行各業的高度關注。隨后發布的視頻生成模型Sora更是成為大模型發展史上的重要里程碑。截至2024年3月，我國10億參數規模以上的大模型已超過100個，行業大模型深度賦能多個領域［1］。在視聽新聞行業，以央視聽大模型為代表的大模型視聽新聞生產應用改變了新聞內容生產方式，豐富了內容供給渠道，提升了新聞生產效率。在用戶需求和技術迭代交織的場景中，視聽新聞行業正面臨前所未有的機遇和挑戰。本文將探索大模型技術可供邏輯如何作用于視聽新聞生產實現流程再造，分析大模型嵌入新聞生產的風險與挑戰，以及如何更好地規避風險，實現人機協同下智能化生產路徑重構。

一、視聽新聞智能生產的大模型技術采納

美國學者尼古拉斯·尼葛洛龐帝認為：“數字化生存天然具有賦權的本質，這一特質將引發積極的社會變遷。”［2］我國新聞業態經歷了從傳統報刊和廣播電視到新媒體的轉型，如今短視頻等新媒體成為主要的媒介形態，新聞內容的生產呈現視覺化轉向，隨之出現了生產效率低下、分發策略不精準等問題。在這樣的大背景下，大模型技術應運而生，全方位賦能視聽新聞生產，助推視聽新聞行業實現數智化轉型。

1．我國視聽新聞生產的智能化轉向

我國視聽新聞行業的演進分為三個階段：單向傳播的“廣播階段”、有線電視和衛星電視的“窄播階段”、互聯網和各移動終端的個性化傳播階段［3］。傳統廣播電視以時間資源為主要追求目標的線性傳播方式被互聯網以空間資源為主要目標的非線性傳播方式取代，既有的媒介形態和文本樣態被不斷顛覆和革新，以移動短視頻等為代表的新興視聽傳播媒介逐步占據主導地位，視聽傳播成為當前主流的信息領域和傳播方式。

無論是電視媒體、視頻網站還是社交媒體都在進行云終端的建設，接收和存儲大量的信息已不成問題［4］。然而面對海量信息，視聽新聞生產依舊存在難以跨越的技術桎梏。一方面，相較于文本新聞，視聽新聞的制作成本高、制作周期長，從選題策劃到內容生產每個環節都需要專業生產者參與，生產效率大大降低，新聞內容更新滯后。另一方面，現階段視聽新聞在分發環節存在分發場景單一、用戶需求把握不精準及數據分析能力滯后等問題。要想更科學地策劃、更高效地生產、更精準地傳播，優化視聽新聞生產邏輯，重構視聽新聞生產流程是其中的關鍵。

2．大模型技術的進化邏輯與媒介賦能

大模型是指基于深度學習算法進行訓練的自然語言處理模型，主要應用于自然語言理解和生成等領域，包括機器視覺大模型、多模態大模型和科學計算大模型等［5］。大模型經歷了從早期統計學習方法到深度學習模型，再到近年來大規模預訓練模型的演進過程。近年來，GPT、BERT、Sora等大規模預訓練模型的出現，實現了參數規模的指數級增長和能力涌現，標志著信息社會進入大模型主導的新階段。

與其他技術相比，大模型在大數據、大算力、大算法等方面具有天然優勢，能夠通過大規模數據的預訓練進行無監督學習，模擬人的思維方式，在各種任務上取得優異成效。尤其是Sora這一大型視覺模型，能夠根據多模態的提示生成跨越不同持續時間、寬高比和分辨率的動態視頻或圖像。大模型技術的演進標志著多模態數據處理能力的顛覆性提升，使其能夠按需自動采集和生成視聽內容，并模擬人的思維方式與用戶進行互動。基于大模型技術的底層邏輯，媒介變革、生產范式和大眾日常“觀看”行為的邊界也逐漸被擴展，為視聽新聞生產和分發效率的提升提供了有力支撐。

3．大模型技術支撐視聽新聞的智能生產

隨著媒介技術與視聽新聞行業的持續交融，新聞業長久以來形成的標準化生產流程不斷被沖擊、消解。按照參與新聞生產的卷入程度，有學者將新聞業中的人工智能技術分為輔助增強、初步自動化和自動化內容生產三個階段［6］。據此，本文將視聽新聞生產中的大模型應用分為輔助階段、協作階段和獨立生產階段。在輔助階段，大模型作為輔助性工具，幫助新聞工作者完成資料整理、素材搜集等基礎工作，或者自動生成視聽集錦和簡短的視聽新聞概要。在協作階段，大模型深度參與新聞生產，幫助新聞工作者完成選題策劃、深度視聽內容生產等復雜工作。在獨立生產階段，大模型通過深度學習和反復優化，自主生成高質量多模態內容，甚至超越人類創作者的水平。在這前后相繼的三個不同階段，大模型技術扮演著不同的角色，并隨著技術的更迭實現不同角色間的平滑過渡。

當下的大模型應用尚處在協作視聽新聞生產的中間階段。媒體機構的大模型應用主要有通用工具型、平臺接入型和專有系統型［7］ 三種類型。越來越多的視聽媒體開始轉向大模型的嵌入和運用，紛紛與業界學界開展合作，共建專有視聽傳播大模型。如，浙江日報報業集團、浙江廣播電視集團與傳播大腦科技（浙江）股份有限公司合作打造了“天目藍云”融媒體平臺，每日經濟新聞推出“雨燕智宣AI短視頻自動生成平臺”等，都體現了視聽新聞生產呈現高度智能化轉向。隨著大模型技術在視聽新聞行業的深入應用，技術邏輯必然影響新聞生產邏輯，推動視聽新聞的智能化轉型。

二、大模型技術嵌入視聽新聞智能生產的流程再造

大模型技術具備支撐生成式人工智能處理包含圖像、文字、音視頻等形態的融媒體新聞內容的能力［8］。基于深度學習和人機互動，大模型系統能夠精準識別和理解復雜的視聽信息，促進視聽新聞生產方式和流程的創新，推動信息采集自動化、內容生成多元化、分發場景全知化和審查方式智能化。

1．信息采集：高效開啟自動化信息處理

信息采集即新聞素材的獲取，是新聞生產和分發的基礎環節。在大模型嵌入新聞采集流程前，已存在Dreamwriter等新聞采集人工智能技術應用，主要用于簡單的文本類新聞編寫。相較于以往以寫作機器人為主的智能化信息采集輔助應用，大模型能夠利用強大的信息處理能力實現自動化信息采集，并且通過自然語言處理和機器學習對海量數據進行篩選、分類和提取，生成智能標題和智能摘要，極大地提高了信息采集的效率，更精準地把握報道角度和重點。

此外，大模型技術還具備圖像識別能力和語音識別能力，可以自動分析和標注模態文件，提取視聽信息中的關鍵元素，為新聞報道提供更加豐富的素材。路透社推出的Reuters News Tracer能自動吸納社交媒體數據流，并使用聚類算法對事件進行追蹤分析，實現對新聞事件的實時監測。同時，使用大模型快速定位視聽新聞事件中的人物、事件等關鍵要素，自動進行時間編碼，將音視頻進行識別、翻譯和文本轉化，能夠在一定程度上提升信息采集效率［9］。

2．內容生產：一鍵生成多模態視聽內容

隨著大模型技術逐漸被新聞業采納，ChatGPT、Sora等大模型應用逐漸參與視聽新聞生產，作為非人行動者賦能多模態視聽內容的生成。具體來說，大模型技術具備智能創作能力。一是智能化內容加工。ChatGPT能結合新聞的背景信息，幫助生產者完成常規視聽新聞解說詞和分鏡頭腳本設計等。Sora則可以根據新聞文本內容，完成自動化字幕生成和內容剪輯，生成高質量多模態視聽內容。二是智能化新聞集錦生成。大模型技術具備豐富的視頻編輯和處理能力，可以對生成的視頻素材進行剪輯、配音、添加特效等，并且可以根據關鍵詞自動生成精選視頻集錦，大大提升視聽新聞內容的觀賞性。三是智能化內容形態創新。大模型應用及終端設備的迅速發展使得虛擬數字人煥發生機，能夠代替真實的主持人在各種現實場景中與人互動，促進節目樣態的創新升級。

美國的ReelFramer內容生成工具將大模型技術嵌入視聽新聞生產，能夠以新聞卷軸的形式將短視頻內容呈現給觀眾［10］。我國主流媒體也開啟“大模型+新聞”的探索。中央廣播電視總臺聯合上海人工智能實驗室發布了央視聽媒體大模型，能夠根據新聞素材自動生成內容并將其以視覺形式呈現。新華社推出大型語言模型MediaGPT，用以處理視聽新聞素材，高效生成多模態新聞內容。

3．分發場景：多維構建全知化傳播場景

羅伯特·斯考伯與謝爾·伊斯雷爾在《即將到來的場景時代》一書中斷言：“互聯網在未來25年內將進入新時代——場景時代。”［11］在場景時代，視聽新聞的傳播將呈現場景多樣化、用戶個性化、信息伴隨化和需求智能化等特征，而大模型的發展加速了場景時代的來臨。

在傳播場景建構方面，大模型技術能夠在海量數據的基礎上進行深度學習和分析，模擬新聞事件的現場環境，結合AR、VR、生成三維立體的場景呈現內容，為用戶提供更加真實和鮮活的視聽體驗。同時，大模型產品還能嵌入智能音箱、智能手表等載體來拓展傳播場景，真正實現跨時空多元化傳播。

在內容分發機制上，“算法+用戶”的協同推薦模式將取代原有的“算法推薦”機制。系統能夠根據人類的反饋強化學習和訓練，在人類的主題圖譜控制和系統的自主語義分析雙軌運行機制下，通過持續的人機互動明確用戶的偏好與需求。同時，系統能夠對新聞圖片和視頻進行智能識別和標注，為用戶提供更便捷的搜索和瀏覽體驗，實現個性化、精準化傳播。如英國生成式人工智能新聞機器人查理從多個渠道抓取和分析某個新聞事件的不同信息和觀點，根據用戶的聊天記錄分析用戶的訴求和偏好，實現精準適配的新聞推薦。

4．事實核查：深度聚焦智能化審核流程

事實核查是新聞生產中的一個重要環節，是指對報道對象的事實性進行核實、確認的行為［12］。在大模型與視聽新聞業深度融合的情境下，技術對事實核查的支撐作用日漸凸顯。大模型技術通過強大的數據處理能力，顯著提升新聞審查效率。一是語義分析和情感識別。利用大模型深入分析新聞內容，識別潛在的誤導性信息或帶有偏見的內容，有助于新聞審查人員進行內容糾偏。二是跨模態智能分析和輔助決策。大模型能夠審核融合文本、聽覺、視覺等多模態信息和跨語種內容，支持多語言處理，確保內容在不同文化和語言環境下的合規性。

此外，大模型能夠通過學習了解審查標準和規則，為審核人員提供跨模態智能推薦和輔助決策，這意味著傳統人工審核機制將轉化為人機結合、人機互動的審核方式。在2023AI+智媒科技大會上，封面科技發布的“小封智作”提供了敏感審核、智能糾錯等智能化工具，有效提升了事實核查的效率。

三、大模型技術嵌入視聽新聞智能生產的風險與挑戰

大模型技術的持續發展和廣泛應用推動了視聽新聞的生產流程結構性重塑，同時也帶來了風險和挑戰。新技術語境下的人機關系變得復雜化，技術賦能與技術異化共存。大模型在給視聽新聞行業帶來便捷和提升的同時，也引發了知識產權、隱私安全和信息倫理等方面的問題。

1．知識產權風險：人機共存之下視聽內容治理考量

在人機互構的傳播環境下，大模型技術可能導致內容原創性、準確性和合規性被弱化，傳統的新聞把關制度遭受沖擊。首先，大模型過度依賴機器學習和入庫數據，生成的內容主要依靠先驗性經驗和既定程序，新聞內容生產的創新性和獨特性不夠，容易形成AI信息繭房。其次，文生視頻模型的技術局限性導致生成的視頻內容存在整體荒謬、運動主體的臨界狀態、互動聯系畫面邏輯錯誤等問題［13］，使得它生成的視聽內容可能出現不準確甚至誤導用戶的情況。再次，大模型的數據挖掘與訓練中使用的數據內容是否被授權尚不清晰，可能存在內容搬運現象，極易侵犯版權。最后，大模型嵌入視聽新聞生產后，單純的界面內容把關不再適用于當前情境，把關模式應轉化為人機協同下全流程全要素的把關，把關行為的成本和難度越來越高。為此，視聽新聞業需要構建完善的視聽內容治理規制，加大內容審核和監管力度，確保傳播內容的獨特性、合規性和可靠性。

2．隱私安全隱患：精準互動之下用戶數據安全問題

大模型技術在傳受主體有機互動的同時，也可能引發用戶數據泄漏等隱私問題。為了訓練和優化大模型，實現更精準的推送與互動，平臺需要收集大量的用戶數據，包括觀看歷史、搜索記錄和互動行為等，普通用戶的數據在未授權的狀況下被暴露在特定信息環境中，其知情權和所有權都可能會受到侵犯。同時，用戶與平臺的互動看似是正常的溝通，實則是一種毫不知情情況下的輔助訓練過程，個人的日常互動行為數據極大可能被平臺利用，成為平臺數字資源的一部分。此外，大模型在處理用戶數據時難免存在算法歧視和算法偏見。因此，技術人員需要提高大模型技術的算法透明度，厘清數據的歸屬權和使用權，并采用加密、脫敏等技術手段，確保用戶數據的安全性和隱私性。

3．信息倫理挑戰：技術祛魅之下新聞人文關懷缺失

在工具理性思維的驅動下，視聽新聞生產可能會出現過于追求效率和效果而忽視新聞內容的人文關懷和社會責任的問題。大模型技術在人倫敏感性題材的視聽新聞報道中是否適用還有待考證，大模型視聽新聞生成系統雖然能識別基礎的情感取向，如“積極”或“消極”，但其受社群文化差異、情感的復雜性等因素的影響，難以捕捉新聞背后更深層次的價值意蘊，新聞內容缺乏“靈韻”，很難與大眾產生情感上的共鳴。因此，對于與生命議題相關的報道，大眾更希望是只由人類親自參與編寫的無中介化報道［7］。

此外，由于大模型訓練數據的不均衡和偏差以及大模型在訓練過程中對偏差數據的“學習”，導致其在后期工作中存在算法偏見。算法偏見可能會導致系統傾向于推薦主流社會群體的觀點，一些弱勢群體的聲音因算法的過濾和排序機制而被淹沒，缺失應有的人文關懷。大模型時代視聽新聞生產的邏輯起點應回到技術、人與社會的良性互動［14］，遵循人的主體地位，注重人文精神的傳承和弘揚，確保視聽新聞在追求技術創新的同時不失其本質價值。

四、大模型技術與視聽新聞智能生產協同的路徑重構

綜觀人類社會發展和技術工具迭代的歷史，每一次技術的更迭和工具的升級必然引起社會實踐活動的邊界拓展與重塑。大模型的發展和應用讓媒體機構在擁抱新技術的同時，也需要考量如何規避人或技術的“盲目意志”，通過規制重構、技術重構和人才重構，利用智能技術賦能視聽新聞生產，增強人機協同關系的耦合度，實現技術善用。

1．規制重構：建立內容治理標準和監管體系，保障視聽新聞內容質量

大模型技術已經以一種不可逆的趨勢深度融入新聞生產的各個環節，在促進全流程再造的同時也帶來了風險和挑戰。目前新聞行業大模型技術的使用規制還處在摸索和醞釀階段，世界新聞出版商協會與德國SCHICKLER咨詢公司合作開展的全球調查發現，只有20%的新聞編輯室對如何使用GAI工具制訂了管理指南［15］。針對“大模型+視聽新聞”的生產模式帶來的新挑戰和新問題，視聽新聞業需要重建新聞生產的制度性規范，明確技術標準、操作流程和審核機制等。

一方面，需要建立大模型應用的質量標準和評估體系，對大模型生成或輔助生成的新聞內容的真實性、客觀性等進行內容質量評估，同時監測和評估大模型及其相關產品的使用情況，防止其被誤用或者濫用，降低大模型嵌入下視聽新聞產生“幻覺新聞”的可能性。另一方面，需要建立健全數據安全保護制度，謹防數字侵權等問題出現。我國的《中華人民共和國數據安全法》和《中華人民共和國個人信息保護法》均強調第三方獲取數據的方式和目的的合法性，其中，《中華人民共和國數據安全法》強調建立數字分類分級保護制度。為了規避大模型技術的應用造成內容侵權，視聽新聞業可對多模態信息數據按照重要程度分為一般數據、公共數據、國家核心數據，進行制度性保護和差異化管控［16］。

2．技術重構：打造人性化技術圖景，實現用戶隱私與個性體驗共存

在技術不斷更迭的當下，新聞工作者需要在理解技術邏輯和用戶需求的基礎上積極探索大模型與視聽新聞交融的契合點，構建人性化的視聽傳播格局。首先，視聽新聞業應打造人性化技術圖景。大模型技術的核心特點和優勢是具備強大的語義理解和知識整合能力。通過不斷優化語義理解能力，新聞工作者能夠使大模型產品更加準確地理解視聽素材，生成更加類人化和符合語境的新聞內容，并通過深度學習和自然語言處理技術，更加準確理地解用戶興趣和偏好，提供個性化的內容推薦服務。其次，視聽新聞業應建立用戶隱私保護機制，如數據加密、匿名化處理等，降低用戶隱私泄露風險，構筑用戶隱私安全防線。最后，視聽新聞業建立行業協作機制，促進技術與經驗共享，增強算法的透明度和可解釋性，讓用戶了解算法是如何選擇內容的，有助于用戶判斷信息的真實性和多樣性，實現用戶隱私與個性體驗共存。

3．人才重構：發揮新聞生產者主體性功能，彰顯視聽新聞人文關懷

技術哲學家劉易斯·芒福德在《技術與文明》一書中指出，技術只是人類文化中的一個元素，其作用的好壞，取決于社會集團對其利用的好壞［17］。在大模型與視聽新聞智能生產的協同過程中，人才是關鍵要素。因此，順應媒介融合趨勢，發揮新聞生產者的主體性功能，培養具備新型專業技能和綜合素養的視聽傳播人才至關重要。

專業技能是指在特定領域必須具備的精專技術和把關能力等。具體來說，新的技術生態對視聽新聞工作者有了更高層次的要求。一是需要對大模型技術有更準確的理解和更強的應用能力，彰顯其獨有的創新精神。新聞工作者應合理利用大模型技術探索新的視聽新聞報道方式，挖掘社會熱點議題和民生問題，關注邊緣群體的聲音，生產具有深度和溫度的視聽新聞內容。二是需要承擔新的把關責任，批判性思考和評估AI生成的內容，在保證內容新聞價值的基礎上增強新聞的人文關懷。

綜合素養是融合職業素養、AI媒介素養等為一體的綜合能力。在未來，新聞工作者需要深刻理解大模型技術嵌入下視聽新聞內容的生產邏輯和倫理風險，堅守新聞倫理和道德底線，為用戶提供真實、準確、客觀的新聞內容。同時，培養AI媒介素養，能洞察市場和用戶需求，快速提取有價值的新聞信息，挖掘其背后的普遍情感和價值，實現人機耦合下的共情傳播。

｜參考文獻｜

［1］中國10億參數規模以上大模型數量已超100個［EB/OL］. （2024-03-25）［2024-04-10］. https：//www.chinanews.com.cn/gn/2024/03-25/10186743.shtml.

［2］尼古拉斯·尼葛洛龐帝. 數字化生存［M］. 胡泳，范海燕，譯. 海口：海南出版社，1997.

［3］周勇. 視聽新聞報道［M］. 北京：中國人民大學出版社，2021.

［4］冶進海. 變革中的視聽媒體發展格局與傳播形態［D］. 西安：陜西師范大學，2016.

［5］迎接大模型時代（上）：大模型發展簡史［EB/OL］. （2023-05-14）［2024-04-10］. https：//mp.weixin.qq.com/s/hl7y2-Fy_o1_ZHZc_7slpg.

［6］史安斌，劉勇亮. 從媒介融合到人機協同：AI賦能新聞生產的歷史、現狀與愿景［J］. 傳媒觀察，2023（6）： 36-43.

［7］陳莎. 生成式AI在新聞生產中的應用、現實問題及其應對［J］. 青年記者，2023（19）： 57-59.

［8］劉海明，張銘麟. 想象AIGC：生成式人工智能浪潮下融媒體內容生產的思維特征與操作關鍵［J］. 中國記者，2024（2）： 4-8.

［9］MARCELA KUNOVA. How Reuters uses AI to speed up discoverability of video news content［EB/OL］. （2023-07-25）［2024-04-10］. https：//www.journalism.co.uk/news/how-reuters-uses-ai-tospeed-up-discoverability-of-video-news-content/s2/a1055917/.

［10］AIGC周報｜“印度比爾蓋茨”稱人腦永遠優于［EB/OL］. （2023-04-23）［2024-04-10］. https：//

new. qq. com/rain/a/20230423A05PU900.

［11］羅伯特·斯考伯，謝爾·伊斯雷爾. 即將到來的場景時代［M］. 趙乾坤，周寶曜，譯. 北京：北京聯合出版公司，2014.

［12］林嘉琳，師文. 主流媒體事實核查應對AIGC的問題分析與路徑探索［J］. 青年記者，2023（23）： 19-22.

［13］郭全中，張金熠. 作為視頻世界模擬器的Sora：通向AGI的重要里程碑［J］. 新聞愛好者，2024（4）：9-14.

［14］唐錚，林子璐. 生成式人工智能與新聞業：賦能、風險與前瞻［J］. 新聞與寫作，2023（11）： 97-104.

［15］青記觀察丨生成式人工智能對新聞機構的影響［EB/OL］. （2023-07-23）［2024-04-10］. https：//new.qq.com/rain/a/20230723A0124900.

［16］何偉光，李均. ChatGPT何以變革教育研究范式［J］. 深圳大學學報（人文社會科學版），2023（5）： 15-25.

［17］劉易斯·芒福德. 技術與文明［M］. 陳允明，王克仁，李華山，譯. 北京：中國建筑工業出版社，2009.