AIGC：廣播電視新紀元

新時代下，AIGC技術為廣播電視行業帶來機遇和挑戰。現從AIGC技術發展概況出發，探索AIGC技術在廣播電視行業中視頻制作、個性化推薦、虛擬主持人等場景的應用。分析AIGC技術在廣播電視行業中所面臨的挑戰，如數據隱私與安全、道德與倫理、工作崗位流失等問題。最后，指出完善政策體系對AIGC技術可持續發展的重要性，并對AIGC在廣播電視行業的發展進行總結和展望，以期為廣播電視行業決策者和從業人員提供相關參考和借鑒。

18世紀60年代，第一臺紡織機、蒸汽機的出現開啟了“蒸汽時代”，工人在流水線用1天時間制作的零部件，在機器的加持下或許只需要1個小時；19世紀70年代，電話、電燈、汽車標志著“電氣時代”到來，乘客坐馬車需要1天時間到達的地方，乘坐汽車或許只需要半天；20世紀40年代，第一臺計算機在賓夕法尼亞大學問世，以5000次/秒的運算速度震驚世界。而AIGC的第一次創作正在為我們打開智能化世界的大門，見證第四次工業革命。

AIGC在廣播電視行業的發展概況

AIGC（Artificial Intelligence Generative Content）即人工智能生產的內容，是一種利用人工智能工具進行內容創作的方式。生成式人工智能模型通過訓練，可以識別大量的數據，以預測最有可能與提示相匹配的輸出內容。AIGC被認為是繼PGC和UGC之后一種新型內容創作方式，更高效、更便捷。AIGC作為一種上游技術，在支持多種下游技術上有著巨大潛力。目前，AIGC已全面覆蓋了圖像、文本、視頻、3D模型，以及多模態內容生產，并且擁有了廣泛的應用場景。

AIGC技術的發展歷程大致可分為三個階段，即專家規則驅動、統計機器學習驅動和深度強化學習驅動。這三個階段并非完全獨立，而是交叉、融合。

早期萌芽階段（20世紀50年代至90年代中期），AIGC技術主要基于規則和模板，生成的內容較為簡單和單一。這一時期，使用復雜的邏輯規則處理簡單的任務，如字符匹配、詞頻統計等。

沉淀累積階段（20世紀90年代至21世紀初），AIGC技術開始引入統計學習和機器學習的方法，生成的內容開始豐富和多樣。隨著互聯網的出現和通信環境的改善，數據挖掘、圖像和信息搜索等研究蓬勃發展，統計機器學習等基于數學和統計學的理論也得到了發展。

快速發展階段（21世紀初至今），標志著深度神經網絡和端到端的學習模式的應用，使得生成的內容變得復雜和高質。在這個階段，生成對抗網絡（GANs）、變分自編碼器（VAEs）和擴散模型（Diffusion models）等核心技術，通過不同的方式讓機器學習，生成全新的、真實的輸出。

因此，AIGC技術的發展歷程體現了從依賴專家規則到利用統計機器學習，再到采用深度強化學習的演進過程，這些階段相互交織，共同推動了AIGC技術的進步和發展。

AIGC在廣播電視行業的應用

AIGC技術在廣播電視領域中的應用正在快速發展，現主要應用包括視頻制作、個性化推薦、虛擬主持人等。未來，AIGC技術將會在廣播電視領域中發揮更加重要的作用，提升用戶體驗、提高效率并改善內容質量，推動行業向更智能化、個性化和創新化的方向發展。

AIGC＋視頻制作

互聯網時代，視頻已經成為人們生活中不可或缺的部分。如今，視頻創作不再局限于傳統的方式，需要耗費大量的人力物力財力。AIGC技術在視頻制作領域具有廣泛的應用和顯著的優勢，極大地改變了傳統視頻創作的流程和效率。

AIGC可以根據用戶提供的文字、圖片、音頻等素材，自動生成視頻內容。這種技術通過深度學習和計算機視覺原理，訓練大量數據模型，實現對視頻內容的自動理解、生成和編輯。例如，一幀秒創平臺基于新壹視頻大模型以及一幀AIGC智能引擎，為創作者提供文字續寫、文字轉語音、文生圖、圖文轉視頻等創作服務。

AIGC不僅能夠生成完整的視頻，還能自動完成視頻剪輯工作。它通過提取視頻中的關鍵幀、判斷鏡頭切換點等技術，自動剪輯出符合用戶要求的視頻。用戶還可以通過提示詞調整視頻內容、風格、光線、景深、色調等參數，甚至可以利用Gen-2文字+圖片共同生成視頻的能力，更便捷地生成一段風格化視頻。在《流浪地球2》中，太空電梯升降的場景就是利用數字繪景和合成技術，實現了虛擬場景光影融合的效果。

AIGC技術可以實現跨模態生成，包括從文本到圖像、演示視頻和創意視頻的轉換，以及從圖像、視頻到文本的視覺問答等功能。這使得AIGC在影視制作的各個階段都提供了強大的助力，顯著提高了工作效率，縮減了創意落地實現的時間和人力成本。人民日報社利用“智能云剪輯師”快速生成視頻，并能實現自動匹配字幕、人物實時追蹤、畫面抖動修復、橫屏速轉豎屏等技術操作，適應多平臺分發要求。同樣，在冬奧會期間，央視頻使用AI智能內容生產剪輯系統，在短時間內將海量的比賽內容自動濃縮成幾分鐘的集錦，并定向發布。

AIGC＋個性化推薦

AIGC技術在個性化推薦系統中的應用正在逐步改變傳統的推薦方式。通過深度學習和自然語言處理技術，AIGC能夠生成高質量的內容，從而為用戶提供更加多樣化和個性化的體驗。

AIGC技術可以利用用戶的歷史行為和偏好數據進行分析，根據不同的應用場景和需求，推薦最符合用戶需求的產品和服務。這種基于用戶行為數據分析的個性化推薦方法不僅提高了用戶體驗，還優化了庫存管理和供應鏈運作。

此外，AIGC技術可以通過生成式AI滿足用戶的多樣化需求，并收集用戶的自然語言指令以指導內容生成。這使得個性化推薦系統能夠更精準地捕捉用戶的需求，提供定制化的內容和服務。然而，盡管AIGC技術在個性化推薦中展現了巨大潛力，但也存在一些挑戰。例如，過度依賴算法可能導致用戶陷入信息繭房，限制了其接觸多樣化內容的機會。因此，在實際應用中需要平衡個性化推薦與信息多樣性之間的關系。

總體而言，AIGC技術在個性化推薦領域的應用前景廣闊，它通過智能化的數據分析和內容生成能力，極大地提升了推薦系統的效率和用戶體驗。例如，亞馬遜利用AIGC技術開發了一套強大的個性化推薦系統，可以根據用戶的瀏覽、搜索、購買歷史實時生成個性化的商品推薦頁面，如“猜你喜歡”“買了又買”“其他用戶也在看”等，大大提高了用戶的購物體驗和交易轉化率。據統計，亞馬遜35%的銷售額來自個性化推薦。

AIGC＋虛擬主持人

虛擬主持人是指利用人工智能技術生成的虛擬角色擔任主持人。通過使用AIGC技術，可以創造虛擬的主持人形象，并利用語音合成技術和自然語言處理技術賦予其對話和交流的能力。與真實的主持人相比，使用AIGC虛擬主持人可以節省成本，不受時間限制，24小時持續運行；AIGC虛擬主持人可以為觀眾帶來一種新穎、創新的體驗。通過增強現實（AR）或虛擬現實（VR）等技術，觀眾可以與主持人在虛擬場景中進行互動，為觀眾帶來全新的體驗感。

虛擬主持人已經在多個領域展現了其應用潛力。例如，在電視節目、發布會、晚會等各種場景中，3D虛擬主持人因其AI智能化的主持效果和栩栩如生的互動畫面而受到青睞。一場名為“潮起東方·新勢力風尚周”的活動，引入了AI主持人、AI作曲、AI設計等創新應用。主持人pink一頭短發、著銀白色服飾，出現在屏幕，感謝大家的到來。她的容貌、聲音均由AI生成并驅動。除了主持能力，pink還有高超的音樂創造力，基于小冰原有的BGM創作模型，創作了賽博朋克、狂野、快閃等不同風格的音樂，為觀眾帶來一場別開生面的時尚大秀。

AIGC在廣播電視行業的風險

數據隱私與安全

第一，用戶數據泄露。廣播電視行業可能收集用戶的觀看歷史、喜好偏好等數據用于個性化推薦和內容生成。如果這些數據未經妥善保護，可能會被黑客攻擊或被內部人員濫用，導致用戶隱私泄露。第二，個人信息暴露。AIGC技術需要大量的訓練數據，包括音頻、視頻和文本等。如果這些數據中包含了用戶的個人信息，如姓名、地址、電話號碼等，沒有妥善保護，可能會導致個人信息暴露和濫用。第三，隱私追蹤與分析。AIGC技術可以通過分析用戶行為和觀看歷史生成個性化內容。然而，如果這些分析結果被濫用或未經用戶同意而被共享給第三方，可能會侵犯用戶的隱私權。第四，數據共享與合作。廣播電視行業中的不同機構和合作伙伴之間可能需要共享數據提高AIGC技術的效果和準確性。然而，如果數據共享沒有明確的隱私保護措施和規定，可能會導致出現數據泄露和濫用的風險。

針對AIGC數據、個人信息泄露等問題，《生成式人工智能服務管理暫行辦法》已經在2023年5月23日國家互聯網信息辦公室2023年第12次室務會會議審議通過，并經國家發展和改革委員會、教育部、科學技術部、工業和信息化部、公安部、國家廣播電視總局同意，聯合公布。其中規定了包括使用AI生成內容不得侵害他人肖像權、應對AI生成的圖片視頻進行標識等具體細則。由此可見，AIGC生成內容的質量與安全、生成內容的版權、信息安全、數據隱私、數據權屬等系列問題不可忽視。

道德和倫理問題

AIGC的應用引發了一些道德和倫理問題的關注。例如，AIGC可能被用于制造虛假信息、濫用版權或侵犯隱私等問題，需要謹慎使用和監管。

為應對這些問題，全球范圍內已開始制訂相關的倫理準則和法律法規。此外，我國也在積極推進人工智能倫理治理，發布了《新一代人工智能倫理規范》，旨在將倫理道德融入AI全生命周期。

AIGC技術的廣泛應用不僅帶來了巨大的經濟效益和社會變革潛力，也伴隨著復雜的倫理挑戰。解決這些問題需要社會各界共同努力，通過嚴制法規、建立倫理準則以及加強公眾教育，確保技術朝符合人類利益的方向發展。

例如，在廣州互聯網法院的一起案件中，一家AIGC提供商因侵犯了著名超人IP的版權而被判有責。該判決強調了2023年發布的《生成式人工智能服務管理暫行辦法》（GAI措施），指出被告在生成AIGC輸出時未能履行合理的注意義務，從而違反了相關法規。之前爆發的好萊塢編劇罷工，原因有二。其一是傳統編劇與流媒體平臺在分成、協作方式上矛盾加劇；其二便是對ChatGPT等為代表的AIGC抵制。在參與罷工的編劇看來，AIGC將他們的工作成果當成訓練所用的數據，但他們卻沒有收到任何版權費用。同時，現有的AIGC生成的視頻、劇作文本等內容水平較低，甚至包含大量錯誤，而不少編劇不滿淪為修改這些劣質內容的“修補匠”。

工作崗位流失

AIGC技術在廣播電視行業中的應用確實帶來了顯著的變革，但是AIGC技術的發展可能對就業市場和社會結構產生影響，部分傳統的工作崗位可能會被替代，導致就業、工作壓力增加。具體到廣播電視行業，AI技術在音頻市場中得到廣泛應用，尤其是在內容識別、創作和推薦等方面，各級電臺開始嘗試將AI與新聞采編相結合，打造AI主播。這表明AIGC技術的應用正在改變傳統媒體的生產流程。例如，AIGC技術可以自動生成視頻內容，減少了對人工視頻編輯和后期制作的需求，這可能導致一些視頻編輯和后期制作崗位消失。并且，AIGC技術可以通過分析大量數據生成個性化推薦和預測結果。這可能對部分數據分析師和預測專家的工作崗位產生影響，因為部分數據分析任務可以由AIGC技術自動完成。

在抖音、B站等平臺，已經有許多用AI生成的人物圖片以及AI歌手演唱各類風格的歌曲等內容，這類視頻內容的播放點擊量甚至高達數十萬，相關賬號也在短期內粉絲量激增。在北京國際電影節，有多位業內人士透露，其所在公司已經在使用AI生成宣傳海報及其他宣發物料。

AIGC技術的發展經歷了多個階段，從早期基于模板或規則的傳統方法，到深度學習和神經網絡技術的廣泛應用。特別是OpenAI推出的GPT系列模型和BERT等關鍵模型，極大地推動了自然語言處理領域的進步。此外，DALL-E2、Stable Diffusion等AI模型也在圖像生成領域取得了突破性成果。隨著技術的成熟，越來越多的行業開始積極擁抱AIGC技術，以提升生產力和創造力。騰訊研究院發布的《AIGC發展趨勢報告2023》指出，AIGC技術不僅在消費端和產業端得到應用，還在社會層面產生了深遠影響。盡管AIGC技術前景廣闊，但也面臨諸多挑戰。如何確保生成內容的質量和安全性是一個重要問題，如何平衡技術創新與倫理道德標準也是需要關注的重點。因此，未來的研究不僅要聚焦技術本身的發展，還需要重視相關的治理機制和社會責任。未來，相信AIGC技術將在廣播電視領域得到更廣泛的應用，推動廣播電視行業向更智能化、個性化和創新化的方向發展，也為人類社會的發展提供重要的技術支持。