需求側內容生產與人機交互迎來變革

AI技術變革迅猛，2023年大模型已成為全球人工智能發展的焦點，傳媒行業更是開啟了大模型技術創新和應用的新篇章。8月25日，BIRTV2023媒體大模型創新和應用技術交流會在第三十屆北京國際廣播電影電視展覽會上舉行。人工智能領域的產學研各界代表圍繞“媒體大模型創新應用”展開研討交流，探討如何進一步推動新聞傳媒業技術創新和應用。

傳媒業成AI主應用陣地

在人工智能等新科技革命浪潮中，全國各地相繼推出大模型扶持政策，傳媒行業成為AI主應用陣地。

“繼ChatGPT發布后，國內外大模型井噴式爆發，目前已經有數百家發布大模型的機構，數千家依托大模型的應用或公司。”北京中科聞歌科技股份有限公司營銷中心媒體行業總監王禹介紹道，大模型給社會帶來最大的變化是讓知識的獲取和調用越來越簡單，成本越來越低。

“媒體行業專屬大模型具備較強的語言理解和文本生成能力?！毙氯A智云資深副總裁張靜介紹說，在國際上，美聯社、路透社、彭博社、《華盛頓郵報》、《紐約時報》等媒體已經將Chat-GPT大模型應用于內容采集、數據分析、內容制作、個性化報道和受眾互動運營等媒體場景中。

由新華社今年5月初步研發完成，于7月新媒體大會對外發布的MediaGPT——一個在媒體數據上進行訓練的大語言模型，專注于解決中國媒體實際需求。據新華社技術局人工智能總監、新華社國家重點實驗室人工智能算法高級工程師王仲豪介紹，MediaGPT構建了專門適用于媒體領域的獨特數據集，并開發了專門用于生成式任務的驗證方法，以新華社媒體可信數據矩陣為大模型基座訓練的規范化數據。

“大模型促進數字產業生態革命性發展，在供給側助力AI工業化發展進程，在需求側變革內容生產與人機交互方式?！蓖貭査几笨偛昧炙蓾J為，媒體大模型落地時應注重可信度、可控合規、安全性及時效性。

“2017年，新華社首次提出機器生產內容（MGC）概念?！睆堨o說，新華智云在全國率先探索與實踐。2022年新華智云聯合新華社技術局、清華大學、中國人民大學、浙江大學、復旦大學、中國傳媒大學、中國科學院計算技術研究所等相關單位，起草了《機器生產內容自動化分級標準》，為媒體更有序、更安全地使用AI技術提供了規則參考，進一步規范AIGC在媒體領域的應用。

媒體如何用好專屬大模型

隨著GPT模型的爆火，也引發了一系列關于倫理安全的擔憂與AIGC實用價值的質疑。同GPT強大的語義理解能力一樣讓人印象深刻的是它總胡言亂語，AI繪圖也因繪圖結果的不可控，其繪圖過程被戲稱為“煉丹”。

“做新聞領域的專屬大模型，除了技術投入外，數據是關鍵?！睆堨o認為，對大模型進行訓練和學習所使用的數據是有一定要求的，對一般媒體而言，從頭構建性價比不太高。

林松濤認為，大模型在媒體垂直領域落地要解決3個問題：一是實現大模型與專業知識庫的融合；二是如何提升AIGC的內容質量和數據安全，特別是在內容事實核查方面；三是如何降低百億級大模型落地的成本。

“新華智云經過多年AIGC的應用實踐，總結AIGC應用創新落地的關鍵在于約束和場景?！睆堨o說，有效地約束能更有效地將AI應用于內容創作場景，即僅將AI能力作為工程鏈路的一部分，而不完全依賴AIGC。審核環節是應用落地的門檻，通過審核來防范惡意內容和事實偏差，從應用側規避終端用戶的隨意輸入，則能有效把握內容的安全輸出。

“MediaGPT生成式大模型是以業務場景和數據驅動的媒體垂類大模型。”王仲豪分析說，MediaGPT通過特定領域數據和專家有監督微調（SFT）數據進行訓練，在驗證集上進行人類專家評估和強模型評估，通過大模型調優、安全性評估與糾偏實現價值觀對齊，與各主流模型相較，在各種中文媒體領域任務上表現更優。其以新聞垂類海量數據、新聞Prompt指令集、RoCE高速網絡、GPU算力集群、向量數據庫等為支撐，可實現消息、評論、綜述、快訊等內容的自動化生產。

“大模型在媒體行業落地將面對價值觀對齊、與業務系統緊密集成、數據安全、私有化部署、性價比等諸多挑戰?！绷炙蓾治龅?，做媒體垂直領域落地時要在選好大模型基座的基礎上，在數據以及專業領域有一定的積累。另外，還需要讓用戶知道如何應用，包括真實場景的閉環、基于用戶反饋的學習等。對媒體而言，通過AIGC賦能數字人，可實現更深層次的各類“新聞+”服務。如在原有的政務服務鏈接的基礎上，可為用戶提供自然交互，引導用戶如何辦理相關政務手續，提供智能化政務服務咨詢。

“結合場景去做應用創新，可以避免AIGC在應用中淪為概念，也能更有效地利用AI的優點，規避AI的缺點?！睆堨o認為，AIGC可以幫助內容創作者實現制作過程更加高效、創意更加豐富、受眾體驗更加友好的目標。

媒體融合技術發展進入多語種、跨模態領域大模型驅動的融媒體3.0階段，即“媒體+大模型”發展階段。中科聞歌自主研發的雅意（YaYi）大模型就是代表之一。

據王禹介紹，雅意（YaYi）大模型支持實時在線聯網、離線私有部署、企業數據接入和領域深度分析，可為媒體行業用戶提供快速構建安全可靠的專屬領域大模型應用服務。如結合選題策劃，通過大數據檢索互聯網上的熱點事件導入大模型進行分析，給出用戶需要的熱點選題，并且自動生成相關報道。另外，其智能寫作服務平臺可通過AI完成文章大綱自動生成及風格仿寫、AI畫圖與跨模態審校等。而多模態內容的生成則可以自動生成視頻腳本，結合AI主播完成視頻制作。

“基于拓爾思在媒體行業多年的深耕積累，拓天·M大模型在研發時具有良好的行業基礎，其在選題策劃、智能生產、傳播分析、服務運營等方面有較強的優勢。”林松濤介紹說，拓天大模型面向融媒核心業務場景專業適配，可無縫嵌入媒體全鏈條內容生產場景中，通過大模型各種能力，與媒體自有數據資產進行結合，進行私有化訓練和工程化部署，不僅保證了媒體的私域數據安全，還能確保內容生成的準確性。

為采編全鏈條賦能

“現今，AI工程化能力成為商業應用落地關鍵。”林松濤分析道，未來將不再局限于追逐大模型技術本身，而在于AI深入產業的進程。大模型在媒體行業落地將面臨信息失真和錯誤、新聞同質化、難以處理復雜的主題和分析、難以理解和表達情感、缺乏人類創造力和思維能力等諸多挑戰。

“未來媒體的‘策、采、編、審、發、營、評’各個環節，都可以用AI大數據能力去進行賦能，真正使人工智能技術在媒體融合進程中得以有效應用。”張靜展望道，從發現到生產，在AIGC的加持下，媒體可實現“人工定要求、智能秒出稿”的自動化生產。通過AIGC可以實現自動監測接入數據、挑選有價值素材內容、智能識別+自動剪輯+秒級合成、AI自動產出短視頻、人力審核即可發稿的自動生產場景?！拜斎霐祿匆曨l”“輸入文本即視頻”切實提升了生產效率，通過構建數據鏈路、設定觸發規則、豐富稿件形態、充分利用挖掘原有文字稿件價值，政策解讀、數據新聞可實現秒產大片。而將AIGC廣泛應用于各類賽事、會議會展的互動應用，則可自動生產千人千面與“我”有關的內容，用戶傳播意愿更強。

“面向媒體領域時，基礎大模型可能只能解決使用者40%的問題，但其希望的是解決80%—90%的問題?！绷炙蓾J為，為解決更多的問題，就要在基礎大模型之上，用行業大模型面向行業來解決特定場景問題?！笆褂酶哔|量數據訓練大模型是解決行業問題最重要的一個手段，或者說實現它的一個價值?！绷炙蓾f。

AIGC讓媒體人體驗到了未來AI行業應用的無限潛力，但在技術成果涌現之時，內容和數據的安全問題也尤為重要。

在政策層面，為了規避新技術帶來的陷阱及AIGC或將產生的不良影響，7月，國家網信辦聯合國家發展和改革委、教育部、科技部、工業和信息化部、公安部、國家廣播電視總局發布《生成式人工智能服務管理暫行辦法》，在明確行業規范的同時，也進一步促進了生成式人工智能應用加速落地。

之于網絡安全技術，2023年是AI安全的拐點，大模型應用與擴展威脅情報、智能攻防對抗、風險評估影響等相結合檢測和減輕網絡威脅，徹底改變了網絡安全問題的處理方式，為媒體行業的AIGC的應用提供可靠、高效、即時的安全保障。

來源：中國新聞出版廣電報