大模型技术赋能传媒行业的“传播大脑”实践

在数字时代的潮流中，传媒行业一直在寻求创新。其中大模型技术作为一种重要的AI技术，其兴起使得传媒行业的生产方式发生了巨大的变化。从以GPT为代表的生成式语言大模型开始，到多模态大模型，再到各种领域大模型，大模型的出现为传媒行业带来了全新的可能与挑战。

1

大模型技术对传媒行业的重塑

在新闻报道领域，大模型技术可以通过海量数据的学习，快速生成新闻报道，并且可以实现多语言翻译、跨模态理解。编辑们可以利用各种大模型写作辅助工具来根据素材数据快速生成新闻稿件，大大提高了新闻生产的速度和效率。

此外，大模型技术还可以通过自然语言处理技术对内容进行智能分析和分类，深入理解用户的兴趣和偏好，为用户提供更加精准、个性化的内容推荐，以帮助传媒机构更好地了解用户需求，调整内容策略，实现内容与用户的深度互动。

资料图来源：微信公共图库

在舆情监控方面，大模型技术可快速识别出热点话题、舆情走向，进行情感分析、事件关联性分析，帮助传媒机构更好地把握舆情动向，进行及时的报道、跟踪和分析。在创意设计方面，传媒行业可生成各类视觉和设计元素，包括插图、海报、广告、影视特效等。

大模型技术的出现重塑了传媒行业的生产方式和组织结构，传媒行业通过大模型技术实现了内容生产的提速、更加精准的个性化推荐、深度用户互动以及智能化广告投放等，可为用户提供更加个性化的媒体体验。

这种智能化的趋势也促使传媒行业加速向新媒体、数字媒体转型，探索新的商业模式和盈利途径。

2

大模型技术对传媒业态的拓展

大模型技术不仅改变了传统媒体的生产方式，也推动了传媒业态的多元化发展。如在视频制作领域，大模型技术为剧本创作、角色设计以及素材生产带来了全新的可能性。

传统的剧本创作依赖于编剧的创意和经验，现在可以借助大模型技术从海量的数据中提取情节、人物关系等元素，为编剧提供更加丰富和独特的创作灵感。同时，大模型技术还可以通过自然语言处理和生成技术，自动生成高质量的剧本初稿以供编剧参考。

在角色设计方面，大模型技术可通过分析大量的角色形象和性格数据，为创作者提供灵感和建议。此外，大模型技术还可以结合3D建模和渲染技术，自动生成具有高度真实感和个性化的角色模型，为游戏、电影等提供更加丰富和多样的角色形象。

在素材生产方面，大模型技术可以通过分析大量的视频素材和音频素材，自动生成符合特定主题和风格的素材库，提高视频制作的效率和质量。目前利用类似Sora、Runway等文生视频大模型可以生成简单场景的短视频，但还无法满足复杂场景下的视频制作，一种可操作的路径是先利用大模型生成视频分镜脚本，然后利用分镜脚本和文生图大模型生成镜头画面，并将静态图片转成几秒的动态画面，最后将动态画面拼接剪辑。

此外，对于新闻类事实性内容，传播大脑科技(浙江)股份有限公司（以下简称“传播大脑”）可通过大模型和多模态搜索技术实现内容一键转视频。

随着大模型技术的发展，虚拟主播和智能媒体助手等新型传媒形态也逐渐崭露头角。虚拟主播具有高度真实感、个性化，可以实现各种类型的新闻播报且不受时间限制，在突发新闻和紧急新闻报道中优势显著。

智能媒体助手可利用大模型技术实现自动化的媒体内容推荐和个性化服务，例如提供个性化的新闻报道、生成个性化的新闻简报、展示个性化的可视化分析等，帮助用户快速了解他们所关心的内容。

此外，大模型技术还促进了传统媒体与新兴科技行业的合作。一方面，传统媒体可利用大模型技术提高生产效率和内容质量，拓展传播渠道和用户群体；另一方面，新兴科技行业也可以借助传统媒体的品牌影响力和内容资源实现更加精准和有效的市场推广和商业模式创新，这也为传统媒体提供了新的商业模式和盈利点。

3

大模型技术

赋能传媒行业的“传播大脑”实践

作为浙江省媒体技术统一支撑平台和媒体技术统一对外出口，“传播大脑”提出并实践“传播大模型”来破解传统媒体内容生产的一系列难题。通过从具体而细微的应用场景入手，深掘大模型在媒体领域应用的巨大潜力，已在智能创作助手、多模态检索生成和融合、新闻客户端智能助手三类应用场景上取得较大突破。

(一)内容生产场景：AI已深度融入并成为智能创作的重要助手

基于传播大模型的能力，“传播大脑”打造了智能创作助手，为媒体工作者提供内容创作方面的各种支持。

在内容策划阶段，通过热点发现功能，帮助媒体工作者快速捕捉热点话题和受众兴趣点，为后续的采访和撰写奠定坚实的基础。

“传播大脑”专业媒体解决方案

进入实际创作环节，内容生成、续写扩写、改写润色等功能则如同贴心的文笔顾问，帮助媒体工作者更加流畅、准确地表达观点，并可进一步根据新闻数据进行微调，学习新闻写作方式，甚至模仿编辑写作风格，从而生成更好的内容，提升文章的逻辑性和可读性。

在内容制作过程中，涉及大量的多模态数据和信息，如图片、音频、视频等，需要进行分类、整理、编辑等多个繁琐的工作环节。而大模型技术能够通过大量新闻稿件的学习，并且结合多模态检索技术在内容生成过程中自动匹配与内容相关的素材，从而自动执行文本内容生成和素材插入这些任务，极大地减轻了人工处理的负担。在生成的结果基础上进一步进行文字核心内容的提炼、素材的智能化拆条剪辑拼接，从而将图文内容转成短视频内容。基于大模型构建智能社交文案发布助手，可以生成符合不同社交平台的文案，便于分发到不同的社交平台上进行传播。

基于大模型技术的审校还能够自动检测和纠正内容中的错误和不当之处，与传统审校方式不同，大模型审校可以对内容进行深度理解，并且可以审校出一些专业性、知识性的错误，进一步提高内容的质量和准确性。这种高质量的内容不仅提升了用户体验和满意度，还增强了媒体机构的品牌形象和影响力。

智能匹配素材和智能校对等功能，可帮助减轻媒体工作者在信息搜集和校对方面的工作负担，将更多的精力投入到对事件的深入挖掘、对报道角度的独特选取、对观点的精准提炼及对文章结构的精心设计中。

大模型辅助内容生产不仅仅是一种工具，更是一种创新的引擎。它使得内容创作者能够从大模型生成的内容中获取灵感，从而创作出更加新颖、独特的内容。

截至2024年4月底，创作助手已累计为1000多位媒体工作者提供3万余次智能创作服务，在创作助手的帮助下，一篇高质量文章的写作时间可以节省30%。

(二)资源管理场景：AI实现了资源的高效利用和优化配置

通过跨模态的信息融合和语义理解，AI为用户提供了更为强大和灵活的搜索功能，包括文搜图、文搜视频、图搜图、图搜视频等，使用户能够更快速、更精准地定位到所需的素材资源。

多模态语义检索相较于传统方法主要有三大优势：其一，支持更为自由的自然语言查询，能理解并响应同义词、别名等多种表达方式；其二，实现了更细粒度的检索，能够精准捕捉查询语句中的多重细节描述，如特定的场景、动作和人物等；其三，支持多重限定条件和多种描述方式的复杂检索需求，搜索更全面、更精准。

此外，应用还创新性地结合了先进的图像编辑和视频生成技术，可以对检索到的素材进行高质量的二次创作和开发，包括老照片的色彩修复、视频片段的剪辑合成等，为内容的多元化应用和创新呈现提供了更多可能。

(三)信息传播场景：AI助力实现内容的精准传播和有效触达

“传播大模型”引入先进的智能体技术至新闻客户端，为用户打造一种便捷、智能且高效的信息获取新体验。在此创新模式下，用户角色发生转变，由传统的被动信息接收者跃升为主动对话的参与者。通过与大模型的实时互动，用户可依据个人兴趣、需求或情境，精准定制并获取所需信息。

智能助手具备强大的理解与推理能力，无论是热点资讯、生活百科、旅游攻略，还是科普知识、健康常识、优质素材等多元化信息需求，均能快速响应和精准匹配。经过智能体总控系统的深度处理与优化，精准、高效地呈现给用户，从而实现信息传播场景中的个性化服务与创新升级。此举不仅提升了新闻客户端的用户黏性，更为信息传播领域带来了革命性的变革。大模型技术还能够通过预测和推荐等功能，帮助内容创作者发现潜在的受众群体和市场机会，从而提高内容的传播效果和商业价值。

“传播大模型”是“传播大脑”研发打造的首个针对媒体行业的垂直大模型，已通过生成式人工智能(大语言模型)上线备案，并在以上三类场景中围绕媒体行业面临的痛点进行破局，为“人工智能+媒体”的深度融合与发展提供了强有力的技术支撑。

随着技术进步，“传播大模型”对媒体行业的影响远不止于辅助工具的初始定位，它将能主动进行智能交互、自动完成业务执行，彻底重塑媒体行业的工作流程和业务模式，成为全新的媒体“大脑”。这个新“大脑”将连接用户、内容和广告，为媒体行业开拓更广阔的创新空间，引领着媒体行业迈向更加智能化、高效化、创新化的新时代。

4

下一步的建设与走向

随着媒体与人工智能的深度融合，大模型技术在媒体领域的应用正逐步进入新的发展阶段，其建设与走向将直接关系到媒体未来的竞争格局和创新发展。

“传播大模型”智能创作助手

(一)内容生产全面智能化

在传媒领域，内容始终是核心竞争力的源泉。大模型技术的应用最为显著的影响莫过于对内容生产力的提升。媒体领域的垂直大模型将进一步推动内容生产全面智能化。基于媒体领域的大规模数据进行深度学习和模型训练，大模型能够实现对各类媒体信息和任务的高效处理和精准分析，从而自动生成高质量的内容。未来，每个媒体机构都会有自己特有的媒体大模型技术，实现符合自身特点的新闻报道、评论分析、广告创意等内容的自动化生产，大幅提升特色内容生产的效率和质量。同时，随着大模型的不断优化，生成的内容将更加符合读者的口味和需求，提升用户体验。

(二）媒体融合的进一步深化

大模型技术的发展将进一步推动媒体融合的深化。不同形态的媒体在内容、渠道、平台等方面进行深度融合，形成全新的传播生态。大模型技术以其强大的学习能力和泛化能力，为媒体融合提供了有力的技术支撑。通过整合各类媒体资源，大模型可以实现文字、图片、视频等多种内容形式的自动生成和智能化处理，满足用户多样化的信息需求。同时，大模型技术还能实现不同媒体平台之间的数据互通和资源共享，促进媒体融合进一步深化。

(三）媒体创新应用的涌现

随着技术的不断进步和应用场景的不断拓展，媒体领域将涌现出更多基于大模型技术的创新应用。例如，基于大模型的虚拟主播、智能剪辑、情感分析等应用，不仅丰富了媒体内容的形式和风格，也为媒体机构提供了更多的商业模式和盈利空间。

(四)技术与伦理的平衡发展

随着大模型技术的广泛应用，伦理问题逐渐凸显。如何在保护用户隐私、避免信息误导和滥用等方面做到平衡发展，是媒体领域大模型技术下一步建设的重要方向。媒体机构应该加强对大模型技术的监管和规范，建立健全的数据保护机制和内容审核机制，确保技术应用的合法性和道德性。

(五)国际合作与交流的加强

大模型技术作为前沿技术之一，具有全球性的特征和影响力。媒体机构应该积极参与国际交流与合作，共同推动大模型技术在媒体行业中的发展与应用。通过分享经验、交流技术、合作研究等方式，推动技术的不断创新与进步。

5

结语

大模型作为媒体转型的重要支撑，需要进一步加强技术的研发和应用，推动技术创新与商业模式创新相结合，实现内容生产与传播的全新格局。

“传播大脑”目前正积极打造基于“传播大模型”的大型应用超市，以大模型为底座，共邀行业伙伴共同构建行业内各种场景化智能体和智能化应用，从而形成庞大的应用生态，共同推动媒体行业智能化发展，为用户提供更加丰富多样的媒体体验。