關于AIGC應用于廣電領域的思考

摘要：【目的】本文探討了AIGC（人工智能生成內容）技術在廣電領域的應用及對廣電行業的影響和意義?！痉椒ā客ㄟ^分析AIGC技術的優勢和應用場景，認為AIGC技術可幫助廣電行業提高智能化水平和服務質量，提升影響力和競爭力。具體而言，AIGC技術可實現智能內容推薦、智能語音交互、智能圖像識別、智能數據分析、智能廣告投放以及智能社交互動等功能，從而更好地滿足觀眾的需求和提高用戶體驗?！窘Y果】此外，AIGC技術還可以幫助廣電行業降低運營成本，提高節目制作的質量和效率，增強市場競爭力?！窘Y論】本文還討論了AIGC技術在廣電領域的應用前景和發展趨勢，并提出了相關建議和展望。

關鍵詞：AIGC技術；廣電領域；智能化；影響力；生產效率；認知域? ? ? 中圖分類號：G220.7? ? ?文獻標識碼：A

文章編號：1671-0134（2024）01-083-05? ? ? ? ?DOI：10.19483/j.cnki.11-4653/n.2024.01.016

本文著錄格式：馬小林. 關于AIGC應用于廣電領域的思考[J].中國傳媒科技，2024，31（1）：83-87.

導語

廣播電視行業實施“一次采集、多種生成、多元傳播”，從而提高媒體業務流程的標準化。[1]時代不斷進步和發展，媒體時代的信息傳播速率，已經對廣播電視行業造成巨大影響。

隨著時間的推移，廣電專業大學生畢業不再第一選擇電視臺就業，而投入了新媒體行業，導致廣播電視行業老齡化嚴重，缺乏新鮮血液，新聞資訊沒有吸引力，內容單一，效果不突出等一系列問題。

如今智媒時代的到來，完全可以改變廣電領域面臨的問題和困境，通過AIGC技術加強對宣傳、應用、生產、輿論、受眾等多方面的提升，并且可以再次推動廣電領域在媒體行業的地位。

1.技術概述

隨著 ChatGPT 嶄露頭角，人們再次聚焦人工智能（AI）。AIGC（Artificial Intelligence Generated Content）即由人工智能生成的內容。AIGC是人工智能領域發展的新里程碑，它能夠加速內容生產，提高創作效率，降低創作成本，為人類提供更加便捷、高效、準確的內容生成服務。AIGC涉及多領域，包括自然語言處理、計算機視覺、機器學習等，其中GAN（生成對抗網絡）、CLIP（對比語言和圖像預訓練）、Transformer、Diffusion、預訓練模型、多模態技術、生成算法等技術是AIGC的重要基礎。

人工智能技術不斷發展和優化，AIGC在圖像、音樂、視頻等領域得到了廣泛應用。 同時，AIGC也開始和其他技術和領域深度融合，如自然語言處理、計算機視覺、機器學習等。使 AIGC 技術更加全面和智能化。

2.如何打造廣電領域專屬大模型

AIGC大模型是基于深度學習技術的自然語音處理模型，使用大規模的語料庫進行訓練，自動學習語言的語法、語義和上下文信息，達到高效、智能、準確的特點。

AIGC提高了工作效率，對廣電新媒體業務有顯著提升，但完全實際應用缺少的是如何讓大模型學習訓練對廣電專業知識的認知。

例如：官網渠道通過媒介發布的圖文資訊內容專業、條理清晰、突出重點、客觀中立、準確無誤、修辭優美、尊重讀者，并具備了新聞六要素和五部分，即標題、導語、主體、背景、結語和時間、地點、人物、事件起因、經過、結果。那么非官方渠道媒介發布的圖文資訊存在內容空洞、語言不精練、條理不清晰、重點不突出等問題，并且為了博人眼球提供虛假標題、擦邊圖片、惡意敘述事實等現象，雖然達到了閱讀量、點擊率、評論量、轉發量，但對實際事件已造成了非常大的影響。

所以打造屬于廣電領域自己的大模型是必經之路，打造大模型首要考慮的是大模型的認知域、專業性問題，需要大量的知識庫來對其進行訓練學習。

2.1? 語料庫問題

為了訓練出高質量的廣電大模型，需要收集大量廣電領域的語料庫，包括文字、語音、圖像等多種形式的數據。同時，需要保證語料庫的質量和多樣性。

（1）加大投入：加大語料庫建設的投入，提高語料庫的質量和數量。鼓勵高校、研究機構和企業等單位進行密切合作建立銜接通道，開放學習環境，共同開發高質量的中文語料庫。

（2）提高數據收集和標注效率：通過技術手段提高數據收集和標注的效率。同時可采用眾包、競賽等形式，吸引更多的人參與數據收集和標注工作，提高數據的質量和多樣性。

（3）構建多領域、多層次的中文語料庫：為了滿足不同領域、不同層次的需求，可以構建多領域、多層次的中文語料庫。

（4）擴充語料庫規模：通過數據增強等技術，擴充語料庫規模。

（5）重視數據清洗和預處理：為了保證語料庫的質量和準確性，需重視數據清洗和預處理工作。

（6）建立多語言語料庫：隨著全球化的加速和互聯網的普及，多語言語料庫的需求越來越大。

2.2? ?認知域問題

認知域是打造廣電大模型的關鍵，也是AIGC提升生產力的重要部分，那么如何訓練大模型認知域。

（1）增加數據多樣性：為了使大模型能夠更好地理解廣電和處理不同任務，需為其提供更加多樣化和豐富的廣電數據。包括各種廣電類型的稿件、圖像、音頻、視頻等數據。

（2）跨領域訓練：廣電大模型除廣電認知外，還需將大模型在多個領域的數據上訓練，使其更好地理解和處理不同領域的問題。通過多任務學習、遷移學習等技術實現。

（3）增強模型泛化能力：通過改進模型結構和訓練方法，提高大模型的泛化能力，更好地適應新的任務和場景。

（4）引入人類知識：將專業知識和經驗引入大模型訓練，使其更好地理解和處理人類語言和思維。

（5）考慮認知推理：認知推理是指人類在解決問題時采用的高級思維方式，在大模型訓練中，引入這些思維方式，使其能夠更好地模擬人類的思維過程。

（6）持續優化和更新：大模型需不斷優化更新，以適應不斷變化的任務和需求?？梢酝ㄟ^收集用戶反饋、定期更新模型參數實現。

2.3? ?專業性問題

對于廣電大模型不僅是語料庫、認知域能夠塑造出一個廣電大模型，還需對專業性進行訓練，才能更好地為AIGC生產力提供有效的價值。[1]

（1）廣電領域訓練：針對廣電專業領域，可以收集和整理專業數據和文檔，在訓練中引入這些專業數據和文檔，使其能更好地理解和處理專業領域的問題。

（2）專業知識庫：建立專業知識庫，將人類對廣電的專業知識和經驗整理成知識庫，在訓練中引入這些專業知識，使其能更好地理解和處理專業領域的問題。

（3）人類專家指導：在訓練中，可邀請相關領域專家參與指導，提供更加專業的訓練數據，提高專業性和準確性。

（4）深度學習技術優化：通過改進深度學習算法和模型結構，提高性能和泛化能力，使其能更好地處理專業領域的問題。

（5）持續優化和更新：通過收集用戶反饋、定期更新模型參數等方式實現不斷優化更新。

總之，提高大模型的專業性需結合實際應用場景和需求進行綜合考慮，不斷探索和實踐。同時，也需要考慮大模型的通用性和可擴展性，更好地滿足不同領域需求。

3.如何借助AIGC提升廣電領域影響力

廣電內容生產是廣電領域的核心業務，也是廣電影響力的重要來源。傳統的廣電內容生產依賴于人工的創意、采集、制作、編輯等環節，耗時耗力，且受制于人力、設備、成本等因素，難以滿足多元化、個性化、實時化的內容需求。AIGC通過參與產品生產全流程，能夠改善生產效率，降低生產成本，豐富生產形式，提高生產質量，創造更多的價值。

通過打造廣電專屬大模型，建立擁有廣電大模型基座的AIGC生產平臺，通過AIGC技術幫助廣電領域提高智能化水平和服務質量。通過智能內容推薦、智能語音交互、智能圖像識別、智能數據分析、智能廣告投放以及智能社交互動等多種方式，更好滿足觀眾需求和提高用戶體驗。

3.1? ?生產效率

AIGC以其高效的內容生成能力，幫助我們快速創作出豐富多樣的文本、圖像、音頻和視頻內容。只需提供主題、關鍵詞、格式和風格等要求，AIGC便能自動演繹出各種類型的作品，大大縮短了創作周期，極大提升了生產效率。

自動生成比人工創作更便宜，AIGC技術可降低成本，提高廣電在新媒體的競爭力。

在創意設計領域，創作者需花費大量時間和精力實現創意。而AIGC技術可通過對數據的學習和分析，快速生成創意性內容，激發創造力。[3]

在重復性工作中，如廣告語生成、標題、描述等，AIGC技術可以快速生成高質量內容。AIGC技術可以自動生成符合語法規則、拼寫正確的文本，提高工作效率和準確性。

總之，AIGC技術在提高生產效率方面具有顯著優勢。隨著技術的不斷發展和應用，AIGC會在更多領域得到廣泛應用。

3.2? ?輿論引導

AIGC可以生成與主題相關的內容，通過自然語言處理和機器學習技術，AIGC自動分析用戶需求和行業趨勢，生成高質量內容，從而影響人們對某個主題的看法和態度。

通過算法對用戶進行個性化推薦，根據用戶的興趣和行為，生成符合用戶需求的內容，引導用戶的關注點和行為。[4]

通過分析大量的數據和信息，挖掘隱藏在數據中的規律和趨勢，預測未來的發展和變化，提供有價值的參考和建議。

通過智能分析和過濾技術，對大量信息篩選和過濾，快速獲取有用的信息和資源，提高決策效率和準確性。

AIGC生產的內容可以具備輿論引導力。利用AIGC技術引導公眾的關注點和行為，維護國家安全和社會穩定。但AIGC技術也存在一定風險和挑戰，如信息過載、隱私泄露等問題，需加強監管。

3.3? ?數據導向

智媒時代勢必會造成傳統媒體的沒落，因此權威媒體如何在智媒時代生產和發展，就需要大量的互聯網相關數據信息，通過數據導向提升廣電領域的影響力。

（1）數據驅動決策：AIGC可自動分析數據和信息，發現規律和趨勢，為內容生產提供數據支持。在媒體領域，AIGC可通過對新聞報道、社交媒體等數據的分析，發現熱點話題和趨勢，為媒體內容生產提供數據支持。

（2）數據可視化：AIGC可將復雜數據和信息可視化呈現，通過圖表、圖像等方式呈現數據和信息的規律和趨勢，使得內容生產更具數據導向。在媒體領域，AIGC可以通過生成數據圖表、信息圖等可視化內容，使得新聞報道更加直觀和生動。

AIGC生產的內容具備數據導向能力，可更好地滿足用戶的需求和市場趨勢，提高內容生產的質量和效率。同時，數據驅動決策和數據可視化等技術可幫助人們更好理解和分析數據和信息，為內容生產提供全面和準確的數據支持。但數據質量和準確性是影響AIGC生產內容數據導向的關鍵因素，需在使用中加強監管。

3.4? ?媒體融合

廣電媒體融合是廣電領域的新發展方向，也是提升影響力的關鍵途徑。傳統廣電媒體融合主要依賴技術驅動，實現跨平臺、跨終端、跨媒介的傳播，但仍然存在內容、形式、模式等方面的局限。AIGC以內容為核心，推動廣電媒體的跨領域、跨界別、跨文化創新，打破廣電媒體的邊界和壁壘，提升其影響力和競爭力。

具體而言，AIGC可以從以下幾個方面推動廣電媒體融合。

內容融合：AIGC可以利用基于知識圖譜的內容理解和生成技術，實現廣電媒體的內容融合，為廣電媒體提供更豐富、深入、有趣的內容，增強其內容的吸引力和影響力。例如，AI大模型可以構建和利用知識圖譜，實現對文本、圖像、音頻、視頻等多模態內容的理解和生成，為廣電媒體提供更智能、全面、多元的內容服務。

形式融合：AIGC可以利用基于生成式對抗網絡（GAN）的風格遷移和生成技術，實現廣電媒體的形式融合，為廣電媒體提供更美觀、新穎、有趣的形式，提升其形式的創新力和競爭力。例如，AI大模型可以學習和遷移不同的藝術風格，實現圖像和視頻的風格轉換和生成，為廣電媒體提供更個性化、多樣化、高質量的形式服務。

模式融合：AIGC可以利用基于深度學習的內容推薦和生成技術，實現廣電媒體的模式融合，為廣電媒體提供更靈活、智能、高效的模式，提高其模式的適應力和效率。例如，AI大模型可以根據用戶的選擇和反饋，實現視頻劇情的動態推薦和生成，為廣電媒體提供更互動、個性、有趣的服務。

綜上所述，AIGC在廣電媒體融合方面具有巨大的推動作用，通過內容融合、形式融合和模式融合等技術手段，助力廣電媒體打破壁壘，實現跨界融合與創新。

4. AIGC解決了什么問題

AIGC賦能生產，解決人力、技術的不足，賦能媒體行業的轉型發展。

4.1? ?內容創新

AIGC是一種利用強大算力，對創意素材進行高效應用和再組合的技術。它通過先進的算法和模型，對海量數據進行處理和分析，以產生具有高度創造力和個性化的內容。這種技術的核心優勢在于其強大的計算能力和對創意素材的智能化處理。

AIGC的另一個重要特質是它可以借助海量數據、數字孿生和虛擬現實等先進技術，進一步提升其創意水平和優勢。這些技術的融合使得AIGC能夠更好地模擬人類思維和創造過程，從而生成更加豐富、多樣和具有創造性的內容。

AIGC在生產速度、專業水準和多樣性方面達到了卓越的境界。它可以在短時間內生成大量高質量的內容，而且可以根據不同的需求和場景，靈活地調整其生成的內容和形式。這種技術不僅可以提高生產效率，而且可以帶來更好的創意效果和用戶體驗。

AIGC契合新媒體生產的需求，因為它能夠高速、全天候、自主和多樣地生成內容。在新媒體時代，內容生產的速度和專業水準對于媒體的競爭至關重要。AIGC可以通過智能化的算法和模型，快速地生成各種形式的內容，以滿足不同平臺和用戶的需求。

除了內容生成之外，AIGC還可以在新媒體的策劃、制作和傳播等各個環節，提供全方位的支持。它可以對用戶數據進行深入分析，為策劃人員提供更加精準的策略建議；它還可以在制作過程中提供各種形式的輔助工具和自動化流程，以提高制作效率和質量；它還可以在傳播過程中通過智能化的算法和模型，優化傳播效果和用戶反饋。

AIGC是一種具有高度創新性和實用性的技術，它不僅可以提高內容生產的效率和品質，而且可以為新媒體的發展拓展更廣闊的空間。隨著技術的不斷進步和應用領域的不斷拓展，相信AIGC將在未來的媒體發展中發揮更加重要的作用。

4.2? ?生產賦能

在生產過程的各個階段，人工智能（AI）都發揮著至關重要的作用。一旦素材被輸入系統，AI就能自動處理各種任務，如文案、配音、視頻等，從而創造出高質量的作品。這種新型的新聞共創模式，使得記者和編輯與AIGC的協作成為可能，媒體的工作重點也因此轉移到了信息的整理收集和核實補充上。編輯部的角色也發生了轉變，從獨立創作者變為素材的收集者和組織者、節目作品的審查員，以及AIGC的改進者。這就好比媒體機構成為了“甲方”，可以隨時召喚不知疲倦的“乙方”（AIGC），提出各種創新的要求，讓AIGC進行修改、優化，直到滿意為止。[1]

在生產過程的后期，AIGC的獨立生成內容的能力使其不僅能自主收集素材，還能創新地重新組合和加工這些素材，最終以合理的方式進行分發。由于所有媒體單位以及世界各地的用戶內容都成為AIGC的數據來源，記者的“一己之力”已無法與AIGC的采集、編輯能力相比。因此，AIGC有可能成為全媒體采集、多平臺生產、多渠道發布的全局替代者。[1]這一切都預示著，AI將在未來的媒體生產中發揮更大的作用。

4.3? ?行業轉型

隨著深度學習模型的持續演變進化，AIGC將再次釋放出內容的無盡潛力和規模效益。這猶如一雙翅膀，一方面是規模與速度，一方面是質量和獨特性。AIGC以主動出擊的姿態，刷新著信息的洪流和邊界。尤其在人工智能的門檻逐漸降低之后，AIGC的創作更是如魚得水，將內容推向新的高度。它具有優質的生產力，因為它能覆蓋各種不同的表達格式，如創意的泉涌、表現力的萬花筒、傳播的快速通道、個性化的鮮明旗幟。AIGC的千人千面有別于當前自媒體生態的個性化展示，因為自媒體的個性更多受創作者的本性、知識等影響，而AIGC的個性化是在生成場景、用戶引導、算法調整、機器學習等多因素下催生的，這是一種更智能化、更精準的創作方式。隨著傳播力量的日益強大，未來的內容生態對于媒體機構或個體來說，都將帶來前所未有的體驗和挑戰。[1]

結語

AIGC，代表了革命性的內容生產方式，正在快速改變著媒體行業的格局。借助于人工智能的強大能力，AIGC能夠根據用戶的需求和偏好，智能地生成個性化、多樣化、高質量的內容。這種新型的內容生產方式，不僅為媒體帶來了創新和發展的新機遇，更為媒體融合開辟了新的道路?？梢灶A見，AIGC將會成為未來內容生產的主流方式，引領媒體變革的潮流。

AIGC在技術上的優勢顯而易見。通過深度學習和自然語言處理等技術，AIGC能夠自動化地解析大量的文本和圖像數據，并根據用戶的需求生成個性化的內容。這種技術應用不僅提高了內容生成的效率，也使得內容更加豐富和多樣。例如，AIGC可以根據用戶的興趣和偏好，自動地生成新聞報道、小說、詩歌、廣告等不同類型的文本，從而滿足用戶的不同需求。

除了技術上的優勢，AIGC在內容質量上也表現出色。通過利用人工智能的算法，AIGC能夠自動地優化文本的結構和語言，使得生成的內容更加流暢和自然。同時，AIGC還能夠根據用戶的反饋和評價，不斷優化和改進生成的內容，從而提高用戶的滿意度和信任度。

然而，AIGC在技術和倫理方面也面臨著一些挑戰和問題。首先，在技術方面，AIGC需要更加注重用戶體驗和交互。用戶需要能夠更加靈活地控制和參與內容的生成過程，以便獲得更加個性化的體驗。此外，AIGC還需要提高內容的多維度和深度。不僅要生成表面的信息，還要生成背后的意義和價值，讓內容更加有深度和內涵。

其次，在倫理方面，AIGC需要更加尊重人類的創造性和智慧。雖然人工智能能夠自動化地生成內容，但是它不能完全取代人類的作用和角色。人類創作者的價值和智慧是不可替代的，因此AIGC應該與人類合作和協作，實現人機共生和共贏。同時，AIGC也需要遵守社會的道德和法律，避免生成有害的內容，而應生成有益的內容，為社會的進步和發展做出貢獻。

為了應對這些挑戰和問題，我們需要加強AIGC的技術研發和倫理規范。在技術方面，我們需要不斷提高AIGC的智能化程度，優化算法和模型，以提高用戶體驗和交互效果。同時，我們還需要加強AIGC的安全性和隱私保護，確保用戶數據的安全性和隱私性。

在倫理方面，我們需要制定更加嚴格的規范和標準，以約束AIGC的行為和決策。同時，我們還需要加強人類創作者的道德責任感和法律意識，確保他們能夠為社會提供有益的內容和服務。

總的來說，AIGC是一種非常有前景和潛力的內容生產方式。它能夠為用戶和媒體帶來新的體驗和價值，也能為媒體變革帶來新的動力和方向。然而，我們也需要正視AIGC在技術和倫理方面的問題和挑戰。只有通過不斷地探索和創新，我們才能充分發揮AIGC的優勢和潛力，推動媒體行業的持續發展和進步。

參考文獻

[1] 王建磊，江浩. AIGC與融媒生產：賦能、互補與邊界[J]. 視聽界，2023（3）：21-25.

[2] 姚凱. 基于用戶興趣的個性化推薦方法研究與應用[D]. 西安：西安理工大學，2014.

[3] 郭全中，張金熠. AI+人文：AIGC的發展與趨勢[J]. 新聞愛好者，2023（3）：8-14.

[4] 朱滿洲. 基于協同過濾的個性化新聞推薦系統的設計與實現[D]. 南京：南京理工大學，2018.

作者簡介：馬小林（1968-），男，北京平谷，北京市平谷區融媒體中心技術部主任，副高級工程師，研究方向為廣播電視設備和網絡的維護管理和方案設計。

（責任編輯：李凈）