从Scube赋能两会报道探讨AIGC在新闻传播中的应用前景

  2024年伊始，生成式人工智能（AIGC）成为世人瞩目的焦点，对于新闻传播业来说，这无疑是一个至关重要的节点。随着AIGC技术的应用变得越来越广泛，辅助编辑、事实核查、数据分析、图像生成、智能数字人播报等在新闻传播中得到应用，新闻行业将面临在一个更复杂、更依靠原创性、更依赖技术融合的生态系统中去开拓空间的局面。

  在全球政治经济格局深刻调整的关键时刻，人工智能（AI）技术的革新力量正逐步在信息领域掀起浪潮，信息真实性与主流媒体稳定性的问题愈发凸显。有预测指出，至2026年，互联网上的绝大部分内容将由合成技术制作。因此，新闻机构与记者在积极拥抱新技术的同时，需保持包容审慎，密切关注人工智能在新闻业中的应用及其发展趋势。

一、AIGC技术在SMG新闻内容生产中的应用探索

  1. Scube平台介绍

  Scube智媒魔方，作为上海广播电视台生成式人工智能媒体融合创新工作室的AI能力产品化成果，其问世标志着SMG正式发起“AIGC攻坚战”。该产品汇聚并整合了上海广播电视台丰富的AIGC应用，可提供一站式的“开箱即用”体验，借助深厚的媒体领域资源积累和应用场景优势，实现了从“单点应用”到“全产业链打通”的能力跃升。Scube智媒魔方的强大能力可无缝融入各业务领域，为2024年全国两会等多项重要内容生产提供了有力支持。

  （1）实况自动拆条功能

  可将超过半小时的采访素材，依据提问节点自动分割成多段独立内容，便于后续编辑与使用。其关键在于运用唤醒词识别、说话人确认以及语音识别等尖端科技，精准地捕捉实况事件的关键节点，并自动进行内容剪辑。在此过程中，唤醒词识别技术起到引领作用，协助系统准确捕捉言语中的特定词语或短语，进而确定实况事件的起始与终结点。说话人确认技术则能够精准识别并确认不同发言者之间的转换，确保剪辑的连贯性与精确性。通过对语音内容的深度解析和理解，实现对实况事件的精确剪辑，从而使得最终呈现的节目更加引人入胜。这些先进技术的综合运用，使得实况自动拆条技术能够高效地捕捉和剪辑实况内容，为节目制作人员节省了大量的时间与精力，大幅提升了工作效率与节目品质。

  （2）智能自动生成标题与摘要

  自OpenAI发布生成式AI大语言模型ChatGPT以来，大语言模型已迅速被各行各业采纳并应用于实际工作场景中。然而，在实际应用中，通用大模型在生成与特定领域相关的内容时，其表现仍存在一定的不足。为解决这一问题，SMG技术团队依托开源大模型，结合自有丰富的内容素材资源，研发了一款专为媒体生产场景打造的大模型。该模型具备生成符合媒体行业标准的稿件标题和摘要的能力，从而更好地满足媒体行业的需求。

  新闻编辑上传外采音频、视频以及新闻文本素材，系统通过语音识别、语义理解提取信息，基于新闻内容训练的专业垂类模型对信息进行语言的重新组织和规整。同时，通过大模型的内容抽象总结能力，帮助新闻编辑总结摘要，提取关键词，生成各种风格的标题，满足各渠道内容发布的要求，形成全套新闻稿生产服务。

  在模型的应用过程中，开发人员积极采纳用户反馈，持续对模型结构和算法进行精细化调整，形成了一种良性的数据反馈机制，使得模型能够灵活适应媒体行业的日新月异和多元需求。持续迭代的模型训练方法，不仅确保了模型在生成稿件标题和摘要时的精准性与专业性，还使模型在渐进的优化中实现了性能的持续提升。

  （3）短视频内容剪辑

  智能视频剪辑系统运用了视频解帧、场景分析、视觉描述、语音识别以及自然语言处理等前沿科技。它能够精确理解用户通过自然语言描述所传达的视频剪辑需求，并据此进行高效处理。这一集成化解决方案实现了语音与图像信息的深度结合，从而更精准地把握视频内容的语境和语义，不仅大幅提升了视频剪辑的效率，也前所未有地优化了用户体验。

  系统允许用户通过自然语言描述其期望实现的视频剪辑效果，自动分析视频内容，并据此进行精准剪辑。这种以用户语言为接口的交互模式，极大地提升了视频剪辑的直观性和便捷性，使用户无需专业技能即可完成复杂的编辑任务。同时，系统通过融合视觉和语音信息，能够更准确地理解使用者的剪辑意图，从而提供更加精准的剪辑结果。

  （4）视频横转竖的技术应用

   随着智能手机的普及，竖屏模式逐渐成为现代人手机使用的主流方式，竖屏观看直播无缝融入用户的日常手机使用行为中。在竖屏模式下，直播画面能够占据整个手机屏幕，有效吸引观众的注意力，使其更加专注于直播内容。这种全屏显示不仅增强了观看的沉浸感，还使细节更为清晰可见，从而大幅提升了整体的观看效果。在2024年全国两会报道中，Scube采纳了横屏转竖屏的技术。这一技术基于深度的视频理解和缜密的分析，借助AI横转竖实时裁切功能，能够精准地识别并自动跟踪视频画面。当接收到横屏视频时，该技术能够迅速辨识画面中的主体元素，特别是那些主要角色或正在发言的人物。算法会对这些主体在画面中的位置、运动轨迹及其与其他元素的相对关系进行智能分析。识别出画面主体后，AI会进一步智能筛选横屏画面中适合以竖屏形式展现的区域。这一选择过程充分考虑了构图的审美性、内容的完整性以及观众的观看体验。通过精细的裁剪和调整，AI确保了转换后的竖屏视频能保留原视频的核心内容。

二、AIGC+新闻传播的研究动向

  信息技术的日新月异使全媒体的内涵和外延不断拓展，这就要求从业人员要深刻和辩证地理解“四全媒体”的特征。在智能媒体时代，主流媒体要用好大数据、云平台、 AIGC、5G 等技术手段和工具，建立智能新闻生产和快速反应机制，实现从内容创作到传播的全方位智能升级，从而进一步提高媒体的传播力、引导力，形成资源集约、结构合理、差异发展、协同高效的全媒体传播体系。

  媒体是与 AIGC 密切联系的行业，牛津路透新闻研究所2024年发布的相关报告指出，有超过一半（56%）的受访者认为，内容生产是目前生成式人工智能应用最广泛的领域。因此，AIGC将为媒体行业带来新的变革。一方面，新闻的主要传播渠道发生变化，传播的效率、边际效益和准确性将大大提高；另一方面，新闻的生产方式也迎来剧变，AIGC将逐渐延伸至新闻生产核心环节，从而真正进入智能媒体的时代。

  1. AIGC+采编

  目前人工智能在新闻生产的应用主要是由机器人依据预设的模板来分析和写作内容并产出新闻，如腾讯平台的Dreamwriter、新华社的快笔小新、今日头条的Xiaomingbot等，相继应用于新闻报道，大大提高了新闻生产的效率，这些工具使得新闻能在极快的时间内进行传播。

  可以预见，随着模型精度的提高，包括对自然语言的处理技术、生成对抗网络（GANs）、迁移学习等方面的研究与应用的突破，AIGC技术必将在新闻内容创作领域得到广泛应用。通过结合自然语言处理、深度学习等前沿技术，AI能够更全面地掌握新闻事件的内涵与背景信息，进而生成更加精准深刻的新闻报道。新闻的采集也可借助智能大数据搜索，并通过AIGC在新闻选题、新闻线索、新闻素材等方面进行集成，从而极大提高信息收集及编辑的效率。同样，借助AIGC技术的力量，记者能够更精准地发掘新闻数据的潜在价值，从而为新闻决策提供坚实的数据支撑。

  2. AIGC+分发

  个性化推荐：利用AIGC技术分析用户偏好和行为数据，可以实现个性化的内容推荐，提高用户体验和参与度。

  平台适配性：根据不同的内容分发渠道和平台，AIGC可以优化内容格式和风格，实现内容、平台、受众的适配。

  实时更新：利用AIGC技术生成的内容可以随时更新和调整，以应对不断变化的需求和突发的事件，保持内容的新鲜度和吸引力。

  语言和文化适配：AIGC可以生成多语言和多文化的内容，结合内容分发平台，实现跨地域和跨文化的内容分发，拓展受众群体。

  3. AIGC+智能交互

  自ChatGPT问世以来，AI大语言模型的突破对交互式新闻生产与综合服务型新闻客户端平台的建设提供了重要的技术支持。随着技术更新的加速与资源规模化投入的加持，交互式AIGC在泛新闻生产中的应用会成为新的风口。新闻媒体在融合化、数字化、智能化的发展中应继续加强同相关产业的合作，例如AIGC+新闻+政务服务模式，自然语言对话、多模态交互、情感感知、虚拟数字人客服等潜在应用无疑会为政务服务提供普适性与个性化应用相结合的创新赋能，也将给城市数字化转型带来深刻变革。

三、面临的风险与挑战

  1. 信息的可信度

  AIGC生成的内容可能缺乏实时性和准确性，存在误导性和不准确的风险。由于AIGC系统仅依赖于先前的数据和算法，可能无法应对新的事件或信息。

  2. 算法偏见

AIGC系统可能受到算法偏见和歧视的影响，导致生成的内容倾向于特定群体或观点，从而产生不公平现象，影响新闻报道的公允性。

  3. 法律和道德风险

  AIGC带来的法律与道德风险更不能被忽视，如知识产权问题，AIGC创作的“新闻”是否受著作权法保护？版权归属哪方？还有责任归属问题，当人工智能算法出现错误时，责任应由谁承担，是算法开发者、使用者还是其他相关方？

  4. 职业替代影响

  AIGC的广泛应用可能导致传统新闻传播行业中部分工作岗位被取代，从而带来失业和被动职业转型的风险与挑战，需要采取相应的政策和措施来缓解其影响。

  同样，新闻传播在采用人工智能的过程中面临的监管问题、新闻工作者的抵制、受众偏好的变化以及技术基础设施的不兼容性等因素，都可能影响新闻机构采纳人工智能的速度，进而决定其对新闻业实际影响显现的速度。

  人工智能的角色已超越单纯工具范畴，成为新闻制作过程中的关键合作伙伴，渗透到新闻传播领域的各个环节。这种合作关系的建立，需要我们在享受人工智能带来的高效与深刻见解的同时，始终维护人类创造力的独特地位，确保两者之间的平衡与和谐，避免从新闻生产者转变为“核实者”的尴尬局面出现。

  结语

  人工智能的快速发展呼唤新闻生产的转型与升级，随着生成式AI产品的出现、AI大语言模型的技术突破，AI技术的应用与影响又掀起了新一轮热潮。上海广播电视台利用AIGC的相关技术，同时运用智慧媒资、个性化算法推荐、4K/5G等其他技术一起搭建Scube智慧魔方，全方位地对新闻生产赋能。新闻媒体应积极拥抱人工智能技术，把握新技术创新带来的“红利期”，理性、客观、全面地看待AIGC之于新闻业的价值与影响，在智能媒体发展大势下调整现有的结构与模式，迎接变革与挑战。

  目前的人工智能主要聚焦于新闻内容的重组，尚未对新闻机构的核心需求和动机造成根本性变革，并未对收集信息、处理数据、编制新闻内容、拓展受众群体以及实现经济收益等基本需求产生实质性影响。但它正在对新闻工作领域产生深远影响，其变革性作用不仅限于编辑层面，还延伸至商业层面。在某种程度上，我们正在目睹新闻工作通过人工智能进一步实现优化，未来人工智能的进一步发展，也可能使其具备取代部分新闻工作者的能力。这种重塑的广度和深度将受到具体环境和任务需求的制约，同时还会受到制度激励和决策因素的影响。人工智能对新闻界及公共领域的具体影响，在很大程度上也取决于新闻组织和管理者对于技术应用的策略决策。

  同时，AIGC在新闻传播领域的应用虽然前景广阔，但也面临一些挑战和风险，如信息真实性和可信度，内容原创性和版权问题、用户体验和算法偏见等方面的问题。因此，在应用AIGC时需要加强技术创新，加强内容监管，注重用户体验，以确保其合法、可靠和负责任的应用。

（作者简介：林云川，上海广播电视台技术中心主任、上海东方传媒技术有限公司总经理；

蒋晓峰，上海东方传媒技术有限公司研发中心总监助理、AI实验室主管；

杨小佳，上海东方传媒技术有限公司总经理室战略与投资主管；

汪斌晟，上海东方传媒技术有限公司总经理室战略与投资主管总监助理）

参考文献

【1】Felix M. Simon.Artificial Intelligence in the News：How AI Retools，Rationalizes，and Reshapes Journalism and the Public Arena.

【2】Nic Newman.Journalism, Media, and Technology：Trends and Predictions.2024

【3】Caitlin Chin.Navigating the Risks of Artificial Intelligence on the Digital News Landscape.

【4】Cyan Zhong.How Media Leaders Will Make AI Work in 2024, from HubSpot’s VP of Media.

【5】Wei Zhang.Jose' Manuel Pe'rez Tornero, and Qiusheng Tian.Dissecting Automated News Production From a Transdisciplinary Perspective: Methodology, Linguistic Application, and Narrative Genres.

【6】葛文婕.“四全媒体”语境下AIGC助推主流媒体升级研究[J].青年记者，2023年12月下，P89-91.

【7】吴 楠.人工智能在新闻传播中的挑战与应对策略研究[I].传播与版权，2024年第5期，P4-6.

【8】周葆华，陆盈盈.生成式人工智能影响下的新闻生产创新：实践与挑战[J].青年记者，2024年第3期，P5-11.