科技公司在内容产业的场景探索 ——与智能共舞 共赴菁彩未来

  科技公司怎样跟行业完美地结合在一起？原来我一直把科技公司和行业比成两条铁轨，远远地看可以有交汇处，但一直交汇不了。换言之，腾讯一直在想，如何把腾讯的行业应用赋能到内容产业。

一、AIGC在腾讯运营中的应用

  与其他公司的模型相比，腾讯的模型和AI更偏向于文科生的模型和AIGC。可能很少听到腾讯的大模型在外界拥有很高的呼声，但其实腾讯一直在修炼内功。腾讯现在已有约600款应用接入了自己的大模型——混元大模型，包括腾讯会议、腾讯广告、腾讯视频、腾讯新闻，甚至QQ和微信支付都已经接入了混元大模型。

  通过这些应用，腾讯如何快速地将内部产品切入大模型，让它们做磨合和锤炼？腾讯有很强的内部激励机制，设有专门的激励资金以及激励平台，每一个创作者、每一个腾讯的员工，针对自己不同的业务维度，去调用后台的AIGC平台，组合出相应的应用后，这个应用可能就会在腾讯内部持续地发酵。发酵出来后，不仅腾讯新闻会使用，腾讯视频、企鹅号，甚至微信的每一个员工都会用到，这时就会把AIGC的应用累积到最热的阶段，甚至孵化出自己的产品。这是我们在内部的一个应用方法。

  其次，应用场景方面。首先是AIGC腾讯会议的应用。现在腾讯会议有上亿的日活，每天的AI调用日活已突破30万。可以想象一下，在开会的时候调用它，可以实时做回顾总结；如果入会晚可以借助AI了解前面会议的概要；甚至有没有@我，腾讯会议都可以记录下来。我们也在尝试思考，有没有可能在电视台的编前会或者策划会上使用腾讯会议？在会议结束后，采访大纲会自动生成并@到某一个人，甚至形成专属的文档给到记者，让记者快速地知晓采访的要点和网络信息，抓住每一个重点。另外，腾讯会议是否可以做生产的辅助管理？比如与文稿或者Copilot打通，然后让AI生成的文件逐一将会议纪要分发给记者编辑，让他们去做相应的工作，这样可以把记者的精力解放出来。

  第二是腾讯新闻。腾讯新闻很早就尝试用AIGC来写标题及push流（内容推送，编者注）。目前，腾讯新闻90%的push流都是通过AIGC生成。在简短的15个字里面，能让读者清晰地了解上万字的内容，勾起读者点开的欲望。现在腾讯新闻在长文字的理解上具有很强的能力，可以在上万字的文章中排除干扰、找全信息点、提炼关键词。腾讯也就此与SMG进行了沟通，发现想法不谋而合。现在SMG拥有一个专门的平台做新闻文稿生成——将采访的通稿给到大模型，每天给大模型成千上万篇稿件，大模型快速地理解、提炼、总结，快速生成一个符合SMG调性的新闻通稿。目前这个大模型已经训练成为有SMG调性的大模型了，成为专门部署在本地的模型，可以节省大量的人力、物力，提高效率。

  第三，腾讯广告。广告是广播电视的支柱产业之一，但随着很多广告被投入到互联网，同时现在媒体融合也在往互联网方向走，因此不妨设想，如何在广电行业把广告和互联网广告结合在一起。而腾讯广告在投放的维度，做到了懂人、懂货、懂匹配。在生产的维度，可以借助图生视频、文案助手，还有文生视频的功能辅助。现在腾讯广告后台搭载了妙手空空平台，只要简单的几句话，它就可以生成一个广告语，紧接着根据广告的文风生成广告图片。我们可以想象，下一代的广播电视广告系统会是什么样？是否可以通过创意、通过个性化的设置去增强投放的力度和社会的感知，即人的感知及与商品的匹配？这是未来可以思索的方向，腾讯在这方面也有一些思考。

  其次，在运营中的应用。从前端的生产到广告投放，再到后台运营，腾讯也有很多应用。比如腾讯公益以及腾讯新闻20周年庆典活动中都采用了AI来生成插画。腾讯与深圳报业和北京台做春晚的拜年活动，取得了明显的效果和效益。此外还有腾讯阅文集团用AI写网络小说，以及微信读书里用AI生成大纲……因此，AIGC并不遥远，它已经应用到我们生活的方方面面。

二、面向传媒行业未来的AIGC智能体应用平台解决方案

  腾讯有一点点的内容属性，有一点点的媒体属性，如果大家站在一起，可以更好地实现这个行业的突破。腾讯一直在思索如何一起去构建一个应用的平台，实现“一应用、一平台、多引擎、多模型”。

  另外，现在开始提及智能体（multi-agent，编者注）。智能体是什么？我们认为智能体是消除幻觉（hallucination，指人工智能的误判、偏差、“一本正经的胡说八道”，编者注）的最有力的帮手，模型也是消除幻觉的有力帮手。在构建完模型以后，如何去消除幻觉？AIGC可以有所作为。

  首先，可以去定义电视台里面的每一个岗位都是一个agent（代理人角色，编者注），而不是整个流程只有一个agent。同时，每一个岗位设置的agent，不是为了代替真人而是帮助人类来完成自己的工作，提高效率。

  其次，大模型会有一个开发平台，它可以重构现在的广播电视流程，通过workflow（工作流程，编者注）灵活地传递。以前所有的流程是串行的，未来的流程也许可以打造成并行的流程。

  第三，多模型的引入。接入多家大模型，但同时要训练自己的数据集。近期腾讯也在帮央视去做视频的数据集的训练。这是一个很有难度的工作，许多混元工作人员也参与其中，最终构建了一个平台，拥有海量的存储资源、多模型的引擎，包含平台和应用的概念。

  最后，正如前面提到的，在定义agent时，不能仅仅专注于生产制作。只有打造个人助手，AI在生活环境中才能提供更好的辅助。因此，需要把办公协同和业务生产领域融合起来，才能做出完整的、有效的、低幻觉的大模型。

  Agent有这么厉害吗？腾讯在前不久发表的一篇文章中对此进行了论证。文章中，我们在这个虚拟空间里模拟了一个翻译公司，然后在翻译公司里模拟了每一个角色，有高级翻译、初级翻译，其中高级翻译也有多个角色来定义。角色定义完成后，把所有流程串起来，把每一个角色的人格、工作年限、岗位职责进行定义。定义完成以后进行测试，结果发现幻觉的消除率提升了至少20%。由此可以说明，真正的翻译人员在没有看到原始著作的时候认为AI翻译的成功率为55%左右；而当他们看到原文原著以后，发现AI的成功率能提升到66%。这就说明，它也是消除幻觉的一个强有力的帮手。

  已有的成功案例推动我们设想，是否可以模拟出一个编辑部，这个编辑部不是取代每一个人，而是在生产过程中提供帮助。AIGC来得很猛，但不应对其产生畏惧，大家抱团取暖，同舟共济，一定有一个很美好的春天等待着我们。

（作者简介：腾讯云传媒与新文创行业总经理）