智媒时代主流媒体短视频生产的场景框架与风险归因

一、主流媒体短视频生产的价值内涵与智能化转向

  党的二十大报告提出，要“加强全媒体传播体系建设，塑造主流舆论新格局”。在当下，媒体生态和舆论格局正发生着深刻的变化，网络内容建设尤其是视听领域的建设至关重要。《中国网络视听发展研究报告（2023）》数据显示，截至2022年12月，网络视听用户规模超10亿，[1]取代微信、QQ等即时通讯软件，一跃成为体量最大的网络阵地。其中，短视频用户占比最大。短视频的产品形式借助现代社会中的碎片化特性，以其门槛低、传播广、视觉冲击力大和社交属性强等特点，成为当下受众“触网”的首要平台。在短视频场域，一方面可以看新闻、获取知识；另一方面也成为舆情扩散的发酵池。在全媒体传播体系的建设中，主流媒体必须抓住短视频这一重要的媒介形式，将内容优势同媒介发展趋势紧密结合，做好对主流价值观的引导功能。

  主流媒体的媒介变革始终同技术的发展同频共振。纵观媒介融合的发展之路，从人民日报的“中央厨房”和新华社的全媒体平台，从融媒体传播矩阵到县级融媒体中心，再到当下最热的大模型、大数据，在技术变革的加持下，智媒时代主流媒体的传播效能不断提升。就视听领域而言，就经过了机器人写稿、虚拟主播、智能分发推荐与AIGC（生成式人工智能）等发展阶段。

  媒体的“智能化”最早体现在内容生产的程序化上，即早期的机器人写稿。这一新闻形态开始于2014年美联社的业务实践。美联社率先将财经报道这一相对客观、文本格式较为规整的新闻业务引入机器人写稿领域。随后，新华社的“快笔小新”、财新网的“财小智”、今日头条的“Xiaomingbot”、南方都市报的“小南”等机器人写稿平台大量出现，在财经、体育领域的文稿写作和视频脚本输出等方面，提高了生产效率。但由于在复杂内容处理、议程设置、信息筛选等方面的局限性，机器人写稿难以对新闻业的根本业态造成实质性冲击。

  在短视频领域，虚拟主播发展迅速。早期的虚拟主播主要为2D虚拟主播，[2]依靠深度神经网络渲染技术，能够较好地以动态的形式再现人类的语言方式、微表情乃至行为动作，进而实现对现实主播的高度还原。如新华社联合搜狗公司，于2018年推出了首款AI合成2D主播“新小浩”，产出多条新闻报道。2019年，新华社在两会期间推出了全新升级的2D站立式AI合成主播“新小萌”，服务于重大主题报道。但2D虚拟主播平面式的“还原”没有实现对视频本身素材的超越，不能与观众输入的信息进行联结，在互动性上有所欠缺。随着AI技术的进一步发展，3D虚拟主播应运而生。2020年，新华社推出了全球首个3D版AI合成主播“新小微”，这是以AI实时驱动的3D数字人，可以通过高度仿真的形式对两会进行报道。北京冬奥会期间，央视新闻的AI虚拟手语主播上线，为听障人士提供便捷服务。从2D到3D，从虚拟主播到虚拟数字人，技术的局限在不断被攻克，对话交互的功能性越来越强。“对话性”也正是新一代以ChatGPT为代表的大语言模型的特征所在。

  随着人工智能技术的快速发展，元宇宙、大模型等技术深入介入了新闻生产链条的各个环节。智能传播的底层逻辑离不开算力、算法和数据的支撑。在短视频领域的风口，多数主流媒体入驻短视频平台，在手机端的“小屏”上产出新闻内容，主动变革新闻议题。在平台上，主流媒体的新闻实践同样要受到“算法”的制约，其产品的迭代不可避免地从强调价值与规范为主的新闻选择机制，转向以算法推荐为主的流量机制。[3]

  在数据维度，2022年年底，OpenAI推出了ChatGPT3.5。一经推出便风靡全球，意味着智媒时代的彻底来临。2022年作为AIGC（生成式人工智能）元年，开启了新一代人工智能的竞争窗口。较之元宇宙，ChatGPT等大模型有了更为实际的载体，“数据”的可实用性进一步得到增强。2023年，百度发布新一代大语言模型“文心一言”，与多家媒体展开合作。如上海澎湃新闻、河南广电、湖北广电、每日经济新闻等多家媒体宣布介入百度大模型，探索智能化媒体的可能路径。在平台算法和数据生成的加持下，主流媒体的短视频转型有了工具支撑和路径可能。若主流媒体短视频发展同人工智能能够真正结合并实现规模性应用，还需在场景建构上下功夫，关注互联网场景中要素的互动，从数据驱动——内容创新——传播分发——审核机制等多角度，实现智媒体时代技术转型的前瞻落地。

  随着短视频越来越占据受众心智，短视频文化成为一种新的社交流行。主流媒体在智媒时代必须抓住短视频的风口，通过与人工智能技术的结合，全场景、全链路创新短视频新闻，实现提档升级。目前，主流媒体的短视频新闻生产主要分为两种，一种是新闻机构自建平台，如央视新闻客户端、澎湃新闻等，通过自身强大的媒介生产能力吸引各类渠道入驻，构架传播生态与视频矩阵；另一种则更为常见，媒体生产短视频新闻后，在各类平台如抖音、B站、微博上发布，经由算法推荐至受众。

  无论哪一种模式，短视频的新闻生产都打破了原有的机制流程。加之人工智能的快速演进，使短视频新闻原有的线性采集与发布模式被打破，生成了一种层状、平行的场景框架与流程链条，[4]场景内的各个要素互相影响、彼此依存。斯考伯等学者将“场景”概念引入新闻生产，认为场景包括大数据、传感器、社交媒体等要素。[5]本文借助这一概念，结合当下的新闻生产特性，以数据驱动、内容创新、传播分发和审核机制四个场景为切入点，考察主流媒体短视频新闻生产如何同智媒时代人工智能技术加以融合创新。

  （一）数据驱动

  生成式人工智能的核心特征之一是数据，数据驱动是智能传播的本质。依靠大模型，能收集各类文本、图像和音视频内容，对其进行标记处理后，可以打造进行编辑加工的媒资素材库。以数据为驱动的平台，可以在素材库的基础，融合各项人工智能技术，打造“媒体大脑”，推动生产效率的提高。如新华社等主流媒体对新技术的采纳程度很高，通过自然语言处理、视觉和音频语义理解等技术，建立了MAGIC短视频智能生产平台。该平台将媒资素材库与短视频生产加以结合，能够进行文字识别、自动生成字幕和智能剪辑等操作，根据视频图像推荐背景音乐，在可视化呈现、互动传播方面起到了积极作用。

  每日经济新闻作为较早开启智能化介入的媒体，把2020年定义为其技术转型元年，尝试在新闻报道中加入AI元素；将2021年定义为视频转型元年，推出AI财经快讯视频；2022年至今，将大模型介入自主平台“雨燕智宣”，利用AIGC的数据生产特性，完成视频文案撰写、风格化写作、AI绘画等重要工作。[6]作为垂直类财经媒体，大模型与细分数据领域的结合更具有针对性。在数据系统之外，3D虚拟人也是主流媒体短视频新闻生产的重要方向。但受限于技术发展和成本问题，虚拟主播更多用于两会报道、奥运报道等重要场合，未来有待于在更多场合落地实践。

  （二）内容创新

  传统的新闻实践主要为个体化生产，新闻从业者依靠所累积的个体经验制作新闻。在智媒时代，人际协同进一步得到加强。从业者可以利用数据驱动的自动化内容生产和数据分析，生成数字知识图景和具有创意性的观点内容。再加之个体经验，更容易实现报道内容的创新。2023年，ChatGPT4.0发布。较之ChatGPT3.5，其有着更大的参数规模和更强大的计算能力，即“算力”更强。借助更强的大模型，短视频的文案可以有多样化的风格呈现。根据题材、事件、地域等不同因素，可以生成更具针对性的表达，增强视频文字和语音的艺术化表现，进而实现内容的创新。

  借助人工智能的“数据”和“算力”特性，主流媒体的短视频新闻可以做好受众分析和效果评估工作。通过吸纳人工智能匹配内容和用户的数据，在社交媒体中实现短视频新闻与受众的情感联结，体现主流媒体的价值引领担当。如中央广播电视总台、新华社、《人民日报》等媒体机构入驻B站，在传播素材、内容创新等方面同人工智能加以结合，以“UP”主的虚拟分身拓展了主流媒体的新兴受众和影响力范围。

（三）传播分发

  人工智能的另一显著特征便是算法。主流媒体短视频新闻在平台上的投放，受到算法模型的影响。能够切中用户需求的短视频新闻，在热点事件、关键节点中可见性程度高，更容易成为爆款。但由于技术壁垒和商业秘密等因素的影响，数字平台的算法“黑箱”具有不可见性，其负面作用正在不断显现。一旦过分追求平台流量，迎合受众需求，则难以发挥主流媒体的思想引领功能。优化同数字平台的沟通机制，与平台联动共建，在传播分发时用好算法特性，加大主流媒体短视频新闻在流量分发池的权重占比。[7]

  针对央视频这类媒体自建视频平台，只有建立合理、有效和可靠的算法机制，才能真正理解受众，最大程度地做好精准分发与内容推荐。2018年，人民日报提出了“党媒算法”的概念，即在传统算法基础上加入主流价值观的板块，进而提供更多导向正确的优秀作品。在短视频领域，中央广播电视总台推出了具有可用、可管、可控特征的“总台算法”。主流媒体的算法区别于商业平台，强调思想性、艺术性和商业性的平衡，根据节目类别建立分类算法，将主题价值、内容建设、受众偏好同算法模型有机结合。[8]联合平台适配算法、自建平台算法是智媒时代做好传播分发的重要途径。

（四）内容审核

  智能媒体大模型语料库需要超量的文本和视频等信息进行“喂养”训练。这些语料的来源广泛，既包括各类媒体和社交平台，又有互联网用户的各类互动，共同构造了一个复杂生态系统。[9]复杂系统和海量内容离不开内容的审核。以央视频为例，该平台对内容创造者的把关，较短视频平台而言更为严格和有迹可循，以确保短视频新闻的创作水平和舆论导向。在审核平台上，央视频通过机器学习进行识别、标记新闻要素，辅助后台编辑进行审查和校验。[10]若短视频未能通过审核，可向编辑查询未通过原因。新华社将人脸核查功能引入内容审查平台，通过人脸识别系统，在视频素材中识别人物，提高事实核查的准确度。

  主流媒体在短视频平台的新闻投放审核则受到诸多因素的影响。在算法“黑箱”的模式之下，平台的审核机制透明度不高，容易出现内容审核偏颇。在制作重大时政、敏感事件短视频时，可能会触发审核机制。平台为避免潜在风险，可能对视频进行限流或限制，进而影响正常的传播。

三、智媒时代主流媒体短视频生产的风险归因

  （一）流量导向下的“新黄色新闻”

  在当前的数字媒介环境中，一种新的新闻形态——“新黄色新闻”正在兴起。“新黄色新闻”承接了19世界末美国纸媒竞争的“黄色新闻”传统，以刺激性和趣味性的社会报道为旨趣，具体表现为用惊悚、快节奏音乐为背景，以黄字黑底作标题，内容包括暴力煽情、政治煽情和伪科学煽情等形式。这类短视频主要在自媒体渠道分发，但随着流量压力的倒逼，不少主流媒体在媒体融合过程中纷纷下场，迎合算法的推荐逻辑，以争取更多的受众。在短视频制作中，媒体常对自媒体发布的短视频进行简单的新闻化包装，随即向平台输出。

  实际上，这类短视频的新闻元素不够丰富，却以情绪化、低俗化的形式，在一定程度上消解了主流媒体的严肃性与权威性。随着“把关人”功能在短视频领域的模糊，加之媒体对流量和算法的追逐，助推了“新黄色新闻”的盛行。专业媒体应建立相对客观完善的效能评估体系，在媒介变革、受众需求与新闻品质之间保持平衡。

  （二）数据标记的安全性与真实性

  数据安全是人工智能要解决的首要问题。当前，人工智能与新闻业的融合尚未到成熟阶段，始终面临着数据安全与隐私管理的问题。作为主流媒体，内容安全始终是意识形态的红线。人工智能需要大量数据进行标记和训练，媒体处理这些数据必须确保国家的信息安全和用户隐私安全，要切实提高数据安全管控和评估能力。

  数据的真实性是人工智能面临的又一大问题。大语言模型的出现，使得虚假信息的生成更加便利和易于伪装。人工智能信息来源于互联网，但互联网信息本身良莠不齐。若不加以筛选，虚假信息便会污染语料库，进而污染模型结构。[11]另一方面，虚假信息的分辨也越来越困难。人工智能会模仿人类语言方式进行内容润色，使之更符合阅读习惯。除文字外，人工智能虚假信息的生成已经拓展至图片、音频乃至视频的多模态结构。短视频不应该成为谣言的聚集地，这一现象应引起关注。

（作者简介：南京师范大学新闻与传播学院博士生）

[本论文受到江苏省研究生科研与实践创新计划项目资助（KYCX23＿1622）]

【1】周结.中国网络视听发展研究报告(2023)[R].中国网络视听节目服务协会,2023.

【2】刘学东,万高迈.浅析虚拟主播在财经媒体中的应用和未来发展——以每日经济新闻AI电视为例[J].采写编,2022(10):9-11.

【3】张蕾.智能算法下短视频新闻传播的议程设置探究[J].新闻爱好者,2023(02):42-44.

【4】郭小平,贾瑞欣.短视频新闻的创新法则、发展困境与提升路径[J].中国编辑,2022(03):86-90.

【5】罗伯特·斯考伯,谢尔·伊斯雷尔.即将到来的场景时代[M].赵乾坤,周宝曜译.北京:北京联合出版公司,2014:11.

【6】刘学东.以智能媒资库为核心 实现“AI化+视频化”——每日经济新闻战略转型的思维之变与技术路径[J].中国记者,2023(07):59-65.

【7】朱瑞,李良荣.加强全媒体传播体系建设的逻辑、内涵和支撑[J].新闻战线,2022(23):86-89.

【8】梅剑平,王乐.主流媒体算法的破茧之路——以总台算法在央视频的应用为例[J].中国记者, 2022(10):117-120.

【9】方兴东,顾烨烨,钟祥铭.ChatGPT的传播革命是如何发生的?——解析社交媒体主导权的终结与智能媒体的崛起[J].现代出版,2023(02):33-50.

【10】郭志强.打造中央广播电视总台综合性视听新媒体旗舰平台——访央视频融媒体发展有限公司技术总监韩嫕[J].现代电视技术,2020(09):38-40+33.

【11】史安斌,刘勇亮.从媒介融合到人机协同：AI赋能新闻生产的历史、现状与愿景[J].传媒观察, 2023(06):36-43+2.