杨明品：以新质生产力加快推进广电媒体深度融合转型

电子信息科技催生了广播电视媒体，数字信息科技催生了互联网，互联网的持续迭代发展使各行各业融入其中，“互联网+广电媒体”开启广电媒体融合转型进程。而今，以人工智能为代表的新一轮科技革命展现出巨大力量，也为传媒新质生产力的生成发展注入了强大动能，推动包括广播电视在内的所有媒体的重构，广播电视从融媒体、全媒体向智媒体转型由浅层向深层推进，未来媒体的壮阔图景悄然展开。

一、新质生产力是广电媒体融合转型新的关键变量

“要牢牢把握高质量发展这个首要任务，因地制宜发展新质生产力”，这是习近平总书记着眼未来发展提出的重大论断和从实际出发做出的重大部署。我们要深刻理解习近平总书记关于新质生产力的系列重要论述，深刻认识广电媒体深度融合转型的基本特征、主要任务、瓶颈制约和创新路径，加快把新质生产力发展转化为广电高质量发展的根本动力。

新质生产力以第三次和第四次科技革命和产业革命为基础，是科技创新交叉融合突破所产生的前沿性成果，具有“七化”特征，即信息化、网络化、数字化、智能化、自动化、绿色化、高效化。我们理解，新质生产力这个“新”，在内在逻辑上主要体现为：新技术激发新动能，形成新优势，促进新业态，打造新产业，形成新模式，拓展新领域，开发新赛道，实现新发展；在本质上主要体现为高效能、高效率、高质量，关键是面向新兴领域，面向未来产业，推动高质量发展。

对于广播电视和网络视听媒体来说，新质生产力包括但不限于：人工智能、高端算力和算法及视听应用、大数据、虚拟现实、数字人、5G和6G移动通信技术和设备，以及超高清摄录、制作、传输、播出、存储、终端显示系统等。此外，还包括能够创新、开发、运用、改进和优化各种视听高新技术和发展高新音视频、改造优化传统广电的高素质劳动力，简单说，就是“前沿技术+前沿人才”。

以人工智能为代表的新质生产力正在颠覆广播电视和网络视听媒体现有的信息内容的创作生产、传播、消费、运营模式，进一步推动媒体深度融合，重构媒体技术与运营的底层逻辑及其与用户的关系，极大丰富和创新媒介形态、功能及其产品和服务，显著提高生产与传播效率，重塑国内外媒体的传播版图和竞争格局。因此，已成为广电媒体进一步融合转型发展的关键变量。

这个变量正在爆发式成长， ChatGPT 和Sora等生成式人工智能应用为媒体特别是视听媒体新质生产力发展打开了“魔盒”。前不久，具有超强视频生成能力的Sora生产的逼真视频引发全球关注和热议，大语言模型、视频生成、具身智能、音乐生成、世界模型、垂类行业大模型等前沿议题不断突破。文生视频大模型的成熟标志着AIGC时代到来，视听行业迎来了划时代革命。

一是AI大模型爆发式增长。从全球范围看，主要国家均在积极推动大模型研发和应用，中国和美国是大模型技术领域的引领者。数据显示，截至2023年底，中美两国发布的通用大模型总数占全球发布量的80%。今年2月以来，Sora等文生视频模型、Kimi等文本生成模型以及Suno等音频生成模型轮番展现了AI的多模态生产能力。中国有关科技企业和主要网络视听平台纷纷发布自有大模型或AI产品，正处在大模型落地的场景反哺技术阶段，需要在深度场景挖掘更多数据，有效提升算法能力。截至2023年12月，中国发布的10亿级参数规模以上的大模型多达234个，大模型的参数量和参数规模均呈现指数级增长。如中央广播电视总台的“央视听媒体大模型”、腾讯的“混元大模型”以及湖南广电的AI导演“爱芒”、抖音的AI助手“豆包”。这些探索标志着我国的AI大模型也从1.0图文时代迈入了以音视频多媒体为载体的2.0时代。

二是人工智能产业链上下游和生态加快培育。领先企业部署打造人工智能生态，加快推动人工智能的场景化、产业化。OpenAI声称将募集7万亿美元用于打造人工智能生态，Meta平台将投入超过100亿美元建设人工智能基础设施，2024年将生成型人工智能技术应用到核心社交媒体和硬件产品中。智能终端将更加智能和智慧化，成为人工智能助理（AIAgent）。

三是人工智能大模型加快与广播电视深度融合。广播电视和网络视听是文生视频大模型较早的典型场景，逐渐重塑视听内容生产、传播、消费方式和产业链。我国广播电视正在经历网络化、数字化、智能化三重转型叠加，网络化、数字化转型的缓慢和不足将影响智能化转型，但也面临跨越性转型的机会。

现在视听大模型研发和垂直应用加快，进入爆发临界点，广电媒体越来越多运用AIGC，不断取得突破性进展。近期，生成式AI在广电领域的应用内容纷纷登场，文生视频AI动画片《千秋诗颂》、AI全流程微短剧《中国神话》等生成式AI作品，其美术、分镜、视频、配音、配乐全部由AI完成。人工智能正逐步嵌入广电媒体内容生产、传播运营和管理体系，推动广电媒体向智能化融合转型。

四是广播电视和网络视听内容生产方式面临有史以来最大变革。进入AI大模型2.0时代，多模态生成的进化将推动视频、音乐、人物到具身智能的演进，视音频内容生产和消费链条被彻底改变。据悉，国内企业爱诗科技今年1月推出视频生成模型Pixverse，目前已实现1000万次视频生成，被全球创作者广泛应用于AI内容创作中。这意味着文生视音频大模型的场景应用越来越成熟，并成为视听媒体重要基础设施，任何创意都可以通过这个工具转化为视音频。

传统广电的基础设施和生产方式将被加快淘汰。因为拥有通用人工智能，人工智能的应用能力和生态成为竞争壁垒，创意成为核心竞争力。参数、数据、算力和人才，成为人工智能的主要要素，也成为广电媒体深度融合转型和高质量发展的根本。

二、人工智能为广电媒体融合转型注入新动能、提出新要求

媒体融合缘起于互联网，加快于移动互联网，数字技术的演进不断促进媒体融合并为媒体赋能。就广电媒体融合转型来说，目前既面临各领域、全链条深度数字化的任务，又需要紧跟信息技术迭代，发展新质生产力，融合转型的技术基座处在整合应用和动态调整中，人工智能引领作用将更加突出。随着生成式人工智能技术在广电媒体内容制作生产传播领域的大规模使用，广电媒体融合转型进入新阶段，注入新动能，也面临新挑战。

（一）人工智能为广电媒体融合转型注入新动能

2024年以来，越来越多的广电媒体机构发布大模型垂直应用和接入华为鸿蒙生态系统，有的媒体将人工智能接入推动媒体融合迭代升级。比如，上海广播电视台成立了生成式人工智能媒体融合创新工作室，确立六大重点攻坚方向，包括财经媒体专属AI大模型、新闻资讯类大模型应用、智能语音和大语言模型应用、智能手语数字人、生成式智能与多媒体通信、人工智能应用下传媒伦理研究，率先发力构建文化传媒大模型应用生态。一些媒体和内容生产制作企业在新闻节目、综艺节目、纪录片中应用人工智能，节目表现力和生产效率显著提升，在短视频、短剧、动画行业，人工智能应用更为广泛。

可以说，技术进步、受众需求和市场竞争不断推动广电媒体加强新技术工具的应用，有条件的广电媒体纷纷打造从基础设施、算法工具、智能平台到解决方案的视听垂直大模型，加快推动业务流程AI化，推动AI与内容生产、平台运营、传播矩阵、人员队伍、业态格局、运营模式的融合。因为有了人工智能，广电媒体融合转型有了新的动力、目标、路径。

（二）人工智能倒逼广电媒体加快改革促进融合转型

媒体融合进入第二个十年，广电媒体融合取得重大进展，但还存在诸多问题，这些问题不断累积制约着融合转型的质量和效率。比如，融合不深入、应用场景创新不足、用户规模收缩、业态不丰富、商业模式滞后、数字化相关领域人才缺乏、动力活力不足、竞争力不强、经济支撑不足等等，这些问题侵蚀着主流媒体地位、价值与能级。其既有网络化、数字化、信息化等新质生产力发展不足的原因，也有与之相匹配的生产关系变革滞后的问题。广电媒体传统的体制机制对融合转型的瓶颈制约尚未破解，比如行政化的事业单位运行机制、资源与市场分割难以集约化运营的体制、主观上重事业轻产业乃至事业产业互相制约的政策机制、僵化的编内编外身份管理用人机制、干多干少差不多的分配机制、约束激励双缺失的管理机制等。

广电媒体长时间未能完成跨越融合转型之坎，原因是系统性的，但根本原因还是传统体制机制未能及时应变，导致新技术应用滞后，生产力中最活跃因素即人才的活力动力未能充分激发，特别是数字化相关领域人才十分匮乏。大多数传统主流媒体在数字化浪潮中落后一步，如果不能精准拆除“病灶”，优化媒体生产关系，在人工智能时代可能落下更远，这应该引起警惕。当前，广电媒体对人工智能等新技术研发应用还处在起步、零散阶段，需要加快进入规模化、系统性、生态式推广应用。尽管面临许多制约性因素，但生产力是决定性力量，人工智能等新质生产力将生成强大的引领力量，倒逼广电媒体加快深化变革。

（三）新质生产力对广电媒体融合转型提出了新要求

尽管我国视音频相关模型加快推出，但面临数据烟囱林立、数据集缺失、视频内容结构及层级复杂、算力成本高等严峻挑战。

2024年被称为AI视频年，音视频多媒体大模型将走向成熟，推动多媒体、垂直解决方案、算力数据及应用本土化，文生视频、文生音乐、文生音效等多项能力可望明显提升。这为广电媒体深度融合转型提供了新条件，互联网、大数据、云计算、VR、AI和超高清技术系统装备投资大、应用系统性强。长期以来，由于体量小、人才缺、投资少，部分省级和大多数市县广电媒体的数字媒体技术系统大多委托第三方企业开发和维护，广电媒体的自主研发应用能力、新技术应用的自主性必须增强。服务广电媒体内容生产、渠道平台、用户服务、运行机制、运营模式的全新技术系统必须加快建设健全，广电媒体制度包括广电媒体法律制度、安全监管模式和发展促进政策应该随之调整和优化，广电媒体人才队伍建设和动力活力机制必须加快跟上。

三、强化“双轮驱动”，推动广电媒体加快深度融合转型

应用人工智能等新质生产力推动进一步融合转型，是广电高质量发展的内在要求和重要着力点。要立足更好实现广电媒体机构的属性、使命与目标任务，遵循人工智能等新技术应用实践规律，发展广电媒体新质生产力。

（一）积极探索和大力推广“人工智能+广电媒体”的应用模式

人工智能作为前沿通用技术，具有技术的基础性、运营的系统性、产品的创新性、业务的生态性、应用的规模性等特性。

要将“数字化转型+大模型应用”的智能化转型提升到现阶段广电媒体发展新质生产力的主题，打破传统广电和信息技术发展传统路径，对人工智能视音频应用进行系统布局，使之成为媒体新的技术系统骨架和底层逻辑，建立各环节、各板块、全流程和节点到节点、端到端的人工智能应用网络。

纠正“广电媒体+人工智能”的路径依赖，坚持“人工智能+广电媒体”的演进路线，以人工智能改造升级传统的数字创作和制作系统、编发系统、渠道系统、平台系统、用户系统、营销系统、管理系统、安播系统、人才系统等，构建人工智能支撑的新的视听媒体体系。

以人工智能强化系统内外各方面的统筹协同，大力提升生产传播效率和创意创造能级，扩大受众市场，强化舆论引领，巩固扩大思想文化阵地。这是一项庞大而艰巨的工程，需要循序渐进、积沙成塔，但应遵循人工智能技术发展的规律，加快基于人工智能媒体发展的顶层设计，建设高水平和可拓展的人工智能技术基座，实现各技术和业务模块的融嵌。最重要的是，要坚持价值引领，坚持科技向善，坚持以用户体验为本，坚持高质量发展目标。

（二）构建不断完善的人工智能视听媒体生态

生成式人工智能正快速扩张，但人工智能在视听媒体场景目前还局限在短视频和部分内容插件等试验性领域，应将高品质的沉浸式、互动式、服务式、体验式的创新业态作为广电媒体运用人工智能技术的重要方向，围绕人工智能技术媒体应用场景的生态建设夯实深化广电媒体融合转型的基础。

着力打造八个智能化，即新闻制播智能化、内容创作智能化、传播系统智能化、显示终端智能化、用户系统智能化、安全系统智能化、管理系统智能化、经营系统智能化。在创意策划、信息获取、内容生产、渠道分发、安全传播、运营推广、效果评估、内容治理等各环节构建人工智能应用生态，大幅提升集合效率。

拓展AI+数字资产生成方式，提高制作效率；扩大AI数字人应用，降低制作成本；推广短视频业务的标题、封面、配音、配乐等内容AI自动化生产；探索生成式AI大语言模型在新闻线索感知、新闻稿件及评论撰写等方面的创新应用，打造传媒行业专属大模型；推动人工智能助理多维度参与影视剧、综艺创作；探索在纪录片中用AI技术创制AI音乐、AI视效、AI动画等；探索无线、有线、卫星电视系统的智能化应用；探索超高清的高效率低成本智能化制作；探索客户端平台和用户交互的智能化运作；适度超前建立健全媒体智能化的规制和促进政策。

（三）全面深化广播电视体制机制改革

目前，人工智能应用面临数据标准化不够、模型分散且场景复杂、环境硬件限制、算力成本高企且训练时间过长等方面的问题，解决这些问题既要从技术研发上找原因，也要向体制机制改革要动力。发展传媒新质生产力，必须创新媒体体制机制。

一是建立全国广电媒体的数据聚合和协同开发的体制机制。

尽快打破广电媒体条块分割的格局，探索建立视音频数据确权与交易，推动区域乃至全国性广电主流媒体数据集成，创设新的广电媒体数据运营主体，建立数据运作的商业模式和利益分享机制，夯实拓展AIGC迭代升级的数据基础。探索在产业运营领域打破行政条块分割，建立龙头广电企业集团+众多广电主体的网络化市场化运营体制。

二是成立枢纽型人工智能广电媒体经营主体。

发挥人工智能技术基座对各类业务的赋能作用，并由此推进对各级各类广电媒体的技术资源通过市场机制整合聚合共享共用，发挥其引领和支撑作用，推动传媒新质生产力的优化布局并形成合力，实现全行业全系统的整合协同发展。探索建立人工智能在广电媒体研发应用的“集约+分布”模式，发挥各级各类媒体的积极性。

三是探索建立广电媒体同人工智能龙头企业的合作推进机制。

打通广电媒体智能化捷径，降低广电媒体应用人工智能的门槛，形成广电媒体公信力资源、技术资源、媒体数据资源、社会服务资源、用户资源、市场资源等共同开发，挖掘资源潜力，促进资源变现，增强广电媒体的竞争力。

四是加快兼容生成式人工智能的广播电视法制建设，有效创新促进政策。

探索建立AIGC伦理规范，促进有序发展，健全产业政策，加大人工智能应用创新政策支持力度，鼓励广电媒体进行颠覆式再造，积极推广“人工智能+广电媒体”先进案例。精准施策，让新质生产力为广电媒体深度融合转型和高质量发展注入强大动能。（作者系国家广电总局发展研究中心副主任）