人工智能正成为新一轮科技革命和产业变革的重要驱动力量。7月31日，国务院常务会议审议通过《关于深入实施“人工智能+”行动的意见》，并指出，当前人工智能技术加速迭代演进，要“推动人工智能在经济社会发展各领域加快普及、深度融合，形成以创新带应用、以应用促创新的良性循环”。媒体作为信息传播与社会服务的重要载体，是人工智能技术落地应用的前沿阵地。从内容生产到传播分发，从运营管理到舆论引导，人工智能正深刻重塑主流媒体的发展生态，既带来了效率跃升、业态创新的重大机遇，也伴随着技术短板、内容风险等现实挑战。研究人工智能与主流媒体的融合路径，对于把握“人工智能+”行动机遇、推动主流媒体系统性变革具有重要意义。

　　一、全球主流媒体积极拥抱人工智能，同时高度警惕其潜在风险

　　全球传媒行业正积极拥抱人工智能（AI）技术，将其视为推动行业变革和提升竞争力的关键驱动力。总体来看，人工智能在国外媒体行业的落地目前更多集中于产品级和工具级的应用，更为复杂、更为全面的技术架构和生态体系构建，仍处于初步的探索和尝试阶段。

　　一是生成式人工智能正加速融入内容制作流程，显著提升效率并优化成本结构。奈飞（Netflix）在科幻剧《永航员》（The Eternaut）中首次采用生成式AI完成视觉特效镜头，将传统需数月、数百万美元成本的建筑倒塌场景制作周期缩短90%，成本降低90%。

　　二是驱动的个性化推荐与内容发现系统正趋于智能化与情境化。BBC组建“人工智能与增长创新”部门，开发向年轻人推送个性化新闻内容的AI系统，优化内容结构和传播路径。亚马逊优选视频（Amazon Prime Video）利用亚马逊网络服务（AWS）提供的生成式AI服务Amazon Bedrock，实现根据观众兴趣与观看历史精准推送用户感兴趣的作品；其推出的X-Ray Recaps功能，能为剧集生成无剧透剧情摘要，助力观众快速跟上剧情。

　　三是AI在媒体机构的技术基础设施与运营流程中正扮演自动化和智能化中枢角色。康卡斯特（Comcast）推出Janus项目，将AI和云虚拟化技术集成至其核心网络，支持自适应带宽分配和实时网络优化，并推出Video AI平台，用于自动生成视频元数据与内容分析，可自动识别人物、场景、生成内容标签与摘要，提升视频资产管理效率。亚马逊优选视频利用AWS的Media2Cloud方案，可利用生成式AI对媒体资产进行帧、镜头、场景及音频层面的全面分析，自动提取并丰富元数据（如名人信息、屏幕文字、情绪等），大幅提升了媒资识别与分类效率。

　　四是重视内容可信治理与伦理考量。《纽约时报》（The New York Times）等媒体已经开始开发内部AI工具，并制定严格的道德规范，以确保AI工具的安全和合规使用；欧洲广播联盟（EBU）与英伟达于2025年6月宣布合作，共同推动主权AI和云服务的开发，旨在建立优先考虑独立性和公众信任的框架，帮助确保AI在服务于欧洲利益的同时，维护媒体组织的自主性。

　　二、我国广电主流媒体AI应用呈现全链条渗透、国产化主导、人机协同深化的鲜明特征

　　我国广电行业积极拥抱人工智能，产业链各环节人工智能应用场景丰富，推动全产业链加速智能化。但不同环节人工智能应用成熟度不一，行业机构智能化水平差异较大，不同地区和层级的广电机构智能化差距较大。

　　一是AI技术融入内容生产全流程，特别是选题、策划环节应用程度高，新闻、短视频等类型应用最为成熟。中央级媒体在AI大模型的应用上表现突出，例如，中央广播电视总台建立人工智能工作室，强化“央视听媒体大模型”研发、训练和应用，推出《千秋诗颂》《中国神话》《来龙去脉》《2024中国AI盛典》等一批AI产品。地方媒体也在积极探索AI技术的应用，例如北京台基于AI Agent的编排模式建设AI智作平台，接入多个国产大模型，台内工作人员可以通过该平台一键生成文本、语音、图片等内容；上海台Scube智媒魔方实现一键成稿、新闻拆条、AI写作（小T写作）、智能翻译（小T翻译）等场景化工具，将传统新闻制作效率提升数倍；芒果TV通过“AIGC+综艺”模式，推出智能脚本生成工具，加速创意落地。

　　其次，国产化技术体系成为应用主流，定制化部署与自主创新并行。广电媒体在大模型选型与算力建设中凸显“自主可控”导向，智谱、通义千问、DeepSeek等国产大模型在省级广电台中的应用占比普遍超过80%，部分单位实现国产大模型与国产算力100%适配。在部署模式上，业务系统多采用本地化部署并进行场景化微调，如IPTV集成播控平台通过国产化算力集群，保障内容审核与智能推荐的安全可控。这种“国产模型为主、定制优化为辅”的模式，既符合安全要求，又提升了技术与业务的适配度。

　　第三，人机协同深化，AI承担重复性工作，人类专注创意与决策。传统的内容（特别是新闻）生产模式通常是线性的、以人工为主导的，而AI的引入正在推动向“人机协同”的智能化生产模式转变。在新模式下，AI承担了大量重复性、程式化的工作，如信息搜集、初稿撰写、视频剪辑等，而记者、编辑等从业人员则更侧重于深度思考、调查核实、观点提炼和创意策划等更具创造性的工作。这种人机分工的优化，不仅提高了生产效率，降低了运营成本，也使得媒体能够将更多资源投入到高质量、高附加值的原创内容生产中。多家广电媒体通过融媒工作室和AI数字人IP矩阵，实现了轻量化、低成本、高效率的内容制作。AI在审核、客服等环节也得到广泛应用。比如广电总局广科院引入多模态不良信息识别系统，AI承担70%的初审工作，人工聚焦复杂案例复核，漏检率从5%降至0.3%；北京歌华有线构建智能客服知识库，通过AI自动提取业务文件信息并更新，客服响应时效从15分钟缩短至1分钟。

　　三、人工智能技术给主流媒体带来技术、业务与社会影响等多重机遇和挑战

　　人工智能技术为主流媒体带来生产效率提升、业务模式优化与公共服务提质等多维度机遇，特别是在增强传播效能和服务社会治理方面展现出巨大潜力。首先，AI技术可显著提升主流媒体的传播力和引导力。有学者认为，AI时代正在经历“再中心化”，用户获取信息的渠道再次改变，媒体必须从“发布者”升级为“权威信源枢纽”。主流媒体可以利用AI技术，在纷繁复杂的信息环境中扮演更重要的信息筛选、核实和解读角色，提升其在公众心目中的权威性和可信度。

　　其次，AI技术可助力主流媒体更好履行公共服务职责。媒体可以利用AI进行舆情监测和分析，及时发现社会热点、敏感问题和潜在风险，为政府决策提供参考，助力提升社会治理的精准性和前瞻性。例如，通过对网络言论的情感分析、主题聚类和趋势预测，AI可以帮助相关部门了解民意诉求，评估政策效果，及时调整施政方向。此外，AI技术还可以应用于公共服务领域，例如开发智能化的政务信息发布平台、在线问答系统等，方便公众获取权威信息，提升政务服务的效率和便捷性。主流媒体还可以利用AI技术，针对特定群体提供定制化的信息服务，弥合数字鸿沟，促进信息普惠。例如，通过语音交互、智能字幕等功能，帮助特殊群体更好地获取和理解信息。

　　人工智能技术在带来机遇的同时，也给主流媒体带来了多方面的挑战，涉及技术、业务和社会影响等多个层面。

　　一是技术基础薄弱，发展阻力与风险叠加。不少广电媒体在数据资源的积累与治理、算力平台的搭建与维护，以及专业算法模型的开发与优化等方面较为滞后。多家机构反映当前缺乏适配大模型训练、微调和推理所需的高性能算力平台，部分单位现有硬件老旧，难以满足显存、速度、并发等指标要求，尤其在处理超高清视频、图像增强和8K质量评价等任务中表现尤为明显。

　　二是内容真实性风险大，人才转型压力大。首先，AI生成内容的广泛应用，尤其是生成式AI的“幻觉”和编造信息的问题，对内容的真实性和可信度构成了严重威胁。深度伪造技术的滥用，使得制造虚假视频、音频和图像变得更为容易，这为虚假新闻和恶意信息的传播提供了便利，加大了内容审核和事实核查的难度。其次，AI技术的应用对媒体行业的就业结构带来了冲击，可能导致部分传统岗位的减少和从业人员技能的转型压力。AI能够在很多机械性、程式化的工作上替代人工，例如简单的信息搜集、稿件撰写、视频剪辑等，这可能导致从事这些工作的新闻从业者面临失业风险或岗位调整。媒体机构需要思考如何重新定义岗位职责，优化人力资源配置，并加强对现有从业人员的技能培训，帮助他们适应“人机协同”的新工作模式，也需要媒体机构在组织文化、培训体系和激励机制等方面进行相应的调整，以应对AI技术带来的就业结构调整挑战。

　　三是信息污染严重，伦理风险大。首先，AI技术极大降低了虚假信息和有害内容的生产和传播门槛，导致了严重的信息污染。AI可以被用来大规模制造和散布谣言、虚假新闻、仇恨言论、欺诈信息等，这些内容不仅误导公众认知，扰乱社会秩序，还可能被用于恶意操纵舆论、破坏社会稳定。相关研究指出，AI快速发展引发的“信息污染”本质是数据来源的可靠性不足导致，分为错误信息和虚假信息两类。这种信息污染不仅对个体用户的信息辨别能力提出了更高要求，也对主流媒体的信息核实和舆论引导能力构成了严峻考验。其次，AI在媒体中的应用还伴随着隐私保护、算法歧视、版权归属等诸多伦理风险和法律挑战。这些伦理风险不仅需要技术层面的解决方案，更需要社会各界共同参与，建立健全相应的法律法规、伦理规范和监管机制，以确保AI技术在媒体领域的应用能够符合社会主流价值观，服务于公共利益。

　　人工智能与主流媒体的融合发展，既需抢抓技术赋能的机遇，更要直面现实挑战，这离不开系统性的实践探索与机制保障。需强化顶层设计，统筹技术发展与意识形态安全，针对不同层级媒体的技术基础差异制定分级支持政策，推动构建自主可控的媒体AI技术生态；加快完善AI生成内容的法律法规与伦理规范，明确真实性要求、版权规则及责任认定标准，建立内容审核与伦理审查机制，从制度层面筑牢内容安全防线；加大资源倾斜力度，通过专项资金支持基层媒体技术升级，推动科技企业与媒体共建垂直领域解决方案，同时将从业人员AI技能培训纳入职业提升计划，破解人才短板；深化跨界协同，鼓励“媒体+AI”产业联盟攻关技术难题，培养兼具新闻素养与技术能力的复合型人才；强化全链条监管，建立AI生成内容备案审查与风险预警机制，防范虚假信息传播与算法偏见等风险。

　　（作者单位：国家广电总局发展研究中心 ）

责任编辑：李楠