传播大模型，打造媒体内容创作新引擎 2023年，以大模型、AIGC（生成式人工智能）为代表的通用人工智能技术，在全球范围内掀起了一股波澜壮阔的技术浪潮，以前所未有的速度、广度和深度变革着经济社会的 ...

　　2023年，以大模型、AIGC（生成式人工智能）为代表的通用人工智能技术，在全球范围内掀起了一股波澜壮阔的技术浪潮，以前所未有的速度、广度和深度变革着经济社会的发展模式。这一浪潮被各界人士赋予了不同的意义，有人称之为“第四次工业革命”的起点，有人则认为它是“新一轮科技革命与产业变革”的标志。尽管说法各异，但共同指向了一个不争的事实：这场变革将对人类活动产生深远且广泛的影响。

　　人工智能，作为一种引领未来的战略性技术，已然成为推动新一轮科技革命和产业变革的核心力量，并且被广泛认为是推动新质生产力形成的重要引擎。以新一代人工智能为代表的数字技术正广泛应用于各行各业，它不仅可替代传统生产要素，还显著提升了经济社会各环节和要素之间的协同性。在媒体行业，人工智能的作用日益凸显，它正在改变着行业的运作方式，预示着行业未来发展的新方向。面对这一趋势，“媒体大模型，何去何从”成为我们不得不深入思考的问题。

　　媒体作为内容生产和传播的重要阵地，其用户群体广泛，涵盖从基层到专业的多重角色，需求也呈现出复杂多样的特征。在这种情况下，媒体大模型要想发挥最大的效能，就必须深入洞察不同层级用户的需求差异，并据此提供精准的服务，才能有效应对这一多元化的用户需求格局。

　　基层用户，如基层宣传员及需要快速发布信息的职场人士，主要关注便捷性和即时性。他们希望通过简单的操作，如输入关键词或提供基本素材，就能快速生成完整且准确的信息。他们对信息的深度与专业性要求相对较低，更注重信息传递的效率与直接性。例如，一名社区宣传员可能需要在短时间内发布关于社区活动的报道，他们期望媒体大模型能够迅速响应并生成内容。为了满足这类用户的需求，媒体大模型应设计简洁直观的操作界面，并提供一键生成等功能，确保生成内容的准确性和可靠性之外，同时具备一定的容错能力，在用户输入不完全或有误的情况下，仍然能够生成合理的内容。

　　专业用户，如新闻工作者、评论员和自媒体人，则更加注重内容的质量和深度。他们不仅需要基础的事实陈述，还希望媒体大模型能够剖析事件脉络、深入挖掘内容、提炼关键信息，并提供专业解读和独特视角进行解析。例如，一名资深财经记者可能需要撰写一篇关于经济政策的深度报道，他们期望媒体大模型能够提供相关的研究案例、历史背景资料和专家观点，以帮助他们构建更为丰富和立体的报道框架。因此，媒体大模型应具备从海量信息中筛选和整理重要信息的能力，并能根据用户的偏好和需求提供深度内容，以帮助他们撰写深度报道。

　　此外，媒体机构内部的不同岗位人员，如编辑、运营、经营、审校员和美编等，也有着各自不同的需求。编辑人员需要媒体大模型提供高效的编辑工具，以便快速修改和优化文章内容；运营人员关注媒体大模型如何帮助他们更好地推广和分发内容，包括图文与视频等多种形式；经营人员希望媒体大模型能够提供数据支持，以辅助他们撰写研究报告并制定更有效的商业策略；审校员需要媒体大模型提供智能校对功能，能快速识别并修正文章中的语义、语法、语病等问题，以确保内容的准确性和合规性；美编人员则期望媒体大模型能够提供丰富的视觉元素和排版建议，以提升内容的视觉吸引力，大模型如果具备图片编辑功能，如裁剪、色彩调整等，则会更受美编人员的欢迎，因为这有助于完成最终的视觉呈现与报道内容协调一致。

　　为了满足这些多元用户的需求，媒体大模型的研发需重点考虑以下几个方面：一是为基层用户提供简洁直观的操作界面和多场景的一键生成功能，降低操作难度，提高工作效率；二是为专业用户提供高级写作工具和深度挖掘功能，同时支持多轮交互，允许他们提出进一步的问题或要求，以便生成更加精细和个性化的报道；三是为媒体机构内部各岗位人员提供量身定制的功能支持，如内容素材库、多平台风格内容生成、内容审校工具以及视觉元素匹配和AI设计工具等，确保每位用户都能获得最符合其工作需求的功能支持；四是强化内容的透明度与可控性，为所有用户提供智能编辑器，支持他们对生成的内容进行溯源查证以及编辑调整，以确保最终结果可信且符合预期。

　　媒体大模型的研发是一项细致入微的工作，既要关注技术上的创新，也要重视用户体验的实际需求。通过不断地迭代和完善，才能成为连接不同层级用户需求的有效桥梁。

　　为了满足不同层级用户的需求，我们需要构建一个既强大又灵活的媒体大模型。该模型不仅能够处理基础级别的任务，如快速生成文章概要、智能改写润色等，还能解决复杂问题，如创建具有深度分析、独特视角和高度原创性的文章，以及跨模态的内容生成与编辑。模型支持根据不同的用户角色和业务场景，提供定制化的多媒体内容生成方案。例如，对于新闻报道场景，模型可以自动生成配图、音频解说和视频片段，以丰富报道形式，提升用户体验。

　　为了实现这一目标，我们需要打造一个媒体行业最专业的“大模型应用超市”。这个超市应汇聚各种针对不同用户角色、业务场景和内容模态的专业模型应用，确保无论是记者、编辑还是自媒体创作者都能在此找到符合自身需求的最佳工具。同时，这个应用超市需要具备以下几个特点：

　　1.简单易用的体验。界面直观，操作简便，用户无需复杂设置或学习即可上手使用。同时，支持自然语言交互，实时响应用户输入，快速生成高质量内容。

　　2.全面的功能集合。包括但不限于文本生成、知识问答、智能编辑、多模态内容创作等，确保用户在内容生产和传播的各个环节都能获得有效的技术支持。通过深度整合AI应用，为用户提供从内容创作、编辑、审核到分发的一站式智能化解决方案。

　　3.个性化定制服务。考虑到不同媒体机构有着各自独特的风格和多样化需求，因此，“应用超市”开放媒体AI应用自主构建服务，支持用户根据自身具体需求进行编排调整，打造符合各自机构风格的“Agent智能体”，实现个性化定制。

　　“大模型应用超市”构建的核心是打造AI创新应用，传播大脑科技公司基于对市场需求的充分调研和分析，结合最新的人工智能技术和行业经验，创新孵化推出多项具有标杆意义的AI工具，助力提升媒体工作的效率和质量。

　　在内容创作的过程中，图文结合是一种非常有效的表达方式。通过集纳并整合媒体已有的文本、图片、视频等多模态素材资源，借由传播大模型技术，传播大脑科技公司的“智能编辑器”轻松实现了文字与图片之间的无缝衔接与智能匹配。用户只需输入主题或关键词，AI工具即可利用全网资源，一键生成图文并茂的文章，涵盖新闻报道、新闻评论等多种类型，并提供高级设置选项，让用户能够对生成内容进行定向指导，比如添加背景资料、设定创作风格等，以保证产出的内容既符合个人风格又能满足实际报道需求。

　　借助先进的大模型多模态理解能力，AI还能对收集的素材进行深入解析与理解，一键生成会议活动报道等新闻稿件。此外，AI还能根据对各发布平台创作内容的深度分析，自动生成适应不同平台特色的内容。为进一步提升创作灵活性，AI还可以根据用户的个性化需求，对内容进行改写、扩写、润色、翻译，增加动态图表等。

　　对于许多媒体工作者而言，创意设计往往是一个耗时且需要大量灵感的过程。针对这一痛点，传播大脑科技公司基于传播大模型打造推出简单、高效、实用的智能海报创作工具，细分媒体各类场景预设丰富的海报样式，输入一句简单的描述即可“一键生成海报”，支持手绘、水彩、动漫、国潮等多种风格，也支持二次编辑AI文案和自定义文字、图片，满足媒体多场景下的海报创作需求，让创意轻松实现。借助AI海报工具，用户无需拥有深厚设计功底，仅凭简单的文字描述，便能迅速获得多样化的创意设计方案，并通过编辑器轻松实现个性化调整，如调整字体大小、颜色或者添加特定的图形元素等，这种工具不仅大幅缩短了设计周期，还为用户提供了更多样化的选择，激发了无限的创意可能。

　　在视频制作领域，AI技术的应用正在引发实质性的变革。传统视频制作通常涉及脚本编写、拍摄、剪辑等多个繁琐步骤，但现在借助AI视频工具，用户只需输入脚本或主题关键词，即可实现从脚本到成品的一站式服务。

　　AI技术能够对报道内容进行全面解析，一键生成适应多种视频风格的脚本文案。通过深度学习算法，AI不仅能够理解文案内容，还能分析其语境和背景信息，进而自动从媒体资源库中筛选并匹配与内容主题相契合的多媒体素材（包括视频片段、图片、音频等）。随后，AI将按照内容逻辑对这些素材进行智能排序与拼接剪辑，从而快速生成高品质的短视频内容。此外，AI不仅能够根据脚本生成相应的画面和配音，还能根据视频的主题和风格，自动添加合适的背景音乐和特效，进一步简化视频制作的过程。AI视频工具还支持多模态内容的生成与编辑，用户可以在AI生成的基础视频上进行进一步的个性化编辑，如修改字幕、插入空镜头画面等，以确保最终作品更加符合个人预期与需求。

　　九游会J9官方网站 九游会国际官网

　　媒体大模型的应用并非单纯的技术堆砌，而是需要深入理解业务需求，将复杂的技术转化为实用、易用的应用工具。要实现媒体大模型的应用落地，关键在于破解“最后一公里”的难题，即将媒体众多复杂的多任务需求翻译为串联或并联的单任务简单指令，并将这些指令无缝融入业务功能中，以场景化的大模型指令集能力来提升工作效率。具体而言，这一过程的实施可以从以下几个维度着手：

　　需求的精准翻译：首要任务是深入理解媒体机构的实际运作机制和具体需求，包括其内部的工作流程、人员配置以及日常面临的痛点和挑战等。通过细致分析与梳理，将抽象的需求细化为具体的、可执行的指令。这些指令应当尽可能地简化，同时保留足够的信息量，以便大模型能够准确无误地理解和执行。例如，对于新闻编辑来说，需要从海量的信息中筛选并提炼出关键点，这时就需要将“快速提炼新闻事件核心信息”的需求转化为“从下列新闻文本中自动识别并提取出时间、地点、主要人物及事件概要，并通过思维导图进行可视化展示”的具体指令。

　　场景化的应用构建：充分考虑不同用户在实际工作中的需求和习惯，以及不同业务场景下的特定要求，根据用户角色、业务场景以及内容模态的各自特性，精心打造场景化的应用。例如，为基层宣传人员打造一款活动报道生成工具，该工具能够整理分析素材，高效地完成活动报道稿件的编写，同时快速生成符合不同平台风格的活动报道稿件内容。

　　无缝融入采编系统：为了实现与媒体机构现有工作流程的无缝对接，需要将大模型的能力深度融入采编系统中。这样，媒体工作者在无需改变原有工作习惯的情况下，就能轻松享受到AI技术带来的便捷与高效。

　　持续的优化迭代：技术的发展是一个不断进步的过程，因此，在AI落地应用的过程中，持续收集用户反馈并对系统进行迭代优化至关重要。这不仅有助于及时发现并解决潜在问题，还能根据市场变化及时调整策略，保证服务始终符合用户的最新需求。

　　要实现上述目标，核心关键在于组建并依靠一支对媒体业务有着深厚理解的专业工程师团队。这支团队不仅能够将复杂的需求转化为简单的指令，还能根据实际需求自主研发出实用的应用工具。他们紧跟技术前沿，深谙媒体行业的运作机制与核心痛点，是技术与业务之间的桥梁，能够紧密围绕业务需求进行技术创新，实现技术到业务的无缝衔接与高效转化。通过这样的团队努力，才能够推动媒体大模型应用的成功落地，为媒体行业注入创新活力。

　　面对未来，随着技术的不断进步与融合，媒体行业将迎来更多创新机遇。构建一个既强大又灵活的媒体大模型，不仅能够满足多层级用户的多样化需求，还将进一步推动媒体内容生产方式的革新。在这个过程中，透明度与可控性将成为保障内容真实可靠的关键因素，而简单易用的体验和全面的功能集合则是确保技术落地生根的必要条件。只有不断探索与实践，才能更好地发挥人工智能在媒体行业的巨大潜力，让智能技术成为连接不同用户需求的坚实桥梁，共同促进媒体生态的健康发展。而传播大脑的“传播大模型”将继续在这个过程中发挥关键作用，引领行业走向更高效、更智能的未来。

　　原创：张 健 传播大脑科技（浙江）股份有限公司副总经理兼CTO刘丽芳 传播大脑科技（浙江）股份有限公司创新产品部主任来源：传媒评论