摘要：人工智能时代，AI为新闻业发展提供新视野，文本、音频、视频之间的转化技术日趋成熟，自动化生产进一步解放内容生产力，数据应用潜力巨大，媒介融合进一步加强。浙报集团基于“建设新时代一流传媒集团”战略目标，紧抓“融媒体”走向“智媒体”行业契机，正在摸索一条“平台化、智能化、数字化、生态化”的发展路径，即以全媒体智能中台为基座赋能移动端产品，以行业需求为驱动整合应用场景，以创新研发为引领构建产学研合作生态，持续推动AI技术与媒体核心业务深度融合，并在多个领域初具应用成效。

    关键词：AI技术 媒体融合 智媒体

    得益于计算、数据等关键要素的催化，人工智能步入技术拐点和布局关键期。以深度学习、人机协同、自主操控为特征的人工智能技术不断取得突破，新的算法技术层出不穷，大幅提升图像识别、自然语言处理等技术的准确度。

    人工智能时代，AI 为新闻业发展提供新视野，文本、音频、视频之间的转化技术日趋成熟，自动化生产进一步解放内容生产力，数据应用潜力巨大，媒介融合进一步加强。浙报集团基于“建设新时代一流传媒集团”的战略目标，紧抓“融媒体”走向“智媒体”的行业契机，正在摸索一条“平台化、智能化、数字化、生态化”的发展路径。

    AI在媒体融合中的应用与挑战

    媒体应用层面，推荐系统是大众感知最明显的AI 应用之一。除此之外，机器人写作、图像识别、机器翻译等被应用于信息采集、内容生成和产品分发等环节，新闻生产逐渐进入多元行动主体参与、专业化与智能化并重的时代。

    AI 在媒体融合中的应用场景

    内容生产环节。AI 技术助力内容自动化生产，提升生产效率。信息采集阶段，借助机器学习算法，AI 协助新闻编辑判断趋势、评估用户兴趣。新闻生产阶段，“机器人写稿”较早应用在证券新闻、赛事新闻、地震新闻等数据容易模板化的报道领域，在某些领域成为媒体运行的一种常态。计算机视觉能力是 AI 领域的另一个重要部分，通过图像 / 视频识别，能够有效地捕捉新闻场景、新闻当事人，快速对图片进行整理、分类，以及一键式生成短视频等。

    产品呈现环节。深度学习算法快速发展的成果之一，是推动智能语音识别技术取得突破性进展。在新闻应用层面，智能语音技术的运用，把过去的“看新闻”“读新闻”变成了“问新闻”“答新闻”，由此丰富传播形态和交互体验。美国数字新闻网站Quartz 旗下移动新闻客户端，推出智能新闻机器人，以聊天方式推荐新闻。BBC 尝试故事机器人，当公众访问 BBC 网站阅读关于王室婚礼的新闻时，可以选择同机器人对话，询问婚礼细节。

    分发消费环节。算法推荐和智能分发是 AI 技术对新闻分发环节的变革。通过推荐算法引擎，针对用户对新闻内容的参与度，判断用户偏好和人口属性，进而制定内容策略，提升用户活跃度及转化率。从实践看，人工推荐对头部内容更有利，编辑会对内容作突出处理 ；机器算法对长尾内容更有利，它会为小众内容找到目标用户，培养私域流量。

    算法推荐系统为竞价广告效率打下了基础，实现从算法推荐、精准分发到广告投放、电商导流的商业闭环。内容应用今日头条和短视频应用抖音即以算法推荐、精准分发为核心竞争力，用信息流产品带动广告盈利，据悉，其母公司字节跳动最新整体估值已达 3000 亿美元（约合 19000 亿元人民币）。

    AI 技术在媒体融合中的现实困境

    《2019-2020 中国人工智能计算力发展评估报告》显示，AI 渗透率高的行业具备市场容量大、信息化程度高或场景相对标准化等特点，如消费、医疗、安防等。现阶段，AI 技术在新闻场景中的应用有限且优势不明显，主要原因有以下三方面 ：

    一是缺乏标注数据。数据是 AI 模型及优化的“燃料”，当下 AI 产业处在感知时代，算法不具备推理和理解能力，需要大量标注数据进行训练。这意味着感知时代面临严重的标注数据依赖问题，大部分主流新闻产品的数据规模、准确性、通用性、包容性、全面性等存在局限，实践中或通过采买大量外部数据提高标注数据的体量。

    二是算法偏见陷阱。AI 决策依赖于对人类决策偏好和结果的学习，算法偏见实质上投射出一些落后的价值观与社会偏见。这就要求算法把关人在设计及运行算法过程中承担把关责任，比如，在新闻算法的设计和运用中，除算法逻辑外，主流价值导向原则也应得到贯彻，而非单纯的信息分发。①

    三是技术瓶颈有待突破。虽然语音识别技术取得较大进步，但理解整个对话的环境和上下文语义，是目前绝大部分机器学习或 AI 技术的瓶颈，机器还很难将词语表达的意思与语境和情绪相结合。此外，机器人以及 AI 技术在写作中的短板也一直被诟病，它们所创作出的内容缺乏深度与情感，其呈现的内容模板化倾向严重，很少打动人心。

    AI赋能下浙报集团融合发展路径

    现阶段，AI 技术落地成本较为昂贵、严重依赖标注数据等问题，带来细分应用场景落地的局限性。相较于消费互联网领域，传统行业的知识获取和积累需要较长时间，需要更高的技术准确率与更深刻的行业理解力。因此，如何基于 AI 技术和媒体现状实现从“融媒体”走向“智媒体”，是媒体融合过程中的共性问题。

    经过探索与实践，浙报集团围绕“建设新时代一流传媒集团”的战略目标，摸索出一条“平台化、智能化、数字化、生态化”的发展路径，即以全媒体智能中台为基座赋能移动端产品，以行业需求为驱动整合应用场景，以创新研发为引领构建产学研合作生态，持续推动 AI 技术与媒体核心业务深度融合，并在多个领域初具应用成效。

    平台建设 ：全媒体智能中台夯实基础设施

    浙报集团于 2019 年初正式启动了“面向省域服务的全媒体智能中台”建设。全媒体智能中台以集团“天目新闻”“浙江新闻”“小时新闻”三大客户端为核心着力点，开展面向智媒体的新一代技术支撑体系研发。该项目是在 5G、AI、大数据、云技术发展的大背景下，新闻媒体向“全息、全程、全员、全效”媒体转变的新基础设施项目。通过中台建设，构建由海量数据汇集而成的“数据湖”，进行包含文本、图片、数据、视频、音频及富媒体信息的内容资源沉淀，形成规范化、标准化、标签化、可衡量、可延展、可输出的数据资源集合，驱动“一切业务数据化”，挖掘和提升数据资产价值。

    浙报的全媒体智能中台包含“1+6+39+X”能力体系，即 1 个基础数据能力体系，6 类智能体系，最终形成 39 项智能服务能力和 X 项个性化扩展能力，场景涵盖 ：个性化智能推荐、媒体资源数据库、新型内容展现形式、线索热点智能发现、内容素材智能挖掘、内容风控智能预警、传播效果智能统计和运营数据智能分析等。通过构建 OneData、OneID和 OneService 的数据管理体系，将各个业务应用系统中通用的业务能力“沉降”到中台层，整合业务、数据、技术，实现“共享中台、敏捷前台”，确保前台业务层能够快速进行创新迭代。全媒体智能中台，赋予业务应用更强的灵活度和更低的变更成本，从而更好地为前台业务应用提供强大的“能力炮火”支援，使得各应用媒体的数据运营能力、技术沉淀能力和精细化的管理能力得到全面提升，实现对各媒体创新业务的快速响应和支撑。

    产品迭代 ：AI 助力重点客户端精细运营

    浙报集团对 AI 技术的早期试水始于 2016 年，钱江晚报与微软达成合作，聘请 AI 机器人“微软小冰”为特约记者。“微软小冰”不仅在钱江晚报新闻资讯客户端“浙江 24 小时”独立运营《小冰机器人》栏目，还在钱江晚报的微信公众号上开通了“读心术”“测颜值”等互动接口。同时，这位国内报业中首个 AI 记者，24 小时坚守岗位，即时推送“小冰新闻卡片”，并随时与用户在线互动。

    随着 AI 技术加速进入场景化应用阶段，浙报集团将重心从单项技术探索转向平台能力构建，基于重点移动端产品的场景化需求，打造基础技术服务平台，实现精细化运营。浙报集团重点客户端“天目新闻”，其背后拥有一支以“敏捷开发”为目标的近 30 人的技术团队，主要负责移动客户端及智媒体产品的研发，利用人工智能、增强现实等技术为内容融媒体产品进行技术赋能。技术团队自研“天目智慧化全域运营平台”，该平台主要采用人工智能、大数据技术，围绕客户端流量和留量的精细化运营，通过运营组件跨平台把公域流量持续转化为私域流量，提升客户端的拉新转化能力，同时提升端内用户留存和黏性。目前，陆续开发了 10 套活动组件，已申请到 5 件软件著作权。在内容生产方面，技术团队配合主题策划报道，通过采用 AI、AR、VR 等技术，研发现象级融媒体产品。目前，该团队正在研发攻关“天目智媒体中枢平台”，将实现内容智能线索、智能制作、智能审核、智能分发、智能结构化管理，传播态势感知和版权交易为一体的内容“智”作平台。

    行业应用 ：持续输出智能化解决方案

    浙报集团旗下媒体公司立足专业优势，基于人工智能、大数据、云计算等核心技术，不断贴近、细化垂直领域的场景需求，持续为业务板块输出智能化、数字化解决方案。浙江法制报介入政法单位技术开发服务已近十年，2018 年初成立浙江法智科技有限公司，投资人工智能科技企业，相继推出公共法律服务人工智能自助机、法律服务机器人产品。两款应用型“法律大脑”利用自然语言处理、深度神经网络、法律知识图谱等 AI 技术，助力公共法律服务“最多跑一次”。产品获得浙江省司法厅全省推广支持，两年时间内在浙江省乡镇街道层面实现全覆盖，在全国多个城市落地。目前，浙江法制报已升级为浙法传媒集团，拥有社会治理融媒云、全景VR 实训平台等多款平台级应用产品，持续提升专业化、数字化服务能力。

    此外，2019 年，浙报集团旅游全媒体中心上线“周柚”智能旅游新媒体平台，包含微信小程序前端展示、旅游资讯产品库、智能算法推荐中台和电商管理后台 MCN 系统的产品体系，以目的地资讯、途中资讯和路线推荐为主要服务内容，通过自有数据管理平台和智能分发平台，实现高效投放和用户转化。在房产领域，浙报传媒地产研究院“决策通”平台以地图可视化为核心技术，搭建围绕“土地投资”为核心的“城市 - 项目 - 数据 - 房企”为构架的房地产全息系统，实现房产项目从土地到二手房的全生命周期展示。

    创新研发 ：扶持关键核心技术集智攻关

    浙报集团紧盯技术前沿和新闻传媒发展趋势，大胆运用新技术、新机制、新模式，推动媒体深度融合。2016 年获批设立国家新闻出版署出版融合发展重点实验室（以下简称“重点实验室”），目前已形成“1 个实验室 +2 个博士后站 +5 个子研究院+N 个创新实践基地”的基本架构，围绕传统媒体和新兴媒体在内容、渠道、平台、经营、管理以及体制机制等方面的深度融合课题，对出版融合发展的重大课题、重大项目和重大发展方向开展集智攻关。重点实验室下属“大数据舆情实验室”，基于 AI识别技术，将传统的舆情领域从基础的文本信息监测技术拓展并升级为多模态监测，对全景短视频开展舆情监测，快速生成数据报告，提高应急处理能力。“内容安全标准研究子实验室”依托图像识别、人脸识别、自然语言处理等 AI 技术，开展内容样本库建设，打造内容安全标准体系，以 AI 技术提升审核能力与水平。

    为加速推进以智能化新技术为支撑的新媒体产品创新，重点实验室通过创新揭榜等方式，积极培育扶持新产品、新服务，鼓励产学研合作及引进、转化先进技术。2019 年至 2021 年，浙报集团每年投入 500万元技术研发基金，孵化创新产品，VR新闻、AR应用、AI 智能设计平台、5G-RCS 省域综合信息服务产品等 15 个技术型创新项目，推动内容生产、产品分发领域进一步提升效率、优化结构。目前已有 8 个项目顺利交付，部分应用产品投入市场尝试商业落地。

    人工智能与媒体融合发展机遇与展望

    当前人工智能发展趋势与机遇

    根据国务院《新一代人工智能发展规划》（2017年）和人工智能科学家的研究，在移动互联网、大数据、超级计算、传感网、脑科学等新理论新技术以及经济社会发展强烈需求的共同驱动下，人工智能技术从 1.0 走向 2.0 时代加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。②我们认为，以下人工智能技术的进一步突破能与媒体的应用场景进行高度结合，碰撞出新的火花 ：

    自然语言处理技术。重点包括自然语言的语法逻辑、字符概念表征和深度语义分析的核心技术，推进人类与机器的有效沟通和自由交互，实现多风格多语言多领域的自然语言智能理解和自动生成。对于媒体来说，在内容生产、审核等环节均可应用到相关技术，比如对海量内容的文本分析，更精确地提取相关特征，形成对热点的提示、预警和预测 ；比如机器翻译，迅速生成不同语言的新闻内容，或者把其他语言的内容转化为中文语境的素材和产品。

    知识计算引擎与知识服务技术。通过突破知识加工、深度搜索和可视交互核心技术，可实现对知识持续增量的自动获取，让机器具备概念识别、实体发现、属性预测、知识演化建模和关系挖掘能力等能力，形成跨媒体知识图谱。对媒体来说，这一技术能协助采编人员更快地处理大量内容，自动分类、标签，能快速对图像、视频进行结构化分析，筛选敏感信息等 ；知识图谱的精细化，也有助于推荐准确率和相关性的进一步提升。 

    跨媒体分析推理技术。该技术重点突破包括，跨媒体统一表征、关联理解与知识挖掘、知识图谱构建与学习、知识演化与推理、智能描述与生成等技术，实现跨媒体知识表征、分析、挖掘、推理、演化和利用，构建分析推理引擎。通俗地说，原来的单一媒体智能，主要是让机器学会听、说、看等某一种技能，而跨媒体智能则要实现在听、说、看之间的相互转化，把“听”到的转化成文字，把“看”到的转化为能“听”到的。对于媒体行业来说，跨媒体智能技术的进步，能让编辑更高效地在不同形态素材之间进行转换，比如从文字到视频，文字到声音 ；也能通过构建“虚拟人”，如虚拟主播、虚拟记者，与用户更好地形成音、视、文的互动。

    虚拟现实智能建模技术。重点突破虚拟对象智能行为建模技术，提升虚拟现实中智能对象行为的社会性、多样性和交互逼真性，实现虚拟现实、增强现实等技术与人工智能的有机结合和高效互动。这一技术，能帮助媒体更好地还原新闻现场，甚至创造虚拟的交互空间。目前虚拟直播间、沉浸式新闻已经有所应用，未来多种技术的结合将构建“元宇宙”空间，形成更加沉浸的交互体验和新的社交、经济模式。

    对于媒体来说，从生产到传播的各个环节都存在大量应用人工智能的新场景，这些 AI 新技术的应用，将不断提高媒体的生产效率、传播效率，甚至带来新的商业模式。比如，谷歌开发的两款工具，一款可以从英国的公共数据库中自动抓取信息，提高素材收集的效率，另一款软件则可以为报道自动匹配图表、图片或是视频，起到丰富完善报道的作用。③ Wibbitz（被 USA Today 用以创作短视频的工具）、Mews Tracer（Reuters 使用的算法预测工具）和 BuzzBot（Buzzfeed 收集新闻信息的软件）都在说明一个事实 ：无论是从工业化的角度（资源利用的最大化）还是从消费者的角度（获取及时的、见解深刻的文章），AI 技术和新闻编辑工作室都可以实现双赢。

    此外，由虚拟现实、增强现实、混合现实，以及虚拟数字人、仿真机器人和脑机接口等各类科技手段结合形成的元宇宙，作为“整合多种新技术而产生的新型虚实结合的互联网应用和社会形态”，也给媒体带来了无限想象空间。有学者预测，元宇宙在内容载体、传播方式、交互方式、参与感和互动性上，将带来新的方向和突破。

    基于人工智能技术的媒体发展战略

    人工智能的发展是建立在数据、算力、算法的基础上。传媒行业的一边是用户，一边是内容，而这两者也是最重要的数据来源，用户产生大量的用户行为数据，而文字、图片、声音和视频，则是用户消费的内容。相比互联网科技公司拥有庞大的工程师和算法科学家的团队、在算力和算法上的优势，对于媒体机构来说，数据是我们能够进行人工智能技术应用的基础条件。人工智能是连接用户和内容的桥梁，通过算法，实现用户和内容更加精准、高效的匹配。

    对于浙报集团这样的媒体集团来说，实现人工智能技术的应用，不仅仅是在内容生产流程上的落地，也无法与科技公司比拟算法和算力的条件，最现实的途径，是加大对数据的投入，与科技公司携手合作，将人工智能技术在媒体的各种场景中进行应用。基于这样的认识，浙报集团将全媒体智能中台的进一步建设和应用作为智能化战略最核心的举措，从战略高度进行推进。未来将在四个方面加大投入，争取新的突破 ：

    将数据作为新一轮发展的战略资源。当前，数据成为新的关键生产要素和推动数字化转型的核心逻辑，浙报集团将以新 3 年规划为指引，从场景引领、主体培育、生态构建 3 个方面入手，系统性开展集团的数据规划、管理和应用工作。以全媒体智能中台为基础，建立集团统一的用户体系和运营平台，完成数据资产化，完善用户画像标签体系。围绕用户价值，通过收数、理数、算数、用数的步骤，实现用户度量、用户细分和用户触达。努力以 4R 精细化运营为基础，实现数据应用的突破 ：通过标签体系和基础数据分析，对用户进行分层分类，形成有效的用户画像 ；通过用户画像与产品匹配，向用户精准投放内容和服务 ；通过用户精细化运营，满足用户个性化需求，提升用户忠诚度和满意度 ；通过优质用户的价值开发，形成流量闭环，实现流量变现，实现价值提升。

    加大与科技团队在不同智能方向上的技术合作。中央《关于加快推进媒体深度融合发展的意见》指出，“要用好信息技术革命成果”“坚持‘开门’强技术，与高等学校、科研院所、科技公司加强合作，推动成果转化，补齐技术短板”。新华社联合搜狗推出全球首个 AI 合成女主播，人民网与中科院自动化所合作发起设立人工智能科技公司“人民中科”，围绕“人工智能 + 内容安全”，研发一系列内容风控产品，攻克核心关键技术。央媒与技术公司的合作，给其他媒体单位确立了合作范例。浙报集团一方面加强自主研发投入，通过旗下浙报融媒体科技公司，进一步聚焦全媒体智能中台、智能采编和传播等技术研发，另一方面，通过重点实验室这一创新载体，进一步强化与科技公司和高等院所的合作。如与杭州电子科技大学、百度探索机器人写稿的示范应用，与火山引擎在视频智能推荐技术上进行深度合作。在算法、元宇宙、虚拟人方面，也会继续加强开放合作，力争新技术的场景化落地。

    应用数字化理念，打造自身“智能操作系统”。随着智能化应用的深入，我们发现，智能技术不仅仅渗透进媒体生产和传播的各个环节，也对媒体内部体制机制、组织架构、方式流程和手段工具提出了新的要求。而这一内部的重塑过程，就是浙报集团自身的数字化改革过程。通过打造一套集智能采编、数字运营、智慧研发、智慧管理为一体的智能操作系统，形成战略定位、市场分析、商业设计、产品运营、资源管理、人才培养、商业变现的高效闭环和开放生态。

    目前，浙报集团的数字化改革方案也在不断深化中完善，未来 1 ～ 2 年内，通过“操作系统”的智能化应用，打通集团的研发、运营、生产体系，将市场指标、财务指标、团队指标在体系内形成闭环，更好地促进集团在业务、人才、组织上的科学决策和管理迭代升级。

    AI 助力场景扩展，拓展新的舆论阵地，重塑传播生态。杭州城市大脑的技术总架构师王坚院士总结城市从“马力”“电力”到“算力”时代的发展过程 ：当城市第一次有了马力，就必然需要道路 ；当城市引入了电力，必然需要建成电网 ；当城市对算力产生依赖，必然需要有一个新的基础设施，这就是城市大脑。而我们发现，当媒体插上 AI 的翅膀，就让媒体的海量数据“跑”起来，并可通过云对云的形式汇入城市大脑、各行各业，成为信息传播的基础设施，各行各业的数据、城市大脑的数据也可以成为媒体信息数据的重要组成部分。在杭州、温州等地，浙报集团已经尝试应用媒体融合的成果，参与当地数字化平台建设，融合基层治理、智慧大脑的场景，探索和扩展信息传播的场景和空间。在未来 3 年，浙报集团的更多数据和研发成果将与各行各业相结合，在“媒体大脑”的基础上形成对未来社区、未来城市、未来行业的数据支撑，从而拓展新的舆论阵地。

    [ 作者徐园系浙江日报报业集团战略规划部主任助理、国家新闻出版署出版融合发展（浙报集团）重点实验室研究员，李璐系该集团战略规划部行业分析师、该重点实验室研究员、实验室孵化项目经理 ]

    责任编辑 ：杨芳秀

    注释 ：

    ①李雨桐 ：《基于 AI 的媒体融合思考》，《新闻传播》2020 年第 8 期。

    ②《国务院关于印发新一代人工智能发展规划的 通 知 》（ 国 发〔2017〕35 号 ），http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm

    ③胡沈明、马婉莹：《国外媒体数据应用变迁探究》，《中国编辑》2018 年第 8 期。