潮新聞客戶端 記者 黃雲靈
媒體融合作為國家戰略整體推進的十年來，新興技術不斷賦能媒體融合發展，尤其是生成式人工智能在媒體領域發揮了越來越重要的作用。8月23日，「BIRTV2024AIGC生成式人工智能創新與套用技術交流會」在北京舉辦，傳播大腦副總經理兼技術長張健受邀進行【加速推進媒體大模型的套用落地】的主題演講。
生成式人工智能的能力與媒體行業的需求天然契合，媒體機構要加速大模型的套用落地，而打通落地環節的最後一公裏，是將媒體眾多復雜的多工需求轉譯為串聯或並聯的單任務簡單指令，並在采編系統中無感融入場景化的大模型指令集能力。
那麽此次大會上，張健都分享了哪些幹貨？
傳播大腦副總經理兼技術長張健現場演講。傳播大腦供圖
大模型在媒體行業的「專屬存在感」
從2017年微軟小冰AI詩集的出現，到現在GPT4、Sora等多模態大模型的不斷湧現，大量深度學習方法的提出和叠代更新，掀起了AIGC的發展熱潮。生成式人工智能專註於生產圖片、文字、影片等內容，與媒體日常的內容生產需求完美匹配，媒體行業迎來變革機遇。
然而，隨著大模型在媒體行業的廣泛套用，一些問題逐漸浮出水面，如到底要不要自研底層的通用大模型？是否要做私有化部署的大模型，防止數據泄漏？大模型到底如何與媒體生產的采編系統融合？
針對這些問題，張健認為，媒體行業可不用「卷」底層大模型，做好套用更重要，「大模型的部署不是問題，算力和數據也不是困難，關鍵是部署後的能力如何持續提升。」
張健在會上表示，很多大模型沒有充分基於特定場景下的需求去研發套用，沒有針對不同使用者群體的需求進行個人化設計，導致提供的服務不實用。目前大模型的套用以解決單個簡單任務為主，而媒體的需求是復雜的多工串聯或並聯，提示詞工程的專業化也無法解決內容、流程和大模型系統割裂的現狀。將媒體的多工復雜需求轉譯為單任務簡單流程，並在采編系統中無感融入場景化的指令集能力是媒體大模型未來的趨勢。
從通用大模型到媒體大模型的轉變
在媒體創作場景下，通用大模型只能生產單一文字，無法圖文並茂，生成的影片也存在版權風險。通用大模型套用顯然還存在沒有深入媒體業務流程，缺乏場景化適配、個人化等問題。
對此，傳播大腦將新聞數據媒資庫與通用大模型結合，經過微調後，打造出定位媒體垂類的傳播大模型，為媒體提供智能創作、智能審校、創意設計、多模態檢索、智能對話五大服務。據介紹，2024年2月，傳播大模型透過生成式人工智能(大語言模型)上線備案，成為由媒體技術公司研發的首個透過備案的媒體垂類大模型。8月，傳播大腦內容生成演算法透過國家網信辦演算法備案。
傳播大腦供圖
張健表示，傳播大模型有三大特點：「一是能利用高質素新聞數據進行訓練，能有效緩解大模型內容生成的瞎編亂造，確保內容真實、安全可控；二是打通私域媒資庫，借用大模型實作版權內容的快速、準確檢索，確保內容素材的版權可靠；三是可以據使用者角色、業務場景和內容模態，打造媒體行業最專業的大模型套用超市，確保使用簡單便捷。」
正是基於以上三大特點，傳播大模型也形成了自身「專業媒體知識庫」、「全業務場景覆蓋」、「全創作流程接入」、「多模態內容支持」的四大獨特優勢，為媒體加速打通大模型落地套用的最後一公裏。
目前傳播大模型主要聚焦在融媒客戶端、內容生產平台兩大類套用場景。在融媒客戶端場景，傳播大模型可提供個人化、智能化的語音交流以及評論服務；在內容生產場景，傳播大模型能力更為豐富，可提供新聞寫作、影片生成、多模態檢索、AI海報生成、圖片素材生成、內容智能審校等功能。
大模型在媒體行業的發展趨勢
隨著大模型技術的不斷進步與媒體行業的融合，張健對於大模型在媒體行業的未來趨勢進行了剖析，他判斷，將大模型作為媒體業務發展的核心驅動力是未來媒體行業的趨勢。對於媒體行業來說，要以使用者為中心，以業務場景訴求為立足點，利用大模型技術，變革數碼技術服務。
而傳播大腦的發展目標在於打通AI落地套用的最後一公裏。傳播大腦將根據使用者角色、業務場景和內容模態，構建下一代媒體領域的套用超市，並確保每個獨立套用場景與生產端業務的緊密結合，無縫融入並最佳化整個媒體工作流程，從而提升媒體工作的效率和質素。
大模型技術的不斷成熟與套用場景的拓展將使媒體行業迎來更高效、智能的發展新時代，傳播大腦則致力於成為這一行程中的重要推動者與賦能者。
「轉載請註明出處」
