AI化+視頻化，傳統媒體短視頻轉型路徑探索

文_劉學東 王嘉琦 肖勇

短視頻憑借特有的媒介技術，在承載信息傳播與服務、文化傳播與娛樂等功能方面，逐漸凸顯優勢，成為用戶獲取新聞資訊的重要渠道。傳統新聞媒體紛紛以短視頻為轉型突破口，打通內部資源，借助平臺流量入口，發揮短視頻的內容活力，推動媒體融合轉型[1]。

短視頻打破了傳統內容的生產模式和傳播方式，改變了傳統新聞工作者的工作習慣。那么，如何降低新聞工作者，特別是文字采編人員制作短視頻的門檻，如何大幅提高短視頻的生產效率，如何撰寫出適合短視頻情緒和風格的文案腳本，成為媒體轉型的迫切需求。

傳統媒體短視頻發展現狀

2017 年被稱為“短視頻元年”，此后，短視頻行業進入高速發展期。截至2022 年12 月，我國短視頻用戶規模已經達到10.12 億，占網民整體的94.8%。[2]短視頻連續5 年居網民“唯一消閑媒介”首位，選擇看短視頻作為“唯一”休閑娛樂方式的網民占比達42.6%。[3]可見，短視頻是傳統新聞媒體融媒體轉型、構建全媒體矩陣的必選路徑。

有數據顯示，短視頻平臺成為網民獲取新聞資訊的首要渠道，占比高達45.9%。截至2022年底，國內傳統媒體開設并運維740個活躍視頻號，在抖音共產生2915 條點贊超百萬作品，在快手共產生3671 條播放量超千萬作品。[4]

資訊作為信息社會中人們的剛需，具有不可替代性。生產資質的稀缺為新聞媒體筑起了堅實的內容壁壘。在短視頻作為新聞資訊重要表達方式的今天，其最終價值依然要靠新聞價值來實現。傳統媒體的短視頻產品承載的是新聞資訊，將內容與用戶連接在一起的是公信力。[5]

傳統媒體短視頻轉型面臨的痛點

然而，傳統媒體，特別是紙媒，在“短視頻化”轉型過程中始終面臨著巨大的難點和挑戰，主要體現在以下幾個方面：

首先，文字記者、編輯面臨的轉型門檻高。短視頻新聞的生產工序多，涉及策劃、編導、攝像、主持、剪輯、后期、設計、運營等諸多崗位，都需要相應的專業技能。新聞素養高、文字功底強的傳統記者和編輯，在短視頻時代面臨著巨大的職業危機和身份認同危機。一方面，文字采編人才擅長“單打獨斗”深入現場，獨具慧眼挖掘新聞，甘坐冷板凳打磨文字。短視頻生產方式弱化了他們的價值，導致優秀文字采編人才的能力難以徹底發揮。另一方面，拍攝技巧、剪輯軟件的操作，視頻文案的撰寫、配樂、鏡頭前的表達能力，編劇和創意思維等變得更加重要，文字記者、編輯若要完全轉型，學習難度和成本較大。

其次，傳統媒體的短視頻生產效率有待提高。傳統媒體的多部門、大團隊工作模式導致“小而輕”的短視頻生產工作變得“大而重”。“新聞記者不懂視頻，視頻編輯不懂新聞”的問題突出。文字記者不了解短視頻表達方式、不具備短視頻制作技能和文案撰寫能力；而視頻編輯新聞素養較為欠缺，極大增加了短視頻生產過程中的溝通成本，也增加了媒體的人力成本，拉長了短視頻的創作時間，妨礙了“搶新聞”，違背了短視頻“短平快”的傳播規律。

最后，優質短視頻的創作困難。在短視頻領域，“流量為王”的特點十分突出：“通俗易懂”取代了“專業深刻”，“受眾喜歡”取代了“編輯認可”，“情感驅動”取代了“理性判斷”。處于轉型中的傳統媒體仍然沒能完全改變“我說你聽”的傳播模式，而是簡單復制原有報道風格。同時，短視頻文案多是對來自文字稿件或已發布視頻的簡單處理。此外，傳統媒體往往同時面臨流量與媒體固有價值體系的雙重考驗，故沒能處理好兩者之間的關系，易造成“對空傳播”。傳統媒體講故事能力欠缺，難以迅速抓住受眾注意力，所生產的短視頻往往題材單調、缺乏策劃，而且常常忽視“6秒黃金時間”或“15 秒法則”等規律，不利于爭奪大眾的注意力。[6]

轉型路徑：AI短視頻自動生成工具

提高短視頻的生產效率，降低記者、編輯的轉型難度和成本，是傳統媒體及從業人員的迫切需求。人工智能技術的飛速發展為滿足這一需求帶來了諸多解決方案。近年來，多家中央級媒體和主流媒體在智能生產平臺研發和應用方面已顯現出諸多成果。

比如2018 年，新華社發布“媒體大腦·MAGIC 短視頻智能生產平臺”，該平臺能夠對進入的媒資進行智能分析，自動識別具有較高新聞價值的事件，如火災、地震等突發事件，幫助記者、編輯在報道中爭分奪秒。在體育直播、金融等特定領域，平臺從數據采集到視頻發布，實現數據可視化、數據視頻化、視頻自動化。[7]在俄羅斯世界杯期間，MAGIC 對所有進球都實時生產進球視頻，平均用時50.7 秒，最快一條《俄羅斯2∶0 領先埃及》的生產僅耗時6 秒。這些短視頻在新華社客戶端、優酷、UC、今日頭條等平臺同步推送。如果按照傳統的編輯部模式生產制作高時效、海量的世界杯短視頻，需要調動大量的人力物力。MAGIC 提供了一條“數據+AI+計算資源”的解決路徑。[8]

再如北京2022年冬奧會期間，央視頻用AI技術，高效生產與發布冬奧冰雪項目的短視頻內容。央視頻AI 智能內容生產剪輯系統可在短時間內將海量的比賽內容，自動濃縮成幾分鐘的集錦，并定向發布。[9]

每日經濟新聞從2019年開始，就以AI化+視頻化作為轉型的核心戰略進行研究，在2022 年7 月推出“雨燕智宣——AI 短視頻自動生成平臺”。該平臺以“極簡式”操作為特征，瞄準內容生產傳播核心環節，打通從熱點捕捉到文字生成，從媒資選取到視頻制作的生產全環節，連接各大主流短視頻平臺的分發渠道，達到人人都能輕松具備極速海量生產的制作能力，幫助媒體完成全量稿件視頻化、全量視頻矩陣化，實現采編和傳播流程的重塑。

憑借“雨燕智宣”平臺，每日經濟新聞建立起包括城市、金融、地產、汽車、券商等在內的16個垂類視頻號，日產視頻達200條，每經視頻號和抖音號的日均播放量環比增長了143%和17%，日凈增粉絲數環比增長超過70%，傳播力和影響力得到大幅提升。

上述案例代表了短視頻AI 智能化生產的第一階段成果，即將媒資庫、剪輯、后期、分發等工作集合于同一智能平臺，大幅降低短視頻的制作難度和生產時間，也使得此前不懂得視頻制作的傳統媒體采編人員得以迅速學習、快速掌握、快速轉型。

生成式大模型下的AI短視頻前景

2022 年底至今，以ChatGPT 為代表的生成式大語言模型陸續發布，進一步為AI短視頻生產及全流程智能化帶來了更宏大的提升前景。

生成式大模型賦能短視頻生產目前主要體現在三方面的功能：一是內容孿生，幫助快速建立現實世界到數字世界的映射；二是內容編輯，實現現實世界與數字世界的雙向交互，AI學習現實世界的信息圖譜又反作用于數字世界的信息生產；三是內容創作，將算法馴化為內容創作的工具，使其具備自我演化的能力。

由此，生成式大模型重塑了短視頻生產的新生態。在以往短視頻生產過程中，人的智慧決定了短視頻的內容質量與生產效率。隨著生成式AI 技術參與到短視頻生態中，開放性與共建性的內容資源注入群體智慧。每一次內容的生產都是群體智慧的體現。盡管技術與人是兩個不同的生產價值要素，但在本質上都是“群體智慧”的不同表現。[10]

在經過重復性、專業化訓練之后，生成式AI 大模型能夠幫助傳統記者和編輯同時實現垂直細分領域的深耕和多個領域的擴展。在深度方面，生成式AI大模型未來真正規模化的落地應用，關鍵是對應用行業有深度的理解，并找到真正理解行業場景和關鍵痛點的人員來操作。“多模態大模型+垂類模型”模式，可以有效解決長尾場景的各種需求，尤其是邊際成本和碎片化問題。[11]在廣度方面，記者和編輯可以借助生成式AI大模型，快速撰寫或改寫不同領域、不同風格、不同類型的文章和視頻腳本。在生成式AI 大模型的賦能下，短視頻才能實現從文案腳本的撰寫到媒資庫的建設和豐富再到視頻生成和分發的全流程AI 智能化。比如，在“雨燕智宣”的具體應用中，接入生成式AI大模型后，使用者可迅速將長文本提煉成數百字的視頻文案，還可根據視頻的不同應用場景、平臺，生成符合平臺調性的不同風格文案。不僅如此，大模型融合AI 繪畫技術，能將海量AI 媒資補充到媒資庫中，顯著提升媒資庫的深度和廣度。[12]

生成式AI 大模型突破了不同人群在資源使用與整合方面的能力差異，使人在資源調動能力和表達能力方面有了更大的提升。[10]這將極大地滿足新聞媒體和新聞工作者轉型需求，也將極大地提高轉型成功的可能性。

結語

短視頻已經成為新聞資訊不可忽視、甚至是最重要的傳播方式。傳統媒體需要提高短視頻生產效率，降低短視頻生產成本，傳統文字記者、編輯則需要快速完成職業轉型。一言以蔽之，要降低短視頻采編的門檻，以“雨燕智宣”等為代表的AI短視頻產品則為媒體轉型、短視頻生產提供了一個“極簡化”工具。而生成式AI大模型的到來，則進一步為短視頻及其全流程AI智能化生產帶來更大的提升空間。