AIGC技術在融媒體應用服務中的創新應用研究

摘要：本文探討了人工智能生成內容(Artificial Intelligence Generated Content，AIGC)技術在媒體行業的應用及其帶來的變革。AIGC已成為繼用戶生成內容和專業生成內容之后的新內容生產方式。AIGC技術不僅提高了內容生產的效率和質量，還推動了個性化服務和技術平臺的發展。然而，AIGC技術的應用也帶來了一系列問題，如數字版權爭議、虛假信息泛濫和技術濫用等，需要通過細化法律規范和技術監管來解決。"，"Introduction":""，"Columns":"技術應用"，"Volume":""，"Content":"

中圖分類號：TN94;TP18 文獻標志碼：A 文章編碼：1672-7274（2025）05-0114-03

Abstract： This paper discusses the application of Artificial Intelligence Generated Content（AIGC）technology in the media industryand the changes it brings.AIGC has become a new content production mode after user generated content and professional generated content. AIGC technology has not only improved the eficiency and quality of content production，butalso promoted the development of personalized services and technology platforms. However， the application of AIGC technology has also broughta series of problems，such as digitalcopyrightdisputes，the proliferationof false information and technology abuse， which need to be solved by refining legal norms and technical supervision.

Keywords：AIGC media industry; application service; artificial intelligence

0 引言

隨著人工智能的高速發展，越來越多的相關技術被應用在媒體行業，特別是在文生視頻大模型Sora出世后，人工智能生成內容技術高度滲透在媒體內容生產領域，一定程度上節約了生產成本，提升了工作效率。近年，國家對于AIGC賦能融媒體應用也給予積極支持，相繼出臺一系列政策文件，如《“十四五”數字經濟發展規劃》《關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》《生成式人工智能服務管理暫行辦法》等。

1 媒體內容創作發展歷程

AIGC已成為用戶生成內容（UserGeneratedContent，UGC）和專業生產內容（ProfessionalGeneratedContent，PGC）后的新型內容生產方式。具體來看，早期網絡信息內容以PGC為主，保障了內容輸出的質量。中期以PGC為主，多呈現在各大社交平臺，增加了內容輸出的數量，且兼顧了用戶需求。AIGC時代，不必花費大量的時間和精力去編輯和發布內容，更專注于運營和創意，即可獲得高產出、高質量的內容[]。

2 AIGC技術在內容創作場景的應用分析

2.1個性化內容生產

2.1.1智能文本

文本生成技術及服務作為當前技術成熟度較高的領域，隨著新一代大型模型的發布，正逐步實現更高質量的輸出與更優化的垂直應用服務。其中，文字生成因發展成熟且易于跨界轉化，已成為熱門賽道，諸如百度的文言一心、抖音的豆包以及秘塔AI等應用均在此領域展現出色。

2.1.2智能語音

音頻和語音處理技術在AIGC中扮演著重要角色，可以對語音數據進行特征提取和處理，實現更加精準的語音識別；也可以對語音數據進行合成和處理，實現更具特色的交互效果；還可以對語音數據進行分析和處理，實現情感識別、噪音抑制等功能。目前，國內多家公司均已實現技術成果轉化，可提供不同類型的應用服務產品，如科大訊飛、阿里、百度等。

2.1.3智能圖片

AIGC打破創作門檻，擴大藝術創作者的范圍和數量。經過海量資源的預訓練和深度學習，現在的圖片生成模式包括文生圖、圖生圖、音頻生圖等，生成類型包括漫畫風格、寫實風格、二次元風格、科幻風格等。例如，Midjourney文生圖大模型能夠依據用戶所提供的文字敘述，自動地創造出與之匹配的圖像[2]。

2.1.4智能視頻

智能視頻是通過AIGC技術產生的一個現象級產品，標志AIGC技術從文本、圖像向動態影像的跨越。Sora文生視頻大模型生成的長達60秒的一鏡到底視頻后，顛覆了傳統視頻制作固有模式，展現了AI在藝術創作上的無限潛力。例如，《人民日報》AI共創大片《江山如此多嬌》、央視新聞推出系列AI短視頻《AI數“讀”兩會》、河北日報綜合AI/AR技術推出微視頻《AI視頻·這就是活力滿滿的河北》等[3]。

2.2個性化服務

2.2.1智能審核

對多模態數據進行智能化審核，實現“AI治理AI”的內容風控新模式。近年來，互聯網信息呈現爆炸式增長、有害內容不斷變化，互聯網內容審核需求量激增。AIGC技術不僅能監測和預警敏感、違規、不實信息，還可對人工智能生成內容進行識別，對深度偽造內容進行監測，對合成手段和方式進行溯源。目前已經多家媒體機構發布相關智能審核系統，如人民網“天目”智能識別系統、新華網“AIGC-Safe（生成式人工智能內容安全模型安全檢測平臺）”[4]。

2.2.2智能推薦

AIGC可以通過對用戶行為和互動數據進行全面分析，如點贊、轉載、分享、評論等行為，了解用戶的真實興趣和需求，建立精準用戶畫像，及時調整內容推薦策略，進而提升用戶滿意度，增加用戶黏性。除了對用戶數據進行分析，還可對融媒體數據進行全維度分析和預判，如發現潛在熱門趨勢、話題等[5]。

2.2.3個性化技術平臺

已有媒體機構成功部署了基于AIGC技術的智能化融媒體平臺，諸如寧波廣電集團推出的AIGC融媒創作港、上海廣播電視臺的Scube（又稱智媒魔方）。這些技術平臺融合了多元化的AIGC工具，為媒體從業人員提供了強有力的技術后盾，極大地促進了內容創作與生產的效率與創新能力。

3 AIGC技術在融媒體中的創新應用案例

國內已經有一些機構在整合AIGC技術應用上邁出腳步，如當虹科技的BlackEye跨模態視聽大模型、國創智安推出的AIGC模管平臺（AIGCManagementPlatform，AMP）、北斗云的融媒體數智生產公共服務平臺等。這些平臺不僅僅是技術的堆砌，而是集成了多樣化的AIGC工具，為媒體工作者構建了一個高效、智能的創作環境。

3.1案例一：BlackEye跨模態視聽大模型

當虹科技自主研發的BlackEye跨模態視聽大模型，憑借其強大的AIGC引擎，深度集成了對視頻、音頻、圖像、文本及三維模型等多種模態內容的推理與生成技術，為廣播電視領域提供了一站式的AIGC解決方案。這款AIGC引擎功能豐富，包括文字轉圖片、文字轉視頻、圖片轉視頻、智能標簽分類、智能編目整理、智能內容拆分、視頻格式轉換、AI球星形象塑造以及AI視覺特效殘留等，其應用場景廣泛，涵蓋了智能內容創作、內容發布的安全監控、風格獨特的直播特效設計、個性化內容推送以及內容合規性檢查等多個方面。并在今年兩會期間，以其技術能力支撐完成央視財經的兩會特別節目《金融街話兩會》[]。

3.2案例二：AIGC模管平臺

國創智安推出的AIGC模管平臺，是其多模型戰略的重要組成部分，它構建了一個功能全面且生態豐富的AIGC解決方案平臺。AMP在基礎架構層與應用層之間扮演著橋梁的角色，通過運用先進的人工智能技術，如大型語言模型（LLM）的評估、個性化微調以及靈活部署等。這一創新平臺使得用戶能夠輕松、安全且靈活地運用大型語言模型，滿足從內容創作、客戶服務到數據分析等多種應用場景對人工智能技術的需求。AMP的推出，正是為了解決用戶在面對大型語言模型時“需要卻難以使用”的痛點，助力用戶實現智能化轉型，提升業務效率與競爭力。

存在的問題與挑戰

4.1發展與治理不匹配

AIGC在媒體行業使用時應遵循相關法律法規。目前國家雖然出臺一些相關的規范和指引，但相比應用的速度，仍是不夠全面和細致。如何確保AIGC生成內容質量和真實性、如何保護用戶隱私、如何判斷數字生成內容版權、如何保障數據安全等問題[7]。目前各社交平臺出臺相應管控細則，例如，騰訊視瀕號修訂《視頻號櫥窗達人發布低質量內容實施細則》指出了“使用插件、AI等工具生成虛擬形象進行直播”被視為違規行為。抖音發布《抖音平臺人工智能生成內容規范及行業舉措》明確了平臺內人工智能生成的視頻、圖片及衍生虛擬人直播的行為規范。

4.2技術應用泛濫“真假難辨”

使用人工智能算法合成高度逼真的圖片、視頻、音頻等內容，施行詐騙或與論操作事件頻發。人工智能造假能力的速度超過了信息識別真偽技術的開發速度。根據2024年世界經濟論壇發布的《2024年全球風險報告》表示，人工智能生成的錯誤信息和虛假信息列為未來兩年全球十大風險之首。目前已有大量工具和服務可被用于深度造假，如Deepfakes實現AI換臉、Midjourney逼真的圖片等，這些內容都已經在社交媒體上廣泛傳播并已造成負面影響。

4.3AIGC技術對傳統人員架構沖擊

智能化內容生產模式的興起，對傳統固有模式帶來了顯著沖擊。新技術不僅大幅提升了內容生產的數量、速度與質量，還改變了生產流程的核心要素，從傳統的以“人”為核心轉變為“人 ?⁺ 機”協同合作。例如，在新聞報道領域，AIGC技術能夠替代部分記者的采訪工作；在素材創作環節，它也能分擔畫師的部分職責。因此，在AIGC技術于媒體行業廣泛應用的背景下，如何平衡技術發展與傳統模式之間的關系，充分挖掘機器與人類之間的互補優勢，成為一個亟待解決的關鍵挑戰[]。

4.4數字內容版權歸屬問題

AIGC技術，即利用機器學習生成文本、圖像、視頻等內容，其版權歸屬問題已成為全球矚目的焦點。在AIGC的數據分析過程中，可能會使用到受版權保護的數據源，并涉及文字、音頻、視頻等多種形式的版權內容。若模型未能有效識別和過濾這些版權內容，則所生成的作品可能引發版權糾紛。2023年，美國版權局通過連續拒絕多個版權登記案例，進一步明確了AIGC作品可版權性的判斷標準。同年11月，北京互聯網法院在名為“李某與劉某侵害著作權糾紛案”（又稱“AI文生圖”著作權案）判決中，首次確認了“AI文生圖”作品的可版權性，為這一領域的版權問題提供了新的法律參考[8]。

5 結束語

隨著AIGC技術的不斷進步，其跨模態生產能力為媒體行業帶來了前所未有的發展空間。該技術實現了文字、圖片、視頻、音頻等多種媒體形式之間的靈活轉換與交互，極大地豐富了內容創作的多樣性，提升了生產效率。然而，技術的雙刃劍特性也帶來了數字版權爭議、虛假信息泛濫、技術濫用等問題，這些問題對媒體內容的價值觀、正確導向及準確性構成了挑戰。因此，為了確保AIGC技術在媒體行業的健康發展，必須細化法律規范，加強技術應用能力與水平，以正確引導其發展。

參考文獻

[1]蘇金喆.AIGC在媒體領域的應用[J].文化產業，2024（11）：19-21.

[2]夏德元.相由心生：AIGC時代的藝術生產與審美新景觀一—由文生視頻AI模型Sora引發的思考[J].文化藝術研究，2024（1）：24-31.

[3]李中平.生成式人工智能技術如何賦能融媒體產品生產[J].記者觀察，2024（20）：14-16.

[4]南婷.主流意識形態傳播中的生成式人工智能與媒體融合[J].融媒，2024（09）：04-09.

[5]李文娜，張艮山，任洪濤，等.AIGC在融媒體基礎資源大數據下的應用[J].電視技術，2024，48（4）：139-145.

[6]呂建國.AIGC在廣播電視行業的應用研究[J].電視技術，2024，48（9）：86-88.

[7]任海全，趙濤，劉盼.AIGC在廣電行業中的應用分析[J].現代電視技術，2023（5）：44-46.

[8]朱閣，崔國斌，王遷，等.人工智能生成的內容（AIGC）受著作權法保護嗎[J].中國法律評論，2024（3）：1-28.