数智化引领传媒行业新质生产力变革

　　文/岳坤

　　党的二十届三中全会的召开，进一步对深化文化体制机制改革工作作出系统部署。在推进主流媒体系统性变革的同时，鼓励运用人工智能、大数据、大模型等先进技术，推进主流媒体新媒体业态的发展。会议强调，要构建更有效力的国际传播体系，推进国际传播格局重构，深化主流媒体国际传播机制改革创新，加快构建多渠道、 立体式对外传播格局。同时提出，加快构建中国话语和中国叙事体系，全面提升国际传播效能，等等。这些要求都对下一步文化传媒事业的发展指明了方向。

　　当下，如何通过构建传媒行业的新质生产力，高质量地践行党的二十届三中全会精神，助力传媒行业实现系统性的变革和发展，这一直是华为在推进传媒行业数字化和智能化发展方面的主要课题。

　　一、传媒行业数字化是智能化的新基础

　　传媒行业从数字化转型到智能化不是一蹴而就的，各个行业的IT发展都经历了电子化、信息化、数字化、智能化四个阶段。近几年来，随着以AIGC为代表的生成式人工智能发展，很多人提出传媒行业是否可以跨越数字化，直接走向智能化。在我们看来，数字化还是智能化的基础，不能轻言跨过数字化，直接过渡到智能化，主要有以下三个方面考虑：

　　1．相对数字原生行业，传媒行业目前在数据整理、存储和分析等数字化环节还存在很大提升空间，特别是保存在非电子化及模拟系统中的语料，缺乏高质量、标准化数据，无法为智能化提供足够“原料”和支撑。

　　2．智能化技术当前的发展阶段，在精度方面还无法满足传媒行业发展场景需要。众所周知，人工智能是一个概率统计学，即便最理想的情况下，精度无限接近1，也不可能做到100%准确。那么，在部分场景，有70%—80%精度的场景即可满足日常应用需求。但在传媒领域，多模态技术还处于初期发展阶段，当前人工智能的精度还不能支撑所有场景的规模应用。

　　3．传媒行业数字化建设虽然已初见成效，但需要在数字化的语料交易、变现等领域创建更加成熟的管理机制和交易机制，提升整个行业的资本变现能力。传媒机构的语料是一个巨大的宝藏，我们要做的就是让这些宝藏发挥应有价值，为传媒行业可持续发展奠定基础。

　　所以，我们认为传媒行业的数字化发展是必由之路，也是智能化的基础，是无法跨越的。而我们应该做的，是夯实传媒行业的数字化，寻找合适的场景去做好传媒的智能化。

　　二、做好系统化超高清建设与媒体融合转型

　　近年来，广播电视行业协同发展，超高清与媒体融合成为两大趋势，为传媒数字化奠定良好基础。在刚刚结束的巴黎奥运会，超高清应用在赛事节目中效果尤其亮眼，首次实现“4K超高清+三维声”应用，为电视机前的观众带来身临其境的视听享受。这也是媒体融合的体现，就是将一切媒体的资讯数字化，通过全媒体平台分发，将资讯以最便捷最能让大众接受的方式实时传播，同时驱动各类媒体信息共享和价值传递。

　　在超高清领域，根据当前行业痛点和发展趋势，华为联合行业客户、主流媒资设备厂商和ISV伙伴等，在打造行业领先的超高清制播IP化解决方案，共同构建新一代超高清制播体系方面，主要做了两方面工作。

　　1．在国家科学技术部、国家广播电视总局和中央广播电视总台带领下，华为深度参与超高清制播IP化标准制定和产业研制工作。

　　2．依托超高清视音频制播呈现国家重点实验室，同中央广播电视总台、相关厂商开展一系列4K/8K超高清IP化制播的研究与实践，助力中央广播电视总台建成全国首个4K/8K总控IP化调度系统。该系统具备超远程制播能力，支持超2000路4K无压缩信号调度，采用SDN架构实现无压缩信号制播。目前，该超高清制播IP化方案已经成功商用。

　　在媒体融合领域，仍然存在媒体生产系统的“烟囱”林立，传统硬件平台无法支撑融媒体生产部署等诸多问题。华为给出的解决方案是打造融合数智化云底座。这个方案有三个特点， 第一， 华为以构建媒体行业“平台即服务”理念，通过沉淀行业的共性能力，提供统一的超高清的存储池，提供强大的文件存储能力，实现素材快速迁移，促进应用软件与底层硬件平台解耦，更好满足融合媒体生产需求。第二，通过融合数智化云底座的制作，可以实现新闻音视频材料的随采随编及内容的智能生产及审核，减少生产制作环节内容泄露风险。第三，通过融合数智化云底座，实现统一的云化建设、计算存储、网络平台搭建，提升资源利用率。

　　三、智能化和传媒行业的结合

　　1．积极拥抱人工智能。AIGC在传媒领域已经能够生成各种类型内容，包括文生图、文生视频、文生音频，还有图生视频，等等，逐步成为传媒内容生产的新发动机。我们国家有着5000年的绚烂文化，用这5000年的文化数据作为语料输入，结合人工智能大模型的训练推理，构建良好的叙事体系和评价体系，文化和科技结合，一定能讲好中国故事。因此，实现传媒数字化需要积极拥抱人工智能，不能作壁上观。

　　2．要形成行业合力，特别语料的合力。目前国内外各大厂AI大模型已经是“百模千态”，但无论是语言类大模型、计算机视觉，还是多模态等，都属于基础模型构建，还没有形成可应用的传播类行业模型。主要原因是传媒行业价值语料分散在不同媒体机构手中。因此需要广播电视行业头部机构牵头发力，统一建设广播电视大模型平台，构建传媒行业垂类模型，服务传媒行业智能化发展。

　　3．做好行业监督，保障行业健康有序发展。AIGC为传媒行业带来生产力提升，但也伴随诸多问题和挑战。2023年7月，国家七部委联合发布《生成式人工智能服务管理暂行办法》，这是我国首个生成式AI的监督文件，从生成式人工智能服务提供算法备案训练数据模型到用户隐私、商业秘密的保护监督管理、法律责任等方面，都提出相关要求。除了国家主管部门，整个广电传媒行业也应该共同努力，不断完善相应规则和标准，确保传媒行业人工智能健康发展。

　　四、部署行业人工智能大模型存在的误区

　　第一个误区是方式误区。很多人认为建一个人工智能大模型，跟传统的建设大数据平台、建立私有云差不多，其实是完全不一样的。人工智能需要的是算力。过去建设大数据或者建私有云的时候，服务器设备成本大于网络性能建设成本，而建设大模型成本就应该倾向于网络性能，特别是主管建设部门和采购部门应该着重了解其主要指标，如何尽可能提升AI服务器使用率才是关键。

　　第二个误区是认知误区。在建设一个人工智能大模型时，很多人重硬件轻软件。由于大模型的算力系统是把几万个数据处理单元连接起来，且训练一个模型需要几个月时间。几万个器件的连接一旦出现故障或者阻塞，就会导致训练中断，都会对时间和成本造成极大浪费。因此，就需要一个好的平台把大模型的算力、存力和运力协同，即便中断，恢复速度也将大幅提升，如此才能保证整个训练平台的高效运作。

　　第三个误区是对语料认知的误区。重语料的数量，轻语料的质量。通常的大模型训练中，如果是通用大模型，语料多是可以的；如果是行业大模型，就要减少大模型的幻觉，语料多了反而不是一件好事。

　　所以说，语料越多，模型越精准，这种观点并不完全正确。尽管数据量对于训练行业大模型极为重要，但它并非决定模型性能的唯一因素。语料的质量、多样性和代表性同样重要。同时要通过不断地微调、不断精炼，最终使行业大模型幻觉减少，真正成为高可用的高精度大模型。

　　五、对智能化发展的建议

　　华为作为ICT（信息与通信）基础设施和智能终端的供应商，通过为多个行业建设大模型系统，积累了丰富经验，希望能为更多行业同仁在建设整个智能化的过程中提供参考。

　　第一，要对算力、存力、网力进行一体化系统化设计，构建高性能、高稳定、高带宽的算力集群系统。

　　第二，要构建可演进、可开放、可承受的调度平台，能实现训练和推理资源的管理和分时复用，支持训推资源共池、跨域诊断、断点续训，支持各类的闭源模型，面向未来可持续演进。

　　第三，要构建语料的治理平台，针对广电传媒行业的文本、语音、视频等多模态，进行获取、加工、标注和发布等方面的管理。包括需要具备数据溯源、数据水印的全域数据资产管理能力。

　　第四， 华为构建一系列媒体行业AIGC能力，提供数字人生成与实时交互、实拍视频转动漫、视频翻译与AI原生同传、AIGC-3D等服务，实现文本、图像、视频、音频的跨域感知，以及多模态识别与创作分析。

　　此外，在去年的华为全联接大会上，我们提出全面智能化战略，目的是加速千行万业的智能化转型，也包括传媒行业。

　　未来，华为将保持初心，持续投入传媒行业，助力传媒行业数字化和智能化转型。我们相信，在超高清技术、媒体融合与人工智能的共同驱动下，传媒行业将迎来全新发展阶段。

　　W

　　（作者岳坤系华为公司副总裁、ISP与互联网系统部总裁）

　　责任编辑：苗权誉

关注读览天下微信， 100万篇深度好文， 等你来看……