AI+互聯(lián)網(wǎng)媒體行業(yè)丨研究報(bào)告

前言：

研究意義

在AI技術(shù)加速重構(gòu)傳播生態(tài)的進(jìn)程中，AI賦能已成為驅(qū)動(dòng)互聯(lián)網(wǎng)媒體產(chǎn)業(yè)升級的核心引擎。隨著用戶需求多元化與媒介形態(tài)迭代加速，內(nèi)容生產(chǎn)者不僅需要應(yīng)對創(chuàng)作效率、分發(fā)精準(zhǔn)度等傳統(tǒng)挑戰(zhàn)，還需在生成式AI驅(qū)動(dòng)的智能時(shí)代重塑內(nèi)容生態(tài)。多模態(tài)大模型、深度推理算法等技術(shù)的突破，正深刻變革互聯(lián)網(wǎng)媒體的內(nèi)容生產(chǎn)范式、傳播路徑和商業(yè)模式。

在此背景下，本次研究聚焦生成式AI技術(shù)對互聯(lián)網(wǎng)媒體全鏈路的深度賦能，以及標(biāo)桿平臺在智能化轉(zhuǎn)型中的創(chuàng)新實(shí)踐，旨在為內(nèi)容創(chuàng)作者優(yōu)化生產(chǎn)流程、為媒體平臺提升運(yùn)營效率提供有力支持，同時(shí)為行業(yè)決策者與投資者提供前瞻性觀點(diǎn)。

研究內(nèi)容

本報(bào)告深度解析中國互聯(lián)網(wǎng)媒體行業(yè)的現(xiàn)狀、AI賦能下的技術(shù)突破與轉(zhuǎn)型路徑，系統(tǒng)闡述生成式AI技術(shù)如何重構(gòu)互聯(lián)網(wǎng)媒體內(nèi)容生態(tài)全鏈路，并提煉技術(shù)賦能下的實(shí)踐成果與行業(yè)價(jià)值。

發(fā)展概況：當(dāng)前中國互聯(lián)網(wǎng)媒體行業(yè)正邁向AI賦能的智能生態(tài)融合階段。當(dāng)前用戶增長趨緩，競爭轉(zhuǎn)向存量市場。生成式AI加速多模態(tài)融合應(yīng)用，重構(gòu)內(nèi)容生態(tài)與用戶體驗(yàn)，驅(qū)動(dòng)行業(yè)向質(zhì)量效率轉(zhuǎn)型。

深度賦能：AI技術(shù)深度賦能互聯(lián)網(wǎng)媒體行業(yè)，推動(dòng)全鏈條智能化轉(zhuǎn)型。在生產(chǎn)、審核、分發(fā)、消費(fèi)側(cè)重構(gòu)媒體生態(tài)，驅(qū)動(dòng)行業(yè)從信息中介轉(zhuǎn)向智能服務(wù)樞紐，實(shí)現(xiàn)內(nèi)容質(zhì)效升級與商業(yè)模式創(chuàng)新，加速產(chǎn)業(yè)價(jià)值躍遷。

標(biāo)桿案例：中國主流媒體及社交媒體平臺積極應(yīng)用AI技術(shù)推動(dòng)全媒體轉(zhuǎn)型：人民日報(bào)、澎湃新聞、微博、抖音等聚焦AI技術(shù)在內(nèi)容創(chuàng)作、審核分發(fā)、用戶體驗(yàn)等環(huán)節(jié)的創(chuàng)新應(yīng)用，加速媒體與AI的融合進(jìn)程。

研究展望

AI時(shí)代互聯(lián)網(wǎng)媒體行業(yè)面臨多重挑戰(zhàn)：生成式AI技術(shù)引發(fā)內(nèi)容真實(shí)性爭議、視頻生成效果不佳引發(fā)商業(yè)化瓶頸、技術(shù)成本居高不下問題短期難以解決、隱私泄露風(fēng)險(xiǎn)等問題。

AI時(shí)代互聯(lián)網(wǎng)媒體行業(yè)發(fā)展迎來機(jī)遇：媒體平臺需通過自研技術(shù)、數(shù)據(jù)治理、智能推薦及生態(tài)審核構(gòu)建競爭力；內(nèi)容生產(chǎn)側(cè)需融合人機(jī)協(xié)同，專業(yè)創(chuàng)作者聚焦文化深度與情感共鳴建立壁壘，平臺通過可信認(rèn)證、版權(quán)保護(hù)及精準(zhǔn)圈層匹配實(shí)現(xiàn)內(nèi)容生態(tài)升級，平衡商業(yè)價(jià)值與社會(huì)效益。

互聯(lián)網(wǎng)媒體行業(yè)發(fā)展歷程

互聯(lián)網(wǎng)媒體歷經(jīng)五階段躍遷，技術(shù)驅(qū)動(dòng)內(nèi)容生態(tài)從門戶時(shí)代邁向AI賦能的智能生態(tài)融合新周期

互聯(lián)網(wǎng)媒體行業(yè)三十年來經(jīng)歷了從基礎(chǔ)信息聚合到智能生態(tài)融合的范式躍遷。早期門戶網(wǎng)站主導(dǎo)奠定了內(nèi)容集中化生產(chǎn)的基礎(chǔ)；隨著UGC崛起，社交平臺重構(gòu)了內(nèi)容交互模式；移動(dòng)互聯(lián)網(wǎng)與4G普及催生短視頻爆發(fā)，算法推薦技術(shù)重塑流量分發(fā)邏輯；當(dāng)前生成式AI技術(shù)的突破，正驅(qū)動(dòng)內(nèi)容創(chuàng)作、分發(fā)及商業(yè)化全鏈路的智能化升級。技術(shù)迭代始終是行業(yè)變革的核心驅(qū)動(dòng)力，推動(dòng)媒介形態(tài)從單向傳播向沉浸式、個(gè)性化、智能化的生態(tài)融合演進(jìn)。

互聯(lián)網(wǎng)用戶規(guī)模增長紅利見頂

中國互聯(lián)網(wǎng)普及率逼近80%，網(wǎng)民網(wǎng)絡(luò)數(shù)字生活滲透趨近飽和，互聯(lián)網(wǎng)競爭邁入存量精耕新階段

根據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）《第56次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》，2014-2025H1年中國網(wǎng)民規(guī)模從6.49億增至11.2億，普及率上升至79.7%，中國移動(dòng)互聯(lián)網(wǎng)設(shè)備規(guī)模逼近增長極限，截至2025年H1已達(dá)14.4億臺；截至2025年6月，中國網(wǎng)民的人均每周上網(wǎng)時(shí)長為30.6個(gè)小時(shí); 網(wǎng)民的數(shù)字生活滲透趨近飽和?？梢娭袊ヂ?lián)網(wǎng)用戶交互行為已進(jìn)入存量穩(wěn)態(tài)化階段?；ヂ?lián)網(wǎng)普及率逼近80%后整體增速放緩，用戶規(guī)模增長紅利見頂后，互聯(lián)網(wǎng)競爭邁入存量精耕的新階段。

人工智能技術(shù)發(fā)展歷程回顧

經(jīng)過七十余年螺旋上升式的積累沉淀與質(zhì)變躍遷后，人工智能邁入生成式AI技術(shù)驅(qū)動(dòng)的應(yīng)用落地爆發(fā)時(shí)代

人工智能技術(shù)演進(jìn)呈現(xiàn)從符號邏輯到數(shù)據(jù)驅(qū)動(dòng)、從專用模型到通用智能的螺旋式上升軌跡。早期符號主義通過規(guī)則推理構(gòu)建專家系統(tǒng)，但受限于知識獲取瓶頸；統(tǒng)計(jì)學(xué)習(xí)時(shí)代通過SVM等算法實(shí)現(xiàn)模式識別突破，但模型通用性不足；深度學(xué)習(xí)革命以CNN/RNN架構(gòu)解決高維數(shù)據(jù)難題，卻面臨可解釋性與能耗挑戰(zhàn)；大模型范式以Transformer為核心，通過預(yù)訓(xùn)練+微調(diào)實(shí)現(xiàn)跨領(lǐng)域遷移，推動(dòng)生成式AI爆發(fā)與應(yīng)用落地?，F(xiàn)階段人工智能技術(shù)與垂直場景深度耦合進(jìn)入應(yīng)用爆發(fā)期。

LLM支持的文本生成技術(shù)成熟度高

文本生成技術(shù)因算法成熟度高已率先進(jìn)入應(yīng)用爆發(fā)階段，并向趨近人類思維的邏輯推理范式快速升級

大語言模型（LLM）技術(shù)發(fā)展至今已達(dá)到相對成熟的階段，其Transformer架構(gòu)和“預(yù)訓(xùn)練-微調(diào)”范式已經(jīng)成為行業(yè)標(biāo)準(zhǔn)，該架構(gòu)的核心是自注意力機(jī)制，它將文本“詞元化”并進(jìn)行并行處理，使模型能夠動(dòng)態(tài)衡量序列中任意詞語之間的關(guān)系，從而構(gòu)建出對語言的深度全局理解。LLM的成熟度不僅體現(xiàn)在其穩(wěn)固的基礎(chǔ)架構(gòu)，更體現(xiàn)在一系列前沿技術(shù)能力的快速涌現(xiàn)與融合：混合專家（MoE）架構(gòu)解決了規(guī)?；蕟栴}；原生多模態(tài)能力打破了文本的單一限制；檢索增強(qiáng)生成（RAG）提供了事實(shí)錨點(diǎn)；思維鏈（CoT）和思維樹（ToT）等推理框架賦予了其解決復(fù)雜問題的能力；而不斷擴(kuò)展的上下文窗口則解鎖了處理海量數(shù)據(jù)的潛力。這些能力使得新一代LLM在效率、可靠性和性能上實(shí)現(xiàn)了質(zhì)的飛躍，共同將LLM從一個(gè)簡單的文本生成工具推動(dòng)成為越來越趨近人類思維的智能決策者角色。

多模態(tài)大模型處于多技術(shù)融合的進(jìn)程中

生成向DiT架構(gòu)和理解向MLLM架構(gòu)同時(shí)發(fā)展但未達(dá)到底層融合，整合不同模態(tài)的生成和理解是關(guān)鍵方向

從概念上看，多模態(tài)大模型可以視為能夠識別和處理多種類型數(shù)據(jù)（文本、圖像及音視頻等）的輸入輸出、實(shí)現(xiàn)跨模態(tài)理解和生成任務(wù)的人工智能模型。艾瑞將其分為“以DiT架構(gòu)為代表的生成向”和“以MLLM架構(gòu)為代表的理解向”兩類：生成向模型基于DiT架構(gòu)，專注于視覺內(nèi)容的生成，但在跨模態(tài)信息處理上存在局限；理解向模型基于MLLM架構(gòu)，擅長多模態(tài)分析與交互，但缺乏復(fù)雜視頻生成能力。由于受限于數(shù)據(jù)異構(gòu)性、模態(tài)對齊難度及算法復(fù)雜性，兩類模型尚未實(shí)現(xiàn)底層能力的有效融合。如何更好地整合不同模態(tài)的生成和理解，將是多模態(tài)模型發(fā)展的關(guān)鍵方向。

生成式AI應(yīng)用在多領(lǐng)域爆發(fā)式落地

各模態(tài)技術(shù)雖在發(fā)展成熟度上存在差異，但生成式AI以創(chuàng)造為核心的特征，促使應(yīng)用落地快速進(jìn)入爆發(fā)期

生成式AI技術(shù)突破了傳統(tǒng)判別式AI局限于識別的框架，轉(zhuǎn)向創(chuàng)造為核心的應(yīng)用模式。各模態(tài)的發(fā)展成熟度雖有參差，但應(yīng)用落地已呈現(xiàn)出百花齊放的繁榮景象。文本生成技術(shù)已進(jìn)入商業(yè)化成熟期，廣泛應(yīng)用于辦公、學(xué)習(xí)、文案、代碼等領(lǐng)域；圖像生成技術(shù)在藝術(shù)創(chuàng)作、產(chǎn)品設(shè)計(jì)和電商視覺等領(lǐng)域中實(shí)現(xiàn)規(guī)?；瘧?yīng)用；雖然個(gè)性化語音合成仍受限于情感表達(dá)與口音適配，但音頻生成技術(shù)已逐步在有聲讀物、音樂生成等垂直場景中應(yīng)用；視頻生成因Sora等模型突破進(jìn)入爆發(fā)前夜，引發(fā)市場高度關(guān)注，商業(yè)化應(yīng)用落地加快步伐。在產(chǎn)業(yè)端，整合生成式AI技術(shù)的智能解決方案，已在智能家居、自動(dòng)駕駛、智慧醫(yī)療、工業(yè)設(shè)計(jì)等復(fù)雜的垂直場景中驗(yàn)證價(jià)值。

2025年大語言模型企業(yè)案例

從追求規(guī)模擴(kuò)張轉(zhuǎn)向構(gòu)建專業(yè)矩陣、發(fā)展智能體以及實(shí)現(xiàn)全模態(tài)化，大語言模型產(chǎn)業(yè)價(jià)值向場景化應(yīng)用層轉(zhuǎn)移

2025年，大語言模型產(chǎn)業(yè)的核心主題是從單一的越大越好模式轉(zhuǎn)向更加精細(xì)化的技術(shù)格局，呈現(xiàn)出三大核心特征：架構(gòu)趨同、能力分化與全模態(tài)演進(jìn)?；旌蠈＜遥∕oE）架構(gòu)成為前沿模型的主流選擇，以高效平衡模型規(guī)模與計(jì)算成本。市場從追求單一通用模型轉(zhuǎn)向構(gòu)建專業(yè)化模型矩陣，通用推理、視頻生成和企業(yè)級智能體等專用模型并行發(fā)展，智能體能力成為新的競爭焦點(diǎn)。全模態(tài)成為旗艦?zāi)Ｐ偷臉?biāo)配，模型開始普遍具備處理文本、圖像、音視頻的綜合能力。在此背景下，以中國企業(yè)為代表的開源力量，通過開放高性能模型，正加速前沿技術(shù)的普及與商業(yè)化。大模型核心經(jīng)濟(jì)價(jià)值將不再僅僅集中于擁有最強(qiáng)大的基礎(chǔ)模型，而是在基礎(chǔ)模型之上構(gòu)建的、針對特定行業(yè)的精調(diào)應(yīng)用和解決方案。

技術(shù)影響下信息媒體的發(fā)展躍遷

技術(shù)推動(dòng)媒體從文字時(shí)代躍遷至多模態(tài)時(shí)代，響應(yīng)用戶實(shí)時(shí)檢索、深度思考、情感共鳴、全民創(chuàng)作的多元化需求

技術(shù)升級是人類信息媒體發(fā)展的核心驅(qū)動(dòng)力，同時(shí)推動(dòng)互聯(lián)網(wǎng)媒體內(nèi)容從單一走向多元。文字時(shí)代，TCP/IP與HTML支撐純文本單向傳播，內(nèi)容生產(chǎn)主要依賴PGC；圖文時(shí)代，CSS與圖像壓縮技術(shù)催生圖文形式，博客與圖片社交開啟大眾UGC生產(chǎn)階段，回應(yīng)用戶情感與社交需求。4G/5G、WebRTC與算法催生長短視頻+直播的多模態(tài)時(shí)代，以精準(zhǔn)分發(fā)和強(qiáng)互動(dòng)適配實(shí)時(shí)參與需求。當(dāng)前大模型技術(shù)實(shí)現(xiàn)信息多模態(tài)理解與轉(zhuǎn)化，降低創(chuàng)作門檻，推動(dòng)互聯(lián)網(wǎng)媒體進(jìn)入全民創(chuàng)作與人機(jī)共創(chuàng)的新階段，全方位滿足個(gè)性化沉浸式消費(fèi)需求。

AI對互聯(lián)網(wǎng)媒體的賦能-內(nèi)容生產(chǎn)

AI技術(shù)重構(gòu)互聯(lián)網(wǎng)媒體創(chuàng)作生態(tài)，以技術(shù)普惠推動(dòng)內(nèi)容生產(chǎn)的質(zhì)效雙升，實(shí)現(xiàn)產(chǎn)業(yè)價(jià)值躍遷

生成式AI正重塑互聯(lián)網(wǎng)內(nèi)容生產(chǎn)格局。技術(shù)突破使AI輔助生產(chǎn)突破專業(yè)壁壘，通過語義理解與多模態(tài)生成技術(shù)，將用戶簡單的文字指令轉(zhuǎn)化為圖文、視頻等多元形態(tài)。社交平臺海量用戶基數(shù)為UGC提供天然土壤，我國11億網(wǎng)民均可能參與多模態(tài)內(nèi)容創(chuàng)作，凸顯了全民內(nèi)容創(chuàng)作趨勢。用戶基數(shù)與參與度形成多層次創(chuàng)作生態(tài)，社交平臺成為核心載體。專業(yè)領(lǐng)域PGC則在AI驅(qū)動(dòng)下優(yōu)化工作流，提升優(yōu)質(zhì)內(nèi)容產(chǎn)能。技術(shù)普惠下，內(nèi)容生產(chǎn)正從精英化走向全民化，形成專業(yè)深度與創(chuàng)意廣度并存的新型創(chuàng)作生態(tài)。

AI對互聯(lián)網(wǎng)媒體的賦能-內(nèi)容審核

生成式AI技術(shù)可從自動(dòng)審核、精準(zhǔn)判定、人機(jī)互補(bǔ)、動(dòng)態(tài)策略四大方面，對內(nèi)容審核體系進(jìn)行革新賦能

當(dāng)前互聯(lián)網(wǎng)內(nèi)容審核面臨效率與精準(zhǔn)度的雙重挑戰(zhàn)，生成式AI技術(shù)通過優(yōu)化審核流程推動(dòng)行業(yè)變革。AI技術(shù)通過多模態(tài)模型實(shí)現(xiàn)自動(dòng)化初篩，大幅降低基礎(chǔ)工作量。語義分析與情感識別技術(shù)則進(jìn)一步提升了復(fù)雜違規(guī)內(nèi)容的判定準(zhǔn)確性。人機(jī)協(xié)同機(jī)制中，AI負(fù)責(zé)低風(fēng)險(xiǎn)內(nèi)容過濾及風(fēng)險(xiǎn)分級，人工聚焦高敏感、高價(jià)值內(nèi)容的深度復(fù)核，形成互補(bǔ)閉環(huán)。同時(shí)基于深度推理模型的動(dòng)態(tài)策略優(yōu)化，可實(shí)時(shí)適配新型違規(guī)模式，縮短規(guī)則迭代周期。AI為內(nèi)容生態(tài)治理提供了兼具效率與靈活性的解決方案。

AI對互聯(lián)網(wǎng)媒體的賦能-內(nèi)容分發(fā)與平臺運(yùn)營

AI技術(shù)為媒體平臺的內(nèi)容分發(fā)提質(zhì)增效，深度滿足用戶信息消費(fèi)需求，提升用戶體驗(yàn)與粘性，拓展商業(yè)新可能

生成式AI技術(shù)從多個(gè)維度為互聯(lián)網(wǎng)媒體平臺的運(yùn)營工作注入動(dòng)能：在內(nèi)容分發(fā)環(huán)節(jié)，AI貫穿用戶行為、設(shè)備、場景等多維度數(shù)據(jù)，深度解析內(nèi)容并實(shí)現(xiàn)跨模態(tài)再生，優(yōu)化推薦路徑，以精準(zhǔn)實(shí)時(shí)推薦、多模態(tài)場景適配激活用戶需求，擴(kuò)大內(nèi)容傳播輻射范圍，提升分發(fā)效率；在用戶運(yùn)營環(huán)節(jié)，通過優(yōu)質(zhì)內(nèi)容的精準(zhǔn)匹配、部署快速響應(yīng)的智能客服、多樣化AI應(yīng)用，深度契合用戶信息消費(fèi)需求，延長用戶停留時(shí)長，強(qiáng)化參與粘性。另外在平臺內(nèi)容管理與商業(yè)拓展層面，AI不僅可以幫助平臺優(yōu)化人力資源配置，降低基礎(chǔ)運(yùn)營成本，還可以優(yōu)化廣告?zhèn)€性化生成與精準(zhǔn)投放，更以內(nèi)容定制、創(chuàng)意廣告服務(wù)等新商業(yè)形態(tài)為平臺開拓商業(yè)價(jià)值增量的想象空間。

AI對互聯(lián)網(wǎng)媒體的賦能-內(nèi)容消費(fèi)

單向傳播轉(zhuǎn)為雙向交互，淺層瀏覽與深度探索相融合，消費(fèi)者進(jìn)化為產(chǎn)消者，形成創(chuàng)作-消費(fèi)-再創(chuàng)作的產(chǎn)消循環(huán)

生成式AI技術(shù)對互聯(lián)網(wǎng)媒體內(nèi)容消費(fèi)端的革新呈現(xiàn)多維滲透：首先打破信息觸達(dá)壁壘，通過多語言翻譯、文本語音互轉(zhuǎn)等技術(shù)實(shí)現(xiàn)無障礙內(nèi)容獲取，把信息消費(fèi)門檻降到最低；其次重構(gòu)交互范式，以智能摘要、對話式咨詢等AI原生服務(wù)深化用戶理解，實(shí)現(xiàn)淺層瀏覽交叉深度探索的信息加工模式升級；同時(shí)革新體驗(yàn)維度，基于動(dòng)態(tài)用戶畫像的精準(zhǔn)推薦系統(tǒng)結(jié)合碎片化服務(wù)適配，形成千人千面的伴隨式體驗(yàn)，并借助跨領(lǐng)域興趣圖譜推送潛在內(nèi)容，持續(xù)拓展用戶認(rèn)知邊界；通過AI輔助創(chuàng)作工具降低UGC門檻，構(gòu)建用戶參與的內(nèi)容共創(chuàng)網(wǎng)絡(luò)，使消費(fèi)者向產(chǎn)消者轉(zhuǎn)型，形成創(chuàng)作-消費(fèi)-再創(chuàng)作的產(chǎn)消價(jià)值循環(huán)。

AI+互聯(lián)網(wǎng)媒體產(chǎn)業(yè)圖譜

中央媒體的AI探索-以人民日報(bào)為例

生成式AI技術(shù)提效視頻內(nèi)容創(chuàng)作，數(shù)字主持人亮相兩會(huì)，創(chuàng)作大腦 AI+助力記者實(shí)現(xiàn)全媒體采編流程

根據(jù)2025年5月發(fā)布的《人民日報(bào)社社會(huì)責(zé)任報(bào)告（2024年度）》，人民日報(bào)客戶端累計(jì)下載量突破2.9億次，微博粉絲數(shù)超1.55億，微信公眾號用戶訂閱量達(dá)5737萬，抖音賬號關(guān)注數(shù)達(dá)1.74億。在人工智能技術(shù)驅(qū)動(dòng)下，人民日報(bào)運(yùn)用生成式AI技術(shù)提升視頻內(nèi)容創(chuàng)作效率，推出《生成式AI技術(shù)創(chuàng)意混剪！第一視角感受開往春天的列車》等作品。此外，該報(bào)還推出“兩會(huì)AI學(xué)習(xí)”專欄，采用多民族數(shù)字主持人播報(bào)新聞，并依托“創(chuàng)作大腦”AI+全息采錄眼鏡等設(shè)備，助力記者實(shí)現(xiàn)“一鏡到底”的全媒體采編流程。

地方媒體的AI探索-以澎湃新聞為例

澎湃新聞?chuàng)肀I技術(shù)浪潮，三大AI工作室優(yōu)化內(nèi)容生產(chǎn)，智能審核等五大核心功能構(gòu)建風(fēng)控新生態(tài)

作為全球中文互聯(lián)網(wǎng)重要的全媒體內(nèi)容供應(yīng)商，澎湃新聞專注于時(shí)政、財(cái)經(jīng)、文化、思想等領(lǐng)域，提供實(shí)時(shí)新聞資訊、深度報(bào)道和視頻直播。通過系統(tǒng)性整合AI創(chuàng)作工具，形成派生萬物AI辦公、視覺與視頻三大工作室，有效提升內(nèi)容生產(chǎn)效率。同時(shí)，清穹內(nèi)容風(fēng)控智能平臺全面嵌入生成式AI技術(shù)工作流，推出“智能審核”“智能校對”“智能巡檢”“輿情監(jiān)測”“增值服務(wù)”五大功能，依托先進(jìn)的內(nèi)容分析和審校能力，生成內(nèi)容審核報(bào)告、巡檢報(bào)告等，為內(nèi)容安全提供了強(qiáng)有力的保障。

短視頻媒體的AI應(yīng)用探索-以抖音為例

以豆包大模型為核心技術(shù)底座，戰(zhàn)略性地將AIGC技術(shù)深度嵌入到短視頻媒體的每一個(gè)生命周期環(huán)節(jié)中

字節(jié)跳動(dòng)正圍繞其核心短視頻媒體平臺抖音，以豆包大模型為核心技術(shù)底座，將AIGC技術(shù)嵌入到短視頻媒體平臺“內(nèi)容生產(chǎn)-處理剪輯-發(fā)布呈現(xiàn)-營銷傳播”的每個(gè)環(huán)節(jié)，形成一個(gè)由先進(jìn)推薦算法驅(qū)動(dòng)，集內(nèi)容創(chuàng)作、社交互動(dòng)與商業(yè)變現(xiàn)于一體的生態(tài)系統(tǒng)。2025年6月11日豆包大模型1.6版本正式發(fā)布，包括視頻生成模型、語音播客模型、實(shí)時(shí)語音模型等多樣化模型技術(shù)矩陣，均支持深度思考、多模態(tài)理解、256k長上下文、圖形界面操作等能力，并在10月16日發(fā)布系列持續(xù)更新，支持抖音平臺形成“視頻創(chuàng)作工具-內(nèi)容平臺-商業(yè)化服務(wù)”的全鏈路產(chǎn)品矩陣。

大眾社交媒體的AI應(yīng)用探索-以微博為例

微博以自研多模態(tài)知微大模型為技術(shù)底座，構(gòu)建AI+產(chǎn)品矩陣，實(shí)現(xiàn)內(nèi)容生態(tài)全鏈路智能化升級

微博是當(dāng)前中國互聯(lián)網(wǎng)用戶在線創(chuàng)作、發(fā)現(xiàn)和分享內(nèi)容的重要社交媒體平臺，每天都有數(shù)以億計(jì)的網(wǎng)友基于微博進(jìn)行內(nèi)容瀏覽、分享和互動(dòng)。知微大模型是微博面向社交媒體垂直領(lǐng)域自研的多模態(tài)大模型，該模型深度融合微博平臺特有的博文、表情包、熱搜數(shù)據(jù)及用戶互動(dòng)行為，并通過多模態(tài)理解、垂直領(lǐng)域優(yōu)化與深度推理能力，支撐起評論羅伯特、智搜、博主AI助手等微博AI產(chǎn)品矩陣，形成覆蓋內(nèi)容生產(chǎn)-分發(fā)-消費(fèi)全鏈路的AI服務(wù)體系。

基于知微大模型、DeepSeek-R1以及多模態(tài)RAG技術(shù)，推動(dòng)微博向一站式智能搜索轉(zhuǎn)型，幫助用戶秒懂熱點(diǎn)

智搜是微博于2024年下半年開始重點(diǎn)打造的AI搜索產(chǎn)品，定位為“總結(jié)式信息消費(fèi)平臺”，旨在通過大語言模型技術(shù)重構(gòu)搜索體驗(yàn)。結(jié)合微博自研知微大模型、DeepSeek-R1以及多模態(tài)RAG技術(shù)，自動(dòng)整理新聞事件的4W1H要素，在娛樂/財(cái)經(jīng)/民生等多種專業(yè)領(lǐng)域延伸深度分析，幫助用戶“秒懂熱點(diǎn)”，降低信息篩選成本，推動(dòng)微博搜索從傳統(tǒng)關(guān)鍵詞匹配向一站式智能搜索轉(zhuǎn)型。截至2025年6月，智搜月活躍用戶已突破5000萬。

AI時(shí)代互聯(lián)網(wǎng)媒體行業(yè)挑戰(zhàn)-信息真實(shí)性

AI技術(shù)提升內(nèi)容生產(chǎn)效率的同時(shí)，信息真實(shí)性風(fēng)險(xiǎn)加劇，需強(qiáng)化審核監(jiān)管與用戶引導(dǎo)雙軌并行

AI技術(shù)為內(nèi)容創(chuàng)作賦予了高效與便捷，但背后潛藏的風(fēng)險(xiǎn)同樣不容忽視，如基于生成式AI技術(shù)炮制的虛假新聞、偽造影像等信息武器可直接沖擊社會(huì)信任體系。與此同時(shí)，算法生成內(nèi)容的可靠性存在顯著差異，低質(zhì)量輸出易形成認(rèn)知偏差，進(jìn)而扭曲公眾的價(jià)值判斷與行為選擇。當(dāng)受眾習(xí)慣性接受算法投喂的碎片化信息，缺乏批判性思考與深度解讀時(shí)，不僅會(huì)導(dǎo)致群體性認(rèn)知能力退化，更讓監(jiān)管體系面臨技術(shù)迭代與風(fēng)險(xiǎn)防控的雙重壓力。面對技術(shù)雙刃劍，行業(yè)形成多維度防御體系：互聯(lián)網(wǎng)媒體平臺通過自研大模型實(shí)現(xiàn)跨模態(tài)審核效率倍增，建立內(nèi)容溯源追蹤與可信度評級機(jī)制，對AI生成內(nèi)容實(shí)施顯式標(biāo)識制度，從技術(shù)治理與規(guī)則約束雙重路徑守護(hù)信息真實(shí)性。

AI時(shí)代互聯(lián)網(wǎng)媒體行業(yè)挑戰(zhàn)-視覺效果

AI視頻生成技術(shù)在物理邏輯一致性、角色身份連貫性等方面存在局限，構(gòu)成當(dāng)前商業(yè)化應(yīng)用的核心瓶頸

文生視頻技術(shù)以其顛覆性的潛力預(yù)示著視覺內(nèi)容生產(chǎn)的革命，然而從驚艷的短暫演示到專業(yè)化實(shí)用之間仍存在顯著鴻溝，其在物理邏輯一致性、角色身份連貫性及藝術(shù)細(xì)節(jié)精細(xì)化控制上的局限，構(gòu)成了當(dāng)前商業(yè)化應(yīng)用的核心瓶頸。這種技術(shù)現(xiàn)狀使得AI視頻更多停留在創(chuàng)意輔助和短內(nèi)容測試階段，無法滿足影視級作品的嚴(yán)苛標(biāo)準(zhǔn)，制約了生產(chǎn)力的實(shí)質(zhì)性解放。為跨越此鴻溝，行業(yè)正采取務(wù)實(shí)的演進(jìn)策略：技術(shù)研發(fā)端聚焦于提升模型的可控性與多模態(tài)交互能力，應(yīng)用端則普遍采納人機(jī)協(xié)同的混合工作流，將AI用于快速生成草稿或特定元素，由人類專家完成最終的藝術(shù)打磨與質(zhì)量把控，以研發(fā)突破與應(yīng)用場景創(chuàng)新的雙輪驅(qū)動(dòng)模式，穩(wěn)步推動(dòng)技術(shù)成熟。

AI時(shí)代互聯(lián)網(wǎng)媒體行業(yè)挑戰(zhàn)-技術(shù)成本

技術(shù)成本構(gòu)筑了極高的準(zhǔn)入門檻，自有垂直領(lǐng)域模型形成有效競爭壁壘

人工智能模型強(qiáng)大的背后是算力、數(shù)據(jù)和人才等要素的巨額投入，高昂的技術(shù)成本構(gòu)筑了極高的準(zhǔn)入門檻，使得AI競賽日益呈現(xiàn)巨頭游戲的態(tài)勢，壓縮中小企業(yè)的生存與創(chuàng)新空間。這種成本結(jié)構(gòu)不僅阻礙了技術(shù)的普惠化進(jìn)程，也讓眾多媒體平臺在智能化轉(zhuǎn)型中面臨用不起、不敢用的困境，數(shù)字鴻溝有進(jìn)一步擴(kuò)大的風(fēng)險(xiǎn)。為應(yīng)對此挑戰(zhàn)，行業(yè)正探索多層次的成本優(yōu)化路徑：一方面，積極擁抱開源生態(tài)，利用高質(zhì)量的開源模型和MaaS服務(wù)API來降低應(yīng)用門檻；另一方面，有實(shí)力的媒體平臺開始投資構(gòu)建自有垂直領(lǐng)域模型，以確保數(shù)據(jù)安全并構(gòu)筑差異化競爭壁壘，形成外部開源利用與內(nèi)部能力構(gòu)建的并行發(fā)展格局。

AI時(shí)代互聯(lián)網(wǎng)媒體行業(yè)挑戰(zhàn)-安全隱私

生成式AI需平衡創(chuàng)新與安全，通過動(dòng)態(tài)數(shù)據(jù)管理、跨模態(tài)檢測及法規(guī)協(xié)同加強(qiáng)隱私保護(hù)

以海量用戶數(shù)據(jù)為燃料的個(gè)性化推薦與內(nèi)容生成，是AI提升媒體服務(wù)體驗(yàn)的核心機(jī)制，但也因此引發(fā)了嚴(yán)峻的用戶安全與隱私保護(hù)挑戰(zhàn)。數(shù)據(jù)濫用、算法偏見、信息繭房以及個(gè)人隱私泄露等風(fēng)險(xiǎn)，正持續(xù)侵蝕著用戶對平臺的信任。當(dāng)用戶在享受便捷與讓渡隱私之間艱難權(quán)衡時(shí)，平臺則承受著遵守全球日趨嚴(yán)格的數(shù)據(jù)法規(guī)與維護(hù)用戶信任的雙重壓力。為此，行業(yè)正積極構(gòu)建以信任為核心的治理框架：在產(chǎn)品設(shè)計(jì)中貫徹隱私始于設(shè)計(jì)的原則，應(yīng)用聯(lián)邦學(xué)習(xí)等隱私增強(qiáng)技術(shù)；在運(yùn)營上賦予用戶透明的數(shù)據(jù)控制權(quán)與選擇權(quán)，并設(shè)立AI倫理委員會(huì)進(jìn)行監(jiān)督，通過技術(shù)層面的隱私增強(qiáng)與治理層面的透明可控相結(jié)合的路徑，尋求創(chuàng)新發(fā)展與用戶權(quán)益的平衡。

歡迎關(guān)注艾瑞數(shù)智獲取更多內(nèi)容