本文是《廣播與電視技術(shù)》2026年1期《AI驅(qū)動的廣電內(nèi)容生產(chǎn)發(fā)布平臺設(shè)計與實踐》精華版，請訪問廣電獵酷微信小程序閱讀下載全文。

隨著人工智能時代的到來，廣電內(nèi)容生產(chǎn)發(fā)布平臺面臨著重大變革。傳統(tǒng)廣電平臺產(chǎn)品邊界和系統(tǒng)架構(gòu)清晰且相對封閉，而如今工具泛行業(yè)化、第三方工具迭代加速，給傳統(tǒng)廣電網(wǎng)絡(luò)帶來內(nèi)容安全、數(shù)據(jù)安全、邊界安全、訪問安全、服務(wù)穩(wěn)定性以及架構(gòu)包容性和開放性等多方面挑戰(zhàn)。本研究旨在探索AI時代廣電內(nèi)容生產(chǎn)發(fā)布平臺的創(chuàng)新路徑，通過引入超融合服務(wù)器、虛擬化部署等技術(shù)，提升平臺安全性、穩(wěn)定性和開放性，充分挖掘AI潛力。

本文作者：

朱紅天

寧波廣電集團

第一作者簡介：

朱紅天（1972—），男，寧波廣播電視集團副總裁，高級工程師，碩士。主要從事廣播電視工程技術(shù)、網(wǎng)絡(luò)安全、人工智能應(yīng)用等方面的研究，所主持或參與的項目多次獲得廣電總局、廣播電影電視技術(shù)學(xué)會科技進(jìn)步獎。

[本文獻(xiàn)信息]

朱紅天. AI驅(qū)動的廣電內(nèi)容生產(chǎn)發(fā)布平臺設(shè)計與實踐[J]. 廣播與電視技術(shù), 2026,Vo1.53(01).

AI驅(qū)動的廣電內(nèi)容生產(chǎn)

發(fā)布平臺設(shè)計與實踐

NO.1

AI提升廣電內(nèi)容生產(chǎn)發(fā)布能力和效率的場景與實踐

1.1 語音技術(shù)的應(yīng)用

為了促進(jìn)寧波話的保護(hù)和傳承，同時打造新型地方媒體應(yīng)用，寧波廣電集團在寧波市科技局的幫助下，與本地高校、科研機構(gòu)合作，立項構(gòu)建了支持寧波話的語言識別和語言合成兩大模型。這個項目面向影視節(jié)目制作領(lǐng)域提供智能化的方言語音交互服務(wù)，拓展方言節(jié)目創(chuàng)意創(chuàng)作新賽道，形成以方言預(yù)訓(xùn)練模型為核心的寧波方言資源保護(hù)與活化利用新范式。

1.2 文本生成技術(shù)的應(yīng)用

文本生成技術(shù)能夠極大地提升廣電內(nèi)容生產(chǎn)業(yè)務(wù)的效率。寧波廣電集團“AIGC融媒創(chuàng)作港”（以下簡稱“創(chuàng)作港”）在2025年2月成功本地化部署 DeepSeek R1 671B 全量語言大模型，接入了智能文稿模塊，通過R1版本的深度思考功能，在新聞文稿創(chuàng)作方面，可快速生成新聞初稿，并具有智能校對功能，記者只需進(jìn)行潤色和審核即可，大幅縮短了新聞制作周期，讓工作人員有更多時間專注于創(chuàng)意和深度內(nèi)容的挖掘。應(yīng)用文本生成技術(shù)可以生成富有創(chuàng)意的劇本、故事梗概等，為影視制作提供靈感源泉，提升節(jié)目的吸引力和競爭力。同時，將該技術(shù)與移動采編應(yīng)用相結(jié)合，在融媒采編場景下也能發(fā)揮極大價值，讓創(chuàng)作者隨時隨地進(jìn)行創(chuàng)作（如圖1所示）。

1.3 多模態(tài)生成技術(shù)的應(yīng)用

AI多模態(tài)生成在媒體內(nèi)容生產(chǎn)中效果顯著，隨著多模態(tài)生成模型技術(shù)的發(fā)展，AI大模型具備更強的表達(dá)能力，特別是隨著更多具備運鏡語言、多鏡頭切換、多主題生成能力的國產(chǎn)模型的開源，相信多模態(tài)生成能力將為廣電媒體內(nèi)容生產(chǎn)帶來更大的價值（如圖2所示）。

1.4 內(nèi)容理解與識別技術(shù)的應(yīng)用

近年來，隨著大規(guī)模視覺-語言預(yù)訓(xùn)練（VLP，Vision Language Pretraining）模型的出現(xiàn)，CV和NLP等多模態(tài)信息進(jìn)一步有效融合，使得多模態(tài)內(nèi)容理解的性能步入新臺階?？缒B(tài)檢索（如圖3所示）技術(shù)作為重要的下游任務(wù)之一，在多模態(tài)視頻理解和查詢中也發(fā)揮著重要作用，充分彌補了原有傳統(tǒng)關(guān)鍵詞（全文）檢索的應(yīng)用局限性，一定程度上解決了檢索語義理解及泛化價值內(nèi)容挖掘的現(xiàn)狀問題。

1.5 內(nèi)容渠道分發(fā)策略

在廣電媒體自營的端內(nèi)，通過分析用戶的瀏覽歷史和興趣偏好，實現(xiàn)內(nèi)容的精準(zhǔn)推送，提高內(nèi)容的曝光率和完播率；在多端分發(fā)的過程中，“視頻工廠”能夠根據(jù)不同平臺的特點和目標(biāo)受眾，生成不同調(diào)性的內(nèi)容，通過標(biāo)簽的設(shè)置，配合傳播渠道的客戶畫像，實現(xiàn)精準(zhǔn)地推送（如圖4所示）。

1.6 傳播效果的時間序列分析應(yīng)用

寧聚云內(nèi)容中臺時間序列分析服務(wù)（如圖5所示）可以通過對歷史數(shù)據(jù)的分析，找出內(nèi)容發(fā)布的最佳時間點。例如，根據(jù)不同時間段用戶的活躍度、不同類型內(nèi)容的觀看趨勢等因素，預(yù)測出某個特定節(jié)目或新聞的最佳發(fā)布時間，可以為平臺的廣告投放提供參考，幫助平臺在最佳時間投放廣告，提高廣告的效果和收益。

NO.2

寧波AIGC融媒創(chuàng)作港實踐

在積極擁抱大模型及AIGC能力的過程中，寧波廣電集團掛牌成立了“AI應(yīng)用實驗室”，擬訂了《人工智能應(yīng)用管理辦法》，為技術(shù)研發(fā)提供了制度保障和創(chuàng)新環(huán)境。

寧波廣電集團技術(shù)人員集合眾多廠家能力，自主研發(fā)了“AIGC 融媒創(chuàng)作港”，在研發(fā)過程中遵循AI技術(shù)工具化、服務(wù)全行業(yè)的理念，基于互聯(lián)網(wǎng)思維，面向新媒體，構(gòu)筑了豐富的AI應(yīng)用體系。為減少投入，快速落地，研究摒棄了既往重資產(chǎn)投入的思路，采用云上部署，通過智能體建設(shè)，綜合調(diào)用各家大模型能力，以最低的成本、最高效的構(gòu)筑，完成包括視頻、圖片、音頻、辦公等眾多能力在內(nèi)的媒體內(nèi)容生產(chǎn)工具體系。

目前，“創(chuàng)作港”已經(jīng)在公域上線，面向全集團及外部的媒體機構(gòu)、內(nèi)容生產(chǎn)能力需求單位、個人提供可運營的AI能力服務(wù)。

NO.3

AI 應(yīng)用促進(jìn)廣電內(nèi)容生產(chǎn)發(fā)布平臺開放性的實踐

伴隨著AI能力以月甚至周為單位的快速迭代，以剪映為代表的非專業(yè)工具的能力專業(yè)性迅速提升，以Langchain/Dify為代表的開源大模型框架迅速普及，相對于既往廣電封閉的內(nèi)部生產(chǎn)網(wǎng)，“創(chuàng)作港”實際上就是一次AI大模型應(yīng)用背景下開放性的成功實踐。

3.1 本地能力與第三方服務(wù)結(jié)合

“創(chuàng)作港”巧妙地結(jié)合了本地部署與第三方接口，極大地提升了系統(tǒng)的靈活性和拓展性。本地部署為平臺提供了穩(wěn)定的基礎(chǔ)架構(gòu)，也確保了數(shù)據(jù)的安全。而第三方接口的引入則為平臺帶來了更廣泛的資源和創(chuàng)新能力，快速響應(yīng)市場變化和用戶需求。

這種整合本地與第三方資源的方案，推動內(nèi)容生產(chǎn)巨大變革，研究利用 AIGC 技術(shù)成功制作了一系列欄目、短劇、公益片等（如圖6所示）。這種創(chuàng)意類的視頻，成本不高，但獲得了很高的反響，全網(wǎng)傳播量數(shù)十萬次，再次展現(xiàn)了AI在創(chuàng)意表達(dá)上的強大推動力。

此外，平臺還在精品節(jié)目創(chuàng)作、大型活動展示和創(chuàng)新營銷手段等多個場景下有效利用 AI，提升了內(nèi)容生產(chǎn)的效率和豐富多樣性。在互動傳播方面，平臺通過快速接入第三方接口（如換臉、老照片修復(fù)、變動圖等），實現(xiàn)觀眾通過多種終端訪問平臺，參與節(jié)目制作和互動體驗。

總之，開放平臺促進(jìn)了整合資源，實現(xiàn)了技術(shù)研發(fā)、內(nèi)容生產(chǎn)和觀眾互動傳播的協(xié)同發(fā)展，為全臺規(guī)?；?、智能化內(nèi)容生產(chǎn)提供了強大的動力，推動了廣電行業(yè)在AI大潮下的創(chuàng)新發(fā)展。

3.2內(nèi)外網(wǎng)API資源管控與安全集成

隨著企業(yè)的數(shù)字化工具，特別是諸多AI能力數(shù)量的逐漸增加，希望將AI能力快速地應(yīng)用到臺內(nèi)現(xiàn)有的各項業(yè)務(wù)系統(tǒng)中。但現(xiàn)實情況是，臺內(nèi)應(yīng)用網(wǎng)絡(luò)復(fù)雜，在線系統(tǒng)不能做任何調(diào)改，而不同服務(wù)廠商原有的系統(tǒng)結(jié)構(gòu)大不相同。為了解決上述問題，研究引入了低代碼的應(yīng)用總線平臺這一高效且成熟的集成方案，通過構(gòu)建跨系統(tǒng)間標(biāo)準(zhǔn)化的數(shù)據(jù)和身份認(rèn)證連接通道，能夠滿足企業(yè)在市場變化中對應(yīng)用與模型快速迭代的需求。

應(yīng)用連接總線的核心理念是在不侵入廠商實現(xiàn)服務(wù)的前提下，適配不同標(biāo)準(zhǔn)的 API接入和不同類型的數(shù)據(jù)源接入（如圖 7所示）?？偩€定義為上層各業(yè)務(wù)模塊與應(yīng)用工具的開放式連接平臺，由數(shù)據(jù)連接器（iPaaS）和賬號連接器（iDaaS）兩個產(chǎn)品組件構(gòu)成。對上層各類業(yè)務(wù)應(yīng)用來說，僅需按照規(guī)范標(biāo)準(zhǔn)提供 API 接口，即可實現(xiàn)用戶、數(shù)據(jù)統(tǒng)一管理和流轉(zhuǎn)。

NO.4

增強AI 內(nèi)容生成專屬性和穩(wěn)定性

截至目前，面向廣電視聽領(lǐng)域的生成式人工智能效果仍有待提升，其表現(xiàn)包括模型對特定事物的理解和生成能力不夠、跨鏡頭內(nèi)容生成穩(wěn)定性和一致性不強、模型對專業(yè)媒體所需的視覺理解（如鏡頭語言）不夠等。為解決此類問題，作為既擁有豐富視聽數(shù)據(jù)內(nèi)容資源、又對產(chǎn)生更專業(yè)視聽內(nèi)容具有強烈要求的媒體，需要從技術(shù)架構(gòu)上提供解決方案，構(gòu)建新的業(yè)務(wù)能力。

4.1 專屬數(shù)據(jù)集構(gòu)建

每個媒體，都有自己獨特的內(nèi)容生成訴求。研究需要在自身專有的數(shù)據(jù)集基礎(chǔ)上對模型進(jìn)行專門訓(xùn)練，在數(shù)據(jù)集構(gòu)建的過程中，需要有智能化的內(nèi)容理解能力，將內(nèi)容自適應(yīng)地拆分為包含一個或多個物件的“單鏡頭”。為了滿足訓(xùn)練所需，還需要其中不存在鏡頭轉(zhuǎn)換，有一定的運動，繼而需要標(biāo)識出視聽數(shù)據(jù)中的關(guān)鍵元素和語義信息，包含視頻內(nèi)容、質(zhì)量、美學(xué)、安全性、運鏡方式等，最終給出原始視聽數(shù)據(jù)和對應(yīng)的提示詞（如圖8所示）。

4.2 專屬微調(diào)模型訓(xùn)練

沉淀了自身專屬的數(shù)據(jù)集后，新的生產(chǎn)發(fā)布平臺應(yīng)該建立面向?qū)倌Ｐ偷挠?xùn)練機制和體系。為了解決模型對特定事物/知識的理解能力不足、對特定領(lǐng)域知識的不足、對特定表述方式了解的不足等問題，比如“熟悉本地地域地標(biāo)，理解本地特定表述方式，熟知本地風(fēng)土人情等”，研究需要訓(xùn)練自身的專屬微調(diào)模型。同時，目前通用生成式人工智能在內(nèi)容清晰度、連貫性、邏輯性等方面仍存在明顯瑕疵，因此，確保生成視聽內(nèi)容的準(zhǔn)確性與質(zhì)量可控性，是推動我國人工智能技術(shù)賦能視聽產(chǎn)業(yè)的重要前提。

NO.5

AI 確保廣電內(nèi)容生產(chǎn)發(fā)布平臺安全性的措施

5.1 內(nèi)容防護(hù)保障安全

5.1.1 全面檢測內(nèi)容安全

在融合媒體時代全新的交互方式中，內(nèi)容生產(chǎn)發(fā)布平臺面臨著場景多樣、信息體量巨大的挑戰(zhàn)，即使在“三審三校”后仍可能有內(nèi)容風(fēng)險；庫存數(shù)據(jù)易成為“定時炸彈”，稿庫、素材庫等大量庫存數(shù)據(jù)需要定期掃描確保內(nèi)容安全。因此，AI 審核能力成為必須?？梢酝ㄟ^AI接收端，全面檢測圖片、視頻、文字、文檔等各種素材，識別色情、賭博、涉政、暴恐、血腥等不良內(nèi)容，有效保障媒體內(nèi)容的安全。

5.1.2 AI生成內(nèi)容檢測

大模型技術(shù)給廣電行業(yè)帶來了內(nèi)容的新質(zhì)生產(chǎn)力，也帶來了內(nèi)容真?zhèn)悟炞C的挑戰(zhàn)。廣電需要建立AI音頻識別能力，識別主流AI音頻工具生成的音頻、模仿領(lǐng)導(dǎo)人的合成類音頻等，以排查一些風(fēng)險音頻。在AI圖像生成識別能力上，圖像的質(zhì)量、圖像是否涉及內(nèi)容安全等應(yīng)重點關(guān)注，因此需要有一種技術(shù)，結(jié)合圖像的風(fēng)格、內(nèi)容、頻譜等信息，鑒別圖像是否來源于某些主流AI工具智能生成、生成結(jié)果是否出現(xiàn)肢體異常等常識性問題，抑或是否存在AI涉政、AI色情等內(nèi)容安全風(fēng)險。

5.2 版權(quán)與數(shù)字安全

隨著 AIGC 技術(shù)的廣泛應(yīng)用，媒體人在使用該技術(shù)進(jìn)行內(nèi)容創(chuàng)作時，可能會面臨版權(quán)問題。一方面，媒體人在使用素材時，要嚴(yán)格遵守版權(quán)法，確保使用的素材經(jīng)過授權(quán)。另一方面，對于 AIGC 生成的內(nèi)容，要明確版權(quán)歸屬，避免引發(fā)版權(quán)糾紛。

NO.6

結(jié)束語

展望未來，廣電內(nèi)容生產(chǎn)發(fā)布平臺的探索空間廣闊，可以從以下方向深入研究：一是深化AI與內(nèi)容生產(chǎn)融合：提升智能創(chuàng)作精細(xì)化程度，如優(yōu)化智能剪輯算法，精準(zhǔn)把握視頻情感與敘事邏輯；借助AI分析用戶數(shù)據(jù)，實現(xiàn)個性化內(nèi)容定制，精準(zhǔn)推薦節(jié)目、投放廣告；探索跨媒體內(nèi)容創(chuàng)作，融合文字、圖片、視頻等，滿足多元需求。二是強化平臺穩(wěn)定性與安全性：結(jié)合本地化特點沉淀專屬數(shù)據(jù)集，訓(xùn)練專屬模型；加強內(nèi)容防護(hù)技術(shù)，提高不良內(nèi)容識別率與處理速度，明確版權(quán)歸屬；運用先進(jìn)技術(shù)，提升數(shù)據(jù)安全管理水平。三是拓展平臺開放性與創(chuàng)新性：加強與第三方合作，引入先進(jìn)技術(shù)與資源，如與科技企業(yè)開發(fā)虛擬現(xiàn)實內(nèi)容，與社交媒體合作傳播；積極參與行業(yè)標(biāo)準(zhǔn)制定，規(guī)范 AI 技術(shù)應(yīng)用與數(shù)據(jù)管理；探索付費定制、知識服務(wù)等新商業(yè)模式，拓寬收入來源。

更多技術(shù)細(xì)節(jié)、部署方案與實踐數(shù)據(jù)

歡迎點擊小程序查看論文全文！

end

參考文獻(xiàn)

[1] 金妍.媒體深融背景下廣電媒體內(nèi)容生產(chǎn)創(chuàng)新策略思考[J].中國有線電視,2023(11): 160-163.

[2] 邵淇鋒.淺談AI人工智能技術(shù)在內(nèi)容生產(chǎn)平臺的應(yīng)用[J].中國有線電視, 2021(10): 1039-1042.

[3] 鄭夢羽. 傳統(tǒng)廣播電視新聞在新媒體環(huán)境下的內(nèi)容創(chuàng)新與傳播策略研究[J].新聞傳播, 2025(1): 76-78.

[4] 鄭繼業(yè).優(yōu)質(zhì)生產(chǎn)多渠道分發(fā)，實現(xiàn)傳播效果最大化[J].新聞戰(zhàn)線,2021(17): 65-67.

[5] 宋崢, 柴焱.面向媒體融合的廣播電視臺新型應(yīng)用連接總線設(shè)計[J].廣播與電視技術(shù), 2025, 52(1): 51-56.

《廣播與電視技術(shù)》、“廣電獵酷”廣告經(jīng)營與商務(wù)合作：

聯(lián)系人：胡南

聯(lián)系電話：13671012778

好文共賞請轉(zhuǎn)發(fā) 有話要說請留言