本文是《廣播與電視技術》2026年3期《電視終端智能體的技術體系與應用研究》精華版，請訪問廣電獵酷微信小程序閱讀下載全文。

論文闡述了電視終端智能體“感知-決策-執(zhí)行”能力體系，分析了其能力構建的關鍵技術路徑，并結合華數(shù)影音智能體與長虹“滄海智能體”兩類典型案例，剖析了廣電運營商與終端廠商的差異化落地模式。論文還進一步研究了智能體驅動下的用戶體驗重構、業(yè)務價值提升及行業(yè)生態(tài)演進，并從標準制定、評測認證、數(shù)據(jù)互通等方面提出廣電智能化發(fā)展對策。

本文作者：

李繼龍

國家廣播電視總局廣播電視科學研究院

第一作者簡介：

李繼龍（1976—），男，國家廣播電視總局廣播電視科學研究院正高級工程師，博士。主要從事大模型監(jiān)管技術人工智能評測技術、5G應用技術方面的研究。曾參與多項國家、部委重要項目的研究開發(fā)工作，取得多項研究成果，多次獲得部委獎項。作為主要研究人員曾參與有線無線衛(wèi)星融合網(wǎng)、衛(wèi)星直播標準和數(shù)字音頻廣播標準的研究與制定。

[本文獻信息]

李繼龍. 電視終端智能體的技術體系與應用研究[J]. 廣播與電視技術, 2026, VoL.53(3).

電視終端智能體的

技術體系與應用研究

01

電視機終端智能體核心能力

AI智能體是一個具備自主感知環(huán)境、進行分析決策并執(zhí)行動作以達成特定目標的智能化系統(tǒng)，其核心是具備自主性、主動性和情境感知能力。電視終端智能體將這種高級智能形態(tài)與電視終端相結合，其定義可以概括為：一個深度集成于電視終端硬件與操作系統(tǒng)，能夠持續(xù)感知家庭環(huán)境、理解用戶意圖、自主規(guī)劃任務、并協(xié)同操控內(nèi)容、應用及其他智能設備的個性化人工智能管家。

電視終端智能體的核心工作模式是一個完整的“感知-決策-執(zhí)行”閉環(huán)，將用戶從繁瑣的電視操作中解放出來，提供無縫、主動和個性化的服務體驗。電視終端智能體相應要具備感知、決策、執(zhí)行能力。

1.1 電視智能終端感知能力

感知能力是智能體與環(huán)境交互、獲取信息的基礎。對于電視終端而言，其感知的“環(huán)境”既包括屏幕內(nèi)顯示內(nèi)容，也延伸至屏幕外的家庭物理環(huán)境。

1.1.1 感知能力的維度

電視終端智能體的感知能力主要體現(xiàn)在以下兩個維度：

屏幕內(nèi)容理解：智能體須能夠解析屏幕上顯示的信息。識別屏幕上UI組件，并

理解它們的類型和可交互狀態(tài)；理解播放的視頻內(nèi)容，從屏幕圖像中提取并理解關鍵信息。

環(huán)境狀態(tài)感知：通過電視配備的攝像頭、麥克風陣列等傳感器，智能體可以識別用戶的身份、位置、姿態(tài)、手勢，甚至情緒。

1.1.2 支撐感知能力的VLM和LLM技術

電視終端智能體通過視覺語言模型（VLM）與大型語言模型（LLM）相結合，打通像素信息與語言語義之間的鴻溝，實現(xiàn)理解復雜的場景和抽象的視覺概念。多模態(tài)融合技術實現(xiàn)感知能力從“單一”走向“整合”，獲得比單一模態(tài)更準確、更魯棒的環(huán)境理解。

1.2 電視智能終端決策能力

決策能力負責整合所有智能體感知到的信息，理解用戶的意圖，進行邏輯推理和規(guī)劃，制定出實現(xiàn)用戶目標的行動方案。

1.2.1 LLM/SLM混合能力架構

大型語言模型（LLM）憑借其在海量數(shù)據(jù)預訓練，具備的自然語言理解、生成、常識推理和復雜任務規(guī)劃能力。在智能體中，LLM部署在云端，承擔信息決策的計算密集型工作。小型語言模型（SLM）是低參數(shù)量的輕量化模型，其優(yōu)勢在于其低廉的計算成本和極低的推理延遲，使其非常適合在設備資源受限的電視機或機頂盒等終端設備上本地運行，可承擔低延遲的決策工作。

電視終端智能體在應用中推薦的實現(xiàn)架構是云端大模型+本地化小模型相結合的混合能力架構，該架構不僅能夠充分利用小模型在效率與成本上的優(yōu)勢，也能發(fā)揮大模型在復雜問題研判上的獨特能力，最終實現(xiàn)研判精度與算力資源的最佳平衡。

1.2.2 決策過程的實現(xiàn)機制

電視終端智能體的決策過程涉及意圖理解、任務拆解、工具選擇和動態(tài)調(diào)整的復雜循環(huán)。首先需要準確理解用戶的多重意圖，LLM/SLM會解析用戶發(fā)出一個語言指令，更好地理解用戶正確意圖；對于復雜任務，決策過程將目標分解為一系列可執(zhí)行的子任務，這個過程可以借助多種先進的提示工程、思維鏈技術來實現(xiàn) ；電視終端智能體通過調(diào)用外部軟件API、設備功能接口等“工具”來擴展其能力邊界。

1.3 電視智能終端執(zhí)行能力

執(zhí)行是智能體將其決策轉化為實際行動的環(huán)節(jié)。執(zhí)行能力主要依賴兩大核心技術：任務規(guī)劃的落地與UI自動化。

在決策階段，LLM生成面向目標的任務計劃。執(zhí)行模塊的首要職責是完成任務規(guī)劃的落地，將抽象任務計劃進一步細化和翻譯成一系列具體的操作指令。

在理想情況下，所有電視功能和應用內(nèi)容都通過標準化的API暴露給智能體，執(zhí)行將變得簡單高效。在智能體無法獲得所有應用的API訪問權限情況下，智能體須具備UI自動化能力，通過操作圖形用戶界面（GUI）來完成任務的能力。

02

電視終端智能體典型應用分析

2.1 廣電運營商智能體：華數(shù)影音智能體

華數(shù)傳媒構建了華數(shù)影音智能體。該智能體接入DeepSeek等大模型、打造自有的“靈鴻”大模型應用平臺和AIGC內(nèi)容創(chuàng)作平臺，以此賦能其核心的影音娛樂服務，其應用實現(xiàn)對內(nèi)增效和對外服務的雙重屬性。

2.1.1 能力分析

感知能力：華數(shù)影音智能體的感知能力不僅感知用戶，更要深度感知和理解內(nèi)容本身。一是用戶意圖感知：通過語音和遙控器操作，感知用戶基本意圖，分析用戶的觀看行為數(shù)據(jù)，感知用戶的潛在興趣偏好。二是多模態(tài)內(nèi)容感知：智能體可以對海量的視頻內(nèi)容進行深度分析，提取關鍵信息和數(shù)據(jù)，實現(xiàn)內(nèi)容的結構化理解。

決策能力：華數(shù)智能體在內(nèi)容理解之上構建了智能推薦和內(nèi)容營銷的決策能力。一是智能推薦決策：基于對用戶畫像和內(nèi)容標簽的深度理解，進行“人-內(nèi)容”匹配，向用戶推薦最可能感興趣的視頻內(nèi)容。二是場景化服務決策：聚焦智慧家庭中的影音娛樂場景，提供如“智能家庭影院”等場景化解決方案。

執(zhí)行能力：緊密圍繞“視聽”展開，并延伸到內(nèi)容創(chuàng)作。一是視聽執(zhí)行：提供高質量的視頻點播、直播、回看等基礎執(zhí)行能力。二是AIGC內(nèi)容生成：根據(jù)用戶的選擇生成音視頻故事內(nèi)容，也提供AI創(chuàng)作的工具和體驗。

2.1.2 架構與部署

華數(shù)影音智能體采用“云-端”協(xié)同的媒體處理與分發(fā)架構，如圖1所示。

云端是其業(yè)務的核心，所有內(nèi)容的存儲、處理、分析、轉碼都在云端完成。其多模態(tài)內(nèi)容感知、AIGC模型訓練與推理、大規(guī)模推薦系統(tǒng)等計算密集型任務均部署于云端的算力基座之上。

用戶的機頂盒或智能電視是服務的最終呈現(xiàn)端。具備交互與播放功能，負責解碼和播放視頻流，并作為用戶交互的界面。具備輕量級計算能力，在本地運行簡單的推薦邏輯或UI渲染。

2.2 長虹“滄海智能體”AI TV

長虹在2024年推出搭載“滄海智能體”的AI電視，代表了傳統(tǒng)電視廠商向AI化轉型的積極探索。

2.2.1 能力分析

感知能力：滄海智能體能夠進行自然語言交互，理解用戶的多輪、跨場景指令。在內(nèi)容感知上，它能對播放內(nèi)容進行分析，為用戶提供個性化的內(nèi)容推薦。

決策能力：其決策核心是長虹自研的“智匯家AI大模型”，構建了“記憶體”和“知識庫”，其決策系統(tǒng)采用了長期記憶和RAG架構，通過知識積累實現(xiàn)自我學習和進化，提供個性化服務。

執(zhí)行能力：滄海智能體能夠根據(jù)感知和決策結果，對電視的畫質和音質進行實時優(yōu)化。在外部執(zhí)行上，它能夠作為智能家居的控制中心，聯(lián)動其他長虹系或生態(tài)內(nèi)的智能設備，還提供“情感陪伴”等服務。

2.2.2 架構與部署方式

滄海智能體采用了端云協(xié)同的混合部署模式，如圖2所示。

云端部署：“智匯家AI大模型”作為核心大腦，部署在云端，處理需要海量計算和知識的復雜決策任務，端還承載著海量的“知識庫”和用戶“記憶體”的存儲與管理。

端側部署：電視終端本地部署了輕量級的AI模型和算法，包括：用于快速喚醒和簡單指令識別的語音模型、用于實時人臉/手勢識別的視覺模型，以及一個小型化的決策模型或規(guī)則引擎，用于處理無需聯(lián)網(wǎng)的本地控制任務，保證在斷網(wǎng)或網(wǎng)絡不佳時仍有基本可用的智能體驗。

03

電視終端智能體時代的

廣電生態(tài)體系

3.1 電視終端智能體下電視業(yè)務重構

電視終端智能體的部署，從根本上改變電視業(yè)務的價值鏈條，尤其在用戶體驗、內(nèi)容分發(fā)、增值服務方面產(chǎn)生了深遠影響。

3.1.1 創(chuàng)新用戶體驗

智能體的出現(xiàn)，徹底顛覆了傳統(tǒng)的人機交互模式，不管是從“人找內(nèi)容”，還是“內(nèi)容/服務找人”，都帶來了用戶體驗的質變。

1. 自然語言交互的深化：通過支持多輪對話、上下文理解和模糊意圖識別的自然語言交互，電視終端智能體會理解用戶觀看意圖，提供流暢的交互體驗。

2. 超級個性化內(nèi)容推薦：智能體能夠融合多模態(tài)數(shù)據(jù)，并結合長期記憶中的用戶偏好，構建出極其精準和動態(tài)的用戶畫像。通過深度學習和偏好建模，其在基于電視推薦系統(tǒng)的實測中，用戶觀看時長得到顯著提升。

3. 主動式服務與場景智能：智能體能夠基于對時間、環(huán)境和用戶狀態(tài)的感知，主動觸發(fā)服務。

3.1.2 個性化廣告業(yè)務模式

智能體的引入，推動電視廣告從粗放投放轉向精準、互動與實效的新模式。基于深度用戶理解，智能體實現(xiàn)“千人千面”的精準觸達與實時優(yōu)化?；訌V告的效果可量化也推動計費模式向按點擊（CPC）、按轉化（CPA）等效果付費演進。

3.1.3 提升電視業(yè)務價值

智能體憑借精準推薦增強用戶粘性，直接助推視頻點播、會員服務等核心業(yè)務增長，從而提升每用戶平均收入并降低流失率。同時，作為家庭智能中樞，智能體還催生了“邊看邊買”大屏電商、在線教育、健康管理等新型增值服務。

3.2 與行業(yè)發(fā)展結合

3.2.1 一體化電視發(fā)展

“電視機機頂盒一體化”是治理電視操作復雜的一項基本工作，一體化電視的核心在于實現(xiàn)電視直播和其它視聽內(nèi)容的統(tǒng)一設備承載。一體化電視在硬件層面要求高度集成化，電視解碼器、接收器等功能整合至智能電視終端設備，智能電視的處理器需同時支撐操作系統(tǒng)、應用程序、用戶界面及傳統(tǒng)電視功能的并行運行。

電視終端智能體與一體化電視在技術架構上可實現(xiàn)相互依托。長遠來看，基于智能電視機的智能體是電視終端智能體的必然選擇。一體化電視可為電視終端智能體提供的高性能處理器、電視操作系統(tǒng)與API接口；電視終端智能體可以為一體化電視中的視頻播放功能和其它功能提供智能化交互入口，并可實現(xiàn)更多功能的拓展。

3.2.2 終端智能化的發(fā)展

各大主流電視制造商、網(wǎng)絡視聽平臺、電視運營商，均已將AI大模型和智能體技術作為其產(chǎn)品戰(zhàn)略的核心，推動電視行業(yè)從單純的“智能電視”邁向“智能體電視”時代。

全國音頻、視頻及多媒體系統(tǒng)與設備標準化技術委員會也已提交了《人工智能 終端智能化分級 第5部分：電視》（國標征求意見稿）。在此過程中，電視內(nèi)容運營商要積極參加電視終端智能化或相關標準的制定，提出電視運營商上對電視終端設備的技術要求。

3.3 技術演進趨勢

3.3.1 模型輕量化加速

在有限算力下實現(xiàn)模型性能與效率的平衡，即輕量級模型，是一個重要的發(fā)展趨勢，其關鍵是采用模型壓縮技術，使其更易于在終端側進行，這樣的技術發(fā)展可以為電視智能體提供更強大的本地化推理能力。

3.3.2 多智能體協(xié)作

單一智能體向多智能體系統(tǒng)（MAS，Multi-Agent Systems）演進。家庭場景中，電視智能體與基于電視終端的其它智能體實現(xiàn)協(xié)同，通過任務分解完成復雜需求。

3.3.3 無縫的跨設備協(xié)同

電視終端智能體可升級為家庭環(huán)境中的智能中樞，從而與其它智能設備建立深度互聯(lián)，從而為用戶構建智能的生活體驗。

04

推動廣電終端智能體發(fā)展的

對策建議

4.1 行業(yè)推進

1. 制定電視終端智能體技術規(guī)范：需要由廣電總局和電視機制造主管部門工信部牽頭，制定電視終端，尤其是智能電視機終端的軟硬件標準，從而明確智能體在軟硬件能力基礎平臺，并進一步制定電視端智能體的性能指標及互聯(lián)互通等方面的要求，引導技術發(fā)展規(guī)范化和標準化。

2. 建立廣電智能體評測認證體系：參照現(xiàn)有行業(yè)認證框架，建立統(tǒng)一的智能體評測認證體系，應對智能體的意圖識別準確率、內(nèi)容安全合規(guī)性及能效比等核心指標進行第三方權威測評，并依據(jù)綜合性能劃分等級。通過標準化認證標識，為消費者提供明確的產(chǎn)品性能參考，形成有效的市場引導與質量監(jiān)督機制。

3. 推動數(shù)據(jù)互通標準：構建統(tǒng)一的數(shù)據(jù)互通標準體系，推動終端廠商與廣電企業(yè)分別開放匿名化用戶行為數(shù)據(jù)與內(nèi)容元數(shù)據(jù)的標準化接口，實現(xiàn)數(shù)據(jù)的協(xié)同計算，有效打破數(shù)據(jù)孤島。

4.2 產(chǎn)業(yè)應對

面對電視終端智能體技術的發(fā)展，廣電運營商應依托其一體化電視服務的推廣，制定智能化發(fā)展戰(zhàn)略，通過系統(tǒng)性整合內(nèi)容、技術與數(shù)據(jù)資源，實現(xiàn)從傳統(tǒng)的“渠道運營商”向“智能服務聚合商”演進。

1. 內(nèi)容資產(chǎn)的AI化重構：對歷史內(nèi)容資源進行AI驅動的深度結構化標注與知識圖譜構建，將其轉化為可智能檢索與動態(tài)重組的“數(shù)字資產(chǎn)庫”，提升節(jié)目內(nèi)容的再利用價值與生產(chǎn)效能。

2. 構建戰(zhàn)略入口與生態(tài)合作：為實現(xiàn)廣電智能服務的規(guī)?；?，電視運營商應在一體化電視的基礎上，或提前布局構建自主的電視智能體，積極與與電視制造商深度合作，將廣電電視終端智能體盡早植入主流電視硬件，有效擴大其用戶觸達范圍、夯實流量基礎。

05

結束語

電視終端智能體已快步進入規(guī)?；涞仉A段，通過構建“感知-決策-執(zhí)行”的智能體工作閉環(huán)，可有效提升電視業(yè)務的形態(tài)與價值，在自然語言交互、內(nèi)容推薦和個性化場景 化服務等方面展現(xiàn)出優(yōu)勢。廣電行業(yè)應緊跟模型輕量化技術、跨智能體協(xié)作和跨設備協(xié)同等智能體技術發(fā)展，借力電視終端智能化能力的規(guī)范化，推廣基于廣電的電視終端智能體應用，進一步推動電視機機頂盒一體化演進，夯實治理電視操作復雜任務的基礎。

關于《電視終端智能體的技術體系與應用研究》的更多細節(jié)等更多專業(yè)內(nèi)容，歡迎點擊小程序查看論文全文！

end

參考文獻

[1] 智能體技術和應用研究報告(2025年)[R]. 中國信息通信研究院人工智能研究所、華為技術有限公司. [2025-06], http://221.179.172.81/images/20250626/6992175090111.

[2] 探索CogAgent智能電視: 推薦界面的用戶偏好學習技術框架[EB/OL]. https://blog.csdn.net/ajskghd/article/details/153977584, 2025年10月17日.

[3] Amit Thakur, Comparative Analysis Of AI-Driven Engagement Techniques: Evaluating Customer Engagement, Conversion Rates, And Personalization Across Industries[J]. Global Journal of Engineering Science and Research Management, December 2024.

[4] 人工智能終端智能化分級 第5部分: 人工智能電視(國標征求意見稿)[S]. 全國音頻、視頻及多媒體系統(tǒng)與設備標準化技術委員會.

[5] 終端智能體安全2025[R]. 上海人工智能實驗室、中國信息通信研究院、螞蟻集團、IIFAA互聯(lián)網(wǎng)可信認證聯(lián)盟. [2025-07], https://blog.csdn.net/2401_84204207/article/details/152663002.

《廣播與電視技術》“廣電獵酷”廣告經(jīng)營與商務合作：

聯(lián)系人：胡南

聯(lián)系電話：13671012778

好文共賞請轉發(fā) 有話要說請留言