大模型深度赋能媒体智创融合：2023-2024中国智能媒体创新发展报告

中国传嫂大学媒体融合与传播国家亚点实验室新媒体研究院牛国新媒体技术展组委会 、报告出品 中国传媒大学 人中国新媒体技术展CMTECHIVANEWHEOATEONOLDCYEHIRTON 伯研究院 中国传媒大学媒体鞋合与传播国家重点实验室新媒体研究院是专注于数字化、信息化和全球化背景下的新媒体综合发展研究的专业性教学与科研机构，长期致力于开展新媒体产业研究、新媒体内容研究、新媒体技术研究，目前以媒体融合、智能传播、媒体与人工智能、新一代移动通信新媒体、国际互联网传播、大数据、新媒体数字人文及新媒体人才培养等为核心，持续开展深入的新媒体理论研究行业应用研究和产品创新研发工作，过联合国内外专家和高级研究人才团队，以严谨的科学研究为根基，努力实现并不新开拓新媒体研究的最大价值 中国新媒体技术展是货物落实习近平总书记关于媒体胜合发展的重要指示清神，推动技术创新厕能媒体事业发展，创新举办的中国新媒体大会主体活动之一。经中宣部批准，2022年，中国记协、湖南省委宣传部首次在中国新媒体大会期间举办中国新媒体技术展：旨在搭建技术赋能媒体融合发展的展示交流合作平台。2024中国新媒体技术展于10月14日至16日在长沙举办，展会以“科文相融新智相生”为主题，平点聚焦人工智能赋能媒体融合发展；智媒技术服务哲慧文旅、数字文博、数字出版等新型文化业态培育等技术场景，旨在培育壮大媒体新质生产力，服务我国媒体行业由“新*向“智”转型升级，推动媒体融合高质量发展！ 、专家团队 首席专家 赵子忠中国传媒大学媒体融合与传播国家重点实验室新媒体研究院院长，教授，博导 项目负责人 徐琦中国传媒大学媒体融合与传播国家重点实验室新媒体研究院副研究员，硕导张建军中国新媒体技术展组委会执行主任彭玲中国新媒体技术展组委会秘书长 项目团队（按姓氏拼音排序） 宫辰、梁宇、吕华锦、欧阳思丹、宋佳宁、王喆、于锐宁、张洋 ?执行概要 2024年对传媒行业而言是双重关键节点。一方面，我国媒体融合发展已经走过波澜壮闲的十年，主流媒体通过重塑业务链条，优化业务路径，在内容生产能力、资源凝聚能力、服务创新能力等方面显著提升，其间所取得的成效有目共赌。另一方面，从全球范国看，新技术浪潮序卷全球，媒体智能化已经进入快速发展阶段，以ChatGPT为代表的生成式人工智能异军突起，全球大模型竞争日趋激烈，其在传播领城掀起继互联网兴起后的又一轮重大变革。人工智能技术浪溯给媒体深度融合发展带来前所未有的挑战的司时，也正成为娱媒体行业建设“新质生产力”的破题关链所在， 课题组历时一年，走访超过20家合作机构，最终产出大模型深度账能媒体智创融合一一中国智能媒体创新发展报告（20232024）》，总字数约10万。报告聚焦“大模型+媒体融合”新动能，分四章析近一年来智能媒体发展的新动向、新实践与新趋势报告首章从政策、技术和市场三大维度勾勒智能媒体发展基本面；第二章解折大模型产业生态结构，探索大模型赋能媒体深度融合发展的主要挑战、应用模式以及对内与对外赋能路径：第三章盘点通用大模型赋能媒体应用案例、传媒行业大模型建设应用案例和主流媒体大模型应用创新案例；第四章分别从价伯对齐、多模态、智能体、端侧大模型、文化科技翻合以及生态构建等六大方向对智能媒体创新发展趋势做出研判。 智能媒体作为信息传播的新引擎，正以前所未有的速度和规模重望世界，成为连接人类与信息、知识与智慧的桥梁。智能媒体不仅仅是技术的产物，它史是文化与价值观的载体。在全球化和数字化的大潮中，智能媒体正成为推动文化交流、促进社会和诺的重要力量。我们期待与各界同仁一起探索智能媒体的无限可能！ 第一章智能媒体融发展 one 政策面扫描：国家战略护航，发展与治理井驱 媒体融台扎实推进，国家宣传战略统筹数字化转型新格局 自党的十八大以来，习近平总书记多次针对媒体融合发展提出明确要求，将其上升至国家战略层面 早在2019年，习近平总书记就前瞻性提出“我们要增强紧感和使命感，推动关键核心技术自主创新不断实现突破，探索将人工智能运用在新闻采集、生产、分发、接收、反馈中，用主流价值导向驾驭“算法，全面提高舆论引导能力”。 自2014年上升至国家战略以来，我压媒体融合发展得以全面融入党和国家的重点工作。2023年攻府工作报告》首次提出“扎实推进媒体深度融合”，这既是对已有成绩的充分肯定，同时也对未来发展提出了新的更高要求。 党的二十届三中全会审议通过的中共中央关于进一步全面深化改革推进中国式现代化的决定明确提出聚焦建设社会主义文化强国，健全文化事业、文化产业发展体制机制，推动文化繁荣，“构建适应全媒体生产传播工作机制和评价体系，推进主流媒体系统性变革”等。 整体来看，我国从多个层面准动媒体融合深度发展，涵盖政策引导、技术创新、资金支持以及行业规范等多个方面，以期实现传统媒体和新兴媒体的全面融合，提升主流媒体的影响力和竞争力。尤其是在国家数据局统筹数字中国建设的发展背景下，主流媒体迎来国家宣传战路统筹的数字化转型新格局。 政策面扫描：国家战略护航，发展与治理井驱 人工智能聚焦高质量发展，标与科技伦理治理同步推进 国家高度重视人工智能发展，并将其作为国家战略加以快速推进。2024年3月，政府工作报告》首次提出开展“人工智能+”行动，强调推进人工智能与实体经济深度融合，探索人工智能发展新模式新路径，以人工智能高水平应用促进经济高质量发展。 自2017年国务院发布新一代人工召能发展规划以来，各级政府陆续出台一系列政策文件，以系统性、整体性视角推动人工智能发展。同时，各省市也积极出台相关政策措施，推动人工智能与实体经济的深度鞋合。 随着人工智能技术的快速发展，国家逐步加强对其治理和安全保障的重视。2023年5月，匡家互联网信息办公室、中华人民共和国国家发展和改革委员会等部门公布《生成式人工智能服务管理暂行办法》，明硝了生成式人工智能实施算法备案制，促进其健康发展和规范应用。 总体来看，国内针对人工智能发展的相关政策全面而深入，涵盖从顶层设计到具体实施的各个方面，旨在通过多方面的努力，推动人工智能产业的快速发展和广泛应用。 策面扫描：国家战略护航，发展与治理井驱 政策红利护航大模型创新发展，中央规范与地方鼓励井举 聚焦人工智能大模型发展：2023年起我国集中出台了多项人工智能大模型创新发展相关政案，总体呈现出鼓励与规范并举的政策导向。中央规范与地方鼓励并举的政策导向给予人工智能大模型健床发展以坚实保障，同时可为“大模型+传媒”应用创新开辟更大的潜力空间。 中央层面，政策导向充分支持生成式人工智能健康发展，同时针对生成式人工智能的数据安全、知识产权、信息保护、个人隐私问瑟，进一步强化生成式人工智能发展治理的法律制度。 地方层面，多地先后出台了促进酒用人工智能规范发展相关政策，这些地方政策不仅聚焦于技术创新，还强调实际应用和企业发展的结合。北京、上海、深圳、成都、杭州等地重视大模型产业发展积极在算力、算法、数据等方面进行布局 政策面扫描：国家战略护航，发展与治理井驱 故策红利护航大模型创新发展，中央规范与地方鼓励井举 技术面扫描：技术加速选代，开启智能传播新纪元 大模型技术实现重要突破，但整体仍处于初级研究阶段 近期大模型技术在规模与参数、学习能力、泛化能力以及技术创新等多个关键领域已取得突破性进展。大模型正转伸到了多模态、语音、图像、视频等各个领域，甚至用于各类复杂问题的求解，如天气预报、石油动探、智悬城市等复杂系统，以期更有效地完成复杂系统的建模与预测。 作为核心技术的基座型，更强的自主可控和建模能力是我国下一代大程型技术基础研究的两大核心任务 当前大模型技术及研究进展主要包括大模型基座方面、模型人类偏好对齐方面、大模型推理与评价方面、多模态大模型方面以及大模型安全可控方面等。 整体而言，目前大模型技术仍然处于初级研究阶段，大模型技术发展必须应对数据质量、算力需求、深度学习框架生态、理论基础、行业应用成熟度、监管体系以及基础理论研究等多方桃战，存在许多垂需解决的间题，包括但不限于模型可解释性、模型机理的研究、与现实世界的可交互性、安全可控、伦理道德问题，以及如何更好地对接下游任务等。未来要实现更强的通用性、鲁择性和泛化性，人工智能技术必须在上透方面实现升级跨感 技术面扫描：技术加速选代，开启智能传播新纪元 国外基础模型能力持续提升，闭源模型中巨头各显其才 2017年，谷歌发布的一种新的神经网络机制所构建的模型Transfomer架构，英定了大模型发展的基础。2018年，预训练大语言模型（PLMs）开始兴起，BERT等模型在NLP任务上取得显菩成果。2022年11月，OpenAI发布的“杀手级大模型应用”ChatGPT引起了广泛讨论与关注，基于对超大规模数据的深度学习，ChatGPT在文本生成领城的能力得到了空前提高。随着技术的更新选代，国外大模型持续领距，闭源、开源、端侧模型异彩 国外大模型主费分为三个层级：性能强动的闭源模型，具备生态优势的开源模型，以及专注端侧应用的轻量模型。目前，国外基础模型能力持续提升，闭源模型中巨头各显其才。OpenAI的GPT-4性能卓脑，始终处于领跑地位，GPT-4o模型实现端到端信息处理，人机交互体验大幅提升；Anthropic的Claude3作为后起之秀，整体性能十分强劲，其在模型理解能力（MMLU、推理能力(GPQA)等再次实现突破；谷歌的大模型Gemini1.0以及更新后的Gemini1.5Pro，把上下文图口容量再次提升，并且多模态能力、跨模态能力取得突破。开源模型领域中，Meta作为领军企业之一，LLama2模型塑造了庞大的开源模型家族，LLama3能力大幅提升；法国公司MistralAl的Mixtral8x7B为开源领域引入专家混合技术，成为开源模型的主要力量。端们应用在轻量参数和模型性能之间趋向平衡，Phi-3、Gemma2实现轻量级模型的小而关 技术面扫描：技术加速选代，开启智能传播新纪元 国外基础模型能力持续提升，闭源模型中巨头各显其才 在应用开发上，基于闭源模型的应用程序通过API接口实现集成，简化了开发流程，随着技术的选代，API的性能增强、成本降低。开发者可以将闭源模型的功能无缝集成到自己的应用或服务中，实现数据的输入输出以及模型功能的调用。随着大模型技术的持续选代，API的效能也在不断提升，而开源模型与闭源模型之间的性能差距正逐渐缩小。开源模型通过fine-tuning过程，即利用特定领域的数据进行进一步训练，以优化其在特定任务上的表现，类似于互联网时代开源操作系统Linux和安卓的发展，人工召能时代的开源模型也在社区的共同努力下不断进步，通过群策群力实现模型性能的逐步提升。 在理论研究上，近年来，由于新型大模型（如GPT-4和LLaMA）的出现，研究的焦点逐渐从早期的BERT和其他任务特定的架构转移。许多研究者现在更多地关注新型通用大模型，而不是继续深入研究旧的任务特定模型。同时，2023年“LLM/ChatGPT的应用”相关论文量相比之前增长放倍。研究者们越来越多地探索这些大模型在实际任务中的应用，例如代码生成、机器人控制等。此外，涉及人机交互和用户反馈在大模型开发中的作用也逐渐成为研究热点。但同时由于闭源模型的广泛应用（如GPT-4），科学研充的透明度受到了一定影响，这些模型由于缺之公开的技术细节，使得学术界难以深入评估和理解它们的内部工作机制 技术面扫描：技术加速选代，开启智能传播新纪元 大模型形塑末来互联网生态，“无限生产”定义传媒变革 正如OpenA首席执行言山姆·阿尔特曼预测的那样，人工智能大模型技术将以即天机器人为切入点，逐步纳入图像、音等多模态模型，未来势必成为继移动互联网之后最大的技术平台。 人工智能大模型未来或将重望互联网生态：首先，大模型可能成为互联网竞争的关键门槛，随着其成为主流可能决定企业能否参与未来互联网竞争。其次，算力及其资本支持可能成为竞争基础，因为大模型需要大量计算资源。