视听媒体AI落地的应用者答卷

核心观点与关键数据

选好模型

• 国产模型已覆盖全业务场景并占据主导地位，多模态应用（视频生成、文本处理等）丰富。
• 主流路径为“开源基座+行业数据微调”，应用方向多元：省级台深耕新闻采编，网络公司聚焦垂直业务，制作机构与平台侧重工业化与安全。
• 特定低延迟场景下，专属模型准确率超通用模型。
• 通过行业评测体系解决模型短板（如价值观导向识别、虚拟演员交互等），采用自动化测试+人工对抗检验，纠偏而非苛求完美。调研显示模型存在偏见问题需修正。

盘活数据

• 广电行业沉淀海量音视频数据，但转化成本高、格式不一、分散且标注难度大，实际利用率低。
• 未来需统一数据格式与标注标准、探索数据共享机制（保障所有权与合规前提下），避免重复投入。标注质量低会放大模型偏见，后续修正成本高。

用精算力

• 算力成本上涨（接口调用与视频生成算力消耗增加），规模差距悬殊（最高与最低算力差数百倍）。
• 监测监管等核心业务需稳定国产化供给，但行业应灵活配置算力、避免硬件焦虑。广电总局正推进行业AI应用中试基地建设，推动集约协同与规范发展。

研究结论

• 行业AI应用需从“能用到敢用”过渡，通过评测体系保障安全与价值对齐。
• 数据盘活与算力优化是关键，需统一标准、共享资源、灵活配置。
• 主动参与技术适配和规则建设，推动行业从分散探索走向协同规范。