喻国明：不使用或不懂如何使用AIGC，就像到了电力时代还要驴推磨、人拉车

文丨「广电独家」林沛

未来，不是人工智能打败人，而是掌握人工智能的人或者机构，打败那些没有掌握人工智能的人和机构。

近日，包括广电在内的传媒领域对AIGC（生成式人工智能）的讨论已然形成蔚为大观的局面，不亚于任何一个技术热词曾刮起的旋风。尤其是当AIGC成为元宇宙的当下，及前沿信息科技可获取、可体验的入口。就此，本刊又一次对话喻国明。

我们原本的主题是传媒/广电对AIGC的应用，但在对话过程中，喻国明教授反复强调，AIGC是渗透在各个领域、所有方面的，是一个全面性的趋势和规律。“现在可能只占一定比例，未来可能100%的内容生产都会有AIGC干预其中的每一环节、每一阶段、每一过程，只是多少和比例的问题。”

在他看来，不使用或不懂如何使用AIGC，就像到了电力时代还要驴推磨、人拉车。“今天我们中国的媒介问题，不是一个技术问题，不是一个具体业务环节的问题，而是一个基本走向的问题。”

对于泛传媒内容领域的应用，喻国明认为，在场景体验、媒介素养，以及市场洞察和用户洞察三个方面，AIGC还大有可为。

此外，对于拥有大量媒资数据的媒体机构，将“历史性的数据资料、文本资料、图片资料、视频资料等运用智能化的方式盘活”，亦不失为一种有效的长线策略。

在相对来说消费性质较强的领域，以及品牌传播领域，应当鼓励AIGC先行先试。

对于媒体机构的作为，在他看来，媒体机构具备组织能力、资金财力和技术能力，“可以成为率先利用这种资源的机构”。但是，大模型时代，更要拼理解力、拼眼光、拼思路，而不是在某个具体点上的能力。“术业有专攻，可以合作混搭。”

喻国明北京师范大学新闻传播学院学术委员会主任、教授、博士生导师，北京师范大学传播创新与未来媒体实验平台主任，中国新闻史学会传媒经济与管理专业委员会理事长

本文最初的梳理工作采用AI帮忙，逻辑流畅、语法精准，但在保持喻教授的语言风格和独特观点方面稍显不足。出于对失去精髓的担心，本文绝大多数工作仍由人力完成。

我国的AI，还远远不能替代喻国明教授。

▍做大模型，中国面临诸多挑战

「广电独家」：当前垂类模型是个大热点。从AIGC大模型的发展规律看，您认为“垂类模型”是必要的吗？

喻国明：今年伊始，我和团队发表了一篇文章（编者注：《小有小的用处：大模型传播生态下的小模型——概念定义、技术构造与价值角色》），谈小模型的功能。大模型一定是影响未来传媒生态最重要的一个因素，不重视是不行的。但是做大模型，当前中国确实面临诸多挑战。

做人工智能，算力是至关重要的因素。过去我们对算力不太重视，实际上，真正能约束中国发展大模型的，就是GPU这样的底层芯片。据统计，把所有中国公司拥有的全部GPU芯片集中在一起，充其量能做两个足够量级的大模型公司。

Sora目前只提供一分钟的视频，但其能力完全可以提供十分钟甚至一小时的视频，只是对算力的要求太大。

今年1月份，我看到北京市公布的一个数据，北京2023年的电力消耗中，有12%用于对算力的支持。在人工智能时代，这是特别大的能量消耗，是一个巨大的限制。北京市有关负责人还说，可能两三年内，这个数据就能达到20%左右。

现在中国自称做大模型的公司有300多家，效果怎么样呢？90%的流量是被文心一言一家所占有，不到10%的流量由另外300多家分享。

这说明，虽然都号称“大模型”，一种是建立在人家开源的基础上，根据应用性的要求做了一个接口，自称自己是大模型，其实根本不是；还有一种的确在做大模型，但是在规模、能力方面不在一个量级上，智能化表现也很一般。

就是在这个背景下，我们才说要做小模型：对芯片数量和模型参数量要求不高，只是解决一些专门问题，或某些领域的问题；或者在大模型之下，建立一个缓冲型的，比如说边缘模型、私域模型、场景模型，等等。

「广电独家」：AIGC在中国的运用是实用性很强的（当然也和技术发展程度相关），这好像不仅仅是小模型有用就能解释的。

喻国明：确实如此。在跟进大模型的领先创新方面，我们的能力的确很强。直到GPT 4.0出现，中国都有大量的大模型公司说，这没什么了不起，用三四年甚至更短的时间，我们就能接近甚至在某些方面超越它。但当Sora出现之后，中国的互联网大模型界一时无语，因为这完全是另外一条线。

其实从研究者的角度来说，我们早就知道——互联网发展，一个是左脑机制，一个是右脑机制，然后实现对人类智能的超越。左脑负责逻辑计算和精准控制，如同车的GPS，通过逻辑、理性和概率，整合世界上符合算法、数据和算力规则的应用逻辑力量，这一点我们过去确实做得很好。

但问题在于，除了语义、符号和逻辑的整合，我们还需要具体场景。例如，进行设计或实验时，需要一个适合的物理场景来安放我们的想法、操作和体验，在数字化的平台基础上，形成符合物理世界规律的世界模拟器。既有理性价值的连接，又有符合现实的场景。这样，就完成了左右脑互联互通，产生“1+1>2”的效果。

实际上，从理论研究角度看，人工智能再向前发展，这两种实践路线也还不足够，还需要智能加持的“行动者”——在这种价值联系和实际场景的驱动之下，协同人类进行各种各样的实践尝试。换句话说，人作为主体，再有一个智能助手，就会非常高效。

当三者结合，这个世界就完整了，互联网就完成了对人类实践场景的迭代和超越。数字文明时代，以上构想会加速发展和成熟起来。下一步，机器人方面会有重大突破。当天时、地利、人和三者合一的时候，智能化的世界将展开它全新的面貌。

如果我们没有这样的思想和概念，人家走到哪儿你跟到哪儿，那只是一种跟进战略，而不是在创新。那是不行的。

▍AIGC赋能传媒：一个时代的开始

「广电独家」：您认为传媒业需要大模型吗？

喻国明：当然。大模型是未来社会生活、社会实践的基础平台，是完成不同要素、环节、价值匹配的必需品。对生产资料、生产力的传统匹配方式，是由人的经验、知识去完成的，未来则是用算法去实现它最有效率、最适当的搭配，这是完全不同的。

互联网领域的领军者曾经说过：“所有行业、所有应用、所有软件、所有服务都值得基于新型人工智能技术、基于AIGC各方面技术支撑、大模型支撑重做一遍。”这是因为，智能技术作为媒介，为我们提供了价值连接、价值匹配的全新思路、全新可能。

在培育媒介素养方面，大模型是有强大能力的。有了大模型，我们能够培育一个人的媒介素养，实现从内容治理到用户治理。

这就像你去学车，看书学交规是一种学习方式，而如果在一个游戏里边设计出无数个驾驶中可能出现的问题，当你对所有问题都能做出正确的判断和处理的时候，你还需要学交规吗？大模型的能力，对各种素养的培育、标准的建立、规则的熟悉，都可以进行一系列预训练。

有人说，对新闻传播而言，大模型除了能进行场景重建之外，没有任何正面价值。这是不对的，这是站在结果控制层面进行评价。一个结果的得出固然重要，但如果没有这样的前期投入，你对结果控制不了。

如果我们认可要从结果治理到过程治理，从内容治理到用户治理，那么你会知道人们是带着一整套经验结构、价值认知、逻辑认知、尺度认知的。

当他面对一个假新闻的时候，我们在这之前已经把工作做好了，让他了解看待一个问题应该有哪些经验、哪些素养、哪些手段，用什么标准去判断衡量，等等，这难道不是新闻传播应有的一种治理方式？为什么只是从结果的角度来说，从内容的角度来判断它有用没用？

其实它对一个人信息接触的素养培训非常重要，对辨别能力的提升非常重要，只是过去的手段做不到这一点。现在有了，难道不是对新闻传播非常有用的一种工具，一种场景设计吗？

「广电独家」：包括新闻在内，我们现在做的很多AIGC的事情是产品化的，大家的理解也是产品化，而不是过程性的。

喻国明：这是不对的，AIGC对大众传播的全环节都是有影响的。比如社交机器人在用户洞察上已经做得很深入、很全面了。

再如内容的采集、加工、制作、分发，就像营销领域，同样一个汽车品牌，面对年轻人怎么说，面对老年人怎么说，面对女性怎么说，面对知识分子怎么说……AI能分别给予时尚、便利、低调奢华、经济实惠、绿色生态这样的赋词作为主诉求而生成。而且人写的内容脱离不了某种思维模式和观察角度，但大模型是在提示词之下变换风格。虽然每篇都不算精品，但它有针对性，有逻辑诉求点，效率就会非常高，它一分钟可以写500篇这样的“小作文”。

再如“文生图”，开大会出一个公告，要做成思维导图，往往需要一个团队用很高的劳动强度来做，现在用大模型不到一分钟就能做出来，而且非常准确，只要稍微作一些修饰就可以直接用了。

用大模型可以做的事太多了，而且这还只是在现有的产品逻辑、价值供应链基础之上一种提高效率的做法，更不要说它一旦形成一种强大的支撑能力，会对整个传播形态、传播模式、传播重点、人力配置等等做出怎样的改变。这是一个时代的开始。

「广电独家」：在媒体内容的领域，还有哪些AIGC可以用得更好更足的地方？

喻国明：一是场景分享方面，还需要更多体验性的东西，虽然核心新闻事实还需要比较规范地表达、表现。二是在媒介素养的提升方面，AIGC还能做更多过程性的工作。三是在市场洞察和用户洞察方面，AIGC或社交机器人等还能做更多事情。

我们还能利用它来建立各种各样的资源库，对历史性的数据资料、文本资料、图片资料、视频资料等，运用智能化的方式盘活。

比如很多广播电视台都做了媒资库，有些影像资料可以卖钱，但这是低附加值的方式。如果你能够用自己的资源，去表现中国的某个产品、某个产业、某个城市、某个领域的变化，做成一个专题片，再通过人为的方式进行某种精修，这样的附加值一定比简单卖素材大得多。

这种东西过去要人来做，需要各种各样的素材搜索、剪辑，很考验人。我曾经看过一部日本的纪录片，讲人的一生，涵盖从出生到死亡的各种场景。那部片子不是他们原创的，是从各种各样的纪录片、新闻片里剪辑出来的。今天用人工智能去做，效率会高很多。近期我正在推荐一个学生用AIGC分析战争片的“色彩”，提炼战争片的主题表达及话语诉求。

▍每个机构都需要“智能助理”，但术业有专攻

「广电独家」：一个传媒机构（媒体平台）如何判断是否应该搭建自有AIGC平台？

喻国明：每个人、每个机构，只要你有特定的需求、特定的使命，都可以有一个属于自己的大模型，拥有一个属于个体的“智能助理”。理论上来说，未来哪怕是一个蓝领，也需要有自己的智能化个人助理。

从趋势来说，“自有AIGC”是一定的、必然的，只是说需要走多长的路，成本多少，可行性多高。媒介机构作为一个组织，具备组织能力、资金财力和技术能力，可以成为率先利用这种资源的机构。

未来，不是人工智能打败人，而是掌握人工智能的人或者机构，打败那些没有掌握人工智能的人和机构。

「广电独家」：产学研用结合是当前AIGC研发的一个重要背景，我们近期也注意到一些业界的投资、注资消息，很多人认为体制内很难做出很强的市场化的AI，对此您怎么看？

喻国明：一般媒体机构很难说在做大模型、哪怕小模型方面有多少人才，有多少能力，有多少基础。在大模型时代，更拼理解力、眼光和思路，而不是在某个具体点上的能力。术业有专攻，可以合作混搭。

就像当年王小川的搜狗有做虚拟主播的技术能力，他需要树立自己在这方面的头部地位，他跟新华社合作，去做新华社的虚拟主播，就有了国家级平台的质量背书。这对于新华社也是双赢，成为运用虚拟主播的第一个尝试者，占据了新媒体表达方式的高地。

购买服务这种方式以后会越来越少，而是彼此间形成一个价值链条，只要能够找到价值链条的闭环，合作就是必然的。当然，有时这种合作可能彼此间投入产出不对称，需要考虑其他补偿，这也是必然的，是动态平衡的。

要求所有媒体机构都有这种模型能力是不现实的，“以我为主”有可能做出来的是二流、三流的。

马斯克做特斯拉，在2018年把所有属于他的专利全部开放，很多技术探索的时间缩短了10~20年。有人说他是“活雷锋”，但对于马斯克来说，电动车是新生事物，在油车占领市场的情形中，电动车进入市场是需要预热的，至少需要对用户进行观念渗透和品牌改造，需要基础设施进行匹配融合、共通共建，如果全由马斯克去做，他的成本付出得有多大！可一旦他把专利释放出来，所有人都在做他想要的这些工作，他就省下了很多资源。

所以说，开源、开放其实有巨大的好处，尤其像AIGC这样的东西。这是互联网时代最为基础性的一种市场运作方式——通过开源、开放、合作、混搭，所有跟社会习惯、社会规则、社会培育相关的事情都由别人来做，众人拾柴火焰高。

既不开源又不开放是一个很大的问题。时代发展到一定阶段，媒体如果还用这种不开源、不开放、不混搭的方式，一定会走到连意识形态安全都无法坚守的程度。

哪怕是在意识形态领域，也要做某种安全、防范的新规则、新模式——只有在开源、开放、合作、混搭当中，才能形成应对新形势的安全方法；也只有在这种情况之下，才能做好守土有责的工作。

所以今天我们中国的媒介问题，不是一个技术问题，不是一个具体业务环节的问题，而是一个基本走向的问题。

「广电独家」：文旅、数字展陈、数字购物等领域的商业化前景普遍被看好，您认为在这些方面是否能对您的建议先行先试？

喻国明：在消费领域，在品牌传播领域，要鼓励先行先试。试点先行，是我国一直以来采取的很有效的工作方式。试点成功之后再去推广，这也是一种审慎的态度。我相信这些尝试是可以做的，要有容错率，而不是动辄得咎。

「广电独家」：AIGC更广泛地应用之后，UGC、PGC的界限也模糊了。

喻国明：这恰恰是主流媒介能够占据主导地位的一个机会。UGC虽然想法很多，也很灵活，但它没有资源，难为无米之炊。而我们很多主流媒介处于很丰厚的资源保护之下，却在讨饭吃，这很不正常。没有用最新的技术形成生产力，这就是问题所在。

「广电独家」是广电业界第一订阅号，「影视独家」透视影视热点，北京中广传华影视文化咨询有限公司运营，长按二维码可订阅。

请点“赞”和“在看”，第一时间接收行业最新信息