社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  aigc

张洪忠:广电停留在AIGC上没有出路,要向AI营销与系统能力跃升

视听潮 • 8 月前 • 277 次点击  

文|「视听潮」兰之馨

广电不能止步于“用AIGC做内容”,而必须跃升至“整合AI内容、构建传播体系、探索AI营销”的新阶段。

过去一年,广电行业对AIGC的关注与投入显著升温,从中央媒体到地方台,AI工具已广泛应用于内容生产环节。

然而,在效率提升的背后,同质化隐忧、经营路径模糊、系统整合能力不足等问题逐渐浮现。站在2026年初回望,这场技术浪潮究竟走到了哪一步?未来又该向何处去?

北京师范大学新闻传播学院院长、北师大新媒体传播研究中心主任张洪忠教授长期跟踪媒体AI转型实践,并通过“大模型媒体应用创新工作坊”等项目深度连接行业一线。

在对话「视听潮」时,他指出: 广电不能止步于“用AIGC做内容”,而必须跃升至“整合AI内容、构建传播体系、探索AI营销”的新阶段。面对AI互联网带来的新机遇,广电能否避免重蹈错失移动互联网的覆辙,关键在于是否真正以用户需求为中心,打造有传播效果、有市场价值的产品。

▍2025年是AIGC进入广电主流应用阶段的一年

「视听潮」:您如何评价2025年广电行业AIGC应用的整体发展态势?

张洪忠:可以从三点来看——

第一, 2025年整个广电行业对AI的重视程度极大提升,热情高涨、高度重视,这是前所未有的。

第二,AIGC已在内容生产环节大量落地,各类AI辅助工具被广泛用于内容创作,实现了对内容生产的切实赋能。

第三,尽管应用已起步,但整体仍处于初级阶段。如何让AI真正支撑广电行业的长远发展,尤其是在经营等领域,目前还缺乏成熟案例,亟须进一步探索。

「视听潮」:与2024年相比,在技术落地、场景拓展、商业创新和行业认知等方面,广电行业有哪些关键变化?

张洪忠:变化非常明显。2024 年,广电行业对大模型普遍处于了解和观望阶段;而到了2025年,已经进入“下场实操”阶段。

以中央广播电视总台为代表,包括四川台、湖南广电、江苏台等,都已将大模型深度嵌入各部门的实际业务流程中,尤其在内容生产与流程管理方面,应用速度非常快,甚至可以说是“争先恐后”。

这一转变也体现在我们北师大新闻传播学院举办的大模型媒体应用创新工作坊上:2023年首期只有零星几家媒体参与;2024年明显增多;到2025年1月至3月的两期,报名人数激增,参与者不仅热情高,而且带着明确目标——直接动手做内容,对大模型的理解也更深入。这背后,既有DeepSeek等国产大模型的突破推动,也离不开可灵、豆包、即梦等本土工具的快速普及。

可以说,2025 年是AIGC进入广电主流应用阶段的一年。

▍两个更深层次的问题亟待解决

「视听潮」:在推进应用的过程中,除了热情提升,您在应用创新层面有哪些观察?

张洪忠:目前广电媒体在AI大模型赋能内容生产的工具层面上用得很深入,见效快、上手快,但有两个更深层次的问题亟待解决。

一是系统工程能力不足。

很多单位只是使用现成工具做单点作品,缺乏基于自身传播需要和市场需求的系统开发。广电不仅仅是“用别人的工具”做内容,更要“建自己的传播系统”。

二是经营思维滞后。

广电尚未真正思考:在AI互联网的新生态中,如何通过AI构建可持续的商业模式?如何做AI营销?如何产生经济效益?这才是关乎生存的核心问题。

正因如此,我们在2025年11月30 日联合四川广播电视台举办了“大模型与AI营销论坛”,专门探讨广电如何在新时代“养活自己”。

从最近三十年的媒体经营来看,最早主要是广告模式,广电优势明显;移动互联网后尝试电商模式,广电的境况就比较窘迫了。

如今进入AI时代,广电必须找到新的盈利路径——不能只停留在内容工具层面。

「视听潮」:一些广电机构也在推出自己的大模型,您如何看待这一现象?

张洪忠:广电机构探索自研或定制大模型,体现了主动求变的意愿,值得肯定。但关键不在于“有没有模型”,而在于“有没有实效”。

评判标准应回归传播效果——就像节目看收视率、APP看活跃度,如果一个AI产品没人用、没流量、没影响力,哪怕技术再先进,也只是“交差工程”。

当前,AI互联网正带来新一轮结构性机会。广电曾错失了移动互联网浪潮,如今不能再重蹈覆辙。

具体路径上,切忌“为了做系统而做系统”,必须跳出传统单向传播思维,从真实用户需求出发,设计符合AI 互联网逻辑的产品。

比如经历改名风波的原“死了么”APP,几个工程师随手开发却迅速走红,正是因为它切中了社会情绪和使用场景。

因此,广电要真正思考:我们的AI产品是否能吸引用户、持续迭代,并形成清晰的商业闭环?只有把用户、产品与市场三者打通,才能在这轮变革中找到立足之地。

「视听潮」:2025年有哪些让您印象深刻的广电AIGC应用案例?

张洪忠:整体来看,多数分享仍集中在“用AI做内容”的层面,对AI的理解和应用相对滞后,创新深度有限。

让我印象较为深刻的是四川广播电视台做的虚拟数字人音乐会,它不只是技术展示,而是在尝试打造数字人IP、吸引粉丝、探索市场化路径,这是一个积极信号。

「视听潮」:您认为广电在AI理解和应用上的这种滞后,原因何在?

张洪忠: 原因复杂,可能也存在机制上的原因。

我们团队正在开展一项覆盖全国6000名主流媒体记者的调研,初步发现一个有趣现象:当媒体机构单纯“鼓励使用AI”时,记者反而有抵触情绪,效果不佳,甚至出现负向反应;但一旦加入“人文关怀”变量,比如给大家提供相应的氛围、关怀、机制,AI采纳意愿就会显著提升。

这说明,推动AI转型不能只靠简单的行政指令,而要构建一整套的配套体系。

▍AI素养提升是一个庞大而系统的工程

「视听潮」:有观点认为AIGC可能导致内容同质化或“创意稀释”,您是否认同?如何在效率与原创性之间取得平衡?

张洪忠:这个问题要分内容类型来看。如果是科学研究,AI其实是推动创新的重要工具;但对一般性的普通内容来说,AI创作确实存在重复率高、同质化严重的问题。

关键在于,我们正处在一个内容生产方式快速演进的时代:30年前只有主流媒体能提供内容( PGC),15年前进入社交媒体时代,用户开始自己生产内容(UGC),如今又迈入AIGC阶段——内容量呈几何级数增长,这一趋势不可阻挡。

面对海量内容,真正需要提升的是全民的AI素养。

「视听潮」:但提升全民AI素养似乎是一项漫长且困难的任务。

张洪忠:这正是我们北京师范大学新闻传播学院长期承担的一项社会责任,我们学院方增泉书记带领的团队对未成年人进行AI素养教育做了大量工作。

就像过去我们关注媒介素养(比如看电视的影响)、后来强调网络素养一样,现在必须转向AI素养教育——教会人们如何有效使用AI、如何借助 AI提升自己,同时识别和规避其中的虚假信息等问题。

这项工作我们学院的这个团队已经持续了将近10年,最近几年这个团队每年发布《未成年人网络素养蓝皮书》,系统跟踪青少年数字能力的发展。

「视听潮」:经过这10年的实践,在提升全民AI素养方面,你们有哪些经验和心得可以分享?

张洪忠:经验不少,挑战更多。如,AI正在加剧新的“数字鸿沟”。

为此,我们学院方增泉、祁雪晶等老师组成的团队深入四川凉山、青海甘孜、阿坝等边远地区的中小学,让当地孩子从小接触并学习使用AI,努力弥合技术接入和应用的差距。

AI可能带来新型“成瘾”问题——类似过去的网络成瘾,但形式更隐蔽。这不仅需要学校教育学生,也要同步培训家长,形成家校协同的防护机制。还有AI生成虚假信息的识别能力问题、人机恋的问题等。

总的来说,AI素养提升是一个庞大而系统的工程,我们还有很多工作要做。

▍新型传播人才必须拥有“工程化”的能力

「视听潮」:结合广电行业对人才需求的最新变化,高校在复合型人才培养上需做出哪些调整?

张洪忠:我们这几年提出了传播工程的人才培养理念,认为在理念、能力和技能三个层面都需要做出相应的调整。

举例来说,30年前我们面对的主要是报纸和电视等大众媒体环境,而在当前这个以AI为代表的新技术驱动的时代,情况已经大不相同。

首先,在理念层面。

过去我们更关注如何通过传统媒体发表文章来体现专业精神;而现在,随着AI技术特别是大模型的应用,全球约有20亿人在使用各种大模型,智能体的数量也相当惊人,这意味着我们需要对AI的发展保持敏锐性及批判意识,了解AI技术的好与坏,掌握其发展趋势及其应用。

其次,在能力层面。

过去我们关注如何成为一名优秀的记者、媒体管理者或经营者,并研究受众;现在我们需要掌握AI在传播中的规律,比如在全球舆论博弈中社交机器人是如何被用来操纵舆论的,虚假信息和deepfake(深度伪造)是如何影响公众观点的,以及这些信息扩散的具体路径是什么。这些都是现代传媒人必须具备的能力。

最后,在技能层面。

虽然传统的采写、编辑、评论、拍摄、剪辑等技能依然重要,但如今这些技能几乎人人都已掌握,因此,现在更需要学习的是如何利用AI生产传播产品,如能否用AI制作高质量视频,或者能否运用AI进行微调以创造独特的内容,这就要求我们必须拥有“工程化”的能力。

▍广电真正该做的,是在AIGC之上发力

「视听潮」:2026年,您对广电行业应用AIGC有哪些期待和预判?

张洪忠:广电行业不能只停留在“用AIGC”这个层面,更要思考如何做“AI营销”。

如果只是把 AIGC当作内容生产工具,那问题就来了:现在全国老百姓都能用AI生成内容,人人都能做AIGC,那用户为什么非要看广电做的AIGC?广电在内容生产上,怎么可能比得过10亿普通人用AI产出的内容?

所以,对广电来说,AIGC其实只是一个基础能力——就像中小学的基础教育一样,是必备的,但远远不够。

如果我们还在讨论“要不要用AIGC”或者“怎么用AIGC生产更多内容”,那广电行业很难找到真正的出路。这是第一点。

第二点,广电真正该做的,是在AIGC之上发力:发挥自身作为主流媒体的权威性和公信力,去做AI内容的整合者。

具体来说,就是如何把全社会由AI生成的内容有效整合起来,筛选出优质、有价值的部分,通过二次加工和传播,既提升社会效益,又构建起自己的传播体系。

在这个基础上,再探索如何通过这一体系实现经济效益——也就是做AI营销。这才是广电在AIGC时代可持续发展的路径。

「视听潮」是广电视听业界第一订阅号,「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

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/193250