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

江苏省广播电视总台(集团)党委书记、台长、董事长葛莱:把AIGC作为系统性变革的“核心引擎”

视听潮 • 6 月前 • 163 次点击  

文|「视听潮」周煜媛

布局AIGC,绝不能停留在“买几套软件、用几个工具”的表层,它是对生产方式、组织形态乃至底层逻辑的全面重塑。

“十五五”时期,广电视听行业迎来技术跃迁的关键窗口。从“选答题”到“必答题”,AIGC正推动主流媒体从表层工具提效走向底层逻辑重塑。

江苏省广播电视总台(集团)(以下简称江苏广电)如何借助AIGC打通“策、采、编、审、发、管”全链条?这与“建设全国一流新型全媒体集团”的目标如何衔接?

近日,「视听潮」对话江苏省广播电视总台(集团)党委书记、台长、董事长葛莱,他系统介绍了江苏广电从底座重构到生态拓展的AIGC实战思考。

▍从“选答题”到“必答题”

「视听潮」:江苏广电作为省级广电标杆,布局AIGC的战略定位是什么?与“建设全国一流新型全媒体集团”的目标如何衔接?

葛莱:“十五五”时期是广电视听行业转型发展的关键节点,技术创新进入密集活跃期,人工智能引发链式变革。

江苏广电把AIGC置于“深化主流媒体系统性变革”的大局中进行谋划。前几年搞AIGC,更多是“选答题”,在个别环节提效;但今天,它已成为关乎生存发展的“必答题”。

布局AIGC,绝不能停留在“买几套软件、用几个工具”的表层,它是对生产方式、组织形态乃至底层逻辑的全面重塑。

基于此,江苏广电积极响应“人工智能+”行动方案,在行业内率先组建人工智能融媒应用中心——这不是单纯的技术部门,而是要探索将AI融入内容制作、管理、发布、研发等全链路。

我们的总体考虑是:把AIGC作为推动系统性变革、培育广电新质生产力的“核心引擎”,通过技术基因迭代,驱动一场从“底座重构”到“流程再造”再到“生态重塑”的深刻变革,从而全面提升主流媒体传播力引导力影响力公信力。这是江苏广电加快建设全国一流新型全媒体集团的题中应有之义,也是达成这一目标的重要路径。

具体而言,首先是重塑生产力底座。传统广电是“重资产、慢响应”,需要借助 AIGC向“轻量化、工具化、分布式”转型,建设“新型”集团的物理基础。

其次,重构连接入口与生产关系。面对移动端十亿级用户,传播形态正从单向推送转向智能体交互。我们必须用AIGC打通与用户深度连接的新通道,把主流声音植入新型传播生态的流量分配体系,这是“一流”集团的话语权;同时,让AI成为每一位媒体人的“数字同事”,重构生产力和生产关系。

最后,拓展服务新边界。广电不能只做“内容播放器”,必须借助AIGC向政务、文旅、教育等领域延伸“媒体+”业务,加快向“现代新型全媒体综合服务商”转型,这决定了集团的产业厚度与发展后劲。

▍荔枝大模型的底座与成效

「视听潮」:江苏广电自主研发的“荔枝传媒大模型”已通过国家生成式人工智能服务备案,请您介绍一下该模型。

葛莱:研发“荔枝传媒大模型”,出发点是守住安全底线、顺应转型“刚需”。

通用大模型存在“幻觉”风险,主流媒体绝不能把政治安全和播出安全寄托在外部工具上,必须把 “方向盘”握在自己手里,这也是总台系统性变革的需要。过去用AI,往往只是作为某一环节的“技术外挂”;现在,我们必须让AI成为“原生驱动”,从策划、文案到多形态生成,实现全链条提速。

相比通用模型,“荔枝传媒大模型”的特质是“垂直、专业、多模态”。它不仅“懂行”,还具备多维感知能力。给它一则新闻报道,它不仅能读懂文字,还能解析画面、识别语音,甚至理解镜头的推拉摇移。

在确保安全的前提下,它能直接介入核心业务——根据文稿生成镜头脚本,辅助剪辑逻辑,推荐契合的视听画面。这就把过去依赖老编辑经验的工作交给AI,打造广电专业硬实力。

江苏广电最不可复制的核心资产是40余万小时媒资数据。这40余万小时不是互联网抓取的杂乱信息,而是我台几十年沉淀的精品内容,蕴含着我们的叙事逻辑、播音规范和专业审美。

用这些自带“水韵江苏”文化基因的数据“喂养”模型,生成的内容天然带有主流媒体的专业品位。过去,海量音视频资料利用率极低;现在,通过大模型智能重组,死资产变活水源。这不仅减轻了一线采编人员的事务性负担,还能将方案向下输出,为全省市县融媒体中心赋能,把数据财富转化为行业数智化转型的强劲动能。

「视听潮」:“荔枝传媒大模型”在实际应用中取得了哪些成效?

葛莱:作为主流媒体,我们搞研发从来不是为了追赶外面的技术热度,出发点只有一个,就是解决生产一线的真实痛点。目前落地的“轻量化云端媒资”和“智能化新闻剪辑”等产品和功能都不是凭空来的,而是基于实际业务需求、深深扎根在“荔枝传媒大模型”这个底座之上的。

“智能化新闻剪辑”解决“剪得快、发得早”的实战难题。

大模型能精准理解脚本语义,自动识别新闻要素,完成初步“稿片对位”和“智能拆条”。原本几个人干几个小时的手工活,现在AI预处理后,人工审核修改十几分钟就能成片。荔枝新闻全面接入后,全流程效率较传统人工提升3倍以上。

“轻量化云端媒资”解决“找得到、用得活”的问题。

编辑输入一句自然语言,如“南京长江大桥上的车流”,系统瞬间调出精准画面,甚至“一键成片”。更有战略意义的是,我们将这套能力通过云端共享给全省55家县级融媒体中心,精准契合“省级强中枢+县级轻触角”的集约化架构。我们把智能分析和存储能力送下去,填补了县融媒资管理空白,让沉睡的老旧素材焕发活力,摆脱基层广电技术空心化困境。

此外,大模型具备极强的衍生能力。

我们在省委宣传部理论宣讲团指导下,建设“理论宣讲”高质量数据集,打造“苏理宣”智能产品原型;启动“江苏海外资源共享服务平台”,整合“人、城、机构、故事”四类数据,构建“省级统筹、多级联动”的协同传播新格局。大模型不是单一工具,而是能繁衍出各种专业子模型的“母体”。

我们研发“荔枝传媒大模型”是要算“大账”和“长远账”,实现降本增效。降本是“结构性减负”——把编辑从机械重复劳动中解脱出来,投入“创意策划”和“深度调研”——降低的是“重复劳动的隐性成本”,增加的是“精品内容的产出效率”。

大模型带来的增效不仅体现在“快”(生产效率大幅提升),更体现在“灵”(盘活沉睡资源)和“稳”(内置智能审核排除技术差错和导向风险)。下一步,我们将继续推动大模型向县级融媒体中心深度赋能,实现全系统层面的降本增效。

▍全链条的三维布局与闭环支撑

「视听潮」:除了核心大模型,江苏广电在AIGC全链条应用上还有哪些布局?

葛莱:大模型是底座,但AIGC在江苏广电已广泛融入日常内容生产。围绕系统性变革,我们在大模型之外,重点布局了三个方向——

一是向“流程”要生产力,以智能体赋能全流程。

AI正从“会聊天”进化为“会做事”,智能体是下一代人机协作的关键形态。我们联合华为举办智能助手创新大赛,“以赛促用”,重点布局三类智能体:“工具型”自动完成新闻粗剪、多语种字幕;“场景型”辅助综艺策划、媒资标注;“模式型”打通互动与生产闭环,实现“千人千面”分发。三类智能体打破传统流水线壁垒,实现向“AI驱动”的并行生产转变。

二是向 “资产”要新价值,以高质量数据集探寻资产化道路。

广电坐拥海量视音频资源,破解“沉睡”困境、实现向资产跨越是当务之急。近期,我们与省数据局联合启动“视频传媒行业高质量数据集专区”建设,探索数据标准化、资产化和合规流通路径,为盘活媒资数据、参与数据要素市场奠定基础,以此倒逼前端内容生产匹配数据集建设标准,实现数据提炼与内容生产的双向协同,为广电数据从“资源”向“资产”乃至“资本”跨越蹚出市场化道路。

三是向“架构”要灵活性,以组织形态重塑适配全新生产模式。

AI把专业门槛拉平了,过去大兵团作战,现在几个人加AI工具就能完成。我们在内部打破部门藩篱,推行敏捷“小团队”模式,让组织更扁平灵活,接得住、用得好AI驱动的全新生产方式。

「视听潮」:请您介绍一下贵台的“策、采、编、审、发、管”全链条智能化闭环。

葛莱:谈“策、采、编、审、发、管”的全链条闭环,不能脱离底座。我们的技术底座,核心作用可概括为“统筹协同与支撑保障”。要真正落地,我们下了两步关键的先手棋,第一步是打地基,第二步是配工具。

第一步,自建“荔枝智媒中心”,把算力和数据的“命门”握在手里。

搞AIGC,算力是发动机,数据是燃料。如果这些东西全靠外部,不仅效率上不去,更存在安全隐患。所以,我们结合江苏广电麒麟·荔枝文创园建设,与省文化科技集团联手,建好自己的私有智算环境,大幅提升算力规模,最关键的是,我们把全台所有的生产数据、用户交互数据、管理数据安全合规汇聚到自有平台,形成了“数据引力场”。

这样做,不仅模型训练效率高,而且从根源上确保数据不出台。同时,我们还要把“荔枝智媒中心”打造成全省媒体的共用智算平台,这既是总台技术实力的体现,也是我们作为排头兵的担当。

第二步,构建AI Hub平台,给全台员工配发一个“智能工具箱”。

地基打好了,怎么让一线的记者编辑用好?我们按照“工具化、模型化、平台化”的思路,把复杂的AI能力封装成近百款智能生产工具,统一上架到AI Hub平台,比如数字人播报、AI播客生成、短视频智能制作等。

现在,节目团队不需要懂代码,只用像逛超市一样,按需调用、自由组合工具。这近百款工具直接嵌入“策、采、编、审、发、管”的每一个环节里,打破了技术壁垒,实现了AI在全流程的深度渗透。

正是有了这两步棋,我们在“提升传播效能”和“保障内容安全”上就有了实打实的抓手。

▍跨界赋能:数据、文旅与教育

「视听潮」:在推动广电AIGC与文旅、教育等领域深度融合,以及赋能千行百业方面,你们有哪些计划?

葛莱:主流媒体不能只做单一的 “内容播放器”,我们的既定战略是向“现代新型全媒体综合服务商”转型,赋能千行百业。逻辑是从底层数据出发,向垂直场景渗透。

首先是数据赋能千行百业,这是跨界融合的“原动力”。

建设“高质量数据集专区”,不仅是盘活自家资产,更是布局“视音频+”数据服务新业态的起点。我们正在推进与其他行业的数据联邦学习,探索数据确权、定价与收益分配机制,释放乘数效应。

以“苏超”为例,赛事期间的海量多机位视频、观众互动数据,经脱敏和结构化处理后不仅能反哺赛事转播,未来还可打包成标准化数据产品,赋能体育营销、城市治理乃至商业选址,这是数据变资产的典型路径。

其次是深度赋能文旅,从“内容推介”升级为“空间建模”。

我们直接深入到物理空间的数字化重构中,已启动全省三维数字化扫描项目,从南京夫子庙大成殿、宿迁项王故里到江苏广电总台大楼、南通博物苑,实现13个地市重点点位的高精度实景三维重建。通过轻量化处理和引擎适配,构建可复用、可拓展的省级数字资产库,这为智慧文旅展示、城市宣传和虚拟制作提供了高质量底层“积木”。

第三是切入教育赛道,用AI工具解决真实痛点。

在ai荔枝客户端上线的教育垂类板块,不仅是视频课程聚合,更是智能工具集合。我们与创维等合作,重点打磨“AI拍照搜题”等功能;下一步,将围绕国家统编教材,利用AIGC和VR/MR技术,与教育主管部门及专业机构联手,打造沉浸式“视频化教材”和智能教学空间,把平面知识变为三维、可交互、带智能导览的立体场景,用广电数智化能力辅助基础教育模式变革。

▍用本土文化凸显特色化

「视听潮」:在AIGC应用中,如何平衡技术效率与内容原创性的关系,避免同质化问题?江苏广电在挖掘本土文化特色、打造差异化AIGC内容方面有哪些探索?

葛莱:平衡技术效率和内容原创性的关系,确实是行业面临的必答题。

我们的态度很明确:AIGC永远是辅助创作,绝不替代创作。我们大力鼓励记者编辑用AI工具把好点子快速落地,拓展创作边界,但坚决反对依赖AI拼凑、洗稿。机器不懂人情味,核心创意和思想深度必须牢牢掌握在创作者手里,才不会陷入同质化。

做出差异化,底层逻辑是模型必须“懂江苏”。我们花大力气用本土数据训练“荔枝传媒大模型”,注入独属于我们的文化基因——深度挖掘江苏的传统文化、地域特色和人文精神,把吴文化、金陵文化、淮扬文化、楚汉文化等这些独有元素深深烙印在模型的底层逻辑里。这样生成的内容自带江苏的审美和辨识度,与通用模型生成的内容形成显著差异。

有了“懂江苏”的底座,再结合总台多年积累的自有文化品牌,差异化优势更明显。比如去年火爆出圈的“苏超”联赛,我们不仅传统报道做得好,AI短视频生产上也涌现了大量好作品。其中最典型的是《借笔画》,利用 AI把江苏人文底蕴与赛场热血激情巧妙结合,全网播放量破亿,直接上了热搜。这就是用AI小切口做出大传播的生动案例。

为进一步打出差异化品牌,我们主动搭台唱戏。2026年春节,我们联合多家卫视和网络平台推出全国首届AI主题春晚“国潮奔AI•马跃山河”,又联合腾讯举办“AI漫宇宙——全国漫剧创新大赛”,打破专业壁垒,让更多普通创作者用AI定义全新内容形态,发掘具有独特生命力的好作品。

▍安全治理与痛点破解

「视听潮」:贵台在AIGC技术自主可控、安全治理方面有哪些布局?

葛莱:自主可控是底气,安全治理是底线,两者相辅相成。在这方面,我们主抓两手——

第一手,把技术自主可控的“命门”握在手里。

过去,技术系统是 “集成导向”,台里提需求,外部公司来做,核心技术沉淀在厂商手里;现在,若完全依赖外部工具,媒体技术会越来越“空心化”。广电变革不能只靠“买买买”,必须锻造“独门绝技”。这不是闭门造车,而是深入业务场景解决痛点。

比如“苏超”赛事直播,我们需要向不同渠道输出近百路信号流,于是自主研发了虚拟广告技术,动态生成适配广告,把流量变成商业价值。

再如“机器狗摄像师”,外购消费级机身,但缓冲减震、抗干扰传输、高增益定向天线全是自研,把消费级玩具改造成广电专业装备。VR/MR领域也通过自主研发升级为整体解决方案。把关键能力攥在手里,才有底气。

第二手,织密安全治理的“防护网”,用自主技术防范风险。

首先是立规矩:严格落实《人工智能生成合成内容标识办法》,确保AI内容可追溯、可监管;同时,严禁利用AI制作传播虚假信息,严控深度伪造。但光有制度还不够,防范深度伪造最终要靠技术。

我们联合南京大学、华为等开展AIGC内容检测与深度伪造识别攻关,依托总台业务场景和高质量数据,培育更精准的“鉴伪”能力——既要练强AI“长矛”,也要锻造识别假内容的AI“坚盾”,用制度加技术守牢意识形态主阵地。

「视听潮」:你们在推进 AIGC落地过程中面临的痛点是什么?如何破解?

葛莱:走在AIGC落地深水区,我们确实感受到了阵痛。当前的核心痛点可概括为三个“不匹配”——技术供给与专业需求不匹配,人才结构与生产变革不匹配,应用生态与规模效益不匹配。对此,我们既有自身的探索,也有向行业提出的建议。

第一个痛点,技术层面的不匹配。

通用大模型虽多,但真懂广电深水区业务的很少。我们建议强化顶层统筹,在行业主管部门指导下构建“行业通用大模型+各省专属模型”的“1+N”机制:主管部门统筹通用底座,各省优质模型做垂直精调。同时,我们建议主管部门设立AI应用指导机构,搭建广电与头部科技企业的合作通道,推动先进多模态模型率先落地。

第二个痛点,人才层面的不匹配。

技术迭代按月计,而采编人员知识更新周期相对较长,对人工智能等新技术了解和应用不够,AI内容策划师等新岗位人才不足。

对此,我们打出“组合拳”:一是以项目练兵,把技术与内容人员揉在一起,以实战培养复合型人才。二是以培训赋能,短周期高强度训练,加快补齐AI 能力短板。

第三个痛点,生态层面的不匹配。

目前AI应用还多是点状的,且研发投入大,如没有“自我造血”能力,难以持续。

对此,在生态构建上,我们与南京大学、华为等联合建设实验室,打通产学研用链路;同时,探索“自我造血”——与省数据交易所共建数据集专区,把数据变资产;以智能工具赋能55家县级融媒体中心,分摊成本。

我们建议主管部门加快出台广电AI应用标准体系,鼓励AI能力与数据产品市场化交易,让技术产生商业价值,构建生态才能活水长流。

▍未来图景:柔性制造、数据油田、空间交互

「视听潮」:结合广电视听“十五五”科技发展导向,您认为未来三年AIGC将使广电行业产生哪些变革?贵台如何把握行业趋势,进一步深化AIGC布局?

葛莱:未来三年,AIGC对广电的变革是底层逻辑的彻底重写。我脑海中的未来图景有三 ——

一是生产端,从“固定流水线”变“柔性制造”。内容生产不再按部就班走流程,而是多智能体协同作战。你只需下达意图,AI集群就能自主拆解任务、动态分工,实现“按需定制”。

二是资产端,媒资库从“死仓库”变“活油田”。沉睡的素材被清洗标注为高质量数据集,转化为可交易增值的“石油级”资产,数据变现成为广电新基建。

三是交互端,从“看屏幕”变“进空间”。媒体不再是等待点开的APP,而是封装为可被智能体调用的“服务接口”,观众进入沉浸式“共在”空间,数字人从信息传递升级为情绪“陪伴者”。

面对这一图景,我们提前“种树”,“等风来”。前面所有动作都在蓄力:死磕“荔枝传媒大模型”,用本土数据塑造独一无二的“数字灵魂”;联手省数据交易所建专区,打出“数字油田”的油井;搞AI Hub工具箱、办智能体大赛,推动团队从“流水线操作工”向“智能体指挥官”切换。

未来的竞争,拼的不是人多、设备贵,而是谁的“数字灵魂”更懂受众,谁调动数据资产的能力更强。种好这些“树”,就是我们面对“十五五”最大的底气。

在本次对谈的最后,葛莱再度强调,面对新一轮科技革命,拥抱AI不是一道“选答题”,而是主流媒体必须做好的“必答题”。

“我们必须主动抢占技术高地,用最先进的智媒手段守好意识形态主阵地,确保总台的转型步伐与行业顶层设计同频共振。”他表示,江苏广电将以“荔枝智媒中心”建设为抓手,把AIGC的深度应用作为深化系统性变革的核心引擎之一,踏踏实实走好每一步,努力在建设全国一流新型全媒体集团的进程中,为广电视听行业的数智化转型贡献“江苏力量”。

「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/196210