人工智能技术对媒体融合发展的价值

摘要：随着媒体融合发展进程推进，视觉媒体正在成为媒体跨端跨形态融合中重要媒体形态之一，人工智能技术对视觉媒体发展正在发挥其影响。本文旨在通过观察人工智能技术对视觉媒体的既有影响，以人工智能技术中的计算机视觉为侧重点，综合市场规模发展、媒体经营、内容生产、媒体人才等维度进行思考，分析人工智能技术之于视觉媒体的作用，针对媒体转型发展新方向（如虚拟主持人、数据新闻等），梳理发展机会与瓶颈，并给出解决方案。

关键词：人工智能；视觉媒体；融合发展

中图法分类号：TP18文献标识码：A

Value of artificial intelligence technology to development of media integration

-Taking visual media as an example

ZHAO Miao

（Beijing Mingsili Public Relations Consulting Co.，Ltd.，Beijing 100020）

Abstract：With the advancement of media integration development，visual media is becoming one of the important media forms in the cross-end and cross-form integration of media，and artificial intelligence is exerting its influence on the development of visual media.This paper aims to analyze the impact of artificial intelligence technology on visual media by observing the existing influence of artificial intelligence technology on visual media，focusing on computer vision in artificial intelligence technology，and comprehensively thinking about the development of market scale， media management， content production，media talents and other dimensions，and analyzes the development of artificial intelligence technology.Based on the role of visual media，it sorts out development opportunities and bottlenecks for new directions of media transformation and development （such as virtual hosts，datajournalism，etc.），and provides solutions.

Key words： artificial intelligence， visual media， integrated development

1 視觉媒体

麦克卢汉在《理解媒介：论人的延伸长》一书里提出“媒介即人的延伸”的概念，他认为任何媒介都不外乎是人的感觉和感官的扩展或延伸；文字和印刷媒介是人的视觉能力的延伸，广播是人的听觉能力的延伸，电视则是人的视觉、听觉和触觉能力的综合延伸[1]。2013年，随着社交网络在全球范围内呈现出视觉化发展，在如今的数字媒体涌现时代，广义上的视觉媒体不仅是文字、印刷、电视媒介的综合体，社交媒体与视频媒体也都是视觉媒体范畴，本文所研究的“视觉媒体“为更广义的范畴，包括印刷媒介（报纸、杂志、出版物）、网络视频端、社交媒体（微信微博以及其他陌生人关系社交媒体）、电视以及游戏 APP 等。

2 概述

随着媒体融合发展进程推进，视觉媒体正在成为媒体跨端跨形态融合中重要媒体形态之一，而人工智能技术对视觉媒体发展正在发挥其影响。目前，人工智能技术不仅包括技计算机视觉、数据挖掘、机器学习、机器人及 IC 设计等技术，还包括语言识别和自然语言处理技术。计算机视觉技术在国内人工智能技术应用场景占比较多。根据亿欧智库人工智能企业数据库统计，截至2019年5月，计算机视觉技术应用领域的企业规模在整体人工智能领域占比30％，计算机视觉技术成为现阶段深度学习研究的座上宾。

作为涵盖计算机科学、数据、工程学、物理、生物学以及神经科学的交叉学科，计算机视觉技术可实现对视觉环境的敏感捕捉与理解，有助于理解跨越复合交叉学科的深度学习，该技术被业内很多科学研究者视为实现人工智能技术发展的优质路径；计算机视觉技术应场景包括人脸识别以及生物特质统计（指纹、虹膜等）、图像检索、游环操作控制与监控、智能驾驶，可以实现图像分类、目标检测、目标追踪、语义分割与实例分割等[2]，因此计算机视觉技术正在成为视觉媒体发展的重要支持技术方向。得益于其本身是对将计算机智能化的可编程算法展开研究，通过该方式，计算机可以像人类视觉那样处理和理解人类视觉图像。此外，数据挖掘、机器学习等人工智能技术还可以帮助视觉媒体实现对用户的深度学习与了解。

3 价值与作用

在拥抱数字化的媒体时代，人工智能的发展为视觉媒体传播经营创造了新机遇，在市场环境、内容生产、经营管理等方面有不同价值。

3.1 人工智能技术为视觉媒体传播活动创造了创新发展的市场环境基础

资本市场在人工智能领域的持续投入，以计算机视觉技术占比较多，其次是在语义识别、机器学习、数据挖掘层面，而多样化的人工智能技术应用场景也受到资本市场的肯定，视觉媒体领域（包括视觉媒体传播及业务经营有关的广告营销领域）也正在获得更多市场资本的支持。《亿欧智库2019年中国人工智能投资市场研究报告》显示，资本市场对人工智能领域的投资热度在2012～2018年期间增幅较快。结合人工智能涉足各行业的被投资情况来看，以企业营销为主的服务领域获投26次，互联网服务企业获投126次，内容生产与审核，智能推荐、图视频处理为其中被投资较多的方向。从经济环境层面来看，人工智能技术对视觉媒体及其传播活动提供了一定的发展推动作用，人工智能技术应用领域同样具有市场环境基础。

3.2 人工智能技术对视觉媒体的内容生产过程的优化作用

在信息分配推荐的过程中，视觉媒体通过人工智能技术可以构建智能分发和兴趣推荐等个性化信息及用户管理模式，借助人工智能技术可以更好地连接人、信息与生活，形成一条完整的内容信息积累与优化分析的链路。

3.2.1 助力媒体报道的内容生产智能化

根据每个用户的喜好做个性化新闻推荐，和用户进行智能对话。钱江晚报推出“小冰”就旨在实现此功能，其作为人工智能记者入驻“浙江24小时”，可以在稿件中发布自动评价、引导评论风向。而人民日报社则在2020年推出 AI 编辑部，拥有包括数据新闻、直播拆条、同期字幕、视频去抖、视频转 GIF、视频压缩、智能清除、智能横转竖、智能配音等功能，为编辑记者提供移动化视频采集、编辑和发布服务[3]。

3.2.2 帮助赛事新闻实现多维度的及时报道内容支持

以字节跳动人工智能实验室研发的 Deep Understanding of Live Soccer Matches 项目为例，通过目标检测、轨迹跟踪、语义分割等计算机视觉技术，实现对足球比赛视频的深度理解和信息挖掘，实时提供足球赛事精彩时刻画面、比赛双方攻守统计、足球运动热力图等多种信息，并同步呈现在今日头条客户端直播间里的报道专区[4]；以 SSD 目标检测逐帧输出球员和足球位置，基于 Deep Sort 的多目标跟踪，对球员和足球的运动进行建模，使用度量学习对球员外观和体型进行建模；通过对固定划窗内的片段进行分类，包括在射门、任意球、角球、受伤等各种类型场内捕捉精影瞬间，并且在赛后为赛事报道自动写作机器人提供图像素材，多维度报道、无缝隙同步赛事精彩画面，以提升实时观看体验。

3.2.3 为网络视频媒体的自制作品提供智能化运营指引

人工智能技术对内容运营的智能化指引是从内容源头的生产阶段即开始存在，通过契合用户偏好，结合用户观看内容及停留数据，在基础内容创作阶段即结合偏好，为提升收视率奠定基础。以爱奇艺为例，在内容生产方面，通过 AI 智能剪辑、高效处理海量视频数据，将生产流程智能化，并提供视频理解和分析能力支持，在后期制作期间帮助完成快速合版，接管过滤废材、有效索引、标签推荐等繁杂工作，很大程度上提升了内容创作的生产效率，节省了内容制作人力成本。此外，自制剧和综艺的演员与嘉宾选择上也可以借助人工智能技术进行优化，保障自制作品演绎者契合受众偏好，其中爱奇艺基于自主研发的人脸识别技术，建立了智能明星库和智能选角系统；通过自然语言处理、人工智能匹配，智能选角系统还可以将制片方与海量的艺人数据进行高效、精准配对。针对深度开展用户属性分析，通过分析平台用户自主提交的地域、年龄、所在小区、职业类型、兴趣爱好等信息，将其融入个性化推荐分析测算，以进一步洞悉用户需术，融入对于用户的视频搜索与评论留言的分析，建立用户知识图谱。此外，LBS 地理位置分析需求也正在融入信息推荐体系，根据用户所在位置与当地热点向其推送信息，建立本地化生活内容智能推送机制。

3.2.4 视频图像内容审核与过滤智能化

对于内容 UGC 较多的短视频平台，可以通过人工智能技术，更高效、更智能地帮助媒体方与审核团队工作人员过滤问题图像及视频等内容。以抖音短视频平台为例，为应对庞大的短视频内容创作内容信息，字节跳动启用人工智能辅助审核，包括人脸识别技术与 Segmentation 技术及应用，理解视频内容并对存在违规内容的视频进行过滤处理，对滤镜版权机型进行识别，形成机器学习模型，并持续完善，通过人工智能技术对动作进一步深度理解、对物体进行监测跟踪、对视频环境进行识制，并理解创作者的情感和情绪。此外，中央广播电视总台建立人工智能编辑部，用知识图谱的方式对视频进行审查，采用人工智能初审，准确率达到95％，比人工效率提高80多倍。

3.3 人工智能技术助力内容分发、内容信息流

与短视频广告推送匹配通过挖掘用户的真实需求，匹配用户喜好，提高用户观看时长与黏度，让浏览者更便捷地获得自身想看的内容，让媒体与用户的关系更紧密，增加用户访問兴趣和停留时间。但是，该模式会让浏览者在一定时间内出现过度沉浸的情况，短时间内契合用户兴趣度，但是长期内容同质化推送，依然会让浏览者出现视觉疲劳感，尤其是倾向于接收以新知识、新鲜事为代表的用户群体，不利于满足用户信息需求以及用户成长需求。

在应用人工智能技术的过程中，面对不同效用目的有不同的操作模式，以实现用户发展计划：其一，面向新用户，视觉媒体平台可以使用“冷启动”的方式，将媒体平台上既有的热度高的内容推荐给新用户，基于新用户的收藏或者喜爱操作，记录用户的喜好倾向，建立用户兴趣标签库，尝试推送用户喜欢的视频内容，随着推送内容的变化，坚持持续记录用户兴趣度，不断完善用户画像的构建；其二，面向老用户，需要在长期更新、分析用户喜好层面，综合多类型内容推荐。比如，爱奇艺通过知识图谱与深度学习等 AI 技术，优化用户视频推荐模型，研发出“私人影院”“短视频联播”等实用性功能，根据用户以往观影数据，推荐用户没看过的影视作品或者潜在要观看的作品，以此提高了15％的观看率。与此同时，在营销方面，爱奇艺通过 AI 技术（包括优化用户视频推荐模型等）、用户特征识别等技术，帮助广告主创造出既符合用户体验，又可以打动消费者共鸣的营销体验。

3.4 视觉媒体团队加入智能化角色

以虚拟主播为例，2019年6月20日，人民日报社推出虚拟播报员“果果”—通过采集真人主播的声音和图像，并通过 AI 技术合成制作出的虚拟主播。仅需输入文字版新闻，就可以自动生成多种语种语音和配套表情，合成新闻播报视频，使新闻播报准时且准确，并可以给观众提供一种奇特的交互体验。随后，澎湃还推出了播报早晚新闻的虚拟主播，这对媒体业内人力资源紧张的现状给予了一定的人力解放与减负，并且具有内容生产过程中赛事直播报道智能化的价值，同样可以提高编辑效率。

4 人工智能技术助力新媒体形态发展，丰富视觉媒体类型

在媒体融合转型、跨形态跨平台端发展的过程中，人工智能技术对媒体业态的应用领域也正在起着改变媒体形态的作用，进而促进了视觉媒体矩阵扩大，包括数据新闻形态、机器人新闻端等。

4.1 多样化视觉媒体形态正在发展

全国性报社旗下的媒体视觉化发展加速，人民日报、新华社都推进 VR、短视频等新形态的媒体逐渐加入其融媒体体系。此外，机器人媒体在游戏行业、家庭生活领域应用增多，而在未来的新闻行业或许会出现可视化新闻自动成像的机器人，只须录入文字和图片资料，机器人便可自动调取以往类似新闻接报情况，并基于以往新闻内容积累深度学习，播报最新新闻并调用实际情况和过往相关新闻进行综合呈现。

4.2 突破数据新闻发展瓶颈

随着我国传媒业多网融合、多端务平台的发展，数据新闻也正式成为在此模式下开始遍地开花尝试的新产物。但是，在发展数据新闻的过程中存在诸多问题，如数据量不足、数据新闻深度不足等，数据之间的深层次关系无法通过人工来进行快速分析与呈现。与此同时，数新闻可视化程度也需要提升。目前，数据新闻仍旧处于“只是表面上的数据呈现而已”的状态，尚未找到与读者快速产生共鸣的多样化数据模式，交互性低和讲述模式有限也不利于公众理解与自发传播。而人工智能技术的加入，将在一定程度帮助数据新闻产品解决以上问题，如开放不同选题、不同地域以及不同风格的数据新闻产品面向不同类型的读者，对读者群体进行有效划分；弥补数据新闻人才不足，帮助内容制作者快速挖掘与发现数据之间和数据背后的新闻价值；拓宽选题范围，从仅限于经济、民生，到增加关注社会特殊群体、特殊话题，让数据新闻并不是为了可视化而可视化，强化数据新闻的功能性和实用性。

5 结束语

人工智能技术正在被广泛应用于媒体融合转型发展之中，以视觉媒体为代表，在人工智能技术的助力下，将形成更大的影响力，建成国内特有的视觉媒体传播环境，为国内视觉媒体及视觉文化产业的发展奠定了良好的前瞻基础。

参考文献：

[1]郭庆光.传播学教程[ M].北京：中国人民大学出版社，2011.

[2] Double_V_.闲谈5个改变未来的人工智能技术（ CV 方向）[ EB/OL ].https：∥ blog.csdn.net/qq _25737169/article/ details/80099628.

[3]郝冠南，劉星宏.技术创新驱动高质量内容生产—人民日报 AI 编辑部3.0助力两会报道[J].中国传媒科技，2022（5）：7?9.

[4]新智元.马维英：AI Lab 是公司最能冒险的部门，五大 AI战略资源是钥匙[ EB/OL].https：∥baijiahao.baidu.com/s？ id＝1617562492369953557＆wfr＝spider＆for＝pc.

作者简介：

赵淼（1986—），硕士，研究方向：新闻传播。