AIGC与融媒生产：赋能、互补与边界

王建磊 江 浩

从DALL-E 2、Stable Diffusion 为代表的AI 绘画，ChatGPT 为代表的文本生产，到Midjourney 的场景还原与Runway 的视频生成，2023 年成为AIGC（人工智能自动生成内容）爆发元年——这一切得益于各类算法模型的不断迭代与算力设备的大规模堆叠。有学者指出，与互联网的“空间革命”、智能手机的“时间革命”不同的是，AICG 的探索与渗透可能形成“思维革命”[1]，即人类开始由相对独立思考转化为人机协同共创，“人脑+AI”形成新的创作范式，导致创造力、生产力极大增强，并给各行各业带来不同以往的冲击与影响。传统媒体与AIGC 的结合也早已有之，大多以MGC（Machine Generated Content，机器生产内容）的形式出现，在AIGC 全面升级为多模态交互、与各领域适配度更强的背景下，我们思考的是，今天的传媒内容生产哪些可以被AIGC 替代，AI 给融媒生产带来哪些赋能与提升，AIGC 的传播边界在哪里？

一、AIGC 与融媒生产的概念对比

（一）AIGC 为数字内容产业开辟新空间

不同于Web1.0 以内容为中心的圈层结构、Web2.0 去中心化的内容生产链式结构，AIGC 更侧重于内容输出形态的更迭，比如能够处理和转换海量数据，能够实现文字、图片、语音、视频、音乐的跨模态转换，满足互联网生态对内容的个性化强需求和高质量要求。更为实际的是，AIGC 最主要的应用价值就是降本增效。2022 年国庆节，人民日报发布由AI 根据歌词绘制的《我的祖国》MV，大部分画面精美、切题，从中能看出AIGC 智慧程度的升级速度，以及从2D 转向3D，从转化到生成，从“在线”走向“在场”的演进趋势[2]。这种生产方式的作品一面世，就给PGC、UGC 带来极大的冲击，因为不但专业程度快速升级，生产成本优势也呈碾压之势。

除了助力多媒体数字内容生产，当前，集多模态技术于一体的应用首推虚拟数字人，涵盖人物身体建模、语音识别、场景转换、交互对话等复合功能，将AIGC 的单一输出类型聚合在一起，展现出更具未来感和现实价值的数字内容新业态。虚拟数字人成为传媒业的新宠，应用于新闻报道、活动主持、舞台表演中。随着虚拟数字人的大规模普及，会推动AIGC 开拓数字内容产业的新空间。总体上而言，AIGC 颠覆了数字内容生产原有的创作逻辑——PGC 与UGC、质量与数量之间的矛盾，并力图在效率、智能与交互体验三个维度上创造新的价值可能[3]。从进阶路线来看，AIGC 及其相关技术会成为未来搭建数字孪生生态的基础设施。

（二）融媒生产为主流舆论保驾护航

自2014 年以来，主流媒体在顶层政策推动与市场竞争倒逼之下，以媒体融合为目标和路径，以融媒思维为引领踏上转型探索之路。一方面，主流媒体积极改变传播语态，展示贴近姿态，最大限度地获取大众认同，并在此过程中输出价值观和实现舆论引领。另一方面，主流媒体也通过技术革新、流程再造等构建全媒体传播格局，通过“中央厨房”、融媒中心的打造占领新兴舆论阵地。随着融媒理念及实践的深入，主流媒体已经能够熟稔地使用短视频、直播、AR、VR、H5、图片流等多样形式进行内容生产，并且注重分发渠道的搭配选择，落脚于内容产出质量和传播效果的提升，为主流舆论保驾护航。

（三）两者在内容形态层面形成交织碰撞

融媒生产与AIGC 在对内容形态多样性的追求上体现出了交织的可能。融媒的图、文、视综合性对于制作者提出了协同合作或一专多能的要求，而AIGC目前的能力既可以输出优质长文，也能绘制高质图片，还可以一键生成视频大片等，其全能生产力为融媒生产提供了深度可供性支持。而且AIGC 更加高级的技术合成，可给用户提供更好的体验感、互动感、沉浸感。如《唐宫夜宴》《只此青绿》等现象级的融合作品，正是辅以4K、VR、XR 等技术，开创出独特的媒介时空意境，给予观众不同以往的视觉冲击和接受体验。当下，AI 技术与Blender、Unreal Engine5 等主流3D 图形软件的结合可实现高效产出沉浸式3D内容。正是基于对内容生产流程和形态的深度介入与改变，AIGC 与融媒生产在内容层面的交融互动，将带来融媒组织的结构变化与顶层机制改革。

二、AIGC 赋能融媒生产

基于以ChatGPT 为代表的AI 技术的学习方式和算法模型，AIGC 在素材的创意使用和重组方面展现出算力优势。同时，海量数据、数字孪生和虚拟现实作为AIGC 的强项，再加上其高效的生产效率、不断增强的专业度和丰富性，带来生产周期缩减、规模指数级增长等变化。从内容上说，AIGC“生产速度快、生产全天候、自主性生产和内容多样性”的特点，与融媒生产的要求不谋而合；从逻辑上说，AIGC 可在策划、生产、传播环节上全程赋能，为融媒未来发展带来更多可能。

（一）助力流程再造

在广电融媒的既有技术方案中，人工智能的具体应用场景涵括但不限于“信息采集、内容生产、内容分发、事实核查、资金管理、危机应对、效果监测、舆情分析、媒体经营和版权保护”[4]。当强大的AI介入策划、生产、传播各环节，新闻生产的转型及再格式化将不可避免[5]。“全媒体采集、共平台生产、多渠道发布”的媒体融合流程在AI 赋能下将会产生新的跨越。

第一，从生产主体看，融媒生产的核心环节可以交由AI 完成：只要将现有素材导入，AI 就能够把文案、配音、视频等自动化处理，输出高质量作品。在这个过程中，记者、编辑与AIGC 的配合将带来垂直化的新闻共产模式，媒体的重点逐渐偏向事前的信息组织收集和事后的核查补充，编辑部从原来的独立创作者转变为素材的搜集者和组织者、融媒作品的审核员、AIGC 的修补者等。一种形象的比喻是：媒体机构成为“甲方”，可随时唤起不知疲倦的“乙方”（AI），提出各种天马行空的要求，并让其不断修改、优化，直至满意为止。

第二，从生产过程来看，AIGC 因其自主性生成内容的能力，既可自主进行素材采集，还可创造性对素材进行重组加工，最后实现合理的渠道分发。随着铺天盖地的传感器和世界各地的用户内容成为AIGC的数据来源，记者的“一己之力”已远远赶不上全球化数据流通速率和机器的采集、编辑能力。据此而言，AI 可以成为全媒体采集、共平台生产、多渠道发布的全局替代者。

第三，从流程结果来看，托夫勒在《第三次浪潮》中指出，UGC 时代用户不只是新闻内容的消费者，更是生产者，置身现场的人们成为“记者”，起草了历史的第一稿，而现在AIGC 成为第一起草人。只不过，AIGC 背后的自然语言模型以人类标注数据为原型，对数据的过滤筛选不可避免带有标记员的个人偏见，这意味着在把关、审核环节还必须要求记者回到新闻现场[6]，核查已有的新闻来源和事实，将可证实的信息有逻辑地组织起来，不至于使AIGC 的数据源头遭到污染，生成模棱两可的虚假新闻。

（二）介入内容制播

当前，AIGC 在制播阶段的应用效果更为显著。比如在前期新闻信息的采集过程中，人工智能可充当“采访助理”的角色，针对不同的采访对象迅速生成个性化邮件，根据对象个人的经历写出专属的采访大纲，减少记者前期的重复性工作，使记者得以把时间投入采访的过程中，与采访对象互动沟通，去剖析和感受其复杂的情感（这是AGCI 暂时未完全达到的）。此外，人工智能也完全可以充当新闻报道的被访对象[7]，利用它自身的数据搜集能力，为记者提供更全面的信息与独特的视角。

AIGC 拥有稳定、持续的内容产出优势，比如AI写稿的语言稳定性、数字计算的准确性、文字书写的正确性都优于人类；又如虚拟主持人不会出现表达口误、精力不足、情绪波动等主观问题。而且，传统的MGC 多限于程式化的写作规范、结构化数据充足的财经、体育、天气领域[8]，而AIGC 不仅能够参与标准化的内容模板写作，还因逐渐具备一定的“思考能力”而从事新闻评论等带有“思辨性”的内容生产。这种观点一旦经过编辑审核过关，将是AI 的“独立价值主张”。

在作品播出方面，AIGC 作为确定性、程式化的存在，可以做到24 小时实时跟踪事件发生进展过程，并在第一时间根据不同平台的特性分别生成图文博客、播客音频、短中视频等多模态形式。如《每日经济新闻》的AI 同时关注4000 家A 股上市公司，并推出《每经AI 电视》，运用虚拟主播在财经报道领域实现7×24 小时的不间断播出，充分展现了AIGC 在内容创产方面的无穷潜力。

（三）提升传播量级

当前的内容生态已是海量和个性化的，而随着深度学习模型不断完善、开源模式的推动等，AIGC 将在内容产出效率和规模上再次爆发出超越性生产力：一方面是量的生产力。AIGC 的主动性生产方式会不断刷新信息的流通和信息的规模，尤其是随着应用AI 难度的降低，内容产出将变得更加唾手可得，其自主产出的内容，加上人们与之互动的内容，构成信息的无比丰饶乃至过度。另一方面是质的生产力。既体现为文字、语音、代码、图像、视频、机器人动作等不同格式的全能覆盖，又在创意、表现力、传播、个性化等方面展现过人之处。此外，AIGC 的千人千面区别于当前自媒体生态所体现出的个性化，自媒体的个性化是由创作者本人的性格、知识积累等因素影响的，而AIGC 的个性化是在生成场景、用户引导、算法调适、机器学习等因素下促成的，是更加智能化和精准化的产出方式。伴随着传播量级的膨胀，未来的内容生态于媒体机构或个体而言，都会带来难以想象的体验和难以预估的挑战。

（四）推动智慧升级

据OpenAI 的官网介绍，“Open”代表了一种共享、开放、合作和超越人类自治系统的精神。与之契合的是，未来广电的智慧升级正是以成为生态级连接入口为战略目标，实现业界的数据开源共享，合力建设AIGC 的技术架构，从业态意义转向社会形态的智慧融合。

从OpenAI 到Open 广电，传媒业也将遵循信息产业路径，从劳动密集型产业向技术密集型和资本密集型转变[9]——这一论断已成共识。而技术平台的搭建和算力维持成本足以使中小媒体望而却步，其本身所需要的庞大优质训练数据也注定了单一媒体无法提供，这可能意味着之前媒介融合转型单枪匹马的姿态将不再奏效。从这一意义上说，传统媒体的智慧升级并非只是对人工智能技术进行合理采纳应用，而是要求传统媒体本身应该成为智慧平台，成为OpenAI 的典型样态。据此，庞大的算力设备的基底、大量用于AI 训练的元数据和对技术人才资源的需求等将驱动传统媒体打破区域限制、行政板块，促其早日升级成为智能时代真正的智慧主体。

综上，AIGC 背后是人工智能技术所拥有的信息能力、文字能力和搜集能力，随着其越来越贴近人类语言习惯，AIGC 必然将更大程度渗透与呈现于生活世界，在以下三个方面的内容中呈现竞争优势（抑或形成全面替代）：第一，需要信息搜集和数据分析的内容，AIGC 基于庞大全面的数据库会先于人类更全面、更科学地完成信息整合；第二，一般性公文、工作总结、商务合同、社会新闻等标准化、规范化内容，一般而言，格式越规范越利于AIGC 的直接生成；第三，以方案提供、信息提供、知识供给为代表的服务类内容，如医院的就诊咨询、电商的产品咨询、天文地理经济历史等学习类内容，不再需要反复生成或翻阅文献。

三、AIGC 的传播边界

当前针对AIGC 业已展开了很多深入且有益的讨论，但其复杂性在于AI 既作为工具，又超越工具。作为工具，AI 有其使用的边界和禁区，有稳定的可控性；但超越工具，意味着AI 有其特殊性乃至可豁免地带。所以我们很难从一个绝对理性的角度去判定和规制AI 产出的内容。回到本文最初提到的问题，AIGC 可以替代哪些融媒产出，其传播边界被什么要素所钳制，要回答这两个问题，需要回到AIGC本身的技术原理以及我国融媒发展的本质要求上来。

（一）AIGC 的技术本质

从技术本质来说，AIGC 意味着生产力、创造力，但并非意味着创意能力。而且它的所有能力都是基于人类集体智慧投喂的结果。从这一角度来说，人类是AI 的延伸也是成立的。尽管AI 拥有超级算力，但并非无所不能，对其未来发展不必过度高估。

第一，AIGC 距离真正落地以符合媒介规范实践还有一定距离。以ChatGPT 为例，基于Transformer架构建立的大型自然语言模型再辅以人类反馈强化学习（RLHF）机制，以超大算力的投入训练大规模标注数据，最终才使得ChatGPT 从一个“偏科的孩子”成为“较成熟的成年人”。而融媒生产和新闻作品所要求的时效性极高，需要AIGC 的数据库能做到实时更新，同时需要中文世界的数据有一定量上的储备与平衡，才能更符合我国本土的传播语境，这些假以时日才可达成。

第二，在目前已经展示的相关实践中，AI 并不能发现自己输出的内容是虚假或偏颇的，因此制造虚假新闻甚至歧视性新闻也正是对AIGC 的担忧之处。看似具有主观人格特质的ChatGPT，实际上是统计学意义上神经网络生成的随机性参数组合[10]，由暴力计算美学诞生的AIGC 尚不能理解文本的真实意涵，这远非我们所想象的自主创造力，它只是将答案以合乎人类逻辑的方式组织表达出来，带来通用人工智能智慧和价值判断的错觉。当技术发展步入摩尔速率，新的尺度不断出现之际，不能忘记人才是万物的尺度，诚如彭兰所言，“人是机器的学习模板，机器成为人类的一面镜子”[11]，把ChatGPT 等人工智能作为自己的训练伙伴，激发人们超越AIGC，创造新的浪漫主义运动是更为漫长的道路[12]。

（二）融媒的特殊性要求

我国的媒体融合工作具有本土特殊性，对外需要讲好中国故事，传播好中国声音；对内需要坚持以人民为中心的价值导向，引导主流舆论，以大众传播的社会规范功能维护社会安定，做到党性与人民性的统一。

如上述所言，由于人工标注数据的偏向性，不能保证AIGC 的真实、客观、中立，对于当前缺乏媒介素养的用户而言，AIGC 的真假可能无法甄别且容易被其中暗含的价值判断左右。从这一事实出发，AI或许可取代传统融媒生产中的技术分工，但不能超越新闻编辑部的主体边界。也许AI 可以大大减轻部分岗位的工作负担乃至取代一些岗位角色，但是“指引方向的人”不可取代。正因为此，AIGC 的使用并非意味着媒体可以放心地将融媒内容生产全盘托付给人工智能，相反，让编辑部从琐碎繁重的工作中解放出来却要求他们在其他方面承担更多的责任和义务。

与此同时，尽管百度等国内公司积极加入赛道，但当前AIGC 较为成熟的基础设施技术仍然掌握在国外公司手中，许多AIGC 的使用不得不借助专有的软件通道，面对AIGC 向英文世界的整体倾斜，我国的国际化声音和议程设置权可能加剧旁落，陷入话语洼地的新困境之中。在国际传播背景和要求下，我国的融媒发展亟须探索自主智能技术的支撑之路。

（三）两者的最佳关系

菲利普·迈耶于20 世纪70 年代提出精确新闻学，随后在新闻中求真求实，确保客观性与真实性的贯彻成为固有的、普适的媒体传统。而AIGC 的出现意味着内容生产进入不可知的状态中，所谓科学严谨理性客观的新闻生产惯习将受到直接冲击，这也正是我们在不断惊叹AIGC 的能力过程中也要不断进行祛魅的必要。

AIGC 为融媒生产赋能固然重要，但若是只拥抱技术而忘了媒体融合最重要的价值导向，也终将在技术变革中迷失。所以AI 应用与融媒生产需要维持互补、合作、合力的长久关系，形成深度绑定而非主体间替代。融媒生产始终是以人文关怀为先、社会价值为重的内容实践，媒体内部应当将精力投入到AI 力所不及的范畴中，如策划生产标准更高、难度更大、价值更丰富的新闻。融媒机构应始终以人文价值引导AIGC 传播，给AI 注入温度和高度，不断加强人与人的连接，加强公共价值的传递，借AIGC 之力体现媒体的价值担当与人文关怀。

（四）传播边界的再探讨

在构建数字命运共同体的过程中，AIGC 首当其冲，为整个社会带来了很多现实变革与创新应用的空间。那么针对融媒发展，AIGC 是持续赋能，还是可能彻底颠覆既有的传播模型？

当下，网信办等三部门颁发的《互联网信息服务深度合成管理规定》对AIGC 的使用提出了明确要求，科技部从2019 年至今推出《发展负责任的人工智能：新一代人工智能治理原则发布》《新一代人工智能伦理规范》等相关文件无不在表明我国对于人工智能发展的重视和治理问题的决心。可以说在法律的层面上，AIGC 的边界是清晰的，其规制办法与对策均有法可循。

在广袤的社会空间，AIGC 的边界更多是处在一个动态的过程中，它并非截然清晰，而是一个混沌的过渡态，它取决于应用场景、本土文化、把关人等不同的尺度标准，因此这一边界是灵活和变化的。当前对于AIGC 应用边界的讨论大多聚焦于其可能产生的问题，如虚假信息、版权侵占、歧视偏见、信息茧房等，但透过各种传播表象的迷雾，隐藏于AIGC 这一“隐蔽的暗网式大集市传播模式”背后的实质是意识形态主导的技术使用，其早已不是简单的工具使用[13]，而是与宏观政治经济环境的复杂互动。因此，在当前的阶段来说，AIGC 对融媒生产而言并不是考察其内容整合生成的能力，真正的重心在于对其语言组织、输出样态的专业把关。从数据源头的严格核实到内容产出的三审三校，仍然是人工智能发展进入新阶段必须坚守的操作。

最后，回到人与技术关系的经典命题：如何把握工具理性与价值理性的平衡？一要正视AIGC 的进步与超越，学会与AI 交流与合作，促其更多高质量产出反哺平台与社会；二是记者、编辑等相关从业人员更需要在AIGC 所无法具有的甄别力和创造力上下功夫，在人工智能愈是走向发达的时代愈要重视和发现人的不可替代性。所谓的“人机共在，共为主体”[14]，隐性前提是AI 的发展始终应处于人类伦理规范的框架下，这样才能相互依存、相互嵌入、协同共进。如果人丧失了自己的主体性，那么探讨AIGC 将变得毫无意义——本质上并不是AI 在引发各种各样的替代危机，而是懂得使用AI 的人会替代那些不会使用AI的人。而AIGC 的边界，其实就是人类自身在社会空间环境中各种规范的整体映射。