人工智能（AI）技术的飞速发展为媒体行业带来了新的机遇。神经网络、AR、VR的技术迭代、元宇宙世界、虚拟主持人、大模型等，都与AI发展密不可分。全球新闻传播领域在技术创新的推动下，呈现出智能化发展的趋势。AI技术正在改变新闻生产的全流程，从而导致媒体产业价值链的各个环节都发生了变革，甚至催生了新的媒体业态。[1]
随着5G和移动互联技术的进一步演进，视频更是深度融入了大众的日常生活，包括小视频、直播、电商等各种形式，都在推动大众的生活习惯和内容生产方式向视频化转变。有报告指出，中国正在步入一个被定义为“视频社会化时代”的新阶段，2020年被认为是中国视频社会化的开端。[2]
相较于纯文字，视频通过视觉和听觉的结合，无疑能更直观、更有效地传递信息。
因此，面对AI的崛起和视频化的潮流，传统媒体如何积极接纳这些新的趋势，实现新的内生式增长，以及如何探寻一条新的转型之路，都是值得我们深入研究和探讨的问题。
一、每日经济新闻转型核心战略
（一）基于全面覆盖上市公司报道的AI战略
每日经济新闻（下文简称每经）作为长期专注于上市公司报道的主流财经媒体，面对上市公司数量的迅速增长，从3000家到4000家，再到现在的5000多家，上市公司公告和资讯的数量也在增长，即便很资深的专业记者每天的报道数量也很难超过5家。如何使报道全面覆盖整个上市公司？创新的思路是：能否借助AI技术实现对5000家上市公司的全面报道？能否利用AI监控所有类型的公司公告，解决记者的监控盲点，提升新闻部门负责人的判断力和指挥效率？
1.5000多家A股公司AI秒速全覆盖
2020年，每经启动AI战略项目，建立AI项目组，与科技公司进行协作，利用自然语言处理（NLP）、机器学习、知识图谱等技术，开发出一款全覆盖5000多家A股公司的“每经AI快讯”。该产品主要目的在于解决每天上千条上市公司公告人工撰写的效率和成本问题。
过去公告小组记者人工采写上市公司公告，每天人均不超过10条。而2020年5月“每经AI战略”的应用场景“每经AI快讯”正式上线以来，这种状况发生了显著改变。通过AI的自动化监控和写稿，配合人工审核，在不增加采编人员的情况下，实现了对所有A股上市公司资讯的全覆盖，形成包括公告、交易、数据、互动易等260多种类型的资讯，每条公告可以在几秒内生成并经过人工审核，日均发布量近千条。
2.重塑采编流程，采编效率大幅提升
这样，记者可以将更多的精力投入到创作“专业、深度”的稿件中。这种转变不仅显著提升了新闻生产的效率，同时也进一步提升了新闻的质量和价值。
（二）基于用户需求的每经视频化转型
1.视频的优势和特点
据统计，截至2020年12月，中国网络视听用户规模达9.44亿，中国网民对网络视听服务的使用率为95.4%。在各细分领域中，短视频的用户使用率最高，达88.3%。[3]截至2021年6月，短视频用户规模高达8.88亿，首次超过网购用户的8.12亿规模、游戏用户的5.09亿规模，成为全民青睐的传播形态。
2.2021年上线首个全流程无人化视频直播系统——每经AI电视
2021年，为了顺应资讯视频化的趋势，提升财经资讯可看性与传播维度，每经定义该年为视频转型元年，开始研究如何以海量的每经AI快讯为基础，开发出围绕AI快讯的财经视频产品。
在文字类财经资讯已实现AI全覆盖的基础上，每经通过智能制图、自动化动效、视频融合等技术手段实现了文字转视频的AI化，并构建了虚拟主持人与全天候直播流的形式，通过AI自动播控系统，于2021年12月成功上线了国内首个全流程无人化AI驱动的视频直播系统——每经AI电视，实现7×24小时视频播报财经新闻，构架了每经文字+视频的全平台内容传播矩阵。[4]
（三）雨燕智宣——AI化+视频化相结合的创新
对于媒体，特别是传统文字媒体，每天有大量记者撰写的文字稿件。如何将文字稿件快速转化为短文或摘要，并快速制作成视频，是一项重要的挑战。
2022年，每经开始研发由AI驱动的短视频生成系统。当年12月推出了雨燕智宣——AI短视频自动生成平台，实现了从文字创作到媒资智能匹配，再到短视频自动生成，最后到多平台一键分发的全流程AI化。
（四）每经的战略线
总结归纳上述路径：从2020年，每经技术转型元年，启动AI战略项目，以AI写稿为基础，完成AI快讯系统；2021年，每经视频转型元年，以“新闻可视化+虚拟主持人”，上线每经AI电视。每经的战略线非常清晰，转型的核心就是聚焦“AI化+视频化”。
2022年是每经的平台重构运营整合年，重新开发了每经的App，优化了网站，成立每经新视界科技有限公司，研发并成功推出“雨燕智宣”系统。
2023年是每经的媒资库建设年，开始搭建以上市公司为主、城市经济运行场景等多维度图片与视频素材为基础的智能媒资库。
（五）核心战略初见成效
近四年的持续深耕和不断探索，每经始终坚持“AI化+视频化”核心战略不变，逐渐取得一些成果，也得到了行业主管部门和媒体同仁、高校智库等多方面的认同。
“每经AI战略项目”获评国家新闻出版署2020年度中国报业深度融合发展创新案例。“每经AI战略项目组”团队荣获“2021年成都建设全面体现新发展理念的城市改革创新”先进集体。
加持每经AI视频的“每经全媒体传播矩阵”获评国家新闻出版署2021年度中国报业深度融合发展创新案例。
同时，每经AI电视入选中国传媒大学新媒体研究院与新浪AI媒体研究院联合发布的《中国智能媒体发展报告（2021-2022）》十大年度案例。
（六）守正创新，坚持内容为王
每经坚持核心转型战略“AI化+视频化”的同时，一直秉持“新闻决定影响力”的理念，围绕内容为王，在新闻端不断发力。
每经各部门的核心记者、编辑，以“专业、深度、故事、传播”的新闻逻辑，精心打造“每经头条”IP，专访知名上市公司董事长500+，对话全球顶尖智囊100+。
每经连续7年在全国两会提问部长，仅最近4年，采访副部长级官员超过50位。从2012年起，连续12年推出“百名企业家建言全国两会”大型报道，传达基层企业家心声和建议。《ofo迷途》《“校园贷死灰复燃”系列调查》《海南整治人工岛调查》等报道，分别获得中国新闻奖一等奖、中国经济新闻奖一等奖。
截至2022年底，全媒体用户数达1亿+，年度总阅读量超360亿。
二、大模型的出现、冲击及应对
如何将文字稿件快速转化为简洁的短文或摘要，并且能迅速制作成视频，仍是一项重大的挑战。到了2022年底，OpenAI发布了ChatGPT3.5，这种通用大模型的出现，以其强大的文本生成能力，正好解决了视频文案生产的难题。
利用大模型，我们可以迅速将长文本提炼成数百字的视频文案，而且还可以根据不同的应用场景，生成不同的文案。将大模型的能力接入每经2022年推出的短视频AI生成平台雨燕智宣后，除了视频文案撰写、改写之外，还将利用大模型技术提供风格化文本写作等高阶功能，以满足用户个性化内容创作的需求。此外，大模型融合AI绘画技术，能将海量AI媒资补充到媒资库中，显著提升媒资库的深度和广度。
（一）大模型带来的机会
自从ChatGPT3.5推出，大模型以自然语言与机器智能交互的特点，大大降低了人工智能技术使用的门槛，其出现的“智能涌现”和“泛化能力”更是让人们看到通用人工智能普及化的曙光。
在海德格尔的“媒介即语言”、曼诺维奇的“媒介即软件”基础上，大型语言模型之后的媒介理论变革可以进一步通过“媒介即模型”来阐明。在人工智能的语境中，“媒介即模型”意味着一切软件都会被接入大模型进行改造。[5]
当前，全世界范围内一场关于大模型技术的研发竞赛正在上演，截至5月末，国内已发布的大模型就达到79个。[6]
在媒体的日常工作中，翻译、拟标题、写稿件、发微博、提取摘要、列采访提纲等普通任务，大模型都可轻松完成。
对于媒体，以ChatGPT为代表的大模型给传统媒体既有冲击，也蕴含机会。内容采编是媒体的看家本领，而这恰恰是大模型最先冲击的。大模型不仅有更快的创作速度，更高产的创作成果，更能够及时汇总各方数据信息，输出多类型的新闻内容。[7]
对于新的挑战，传统媒体只有化危为机，通过创新和适应AI发展、人与AI协作、遵守数据隐私和伦理规定、提升品牌价值等多项措施来应对。
另外，大模型也会给媒体业带来机会。总结起来有三点：一是工作效率的提升，利用AI提高内容生产和分发的效率；二是产品和服务的创新，利用AI开发新的产品和服务；三是提升数据分析的深度和广度，提供新的维度洞察。
（二）大模型存在的问题
大模型仍面临诸多问题，如“幻觉”问题。由于用于训练语言模型的大数据语料库在收集时难免会包含一些错误的信息，这些错误知识都会被学习、存储在模型参数中，就会出现“幻觉”问题，即大模型“一本正经地胡说八道”。因此，对大模型学习样本应进行筛选和标注，准确的知识库可以非常有效地限制大模型的“自由发挥”。
还有专业深度不够的问题。ChatGPT的上一代版本GPT-3的预训练语料集主要由CommonCrawl数据集、Reddit链接、书籍、期刊、英文维基百科数据等组成，总体量约753GB。[8]尽管大模型的知识储备已经是海量，但依然可能面临专业知识和技能不够的问题。如果我们用人的标准来定义大模型，那么它更像是一个经过通识教育和专业训练的本科生，而不是一个在单一领域钻研已久的博士。以媒体领域为例，如果请大模型写一篇调查稿件或是一篇人物特写，那么大概率难以得到满意的结果。
除此之外，对于企业而言，数据安全非常重要。比如，三星就曾发生使用ChatGPT导致机密数据外泄的事件。[9]
综上所述，无论是减少大模型的“幻觉”问题，还是专业深度不够的问题，抑或是数据安全的问题，训练基于行业和公司数据的垂类模型正在成为业内的共识。
（三）垂类大模型训练
为了使人工智能真正规模化落地应用，需要对应用行业有深度的理解，并找到真正理解行业场景和关键痛点的人来操作。通过多模态大模型+垂类大模型模式，可以有效解决长尾场景的各种需求，尤其是边际成本和碎片化问题。[10]
如何训练一个专门化的垂类大模型？根据行业经验，主要步骤包括：选择一个性能优异的基础大模型；整理并标注私有知识库；将私有知识库注入基础大模型中；对大模型进行微调；测试并部署垂类大模型。
模型训练的三大支柱是算力、算法和数据，它们相互依赖，缺一不可。其中，数据的重要性尤其突出，因为模型的性能在很大程度上取决于训练数据的质量和数量。
每经的小切口战略是垂类大模型的典型应用。近20年来，每经一直深耕上市公司、证券市场、券商、基金、银行、保险、房产、汽车、TMT等细分领域，不仅完成了大量深度报道，还定期发布包括绿色周报、IPO（首次公开募股）、航空、快消、电商、房产的专业报告和数据分析。每个行业都有对口的记者、编辑，甚至研究员，每经拥有大量翔实的经济、金融、上市公司各类数据，正在尝试垂类大模型训练的探索。在对其数据进行清洗标签化后，可以对基础大模型进行微调，从而训练出适合每经自身的垂类大模型。
三、四位一体的内涵逻辑关联
如上文所介绍，雨燕智宣是每经自主研发、拥有自主知识产权，从垂类大模型训练输出高质量文本、媒资库智能匹配、短视频自动算法合成，到多平台一键分发的全流程自动化AI短视频生成平台。
雨燕智宣以极简式操作为特征，记者编辑通过短暂学习，就能掌握从文本创作，到视频生成，最后到一键分发全流程操作的能力，标志着短视频制作进入AI化、极简化时代。
雨燕智宣推出后，已推广至全国多个媒体和融媒体中心、大型企业、金融机构、教育机构等领域。20余个细分场景实现了商业价值变现和转化，全客户日生产视频总量超2000条，受到用户的广泛欢迎。
（一）垂类大模型完成高质量文本输出
通过接入各类大模型和基于强化学习的模型调优，“雨燕智宣”能实现高质量的文本自动生产。无论是对专业领域的深度解析，还是日常话题的轻松讨论，“雨燕智宣”都能根据用户需求，快速提供多平台自适应视频文本创作能力。特别针对垂类大模型的训练，形成的标签体系与智能媒资进行匹配，让专业的记者在细分小切口领域得以深入贯通。
依托每经的采编能力，结合大模型工具进行多场景适配的针对化训练，AI创作能够精准识别用户的文本需求，输出视频号、微博、快手、抖音、小红书等不同平台的语言风格，或是撰写新闻、生成快讯、提供PPT文案。
（二）标签化、专属化、情感化的智能媒资库
每经智能媒资库，拥有自主知识产权的标签系统，与垂类大模型文本输出系统标签相匹配，并具有专属化、情感化特性。在媒资储存和调用方面，智能媒资库通过智能标签，对数万条视频、图片等通用型媒资实现精准管理。
通过每经自研媒资匹配算法的情感识别模块，智能媒资库能根据文本情绪提供最合适的画面、视频、背景音乐以致TTS（从文本到语音），达到视频效果与文本情绪贴合、取向统一。
（三）短视频自动算法合成系统
短视频自动算法合成系统是视频生成的核心，其基于自研视频合成与动效技术，向前连接文本内容生成，向下获得媒资库支撑，这一过程中，实现包括视觉模板选择、虚拟人角色和风格选择、声音语调语气调整等多个灵活化、个性化的效果呈现。
雨燕智宣可以轻松实现文字、图片和视频的智能匹配，并利用自动化、分布式渲染引擎，秒级生成高品质的AI视频，从根本上解决视频制作困难、速度慢、图片视频不足等问题，让用户更专注于内容创作。
（四）一键式的全平台分发
视频制作完成后，“雨燕智宣”通过高可用、高并发的算力服务架构，一键分发到抖音、视频号、快手、小红书多个视频平台，提高内容传播效率。
雨燕智宣还融合了数字人、虚拟声音、元宇宙应用场景等模块，这些创新功能让视频内容更加丰富多元。
（五）ToG、B、C三端的应用场景
凭借短视频AI自动生成核心能力，理论上“雨燕智宣”可以与所有短视频的应用场景相结合，政府部门、企业、个人是三大方向。
对于政府部门，雨燕智宣拥有贴近的应用场景。当今舆论场上的重大事件，一旦权威声音无法及时传递，就会留下流言传播的缝隙。短视频平台拥有海量的用户，视频又是社交媒体中最容易传播的载体，因此视频传播是传递权威信息的重中之重。“雨燕智宣”能以秒级速度将重要信息制作成视频，并一键发布到所有平台。此外，还可快速制作公共服务信息、便民信息视频，更好地为市民服务。
雨燕智宣同样是企业品宣的得力助手。高效的视频生产力能让企业用户在不增加额外人力成本下，明显提高内容视频产量，满足视频生产量从单账号向账号矩阵升级，弥补内容缺口，并能多角度、大范围地曝光，放大品宣效果。
同时，雨燕智宣能够为企业打造专属营销“获客工具”，借力短视频推广能力，打造多维度立体营销模式。
未来，雨燕智宣还将推出轻量化版本，满足个人用户的需求，让他们也能轻松拥有一键生成视频的能力，解放自媒体和个人博主的生产力，让每个普通人都能拥抱AI视频时代。
（六）打造专属媒资库
需要指出的是，智能媒资库方面，除了公有媒资库，雨燕智宣还支持媒资库私有化，即由用户自行上传创建自己的专属媒资库，为企业图片、视频等私有媒资打上自定义标签，这将使生成的AI视频中出现更多的企业场景，生成的视频更具个性化，获得更好的传播效果。
雨燕智宣还将打通专属媒资库和公有媒资库。专属媒资库形成了专有的数字资产，在雨燕智宣平台上，能够实现交换、共享、变现等多种形态资产交易。这既拓展了企业的媒资库外延，也整体降低了媒资库建设成本。
四、转型中的多重思维PK
在AI技术快速发展的时代背景下，特别是大模型井喷式爆发突进，媒体融合发展和转型升级已成为大势所趋，但转型也是极其艰难的过程。
每经在转型过程中，经历了多重思维之变的PK：顶层设计与全员动员、大模型与传统编采、产品逻辑与新闻逻辑、甲方思维与乙方思维……只有通过团队不断的磨合、试水、学习、总结，才能让团队真正意识到一切媒体转型策略落到实践的基础是思维之变，即传统媒体人自上而下固有的思维模式、知识结构的扬弃……所谓不破不立，只有打破固有思维，通过点的尝试、失败、经验，到点的串接成线、线的并行成面，最终形成转型突破，并推动人员、技术、资源、场景等综合要素的重组变革。
（一）顶层设计和全员动员的PK
首先要明确的是，转型肯定是“一把手”工程，所谓顶层设计，要清晰明了。但转型的成功需要团队全体的配合和执行。为了推进AI战略的落地，每经在初期采取了创新工作与常规工作两分开的试水策略。在成果显现之后，逐渐推广至全员。
AI战略的创新小组由公司高层和年轻骨干组成，特点是集思广益、灵活高效、容错率高，兼顾理想和现实。创新成果包括AI战略项目、每经AI电视、雨燕智宣系统、每经智能媒资库等。
这种两分开的操作思路，为媒体转型提供了一个很好的借鉴。既能探索和尝试新的商业模式和技术手段，更好地评估和调整转型方向，又能避免盲目跟风和过度扩张的风险，同时也能更好地激发员工的创造力和积极性，提高组织的效率和执行力。
（二）大模型和传统采编的PK
大模型的价值和意义前文中已经进行了详细的分析。这种科技创新带来的冲击已经开始显现。几乎所有脑力劳动的行业都感到变革来袭、压力重重，甚至引起对未来行业生存的恐慌。
在危机面前，怎么化危为机，是每个媒体人必须面对的现实。机会只属于拥抱机会的人。人的价值、想象力和创造力是大模型难以短期替代和复刻的。
对于采编团队，一是要坚定走出长期习惯的“舒适区”，敢于直面大模型时代的变革，不恐惧、不惊慌；二是需要努力学习大模型的应用技术，充分利用大模型来改变自己的知识结构，提高自身的工作效率和创造力，结合大模型的应用，为用户创作出有价值、影响行业的优秀作品。雨燕智宣也是媒体人转型的一个很好的思维转变和应用级产品；三是需要扬长避短，思考大模型不能涉及的领域，比如现场采访、深度调查和高端访谈等。
（三）产品逻辑和新闻逻辑的PK
产品逻辑和新闻逻辑有所不同，因为产品设计和新闻传播的目的和方式不同。
产品逻辑需要考虑用户的需求、体验和反馈，通过系统设计、精心打磨和反复迭代来不断完善和优化产品的功能和性能。[11]
在AI实践中，我们充分考虑了产品设计逻辑与新闻传播逻辑的差异，并找到了一种有效的融合方式。我们实现了更精准、更个性化的用户服务，并通过AI技术对新闻内容进行自动化生产和优化，形成了高质量、易读的新闻产品。这种融合方式不仅提升了用户的阅读体验和满意度，同时也增强了媒体的品牌价值和社会形象。
（四）甲方思维和乙方思维的PK
传统媒体往往是甲方思维，即在内容生产和传播过程中，更多地以我为主、从我出发，而忽略了用户需求和体验，也缺乏对用户行为的分析和挖掘。
而融媒体时代，需要的是乙方思维。乙方思维是产品思维、服务思维、市场思维、合作思维，更加注重用户需求和体验，更加强调产品和服务的质量和价值。
每经在AI战略中推动从甲方思维到乙方思维转变，包括从内容生产到用户体验的转变，从单向传播到双向互动的转变，从单一业务到多元化发展的转变等。
通过深刻的思维变革，每经推动了AI战略的实施，推进了技术、产品、服务的转型，也在实践中取得了AI技术与媒体行业深度融合的一系列成果。
可以预见，未来随着AI技术的不断发展和应用，媒体行业将会迎来更加广阔的发展空间和更多的机遇。每经也将继续深化思维之变，不断推动AI战略的创新发展。
五、对媒体转型成功维度的思考
关于媒体转型成功的理解，笔者认为，可以从以下四个主要维度来评估：
社会责任：在转型过程中，媒体应当始终坚持正确的舆论导向，提供准确、公正和全面的新闻信息，而非仅仅追求商业利润。
创新能力：媒体转型的过程需要不断创新，这包括技术创新、内容创新以及管理创新。
受众接受度：树立用户意识，满足受众需求，从传统的报纸和网站转向平台化、视频化、数字化的新闻消费方式，并且成功吸引更多的受众。
以每经雨燕智宣产品为例，尽管已经实现了部分商业化并获得了一定的收入，但其在公司总体收入中的占比较小，仍需大力拓展。
对于传统媒体来说，转型成功的一个关键因素是如何有效地管理和利用这些海量的数字资产。这些资产不仅可以为媒体提供持续的内容供应，而且通过数据分析和挖掘，可以为媒体提供更多维度洞察，帮助更好地理解用户的需求和行为，从而提供更符合用户需求的内容。同时，数字资产可以实现流通、交换、销售等功能。
综上所述，是否拥有媒体自身的数字资产、同时转型收入在总收入中的较高占比，应该是衡量媒体转型成功与否的重要因素。这也是每经在继续打造好雨燕智宣的同时，未来要抓的重点工作。即以雨燕智宣为抓手、智能媒资库建设为核心，打造属于每经自身的数字资产，尽快实现转型收入的快速提升。（作者系每日经济新闻董事长、总编辑）（肖勇、付克友、汤辉亦对本文有宝贵贡献）
【注释】
[1]新华社"人工智能时代媒体变革与发展"课题组.人工智能时代媒体变革与发展[J].大数据时代,2020（02）:68-73.
[2]孙冰.人民日报中国品牌发展研究院发布报告:“视频社会化时代”来了！[J].中国经济周刊,2020-12-05.
[3]李贞.中国网络视听用户规模达9.44亿生活因此更精彩[N].人民网,2021-07-07.
[4]刘学东,肖勇.张弩.智能传播时代的媒体转型研究——基于AI电视的媒体应用分析[J].全媒体探索,2022（08）:118-120.
[5]金庚星.媒介即模型:“人—ChatGPT”共生自主系统的智能涌现[J].学术界,2023（04）:72-79.
[6]宋宇晟.报告:中国10亿级参数规模以上大模型已发布79个[N].中国新闻网,2023-05-29.
[7]何向向.基于智能内容生成的新闻传播生态重塑、风险与应对——以ChatGPT为例[J].传媒,2023（10）:32-34.
[8]钱力,刘熠,张智雄,李雪思,谢靖,许钦亚,黎洋,管铮懿,李西雨,文森.ChatGPT的技术基础分析[J].数据分析与知识发现，2023,7（3）:6-15.
[9]南博一,陈邦媛.AI狂飙突进,人类在害怕什么？[N].澎湃新闻,2023-04-05.
[10]赵朝阳,朱贵波,王金桥.ChatGPT给语言大模型带来的启示和多模态大模型新的发展思路[J].数据分析与知识发现,2023（03）:26-35.
[11]刘学东,肖勇,汤辉.用产品思维破局媒体转型[J].采写编,2022（12）:173-174+172.