人工智能技术发展进入了大模型阶段，大模型为媒体发展提供了无以复加的内容处理能力。人工智能大模型指的是在大量数据参数上训练的模型，其可通过适应来执行广泛的下游任务1]。然而，通用大模型在应用于媒体行业时存在很多不适配问题，这些问题对媒体行业形成巨大的挑战，媒体需要思考和应对这些挑战，以建构基于大模型的智能化体系。

一、媒体大脑：大模型成为媒体智能化的核心

大模型对于媒体智能化有多重要呢？媒体行业称大模型为“大脑”，是媒体行业对大模型重要性的形象表达，体现了媒体对大模型应用的定位和思考。大模型常被比喻为“人造大脑”，因为其设计灵感部分来源于人脑的信息处理机制，大模型是“类脑系统”，其核心是深度神经网络，通过海量参数模拟人脑神经元的连接方式，从而处理自然语言、图像、视频、音频等复杂任务。

前些年，媒体行业出现两个人工智能“大脑”的典型案例。其一，2017年，新华社推出了“媒体大脑”，虽然当时还不是大模型的技术架构，但是这个名称明确体现了人工智能在媒体转型中的定位。“媒体大脑”提供基于云计算、物联网、大数据、人工智能等技术的八大功能。覆盖报道线索、策划、采访、生产、分发、反馈等全新闻链，国内各媒体机构均可在认证后使用“媒体大脑”的各项功能和产品[2]。

其二，传播大脑科技（浙江）股份有限公司于2023年1月18日在浙江杭州成立，“传播大脑”是媒体大脑概念的延伸，是媒体大模型架构下的前沿思考。“传播大脑”2023年推出了传播大模型，传播大模型聚焦文化传媒领域，以通用大模型为基础，利用高质量新闻数据库进行训练学习，强化媒体行业深度理解能力，为内容生产、传播全流程提供创新赋能。相较于通用大模型，传播大模型更具专业性，能更好地满足用户个性化需求。目前，传播大模型已在智能创作助手、多模态检索生成和融合及新闻客户端智能助手三类应用场景中取得突破，具备创作大脑、审校助手、视频制作、海报生成等核心功能。

现在的媒体发展中，媒体机构先后引入大模型应用，把智能平台纷纷转移到大模型平台上。从2022年开始，主流媒体纷纷建设大模型，人民日报推出了“初芯”大模型，中央广播电视总台发布了“央视听媒体大模型”，浙江日报报业集团推出了传播大模型，湖南广电推出了芒果TV大模型，重庆广电推出了“芯问”大模型，宁波广电推出了“天一大模型”，这些项目展示了大模型在媒体智能化中的核心地位。

大模型驱动的媒体智能化，意味着媒体智能化体系是建立在大模型之上的。现有媒体的智能化系统，归纳起来大约可以分成五层：第一层，大模型算力层。采用云计算部署，搭建强大的算力集群或者智算中心。第二层，大模型服务层。包括媒体数据准备，训练数据的采集、选择、标注、清洗等。模型训练，包括预训练（Pre-train）和微调（Tine-tune）。模型推理部署，结合业务场景需求帮助客户在云端和本地进行模型推理部署。第三层，大模型API（应用程序编程接口）层，为媒体用户提供API调用，主要包括自研模型调用，第三方模型调用、模型能力、API性能、安全合规等因素。第四层，媒体AI应用层。负责AI应用的开发、部署、管理，帮助媒体内部构建AI应用，核心组件包括提示词工程、检索增强生成技术（RAG）、插件生态、应用编排等。第五层，媒体产品或者应用层。包括文案写作、智能审核、新闻检索，智能媒资、海报制作、视频制作，智能营销等应用。这五层体系构成了媒体智能化系统的基本结构，也反映了大模型在媒体机构内容生产、业务辅助等方面的创新驱动。

大模型大脑与真实大脑存在本质差异，大模型被描述为“类脑系统”，即借鉴了人脑的某些结构原理，但并非生物意义上的大脑复制。大模型和人之间存在思维上的不同。第一，信息存储能力。大模型依赖向量空间中的数字编码，基于概率统计关联数据，而人脑通过生物神经突触存储记忆，具有高度情境化和情感化特征，大模型不具备情境化能力，也没有情感化能力。第二，认知能力。大模型的“思考”过程是模式识别和概率推理，缺乏主观意识；人脑则融合逻辑分析与直觉经验，决策系统更复杂。第三，学习能力。大模型需依赖大规模标注数据进行预训练，而人脑能通过少量样本实现泛化学习，“举一反三”讲的就是这种能力，且具备自我意识和情感调节能力。

上述信息处理能力造成大模型“大脑”生成的内容通常会缺少情感，缺少直觉能力，缺少情境化，缺乏泛化能力，而情绪、情感、情境等要素又是媒体影响力的核心内容，是媒体进行价值表达、舆论引导的重要手段。这种缺陷使得大模型成为“媒体大脑”的先天不足，是大模型应用在媒体行业的挑战。

二、AI鸿沟：大模型重构媒体智能基础设施

当大模型成为媒体智能化的大脑和核心，媒体需要开始重新审视自身的基础设施架构，思考如何围绕大模型搭建人工智能基础设施。媒体进行AI基础设施建设的目标是将数据、算力、算法、平台和应用系统性地整合起来，以支撑智能化内容生产、分发、运营与商业化。这不仅是技术升级，更是一场涉及战略、组织、流程和文化的系统性变革。

1.技术颠覆，从IT基础设施向AI基础设施的转型。传统媒体的IT技术架构，是围绕内容生产、存储和分发进行设计的，系统的主要构成部分包括数据库、媒体资产管理系统、面向Web端的系统或者面向APP的系统。

大模型的引入，要求媒体机构必须采用或者构建大型的AI计算平台，这不仅仅意味着要购买大量昂贵的GPU服务器，还涉及网络架构、数据存储系统和软件的全面升级。