新时代下，AIGC技术为广播电视行业带来机遇和挑战。现从AIGC技术发展概况出发，探索AIGC技术在广播电视行业中视频制作、个性化推荐、虚拟主持人等场景的应用。分析AIGC技术在广播电视行业中所面临的挑战，如数据隐私与安全、道德与伦理、工作岗位流失等问题。最后，指出完善政策体系对AIGC技术可持续发展的重要性，并对AIGC在广播电视行业的发展进行总结和展望，以期为广播电视行业决策者和从业人员提供相关参考和借鉴。
18世纪60年代，第一台纺织机、蒸汽机的出现开启了“蒸汽时代”，工人在流水线用1天时间制作的零部件，在机器的加持下或许只需要1个小时；19世纪70年代，电话、电灯、汽车标志着“电气时代”到来，乘客坐马车需要1天时间到达的地方，乘坐汽车或许只需要半天；20世纪40年代，第一台计算机在宾夕法尼亚大学问世，以5000次/秒的运算速度震惊世界。而AIGC的第一次创作正在为我们打开智能化世界的大门，见证第四次工业革命。
AIGC在广播电视行业的发展概况
AIGC（Artificial Intelligence Generative Content）即人工智能生产的内容，是一种利用人工智能工具进行内容创作的方式。生成式人工智能模型通过训练，可以识别大量的数据，以预测最有可能与提示相匹配的输出内容。AIGC被认为是继PGC和UGC之后一种新型内容创作方式，更高效、更便捷。AIGC作为一种上游技术，在支持多种下游技术上有着巨大潜力。目前，AIGC已全面覆盖了图像、文本、视频、3D模型，以及多模态内容生产，并且拥有了广泛的应用场景。
AIGC技术的发展历程大致可分为三个阶段，即专家规则驱动、统计机器学习驱动和深度强化学习驱动。这三个阶段并非完全独立，而是交叉、融合。
早期萌芽阶段（20世纪50年代至90年代中期），AIGC技术主要基于规则和模板，生成的内容较为简单和单一。这一时期，使用复杂的逻辑规则处理简单的任务，如字符匹配、词频统计等。
沉淀累积阶段（20世纪90年代至21世纪初），AIGC技术开始引入统计学习和机器学习的方法，生成的内容开始丰富和多样。随着互联网的出现和通信环境的改善，数据挖掘、图像和信息搜索等研究蓬勃发展，统计机器学习等基于数学和统计学的理论也得到了发展。
快速发展阶段（21世纪初至今），标志着深度神经网络和端到端的学习模式的应用，使得生成的内容变得复杂和高质。在这个阶段，生成对抗网络（GANs）、变分自编码器（VAEs）和扩散模型（Diffusion models）等核心技术，通过不同的方式让机器学习，生成全新的、真实的输出。
因此，AIGC技术的发展历程体现了从依赖专家规则到利用统计机器学习，再到采用深度强化学习的演进过程，这些阶段相互交织，共同推动了AIGC技术的进步和发展。
AIGC在广播电视行业的应用
AIGC技术在广播电视领域中的应用正在快速发展，现主要应用包括视频制作、个性化推荐、虚拟主持人等。未来，AIGC技术将会在广播电视领域中发挥更加重要的作用，提升用户体验、提高效率并改善内容质量，推动行业向更智能化、个性化和创新化的方向发展。
AIGC＋视频制作
互联网时代，视频已经成为人们生活中不可或缺的部分。如今，视频创作不再局限于传统的方式，需要耗费大量的人力物力财力。AIGC技术在视频制作领域具有广泛的应用和显著的优势，极大地改变了传统视频创作的流程和效率。
AIGC可以根据用户提供的文字、图片、音频等素材，自动生成视频内容。这种技术通过深度学习和计算机视觉原理，训练大量数据模型，实现对视频内容的自动理解、生成和编辑。例如，一帧秒创平台基于新壹视频大模型以及一帧AIGC智能引擎，为创作者提供文字续写、文字转语音、文生图、图文转视频等创作服务。
AIGC不仅能够生成完整的视频，还能自动完成视频剪辑工作。它通过提取视频中的关键帧、判断镜头切换点等技术，自动剪辑出符合用户要求的视频。用户还可以通过提示词调整视频内容、风格、光线、景深、色调等参数，甚至可以利用Gen-2文字+图片共同生成视频的能力，更便捷地生成一段风格化视频。在《流浪地球2》中，太空电梯升降的场景就是利用数字绘景和合成技术，实现了虚拟场景光影融合的效果。
AIGC技术可以实现跨模态生成，包括从文本到图像、演示视频和创意视频的转换，以及从图像、视频到文本的视觉问答等功能。这使得AIGC在影视制作的各个阶段都提供了强大的助力，显著提高了工作效率，缩减了创意落地实现的时间和人力成本。人民日报社利用“智能云剪辑师”快速生成视频，并能实现自动匹配字幕、人物实时追踪、画面抖动修复、横屏速转竖屏等技术操作，适应多平台分发要求。同样，在冬奥会期间，央视频使用AI智能内容生产剪辑系统，在短时间内将海量的比赛内容自动浓缩成几分钟的集锦，并定向发布。
AIGC＋个性化推荐
AIGC技术在个性化推荐系统中的应用正在逐步改变传统的推荐方式。通过深度学习和自然语言处理技术，AIGC能够生成高质量的内容，从而为用户提供更加多样化和个性化的体验。
AIGC技术可以利用用户的历史行为和偏好数据进行分析，根据不同的应用场景和需求，推荐最符合用户需求的产品和服务。这种基于用户行为数据分析的个性化推荐方法不仅提高了用户体验，还优化了库存管理和供应链运作。
此外，AIGC技术可以通过生成式AI满足用户的多样化需求，并收集用户的自然语言指令以指导内容生成。这使得个性化推荐系统能够更精准地捕捉用户的需求，提供定制化的内容和服务。然而，尽管AIGC技术在个性化推荐中展现了巨大潜力，但也存在一些挑战。例如，过度依赖算法可能导致用户陷入信息茧房，限制了其接触多样化内容的机会。因此，在实际应用中需要平衡个性化推荐与信息多样性之间的关系。
总体而言，AIGC技术在个性化推荐领域的应用前景广阔，它通过智能化的数据分析和内容生成能力，极大地提升了推荐系统的效率和用户体验。例如，亚马逊利用AIGC技术开发了一套强大的个性化推荐系统，可以根据用户的浏览、搜索、购买历史实时生成个性化的商品推荐页面，如“猜你喜欢”“买了又买”“其他用户也在看”等，大大提高了用户的购物体验和交易转化率。据统计，亚马逊35%的销售额来自个性化推荐。
AIGC＋虚拟主持人
虚拟主持人是指利用人工智能技术生成的虚拟角色担任主持人。通过使用AIGC技术，可以创造虚拟的主持人形象，并利用语音合成技术和自然语言处理技术赋予其对话和交流的能力。与真实的主持人相比，使用AIGC虚拟主持人可以节省成本，不受时间限制，24小时持续运行；AIGC虚拟主持人可以为观众带来一种新颖、创新的体验。通过增强现实（AR）或虚拟现实（VR）等技术，观众可以与主持人在虚拟场景中进行互动，为观众带来全新的体验感。
虚拟主持人已经在多个领域展现了其应用潜力。例如，在电视节目、发布会、晚会等各种场景中，3D虚拟主持人因其AI智能化的主持效果和栩栩如生的互动画面而受到青睐。一场名为“潮起东方·新势力风尚周”的活动，引入了AI主持人、AI作曲、AI设计等创新应用。主持人pink一头短发、着银白色服饰，出现在屏幕，感谢大家的到来。她的容貌、声音均由AI生成并驱动。除了主持能力，pink还有高超的音乐创造力，基于小冰原有的BGM创作模型，创作了赛博朋克、狂野、快闪等不同风格的音乐，为观众带来一场别开生面的时尚大秀。
AIGC在广播电视行业的风险
数据隐私与安全
第一，用户数据泄露。广播电视行业可能收集用户的观看历史、喜好偏好等数据用于个性化推荐和内容生成。如果这些数据未经妥善保护，可能会被黑客攻击或被内部人员滥用，导致用户隐私泄露。第二，个人信息暴露。AIGC技术需要大量的训练数据，包括音频、视频和文本等。如果这些数据中包含了用户的个人信息，如姓名、地址、电话号码等，没有妥善保护，可能会导致个人信息暴露和滥用。第三，隐私追踪与分析。AIGC技术可以通过分析用户行为和观看历史生成个性化内容。然而，如果这些分析结果被滥用或未经用户同意而被共享给第三方，可能会侵犯用户的隐私权。第四，数据共享与合作。广播电视行业中的不同机构和合作伙伴之间可能需要共享数据提高AIGC技术的效果和准确性。然而，如果数据共享没有明确的隐私保护措施和规定，可能会导致出现数据泄露和滥用的风险。
针对AIGC数据、个人信息泄露等问题，《生成式人工智能服务管理暂行办法》已经在2023年5月23日国家互联网信息办公室2023年第12次室务会会议审议通过，并经国家发展和改革委员会、教育部、科学技术部、工业和信息化部、公安部、国家广播电视总局同意，联合公布。其中规定了包括使用AI生成内容不得侵害他人肖像权、应对AI生成的图片视频进行标识等具体细则。由此可见，AIGC生成内容的质量与安全、生成内容的版权、信息安全、数据隐私、数据权属等系列问题不可忽视。
道德和伦理问题
AIGC的应用引发了一些道德和伦理问题的关注。例如，AIGC可能被用于制造虚假信息、滥用版权或侵犯隐私等问题，需要谨慎使用和监管。
为应对这些问题，全球范围内已开始制订相关的伦理准则和法律法规。此外，我国也在积极推进人工智能伦理治理，发布了《新一代人工智能伦理规范》，旨在将伦理道德融入AI全生命周期。
AIGC技术的广泛应用不仅带来了巨大的经济效益和社会变革潜力，也伴随着复杂的伦理挑战。解决这些问题需要社会各界共同努力，通过严制法规、建立伦理准则以及加强公众教育，确保技术朝符合人类利益的方向发展。
例如，在广州互联网法院的一起案件中，一家AIGC提供商因侵犯了著名超人IP的版权而被判有责。该判决强调了2023年发布的《生成式人工智能服务管理暂行办法》（GAI措施），指出被告在生成AIGC输出时未能履行合理的注意义务，从而违反了相关法规。之前爆发的好莱坞编剧罢工，原因有二。其一是传统编剧与流媒体平台在分成、协作方式上矛盾加剧；其二便是对ChatGPT等为代表的AIGC抵制。在参与罢工的编剧看来，AIGC将他们的工作成果当成训练所用的数据，但他们却没有收到任何版权费用。同时，现有的AIGC生成的视频、剧作文本等内容水平较低，甚至包含大量错误，而不少编剧不满沦为修改这些劣质内容的“修补匠”。
工作岗位流失
AIGC技术在广播电视行业中的应用确实带来了显著的变革，但是AIGC技术的发展可能对就业市场和社会结构产生影响，部分传统的工作岗位可能会被替代，导致就业、工作压力增加。具体到广播电视行业，AI技术在音频市场中得到广泛应用，尤其是在内容识别、创作和推荐等方面，各级电台开始尝试将AI与新闻采编相结合，打造AI主播。这表明AIGC技术的应用正在改变传统媒体的生产流程。例如，AIGC技术可以自动生成视频内容，减少了对人工视频编辑和后期制作的需求，这可能导致一些视频编辑和后期制作岗位消失。并且，AIGC技术可以通过分析大量数据生成个性化推荐和预测结果。这可能对部分数据分析师和预测专家的工作岗位产生影响，因为部分数据分析任务可以由AIGC技术自动完成。
在抖音、B站等平台，已经有许多用AI生成的人物图片以及AI歌手演唱各类风格的歌曲等内容，这类视频内容的播放点击量甚至高达数十万，相关账号也在短期内粉丝量激增。在北京国际电影节，有多位业内人士透露，其所在公司已经在使用AI生成宣传海报及其他宣发物料。
AIGC技术的发展经历了多个阶段，从早期基于模板或规则的传统方法，到深度学习和神经网络技术的广泛应用。特别是OpenAI推出的GPT系列模型和BERT等关键模型，极大地推动了自然语言处理领域的进步。此外，DALL-E2、Stable Diffusion等AI模型也在图像生成领域取得了突破性成果。随着技术的成熟，越来越多的行业开始积极拥抱AIGC技术，以提升生产力和创造力。腾讯研究院发布的《AIGC发展趋势报告2023》指出，AIGC技术不仅在消费端和产业端得到应用，还在社会层面产生了深远影响。尽管AIGC技术前景广阔，但也面临诸多挑战。如何确保生成内容的质量和安全性是一个重要问题，如何平衡技术创新与伦理道德标准也是需要关注的重点。因此，未来的研究不仅要聚焦技术本身的发展，还需要重视相关的治理机制和社会责任。未来，相信AIGC技术将在广播电视领域得到更广泛的应用，推动广播电视行业向更智能化、个性化和创新化的方向发展，也为人类社会的发展提供重要的技术支持。
