广州日报2024年10月14日发布:BIRTV逛展AI赋能视听，这里有一些实际案例

2023年，不管是在政策、市场方面，还是在技术方面，对广播电影电视行业来说，都是充满各种变化的一年。在技术方面，最大的变化无疑来自于以大模型为代表的AI大潮。经过半年多时间的狂飙式发展，虽然大模型风口的声量似乎不比当时，但不可否认的是，AI作为一种生产力，或是推动生产力增长的重要力量，它正在对包括视听领域在内的所有行业的发展带来助力。而作为亚洲排名第一的专业性和观赏性兼备的国际广播影视展览会，BIRTV自然是观察AI赋能视听的最佳窗口之一。实际上，在BIRTV2023开幕首日，阿里云、百度云、腾讯云就集体在BIRTV2023主题报告会畅谈大模型。（相关阅读：《秀行业肌肉?BAT大模型齐聚BIRTV2023主题报告会》）而在此次BIRTV展会上，我们也得以在各大展台看到不少“AI+视听”的具体案例。

“AI+视听”之大模型

传统AI时代，不同场景对应的是不同的小模型，到了大模型时代，大模型就可以吸收海量知识，适配多业务场景，视听领域自然也是AI大模型的典型落地场景之一。BAT在22日的主题报告会上都分享了各自的大模型探索，在BIRTV展区，华为也为“盘古大模型”的媒体解决方案专门设置了相应版块——虽然这个展示版块并不算太大。其实，华为盘古大模型本身就强调在细分场景的落地应用。据了解，盘古大模型媒体解决方案不仅具备强大的通用性和泛化能力，还能根据不同行业的特点和需求进行快速微调和适配，实现高效落地。据介绍，媒体领域对大模型的使用主要关注L0层的三大基础模型，分别是视觉大模型 (CV)、自然语言大模型(NLP)、多模态大模型。华为方面也建议，媒体行业客户直接使用盘古L0层的推理服务，然后根据自有数据，训练自己的L1层行业模型或L2层的行业细分场景模型。

比如基于视觉大模型的视图内容生成及审核，就包括标签、视频/图片审核、分类等；基于自然语言大模型的自然语言理解生成，包括对话问答、智能写稿、稿件标题生成、代码生成等；基于多模态大模型的图文音视频理解，则包括图像生成、图像编辑、图像理解等。另外，此次华为也展示了基于盘古大模型的AIGC智能生产平台，其中就包括从智能生产到虚拟主播的各种媒体工具。

“AI+视听”之AI主播

相比AI大模型，虚拟主播、虚拟主持人进入人们视野的时间似乎要早得多。尤其是，不管是电视台，还是MCN机构，或是其他产业链玩家，都早已进行了相关布局。当然，随着AI大模型的火爆，AI主持人的发展也得到了新一轮助推。此次BIRTV展会上，在中央广播电视总台、江苏IPTV等展区，我们都看到了AI主持人的身影。比如总台“央视频”推出的AI虚拟主持人全流程采编+播出平台，目前就已经孵化出AI超仿真主播“王冠”、AI手语翻译官“聆语”、AI航天员“央小天”等多个虚拟主播IP，这些IP也覆盖多个专业领域。