&

《生成式人工智能服務(wù)管理暫行辦法》近日正式施行。生成式人工智能作為在文本、圖片、音頻、視頻等內(nèi)容生成領(lǐng)域最先進(jìn)的技術(shù)，該管理辦法的出臺(tái)將對(duì)廣播電視和網(wǎng)絡(luò)視聽(tīng)產(chǎn)生深遠(yuǎn)影響。本文簡(jiǎn)要梳理了當(dāng)前行業(yè)中采用生成式人工智能（AIGC）的部分案例，探討AIGC技術(shù)在音視頻內(nèi)容生產(chǎn)、影視創(chuàng)作、虛擬主播、內(nèi)容審核、智能推薦等領(lǐng)域的潛在發(fā)展趨勢(shì)。

在這支AI制作的科幻電影預(yù)告片《Trailer: Genesis》（《創(chuàng)世紀(jì)》）中，從圖像視頻合成、音樂(lè)到剪輯均由AI完成，使用的AI工具及用途包括了Midjourney 處理圖像、Runway 處理視頻、Pixabay 處理音樂(lè)、CapCut 剪輯視頻等。

(相關(guān)資料圖)

AIGC+音視頻生成:

提高內(nèi)容生產(chǎn)者創(chuàng)作效率

音視頻生成技術(shù)在語(yǔ)音合成、智能音樂(lè)創(chuàng)作、自動(dòng)化視頻集錦、視頻拆條、視頻超分、游戲開(kāi)發(fā)和虛擬現(xiàn)實(shí)等細(xì)分場(chǎng)景中擁有廣泛的應(yīng)用前景，且高效節(jié)省了人力時(shí)間成本。

2020年全國(guó)兩會(huì)期間，人民日?qǐng)?bào)社利用“智能云剪輯師”實(shí)現(xiàn)自動(dòng)匹配字幕、人物實(shí)時(shí)追蹤、畫面抖動(dòng)修復(fù)、橫屏速轉(zhuǎn)豎屏等技術(shù)操作，快速生成視頻以適應(yīng)多平臺(tái)分發(fā)要求。

2022年冬奧會(huì)期間，科大訊飛的智能錄音筆通過(guò)跨語(yǔ)種語(yǔ)音轉(zhuǎn)寫2分鐘快速出稿，央視利用AI智能內(nèi)容生產(chǎn)剪輯系統(tǒng)制作與發(fā)布冬奧會(huì)冰雪項(xiàng)目的視頻集錦，極大地提高了制作效率，縮短發(fā)布周期。

整體來(lái)看，視頻生成技術(shù)主要是通過(guò)大量學(xué)習(xí)視頻中的空間、序列、時(shí)間、場(chǎng)景、物體和動(dòng)作等信息，自動(dòng)生成具備真實(shí)感和更加多樣化的視頻內(nèi)容。同時(shí)，根據(jù)給定的輸入條件，并通過(guò)視頻去噪、色彩校正、邊緣增強(qiáng)等后期處理，在保持視頻逼真度的同時(shí)實(shí)現(xiàn)對(duì)生成視頻的精細(xì)化控制和細(xì)節(jié)的修復(fù)與優(yōu)化。

音頻生成主要是利用深度神經(jīng)網(wǎng)絡(luò)模型對(duì)大量音頻數(shù)據(jù)進(jìn)行訓(xùn)練學(xué)習(xí)，自動(dòng)生成高質(zhì)量、逼真的多種音頻類型，還可以根據(jù)特定場(chǎng)景或需求對(duì)生成的音頻進(jìn)行優(yōu)化和定制，以滿足不同用戶的需求。

AIGC+虛擬主播:

推動(dòng)虛實(shí)融合多樣化進(jìn)程

近幾年越來(lái)越多的虛擬主播正走向前臺(tái)，如總臺(tái)的“小小撒”和“AI王冠”，北京臺(tái)的“時(shí)間小妮”、湖南臺(tái)的“小漾”、東方衛(wèi)視的“申雅”“東方嬡”、浙江衛(wèi)視的“谷小雨”等等。這些虛擬主播好看的皮囊下，離不開(kāi)AIGC技術(shù)的賦能。通過(guò)深度學(xué)習(xí)算法分析和學(xué)習(xí)大量人類主播的視頻和音頻數(shù)據(jù)，AIGC生成具有逼真、自然的語(yǔ)音和動(dòng)作的虛擬主播。這些虛擬主播可以隨時(shí)隨地出現(xiàn)在直播、電視節(jié)目等各種形態(tài)中，極大地豐富了數(shù)字內(nèi)容的形態(tài)和表現(xiàn)方式，為廣播電視和網(wǎng)絡(luò)視頻領(lǐng)域注入更多的創(chuàng)意和活力。

多家媒體正在積極布局AI虛擬主播，并將其應(yīng)用場(chǎng)景從新聞播報(bào)擴(kuò)展至晚會(huì)主持、記者報(bào)道、天氣預(yù)報(bào)等更廣泛場(chǎng)景，為全國(guó)兩會(huì)、冬奧會(huì)、冬殘奧會(huì)等重大活動(dòng)深度賦能。

如北京臺(tái)的“時(shí)間小妮”經(jīng)過(guò)情緒仿真引擎處理，其外貌、語(yǔ)音、口型、肢體動(dòng)作與真人相似度達(dá)到97%，可用于營(yíng)銷宣傳、新聞報(bào)道、教育教學(xué)、智能問(wèn)答等多個(gè)領(lǐng)域。2022年兩會(huì)期間，百度利用AIGC技術(shù)生成虛擬數(shù)字人主播“度曉曉”，通過(guò)多模態(tài)交互技術(shù)、3D數(shù)字人建模、機(jī)器翻譯、語(yǔ)音識(shí)別、自然語(yǔ)言理解等技術(shù)，能夠快速、準(zhǔn)確地播報(bào)新聞內(nèi)容，且具有自主學(xué)習(xí)能力。

AIGC+影視創(chuàng)作：

賦能高效內(nèi)容生產(chǎn)

在劇本創(chuàng)作和故事生成階段，AIGC主要運(yùn)用其文本生成功能，生成具有一定參考價(jià)值的劇本段落甚至完整劇本，特別是在情節(jié)演進(jìn)和角色對(duì)話生成方面為創(chuàng)作者提供一定便利。越來(lái)越多的AI編寫劇本產(chǎn)品已經(jīng)出現(xiàn)在市場(chǎng)中，如2020年美國(guó)學(xué)生用OpenAI的大模型GPT-3創(chuàng)作劇本并制作的短片《律師》。目前，搭畫快寫AI、觸站AI、輕微課AI等已經(jīng)成為編劇領(lǐng)域具有一定代表性的AI輔助創(chuàng)作產(chǎn)品。

在內(nèi)容創(chuàng)作階段，AIGC可以完成從劇本到分鏡的自動(dòng)拆解與生成，從而縮短劇集的籌備周期。到畫面生成階段，AIGC可以根據(jù)數(shù)據(jù)和大量訓(xùn)練，依據(jù)給定的文本描述、圖片和視頻等智能地生成包括角色動(dòng)作、場(chǎng)景布置和特效效果等的畫面。目前Meta AI發(fā)布了文本生成視頻的AI系統(tǒng)“Make-A-Video”，Google發(fā)布了Imagen Video和Phenaki。

Netflix公開(kāi)了一部由AI參與制作的動(dòng)畫片《犬與少年》（The Dog and The Boy），時(shí)長(zhǎng)3分鐘，由Netflix日本、小冰公司日本分部（rinna）和WIT STUDIO共同創(chuàng)作。這是第一部AIGC技術(shù)輔助制作的發(fā)行級(jí)商業(yè)動(dòng)畫片，其所有動(dòng)畫場(chǎng)景繪制均由AI生成。在影片結(jié)尾，制作團(tuán)隊(duì)展示了AI輔助場(chǎng)景制作的大致過(guò)程，可以分為四步：布局、AI生成及進(jìn)一步生成、成稿。

AIGC+內(nèi)容審核：

助力審核高效化發(fā)展

AIGC技術(shù)在視聽(tīng)內(nèi)容審核方面發(fā)揮著重要作用。例如，通過(guò)語(yǔ)音識(shí)別和語(yǔ)義理解技術(shù)，AIGC技術(shù)可以檢測(cè)和識(shí)別內(nèi)容中的敏感詞匯和暴力內(nèi)容，從而對(duì)違規(guī)內(nèi)容進(jìn)行標(biāo)記和刪除。此外，AIGC技術(shù)還能夠通過(guò)圖像和視頻分析技術(shù)監(jiān)測(cè)、識(shí)別和過(guò)濾如色情和暴力畫面等不良內(nèi)容。

騰訊與虎牙共同成立的AI智能審核平臺(tái)中，虎牙結(jié)合自研“AI智能識(shí)別、人工審核和網(wǎng)絡(luò)志愿者”三位一體模式，騰訊則全面開(kāi)放“AI+大數(shù)據(jù)”內(nèi)容風(fēng)控安全技術(shù)，共同優(yōu)化內(nèi)容識(shí)別能力，以應(yīng)對(duì)直播平臺(tái)內(nèi)容風(fēng)險(xiǎn)和威脅，營(yíng)造更為安全的內(nèi)容生產(chǎn)環(huán)境。

百度提出“AI內(nèi)容風(fēng)控”概念，通過(guò)應(yīng)用圖像識(shí)別、富媒體識(shí)別、NLP、分類/聚類、關(guān)聯(lián)挖掘、機(jī)器學(xué)習(xí)等技術(shù)，對(duì)違法違規(guī)、垃圾信息、內(nèi)容質(zhì)量差等情況進(jìn)行風(fēng)控，可實(shí)現(xiàn)對(duì)多種內(nèi)容的跨場(chǎng)景判斷，據(jù)稱99%的信息在上線前能被自動(dòng)攔截，減少了大量人工勞動(dòng)。

然而，AIGC技術(shù)仍然無(wú)法完全替代人類審查，可能會(huì)漏檢或誤判某些內(nèi)容。比如難以識(shí)別復(fù)雜的隱喻、諷刺等語(yǔ)言形式，難以理解某些具有特殊含義的圖片、視頻等內(nèi)容。因此，在實(shí)際應(yīng)用中，需要結(jié)合人工審核來(lái)提高審核的準(zhǔn)確性和可信度。

AIGC+智能推薦：

完善用戶個(gè)性化體驗(yàn)

隨著用戶需求的日益?zhèn)€性化和多樣化，在內(nèi)容智能推薦領(lǐng)域，AIGC技術(shù)同樣蘊(yùn)藏了諸多可能性。比如，通過(guò)對(duì)用戶的觀看行為、視頻偏好等數(shù)據(jù)進(jìn)行分析，AIGC能建立完整的用戶畫像，智能推薦符合用戶興趣的音視頻內(nèi)容，還可以生成個(gè)性化的新聞播報(bào)、廣告宣傳等音視頻內(nèi)容。

目前，央視視頻、芒果TV、騰訊視頻、愛(ài)奇藝、優(yōu)酷、今日頭條等平臺(tái)均結(jié)合AIGC技術(shù)分析用戶行為和興趣偏好，分析用戶觀看歷史、搜索記錄、點(diǎn)贊、評(píng)論等細(xì)粒度數(shù)據(jù)，為用戶提供針對(duì)性更強(qiáng)、內(nèi)容更加精準(zhǔn)的視頻推薦。這不但能促進(jìn)視頻內(nèi)容的多樣化、個(gè)性化，還有助于增強(qiáng)廣播電視和網(wǎng)絡(luò)視聽(tīng)領(lǐng)域的用戶黏性和平臺(tái)競(jìng)爭(zhēng)力。

未來(lái)，隨著數(shù)據(jù)規(guī)?？焖倥蛎洝⑺懔π阅懿粩嗵嵘约叭斯ぶ悄芩惴ú粩喟l(fā)展，AIGC能夠替代內(nèi)容創(chuàng)作者完成更多內(nèi)容挖掘、素材查詢調(diào)用等基礎(chǔ)性勞動(dòng)，在視音頻制作、內(nèi)容審核、個(gè)性推薦等方面發(fā)揮更大作用。同時(shí)，也需要全行業(yè)加強(qiáng)多維互動(dòng)合作、共同研究，推動(dòng)制定相關(guān)的規(guī)范、標(biāo)準(zhǔn)和政策，以保證AIGC技術(shù)在視聽(tīng)領(lǐng)域的合法合規(guī)合理使用與可持續(xù)發(fā)展。

（國(guó)家廣電總局發(fā)展研究中心彭錦、曹思和據(jù)公開(kāi)資料整理）