2025年中國AI+互聯(lián)網(wǎng)媒體行業(yè)研究報告

AI+互聯(lián)網(wǎng)媒體行業(yè)丨研究報告

前言：

研究意義

在AI技術(shù)加速重構(gòu)傳播生態(tài)的進(jìn)程中，AI賦能已成為驅(qū)動互聯(lián)網(wǎng)媒體產(chǎn)業(yè)升級的核心引擎。隨著用戶需求多元化與媒介形態(tài)迭代加速，內(nèi)容生產(chǎn)者不僅需要應(yīng)對創(chuàng)作效率、分發(fā)精準(zhǔn)度等傳統(tǒng)挑戰(zhàn)，還需在生成式AI驅(qū)動的智能時代重塑內(nèi)容生態(tài)。多模態(tài)大模型、深度推理算法等技術(shù)的突破，正深刻變革互聯(lián)網(wǎng)媒體的內(nèi)容生產(chǎn)范式、傳播路徑和商業(yè)模式。

在此背景下，本次研究聚焦生成式AI技術(shù)對互聯(lián)網(wǎng)媒體全鏈路的深度賦能，以及標(biāo)桿平臺在智能化轉(zhuǎn)型中的創(chuàng)新實踐，旨在為內(nèi)容創(chuàng)作者優(yōu)化生產(chǎn)流程、為媒體平臺提升運(yùn)營效率提供有力支持，同時為行業(yè)決策者與投資者提供前瞻性觀點(diǎn)。

研究內(nèi)容

本報告深度解析中國互聯(lián)網(wǎng)媒體行業(yè)的現(xiàn)狀、AI賦能下的技術(shù)突破與轉(zhuǎn)型路徑，系統(tǒng)闡述生成式AI技術(shù)如何重構(gòu)互聯(lián)網(wǎng)媒體內(nèi)容生態(tài)全鏈路，并提煉技術(shù)賦能下的實踐成果與行業(yè)價值。

發(fā)展概況：當(dāng)前中國互聯(lián)網(wǎng)媒體行業(yè)正邁向AI賦能的智能生態(tài)融合階段。當(dāng)前用戶增長趨緩，競爭轉(zhuǎn)向存量市場。生成式AI加速多模態(tài)融合應(yīng)用，重構(gòu)內(nèi)容生態(tài)與用戶體驗，驅(qū)動行業(yè)向質(zhì)量效率轉(zhuǎn)型。

深度賦能：AI技術(shù)深度賦能互聯(lián)網(wǎng)媒體行業(yè)，推動全鏈條智能化轉(zhuǎn)型。在生產(chǎn)、審核、分發(fā)、消費(fèi)側(cè)重構(gòu)媒體生態(tài)，驅(qū)動行業(yè)從信息中介轉(zhuǎn)向智能服務(wù)樞紐，實現(xiàn)內(nèi)容質(zhì)效升級與商業(yè)模式創(chuàng)新，加速產(chǎn)業(yè)價值躍遷。

標(biāo)桿案例：中國主流媒體及社交媒體平臺積極應(yīng)用AI技術(shù)推動全媒體轉(zhuǎn)型：人民日報、澎湃新聞、微博、抖音等聚焦AI技術(shù)在內(nèi)容創(chuàng)作、審核分發(fā)、用戶體驗等環(huán)節(jié)的創(chuàng)新應(yīng)用，加速媒體與AI的融合進(jìn)程。

研究展望

AI時代互聯(lián)網(wǎng)媒體行業(yè)面臨多重挑戰(zhàn)：生成式AI技術(shù)引發(fā)內(nèi)容真實性爭議、視頻生成效果不佳引發(fā)商業(yè)化瓶頸、技術(shù)成本居高不下問題短期難以解決、隱私泄露風(fēng)險等問題。

AI時代互聯(lián)網(wǎng)媒體行業(yè)發(fā)展迎來機(jī)遇：媒體平臺需通過自研技術(shù)、數(shù)據(jù)治理、智能推薦及生態(tài)審核構(gòu)建競爭力；內(nèi)容生產(chǎn)側(cè)需融合人機(jī)協(xié)同，專業(yè)創(chuàng)作者聚焦文化深度與情感共鳴建立壁壘，平臺通過可信認(rèn)證、版權(quán)保護(hù)及精準(zhǔn)圈層匹配實現(xiàn)內(nèi)容生態(tài)升級，平衡商業(yè)價值與社會效益。

互聯(lián)網(wǎng)媒體行業(yè)發(fā)展歷程

互聯(lián)網(wǎng)媒體歷經(jīng)五階段躍遷，技術(shù)驅(qū)動內(nèi)容生態(tài)從門戶時代邁向AI賦能的智能生態(tài)融合新周期

互聯(lián)網(wǎng)媒體行業(yè)三十年來經(jīng)歷了從基礎(chǔ)信息聚合到智能生態(tài)融合的范式躍遷。早期門戶網(wǎng)站主導(dǎo)奠定了內(nèi)容集中化生產(chǎn)的基礎(chǔ)；隨著UGC崛起，社交平臺重構(gòu)了內(nèi)容交互模式；移動互聯(lián)網(wǎng)與4G普及催生短視頻爆發(fā)，算法推薦技術(shù)重塑流量分發(fā)邏輯；當(dāng)前生成式AI技術(shù)的突破，正驅(qū)動內(nèi)容創(chuàng)作、分發(fā)及商業(yè)化全鏈路的智能化升級。技術(shù)迭代始終是行業(yè)變革的核心驅(qū)動力，推動媒介形態(tài)從單向傳播向沉浸式、個性化、智能化的生態(tài)融合演進(jìn)。

互聯(lián)網(wǎng)用戶規(guī)模增長紅利見頂

中國互聯(lián)網(wǎng)普及率逼近80%，網(wǎng)民網(wǎng)絡(luò)數(shù)字生活滲透趨近飽和，互聯(lián)網(wǎng)競爭邁入存量精耕新階段

根據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）《第56次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》，2014-2025H1年中國網(wǎng)民規(guī)模從6.49億增至11.2億，普及率上升至79.7%，中國移動互聯(lián)網(wǎng)設(shè)備規(guī)模逼近增長極限，截至2025年H1已達(dá)14.4億臺；截至2025年6月，中國網(wǎng)民的人均每周上網(wǎng)時長為30.6個小時; 網(wǎng)民的數(shù)字生活滲透趨近飽和。可見中國互聯(lián)網(wǎng)用戶交互行為已進(jìn)入存量穩(wěn)態(tài)化階段。互聯(lián)網(wǎng)普及率逼近80%后整體增速放緩，用戶規(guī)模增長紅利見頂后，互聯(lián)網(wǎng)競爭邁入存量精耕的新階段。

人工智能技術(shù)發(fā)展歷程回顧

經(jīng)過七十余年螺旋上升式的積累沉淀與質(zhì)變躍遷后，人工智能邁入生成式AI技術(shù)驅(qū)動的應(yīng)用落地爆發(fā)時代

人工智能技術(shù)演進(jìn)呈現(xiàn)從符號邏輯到數(shù)據(jù)驅(qū)動、從專用模型到通用智能的螺旋式上升軌跡。早期符號主義通過規(guī)則推理構(gòu)建專家系統(tǒng)，但受限于知識獲取瓶頸；統(tǒng)計學(xué)習(xí)時代通過SVM等算法實現(xiàn)模式識別突破，但模型通用性不足；深度學(xué)習(xí)革命以CNN/RNN架構(gòu)解決高維數(shù)據(jù)難題，卻面臨可解釋性與能耗挑戰(zhàn)；大模型范式以Transformer為核心，通過預(yù)訓(xùn)練+微調(diào)實現(xiàn)跨領(lǐng)域遷移，推動生成式AI爆發(fā)與應(yīng)用落地。現(xiàn)階段人工智能技術(shù)與垂直場景深度耦合進(jìn)入應(yīng)用爆發(fā)期。

LLM支持的文本生成技術(shù)成熟度高

文本生成技術(shù)因算法成熟度高已率先進(jìn)入應(yīng)用爆發(fā)階段，并向趨近人類思維的邏輯推理范式快速升級

大語言模型（LLM）技術(shù)發(fā)展至今已達(dá)到相對成熟的階段，其Transformer架構(gòu)和“預(yù)訓(xùn)練-微調(diào)”范式已經(jīng)成為行業(yè)標(biāo)準(zhǔn)，該架構(gòu)的核心是自注意力機(jī)制，它將文本“詞元化”并進(jìn)行并行處理，使模型能夠動態(tài)衡量序列中任意詞語之間的關(guān)系，從而構(gòu)建出對語言的深度全局理解。LLM的成熟度不僅體現(xiàn)在其穩(wěn)固的基礎(chǔ)架構(gòu)，更體現(xiàn)在一系列前沿技術(shù)能力的快速涌現(xiàn)與融合：混合專家（MoE）架構(gòu)解決了規(guī)模化效率問題；原生多模態(tài)能力打破了文本的單一限制；檢索增強(qiáng)生成（RAG）提供了事實錨點(diǎn)；思維鏈（CoT）和思維樹（ToT）等推理框架賦予了其解決復(fù)雜問題的能力；而不斷擴(kuò)展的上下文窗口則解鎖了處理海量數(shù)據(jù)的潛力。這些能力使得新一代LLM在效率、可靠性和性能上實現(xiàn)了質(zhì)的飛躍，共同將LLM從一個簡單的文本生成工具推動成為越來越趨近人類思維的智能決策者角色。

多模態(tài)大模型處于多技術(shù)融合的進(jìn)程中

生成向DiT架構(gòu)和理解向MLLM架構(gòu)同時發(fā)展但未達(dá)到底層融合，整合不同模態(tài)的生成和理解是關(guān)鍵方向

從概念上看，多模態(tài)大模型可以視為能夠識別和處理多種類型數(shù)據(jù)（文本、圖像及音視頻等）的輸入輸出、實現(xiàn)跨模態(tài)理解和生成任務(wù)的人工智能模型。艾瑞將其分為“以DiT架構(gòu)為代表的生成向”和“以MLLM架構(gòu)為代表的理解向”兩類：生成向模型基于DiT架構(gòu)，專注于視覺內(nèi)容的生成，但在跨模態(tài)信息處理上存在局限；理解向模型基于MLLM架構(gòu)，擅長多模態(tài)分析與交互，但缺乏復(fù)雜視頻生成能力。由于受限于數(shù)據(jù)異構(gòu)性、模態(tài)對齊難度及算法復(fù)雜性，兩類模型尚未實現(xiàn)底層能力的有效融合。如何更好地整合不同模態(tài)的生成和理解，將是多模態(tài)模型發(fā)展的關(guān)鍵方向。

生成式AI應(yīng)用在多領(lǐng)域爆發(fā)式落地

各模態(tài)技術(shù)雖在發(fā)展成熟度上存在差異，但生成式AI以創(chuàng)造為核心的特征，促使應(yīng)用落地快速進(jìn)入爆發(fā)期

生成式AI技術(shù)突破了傳統(tǒng)判別式AI局限于識別的框架，轉(zhuǎn)向創(chuàng)造為核心的應(yīng)用模式。各模態(tài)的發(fā)展成熟度雖有參差，但應(yīng)用落地已呈現(xiàn)出百花齊放的繁榮景象。文本生成技術(shù)已進(jìn)入商業(yè)化成熟期，廣泛應(yīng)用于辦公、學(xué)習(xí)、文案、代碼等領(lǐng)域；圖像生成技術(shù)在藝術(shù)創(chuàng)作、產(chǎn)品設(shè)計和電商視覺等領(lǐng)域中實現(xiàn)規(guī)模化應(yīng)用；雖然個性化語音合成仍受限于情感表達(dá)與口音適配，但音頻生成技術(shù)已逐步在有聲讀物、音樂生成等垂直場景中應(yīng)用；視頻生成因Sora等模型突破進(jìn)入爆發(fā)前夜，引發(fā)市場高度關(guān)注，商業(yè)化應(yīng)用落地加快步伐。在產(chǎn)業(yè)端，整合生成式AI技術(shù)的智能解決方案，已在智能家居、自動駕駛、智慧醫(yī)療、工業(yè)設(shè)計等復(fù)雜的垂直場景中驗證價值。

2025年大語言模型企業(yè)案例

從追求規(guī)模擴(kuò)張轉(zhuǎn)向構(gòu)建專業(yè)矩陣、發(fā)展智能體以及實現(xiàn)全模態(tài)化，大語言模型產(chǎn)業(yè)價值向場景化應(yīng)用層轉(zhuǎn)移

2025年，大語言模型產(chǎn)業(yè)的核心主題是從單一的越大越好模式轉(zhuǎn)向更加精細(xì)化的技術(shù)格局，呈現(xiàn)出三大核心特征：架構(gòu)趨同、能力分化與全模態(tài)演進(jìn)。混合專家（MoE）架構(gòu)成為前沿模型的主流選擇，以高效平衡模型規(guī)模與計算成本。市場從追求單一通用模型轉(zhuǎn)向構(gòu)建專業(yè)化模型矩陣，通用推理、視頻生成和企業(yè)級智能體等專用模型并行發(fā)展，智能體能力成為新的競爭焦點(diǎn)。全模態(tài)成為旗艦?zāi)Ｐ偷臉?biāo)配，模型開始普遍具備處理文本、圖像、音視頻的綜合能力。在此背景下，以中國企業(yè)為代表的開源力量，通過開放高性能模型，正加速前沿技術(shù)的普及與商業(yè)化。大模型核心經(jīng)濟(jì)價值將不再僅僅集中于擁有最強(qiáng)大的基礎(chǔ)模型，而是在基礎(chǔ)模型之上構(gòu)建的、針對特定行業(yè)的精調(diào)應(yīng)用和解決方案。

技術(shù)影響下信息媒體的發(fā)展躍遷

技術(shù)推動媒體從文字時代躍遷至多模態(tài)時代，響應(yīng)用戶實時檢索、深度思考、情感共鳴、全民創(chuàng)作的多元化需求

技術(shù)升級是人類信息媒體發(fā)展的核心驅(qū)動力，同時推動互聯(lián)網(wǎng)媒體內(nèi)容從單一走向多元。文字時代，TCP/IP與HTML支撐純文本單向傳播，內(nèi)容生產(chǎn)主要依賴PGC；圖文時代，CSS與圖像壓縮技術(shù)催生圖文形式，博客與圖片社交開啟大眾UGC生產(chǎn)階段，回應(yīng)用戶情感與社交需求。4G/5G、WebRTC與算法催生長短視頻+直播的多模態(tài)時代，以精準(zhǔn)分發(fā)和強(qiáng)互動適配實時參與需求。當(dāng)前大模型技術(shù)實現(xiàn)信息多模態(tài)理解與轉(zhuǎn)化，降低創(chuàng)作門檻，推動互聯(lián)網(wǎng)媒體進(jìn)入全民創(chuàng)作與人機(jī)共創(chuàng)的新階段，全方位滿足個性化沉浸式消費(fèi)需求。

AI對互聯(lián)網(wǎng)媒體的賦能-內(nèi)容生產(chǎn)

AI技術(shù)重構(gòu)互聯(lián)網(wǎng)媒體創(chuàng)作生態(tài)，以技術(shù)普惠推動內(nèi)容生產(chǎn)的質(zhì)效雙升，實現(xiàn)產(chǎn)業(yè)價值躍遷

生成式AI正重塑互聯(lián)網(wǎng)內(nèi)容生產(chǎn)格局。技術(shù)突破使AI輔助生產(chǎn)突破專業(yè)壁壘，通過語義理解與多模態(tài)生成技術(shù)，將用戶簡單的文字指令轉(zhuǎn)化為圖文、視頻等多元形態(tài)。社交平臺海量用戶基數(shù)為UGC提供天然土壤，我國11億網(wǎng)民均可能參與多模態(tài)內(nèi)容創(chuàng)作，凸顯了全民內(nèi)容創(chuàng)作趨勢。用戶基數(shù)與參與度形成多層次創(chuàng)作生態(tài)，社交平臺成為核心載體。專業(yè)領(lǐng)域PGC則在AI驅(qū)動下優(yōu)化工作流，提升優(yōu)質(zhì)內(nèi)容產(chǎn)能。技術(shù)普惠下，內(nèi)容生產(chǎn)正從精英化走向全民化，形成專業(yè)深度與創(chuàng)意廣度并存的新型創(chuàng)作生態(tài)。

AI對互聯(lián)網(wǎng)媒體的賦能-內(nèi)容審核

生成式AI技術(shù)可從自動審核、精準(zhǔn)判定、人機(jī)互補(bǔ)、動態(tài)策略四大方面，對內(nèi)容審核體系進(jìn)行革新賦能

當(dāng)前互聯(lián)網(wǎng)內(nèi)容審核面臨效率與精準(zhǔn)度的雙重挑戰(zhàn)，生成式AI技術(shù)通過優(yōu)化審核流程推動行業(yè)變革。AI技術(shù)通過多模態(tài)模型實現(xiàn)自動化初篩，大幅降低基礎(chǔ)工作量。語義分析與情感識別技術(shù)則進(jìn)一步提升了復(fù)雜違規(guī)內(nèi)容的判定準(zhǔn)確性。人機(jī)協(xié)同機(jī)制中，AI負(fù)責(zé)低風(fēng)險內(nèi)容過濾及風(fēng)險分級，人工聚焦高敏感、高價值內(nèi)容的深度復(fù)核，形成互補(bǔ)閉環(huán)。同時基于深度推理模型的動態(tài)策略優(yōu)化，可實時適配新型違規(guī)模式，縮短規(guī)則迭代周期。AI為內(nèi)容生態(tài)治理提供了兼具效率與靈活性的解決方案。

AI對互聯(lián)網(wǎng)媒體的賦能-內(nèi)容分發(fā)與平臺運(yùn)營

AI技術(shù)為媒體平臺的內(nèi)容分發(fā)提質(zhì)增效，深度滿足用戶信息消費(fèi)需求，提升用戶體驗與粘性，拓展商業(yè)新可能

生成式AI技術(shù)從多個維度為互聯(lián)網(wǎng)媒體平臺的運(yùn)營工作注入動能：在內(nèi)容分發(fā)環(huán)節(jié)，AI貫穿用戶行為、設(shè)備、場景等多維度數(shù)據(jù)，深度解析內(nèi)容并實現(xiàn)跨模態(tài)再生，優(yōu)化推薦路徑，以精準(zhǔn)實時推薦、多模態(tài)場景適配激活用戶需求，擴(kuò)大內(nèi)容傳播輻射范圍，提升分發(fā)效率；在用戶運(yùn)營環(huán)節(jié)，通過優(yōu)質(zhì)內(nèi)容的精準(zhǔn)匹配、部署快速響應(yīng)的智能客服、多樣化AI應(yīng)用，深度契合用戶信息消費(fèi)需求，延長用戶停留時長，強(qiáng)化參與粘性。另外在平臺內(nèi)容管理與商業(yè)拓展層面，AI不僅可以幫助平臺優(yōu)化人力資源配置，降低基礎(chǔ)運(yùn)營成本，還可以優(yōu)化廣告?zhèn)€性化生成與精準(zhǔn)投放，更以內(nèi)容定制、創(chuàng)意廣告服務(wù)等新商業(yè)形態(tài)為平臺開拓商業(yè)價值增量的想象空間。

AI對互聯(lián)網(wǎng)媒體的賦能-內(nèi)容消費(fèi)

單向傳播轉(zhuǎn)為雙向交互，淺層瀏覽與深度探索相融合，消費(fèi)者進(jìn)化為產(chǎn)消者，形成創(chuàng)作-消費(fèi)-再創(chuàng)作的產(chǎn)消循環(huán)

生成式AI技術(shù)對互聯(lián)網(wǎng)媒體內(nèi)容消費(fèi)端的革新呈現(xiàn)多維滲透：首先打破信息觸達(dá)壁壘，通過多語言翻譯、文本語音互轉(zhuǎn)等技術(shù)實現(xiàn)無障礙內(nèi)容獲取，把信息消費(fèi)門檻降到最低；其次重構(gòu)交互范式，以智能摘要、對話式咨詢等AI原生服務(wù)深化用戶理解，實現(xiàn)淺層瀏覽交叉深度探索的信息加工模式升級；同時革新體驗維度，基于動態(tài)用戶畫像的精準(zhǔn)推薦系統(tǒng)結(jié)合碎片化服務(wù)適配，形成千人千面的伴隨式體驗，并借助跨領(lǐng)域興趣圖譜推送潛在內(nèi)容，持續(xù)拓展用戶認(rèn)知邊界；通過AI輔助創(chuàng)作工具降低UGC門檻，構(gòu)建用戶參與的內(nèi)容共創(chuàng)網(wǎng)絡(luò)，使消費(fèi)者向產(chǎn)消者轉(zhuǎn)型，形成創(chuàng)作-消費(fèi)-再創(chuàng)作的產(chǎn)消價值循環(huán)。

AI+互聯(lián)網(wǎng)媒體產(chǎn)業(yè)圖譜

中央媒體的AI探索-以人民日報為例

生成式AI技術(shù)提效視頻內(nèi)容創(chuàng)作，數(shù)字主持人亮相兩會，創(chuàng)作大腦 AI+助力記者實現(xiàn)全媒體采編流程

根據(jù)2025年5月發(fā)布的《人民日報社社會責(zé)任報告（2024年度）》，人民日報客戶端累計下載量突破2.9億次，微博粉絲數(shù)超1.55億，微信公眾號用戶訂閱量達(dá)5737萬，抖音賬號關(guān)注數(shù)達(dá)1.74億。在人工智能技術(shù)驅(qū)動下，人民日報運(yùn)用生成式AI技術(shù)提升視頻內(nèi)容創(chuàng)作效率，推出《生成式AI技術(shù)創(chuàng)意混剪！第一視角感受開往春天的列車》等作品。此外，該報還推出“兩會AI學(xué)習(xí)”專欄，采用多民族數(shù)字主持人播報新聞，并依托“創(chuàng)作大腦”AI+全息采錄眼鏡等設(shè)備，助力記者實現(xiàn)“一鏡到底”的全媒體采編流程。

地方媒體的AI探索-以澎湃新聞為例

澎湃新聞?chuàng)肀I技術(shù)浪潮，三大AI工作室優(yōu)化內(nèi)容生產(chǎn)，智能審核等五大核心功能構(gòu)建風(fēng)控新生態(tài)

作為全球中文互聯(lián)網(wǎng)重要的全媒體內(nèi)容供應(yīng)商，澎湃新聞專注于時政、財經(jīng)、文化、思想等領(lǐng)域，提供實時新聞資訊、深度報道和視頻直播。通過系統(tǒng)性整合AI創(chuàng)作工具，形成派生萬物AI辦公、視覺與視頻三大工作室，有效提升內(nèi)容生產(chǎn)效率。同時，清穹內(nèi)容風(fēng)控智能平臺全面嵌入生成式AI技術(shù)工作流，推出“智能審核”“智能校對”“智能巡檢”“輿情監(jiān)測”“增值服務(wù)”五大功能，依托先進(jìn)的內(nèi)容分析和審校能力，生成內(nèi)容審核報告、巡檢報告等，為內(nèi)容安全提供了強(qiáng)有力的保障。

短視頻媒體的AI應(yīng)用探索-以抖音為例

以豆包大模型為核心技術(shù)底座，戰(zhàn)略性地將AIGC技術(shù)深度嵌入到短視頻媒體的每一個生命周期環(huán)節(jié)中

字節(jié)跳動正圍繞其核心短視頻媒體平臺抖音，以豆包大模型為核心技術(shù)底座，將AIGC技術(shù)嵌入到短視頻媒體平臺“內(nèi)容生產(chǎn)-處理剪輯-發(fā)布呈現(xiàn)-營銷傳播”的每個環(huán)節(jié)，形成一個由先進(jìn)推薦算法驅(qū)動，集內(nèi)容創(chuàng)作、社交互動與商業(yè)變現(xiàn)于一體的生態(tài)系統(tǒng)。2025年6月11日豆包大模型1.6版本正式發(fā)布，包括視頻生成模型、語音播客模型、實時語音模型等多樣化模型技術(shù)矩陣，均支持深度思考、多模態(tài)理解、256k長上下文、圖形界面操作等能力，并在10月16日發(fā)布系列持續(xù)更新，支持抖音平臺形成“視頻創(chuàng)作工具-內(nèi)容平臺-商業(yè)化服務(wù)”的全鏈路產(chǎn)品矩陣。

大眾社交媒體的AI應(yīng)用探索-以微博為例

微博以自研多模態(tài)知微大模型為技術(shù)底座，構(gòu)建AI+產(chǎn)品矩陣，實現(xiàn)內(nèi)容生態(tài)全鏈路智能化升級

微博是當(dāng)前中國互聯(lián)網(wǎng)用戶在線創(chuàng)作、發(fā)現(xiàn)和分享內(nèi)容的重要社交媒體平臺，每天都有數(shù)以億計的網(wǎng)友基于微博進(jìn)行內(nèi)容瀏覽、分享和互動。知微大模型是微博面向社交媒體垂直領(lǐng)域自研的多模態(tài)大模型，該模型深度融合微博平臺特有的博文、表情包、熱搜數(shù)據(jù)及用戶互動行為，并通過多模態(tài)理解、垂直領(lǐng)域優(yōu)化與深度推理能力，支撐起評論羅伯特、智搜、博主AI助手等微博AI產(chǎn)品矩陣，形成覆蓋內(nèi)容生產(chǎn)-分發(fā)-消費(fèi)全鏈路的AI服務(wù)體系。

基于知微大模型、DeepSeek-R1以及多模態(tài)RAG技術(shù)，推動微博向一站式智能搜索轉(zhuǎn)型，幫助用戶秒懂熱點(diǎn)

智搜是微博于2024年下半年開始重點(diǎn)打造的AI搜索產(chǎn)品，定位為“總結(jié)式信息消費(fèi)平臺”，旨在通過大語言模型技術(shù)重構(gòu)搜索體驗。結(jié)合微博自研知微大模型、DeepSeek-R1以及多模態(tài)RAG技術(shù)，自動整理新聞事件的4W1H要素，在娛樂/財經(jīng)/民生等多種專業(yè)領(lǐng)域延伸深度分析，幫助用戶“秒懂熱點(diǎn)”，降低信息篩選成本，推動微博搜索從傳統(tǒng)關(guān)鍵詞匹配向一站式智能搜索轉(zhuǎn)型。截至2025年6月，智搜月活躍用戶已突破5000萬。

AI時代互聯(lián)網(wǎng)媒體行業(yè)挑戰(zhàn)-信息真實性

AI技術(shù)提升內(nèi)容生產(chǎn)效率的同時，信息真實性風(fēng)險加劇，需強(qiáng)化審核監(jiān)管與用戶引導(dǎo)雙軌并行

AI技術(shù)為內(nèi)容創(chuàng)作賦予了高效與便捷，但背后潛藏的風(fēng)險同樣不容忽視，如基于生成式AI技術(shù)炮制的虛假新聞、偽造影像等信息武器可直接沖擊社會信任體系。與此同時，算法生成內(nèi)容的可靠性存在顯著差異，低質(zhì)量輸出易形成認(rèn)知偏差，進(jìn)而扭曲公眾的價值判斷與行為選擇。當(dāng)受眾習(xí)慣性接受算法投喂的碎片化信息，缺乏批判性思考與深度解讀時，不僅會導(dǎo)致群體性認(rèn)知能力退化，更讓監(jiān)管體系面臨技術(shù)迭代與風(fēng)險防控的雙重壓力。面對技術(shù)雙刃劍，行業(yè)形成多維度防御體系：互聯(lián)網(wǎng)媒體平臺通過自研大模型實現(xiàn)跨模態(tài)審核效率倍增，建立內(nèi)容溯源追蹤與可信度評級機(jī)制，對AI生成內(nèi)容實施顯式標(biāo)識制度，從技術(shù)治理與規(guī)則約束雙重路徑守護(hù)信息真實性。

AI時代互聯(lián)網(wǎng)媒體行業(yè)挑戰(zhàn)-視覺效果

AI視頻生成技術(shù)在物理邏輯一致性、角色身份連貫性等方面存在局限，構(gòu)成當(dāng)前商業(yè)化應(yīng)用的核心瓶頸

文生視頻技術(shù)以其顛覆性的潛力預(yù)示著視覺內(nèi)容生產(chǎn)的革命，然而從驚艷的短暫演示到專業(yè)化實用之間仍存在顯著鴻溝，其在物理邏輯一致性、角色身份連貫性及藝術(shù)細(xì)節(jié)精細(xì)化控制上的局限，構(gòu)成了當(dāng)前商業(yè)化應(yīng)用的核心瓶頸。這種技術(shù)現(xiàn)狀使得AI視頻更多停留在創(chuàng)意輔助和短內(nèi)容測試階段，無法滿足影視級作品的嚴(yán)苛標(biāo)準(zhǔn)，制約了生產(chǎn)力的實質(zhì)性解放。為跨越此鴻溝，行業(yè)正采取務(wù)實的演進(jìn)策略：技術(shù)研發(fā)端聚焦于提升模型的可控性與多模態(tài)交互能力，應(yīng)用端則普遍采納人機(jī)協(xié)同的混合工作流，將AI用于快速生成草稿或特定元素，由人類專家完成最終的藝術(shù)打磨與質(zhì)量把控，以研發(fā)突破與應(yīng)用場景創(chuàng)新的雙輪驅(qū)動模式，穩(wěn)步推動技術(shù)成熟。

AI時代互聯(lián)網(wǎng)媒體行業(yè)挑戰(zhàn)-技術(shù)成本

技術(shù)成本構(gòu)筑了極高的準(zhǔn)入門檻，自有垂直領(lǐng)域模型形成有效競爭壁壘

人工智能模型強(qiáng)大的背后是算力、數(shù)據(jù)和人才等要素的巨額投入，高昂的技術(shù)成本構(gòu)筑了極高的準(zhǔn)入門檻，使得AI競賽日益呈現(xiàn)巨頭游戲的態(tài)勢，壓縮中小企業(yè)的生存與創(chuàng)新空間。這種成本結(jié)構(gòu)不僅阻礙了技術(shù)的普惠化進(jìn)程，也讓眾多媒體平臺在智能化轉(zhuǎn)型中面臨用不起、不敢用的困境，數(shù)字鴻溝有進(jìn)一步擴(kuò)大的風(fēng)險。為應(yīng)對此挑戰(zhàn)，行業(yè)正探索多層次的成本優(yōu)化路徑：一方面，積極擁抱開源生態(tài)，利用高質(zhì)量的開源模型和MaaS服務(wù)API來降低應(yīng)用門檻；另一方面，有實力的媒體平臺開始投資構(gòu)建自有垂直領(lǐng)域模型，以確保數(shù)據(jù)安全并構(gòu)筑差異化競爭壁壘，形成外部開源利用與內(nèi)部能力構(gòu)建的并行發(fā)展格局。

AI時代互聯(lián)網(wǎng)媒體行業(yè)挑戰(zhàn)-安全隱私

生成式AI需平衡創(chuàng)新與安全，通過動態(tài)數(shù)據(jù)管理、跨模態(tài)檢測及法規(guī)協(xié)同加強(qiáng)隱私保護(hù)

以海量用戶數(shù)據(jù)為燃料的個性化推薦與內(nèi)容生成，是AI提升媒體服務(wù)體驗的核心機(jī)制，但也因此引發(fā)了嚴(yán)峻的用戶安全與隱私保護(hù)挑戰(zhàn)。數(shù)據(jù)濫用、算法偏見、信息繭房以及個人隱私泄露等風(fēng)險，正持續(xù)侵蝕著用戶對平臺的信任。當(dāng)用戶在享受便捷與讓渡隱私之間艱難權(quán)衡時，平臺則承受著遵守全球日趨嚴(yán)格的數(shù)據(jù)法規(guī)與維護(hù)用戶信任的雙重壓力。為此，行業(yè)正積極構(gòu)建以信任為核心的治理框架：在產(chǎn)品設(shè)計中貫徹隱私始于設(shè)計的原則，應(yīng)用聯(lián)邦學(xué)習(xí)等隱私增強(qiáng)技術(shù)；在運(yùn)營上賦予用戶透明的數(shù)據(jù)控制權(quán)與選擇權(quán)，并設(shè)立AI倫理委員會進(jìn)行監(jiān)督，通過技術(shù)層面的隱私增強(qiáng)與治理層面的透明可控相結(jié)合的路徑，尋求創(chuàng)新發(fā)展與用戶權(quán)益的平衡。

歡迎關(guān)注艾瑞數(shù)智獲取更多內(nèi)容