人工智能与新闻业案例集锦

刘海明

【案例】

Deepseek无法做到的

本文为本公号新年首发，今天刚好也是正月初五，在此佳节之际，笔者在浙南山城给各位读者朋友拜年，感谢你们的支持，祝你们新年快乐，蛇年大吉。
在这个春节，Deepseek成为人们热烈讨论的话题。但是，笔者下面却要说，人工智能的作用不能被过分夸大。人工智能确实方便人们获得知识，但是主要限于明晰知识与客观知识，而不是隐含知识与主观知识（实践知识）。人工智能帮助人们部分地“知道了什么”，但是在“知道”与“行动”之间是存在鸿沟的。
知识可以分为明晰知识与隐含知识，人工智能所能收集的数据是明晰知识，即存在于互联网上的知识，而大量的隐含知识是分散在人们头脑中的，是不能被人工智能收集的，这是人工智能具有局限性的一个原因。
另外，知识还可以分为客观知识与主观知识，客观知识是事先给定的，虽然它以不同方式存在，但是它可以部分地被人工智能收集，而主观知识不是事先给定的，而是在实践过程中才会产生的，所以也称为“实践知识”，在实践之前，人们根本没有想到会产生这种知识。这种在行动中产生的知识，并不事先存在于人工智能中，因此，也不可能被人工智能所使用，但是对于经济社会的发展来说，却是极为重要的。
实践知识之所以是实践知识，是因为它不能被模型化，即产生这种知识的“机制”不能“被人所知”，因此不能被他人用先进的计算机模型化，即人工智能化，实践知识的独特性正是在于此。它不是根据给定模型和数据生产知识，而是根据未知的模型和数据生产知识，这是人工智能不能代替人脑的原因，也是“人的行动”与“人工智能”的区别。正是由于不遵循给定的“模型”，这种知识的生产才是“创新性的”。这种创新性的存在，我们也可以把实践知识称为企业家知识。
人工智能确实可以提供信息，但不能替人决策。因为人的决策是一个“行动”问题，是实践知识或企业家知识问题，它涉及对信息的理解，以及对重要性的判断，而人工智能不能替人理解与判断。人工智能根据给定的模型（虽然在不断升级）所确定的参数筛选信息，进行计算，但是不能像企业家一样进行“经济计算”，因为企业家有他独特的理解信息、筛选信息的模型（程序），这一模型与人工智能的模型并不相同，它不能为人所知，所以也不能被模型化。
“人的行动”与“人工智能”的区分是极为关键的。人的行动是根据他在不同的目的之间进行的选择（价值排序）做出的，人工智能不能替人进行价值排序，因为人在每一个时刻都在进行新的价值排序，他在某一时刻突然产生某个目的，并把它放入价值排序中，这是人工智能完全不可能掌握的。另外，即便人工智能能产生的“目的”，也不能进入到你的价值排序中，成为你的目的，因为这变成了一种“干预”。这都意味着人工智能是不可能替人进行选择的。
我们可以认为自然科学是一个数学计算的问题，它所面对的问题是客观的、给定的，而对社会问题来说，是一个理解问题，一个道德科学问题，它涉及对“什么是重要的，什么次要的”的判断或评价，这种重要性的判断或评价，也都与人的目的或选择有关。如上所述，由于人工智能不能代替人进行选择，因此也不能对事物赋予意义或价值。
人的行动很大程度上取决于信心（包括对制度的信心）或预期，但是人工智能不解决人的信心和预期问题，从这个意义上说，信心或预期的问题先于技术的问题，制度问题先于技术问题。当制度环境得到改善，企业家对未来更有信心，有了利润预期，并决定进行投资时，某种技术（如人工智能）才会被利用，造福社会。人工智能本身不能变出面包，牛奶，汽车等等，只有当它被企业家利用时，才能在生产中发挥作用。所以，“生产”主要是一个“人的行动”的问题，而不是技术问题。也就是说，仅仅有技术本身，并不意味着造福社会，只有当它被企业家利用时，才能造福社会，而企业家是否利用该种技术，却不是由技术本身所决定，而是由他的利润预期决定，而利润预期又与制度环境相关。
我们担心人们对人工智能的关注，超过对善恶，正邪的关注。人之所以为人，是因为人有意识，有意志，有目的，有观点，有善恶与正邪的判断等等，这都是机器无法替代的，也正是人的这些特征构成了社会。人们也无法通过自然科学的方法（比如人工智能），来寻找到有关善与正义的答案。一个人也不可能因为使用了人工智能，就变得“善”了，因为它也是实践概念。从这个意义上说，社会科学的问题，优先于自然科学问题，或者说，追求善与正义（一个与对社会规律的发现与认识有关的问题）的问题，优先于技术方面的问题。也只有在这个前提下，技术才能更好地服务于人类。
如忽视了这一前提，那么即便技术有再大的进步，人类也难以走上持久繁荣之路，这也是前苏联留给人们的教训。人工智能本身不能使人们具有正确的观念，特别是有关方法论个体主义的观念。假如这种观念缺失，那么就可能发生集体主义下的人工智能军备竞赛，使国家之间的冲突加剧，从而阻碍普遍的分工合作与福利的改善。

来源：奥地利学派经济学评论（公众号）

链接：https://mp.weixin.qq.com/s/XB1eAavVXGd8VI9v2ZTx4Q

编辑：李佳

刘海明

【案例】
全球人工智能简史（2024）

最近，“Fastdata极数”发布了《全球人工智能简史》报告，系统总结了全球人工智能的发展简史、现状及趋势：

一、人工智能发展历程早期起源：可追溯至19世纪，法国语言学家米歇尔・布雷亚尔1883年提出语义概念，为自然语言处理奠定基础。1906-1912年，费迪南・德・索绪尔在日内瓦大学的教学及相关著作成为自然语言处理的前身。1943年，沃伦・麦卡洛克和沃尔特・皮茨发表研究报告，提出人工神经网络的第一个数学模型，开启了神经网络研究的先河，形成 “联结主义” 派别。关键人物与理论：艾伦・图灵是计算机科学与人工智能之父，其在二战期间破译德国密码的工作意义重大，提出的图灵测试及图灵机模型为现代计算机逻辑奠定基础，还强调了机器修改自身指令对大型语言模型的重要性。亚瑟・塞缪尔的电脑跳棋程式是早期机器学习的展示。语言模型演进：从20世纪50年代IBM和乔治城大学的机器翻译项目开始，历经基于规则模型、Mark1感知器、ELIZA、SHRDLU等阶段，在90年代转向统计语言模型，如N- gram模型、隐马尔可夫模型等，之后深度学习模型兴起，包括辛顿发明的玻尔兹曼机、提出的误差反向传播算法等，推动了自然语言处理发展，最终发展出如GPT、BERT等大型语言模型，并不断迭代更新。

二、人工智能研发现状全球投入与成果：2023年全球AI专利授权量达37.8万件，同比增长507.1%，中国在专利数量上领先。全球AI研发投入飙升，企业在研发中占据主导地位，如美国企业贡献了大量高价值基础模型，2023年全球51个值得注意的人工智能模型中企业发布的占比高。同时，人工智能开源项目增多，GitHub人工智能项目星标数量增长显著，但模型训练成本也在指数级上升，训练门槛增高。融资情况：风投资本大量涌入人工智能领域，美国是全球AI创投中心。海外市场众多AI企业在各细分赛道获得高额融资，涵盖3D模型研发、基础设施服务、AI代理操作系统等领域；中国AI创投主要聚焦应用层，利用开源模型拓展应用场景，北京、上海、深圳等城市的企业在智能驾驶、量子计算、生物医药等领域获得资金支持。

三、人工智能应用情况市场规模与普及度：2023年全球人工智能市场规模达5381亿美元，预计2032年超2.5万亿美元。人工智能工具普及加速，2024年上半年近七成北美洲用户每周使用，但企业主应用仍存疑虑，男性接受度高于女性。超八成用户认可其对工作的积极影响，七成用户认为带来新机会。应用驱动力与挑战：提高产品或服务质量、促进收入增长成为企业应用AI的主要驱动力，但数据质量问题阻碍了许多AI项目的扩展，如数据孤岛、质量差及管道效率低等，数据管理缺陷与遗留数据架构有关。生成式人工智能发展迅速，88%的组织积极研究，部分已实现规模化生产，在创新、产品推出和上市时间等方面优势明显。基础设施决策：GPU对AI性能至关重要，其可用性受限影响基础设施决策，专业GPU云成为重要训练和推理场所，安全性、加速器访问、可靠性等是主要决策因素，不同行业重视程度各异，未来GPU云有望进一步增长。

四、人工智能发展趋势现实期望调整：企业对人工智能的认识更深入，其在日常工作流程中的集成应用比独立工具更具影响力，推动应用的因素包括工具易用性、成本降低和自动化需求等。技术发展方向：多模态人工智能发展迅速，可处理多种数据输入，推动应用和助手功能更直观多样；小型语言模型和开源不断进步，资源需求少且有助于AI民主化，可在本地设备运行避免隐私安全问题；模型优化技术如LoRA等使微调更便捷；定制本地化模型可满足特定场景需求，利用开源模型和RAG技术降低成本；虚拟代理功能扩展，能完成更多复杂任务，多模态交互机会增加。监管与风险：多模态能力提升带来滥用风险，如深度伪造、隐私侵犯等，各国和地区加强监管，欧盟出台《人工智能法案》，美国政府发布行政命令，中国也有相关限制措施。同时，企业需警惕影子人工智能带来的法律、安全和合规风险。

【书籍原文参照原链接】

来源：陈博观察（公众号）

链接：https://mp.weixin.qq.com/s/0idNYeTgRw-iuCol8tW3Kg

编辑：李佳

刘海明

【案例】

为何有必要成立人工智能环境影响全球观察站?
就在法国举办人工智能峰会的前夕，法国著名的高等学府，巴黎高等师范学院2月3日宣布，正式启动“人工智能环境影响全球观察站”，以促进人工智能技术的 “可持续 ”使用。
巴黎高等师范学院 ENS和该项目的合作伙伴法国信息科技IT集团凯捷集团(Capgemini)在一份联合新闻稿中表示，成立该观察站的目的是要分析“人工智能在其生命周期的各个阶段，也就是训练、调整、推理和报废的整个过程中对环境的影响”。公告指出，虽然“人工智能，尤其是生成式人工智能的大规模应用将为各行各业带来了自大的机遇”，但是，这项新技术所需的计算能力以及由此而可能引发的后果“使得有必要系统地评估其影响，并采取措施减轻其环境影响”。
确实，欧盟是全世界第一个为人工智能立法的地区，欧盟的《人工智能法案》是首个规范人工智能应用的跨国立法，该法案在去年八月正式生效之后，从2月2日开始初步实施。不过，该法案涉及的范围主要是安全风险，伦理道德以及个人隐私领域，而针对其环境方面的影响却并没有制定任何限制性的规定，这应该是为什么巴黎高等师范学院以及凯捷集团认为有必要针对人工智能环境影响成立一个全球性的观察站。
法国凯捷集团的执行总监。艾蒂安-格拉斯(Etienne Grass)先生向法广介绍了成立此一观察站的初衷，他说:
“我们凯捷集团对人工智能在今后几年内的能源消耗做出了初步的评估，我们发现，倘若我们不做出任何努力的话，到2030年，人工智能行业的能源消耗总量将会增加25倍，因此我们需要在能源使用上有一定的信息透明，因为我们知道一些用来训练人工智能的大模型的能源消耗量会远远超过一些小模型的消耗量，举例而言，如果我们使用CHatGPT来做一个搜索那就是杀鸡用牛刀，就好比将一片面包放在一个一千瓦的烤箱中来考。今天的世界不存在免费的午餐，因此人工智能模型必须将其的耗能量等信息透明化，有一些法规，例如欧盟的《人工智能法案》对人工智能模型的透明化做出了一些规定，目前尚且没有什么标准来统计这些数据，因为人工智能的环境影响取决于其训练模型的方式，以及他们的使用方式，还取决于是否使用水来冷却数据中心等等，所以，必须有一些列的标准来衡量这些环境影响，因此人工智能全球观察站的首要任务就是要同美国，中国等国的人工智能开发商协调一致，制定一个衡量环境影响的统一标准。
巴黎高等师范学院院长，法国著名的哲学家Frédéric Worms 向法广补充说:
“我确实认为人工智能同气候变化一样都是全球性的挑战，它们是互相关联的，我们必须首先进行全球性的科学研究，然而制定一些全球性的运行规则，这些规则必须获得科学界，企业界以及其他各界的支持。正如新冠疫情曾经对医学界所产生的冲击一样，正如气候峰会制定了将地球升温幅度限制在两度以内的目标一样，我们期待巴黎人工智能峰会也能够推动制定一些人工智能领域最基本的运营规则，这些规则是建立在坚实的科学研究的基础上，而这是巴黎高等师范学院的优势，当然我们会向社会各经济个体开放，我们的所有研究的目的是为政府的政策提供支持，我认为作为科研工作者我们必须承担国内以及国际上的责任，今天在这些领域的科研合作因为地缘政治因素而变得十分敏感。就巴黎高师而言，我们学校接纳了许多来自中国的学生，在数学或者别的领域深造。我们认为，科研工作者必须互相合作，在完全独立的前提下合作，我期待人工智能峰会能够至少就人工智能的公正与民主的使用制定最基本的使用标准。
当然，巴黎高师并不是唯一聚焦人工智能环境影响的机构，峰会期间，国际能源署以及联合国国际电信联盟将牵头组织人工智能能源影响观察站。
另外，凯捷集团研究机构发表的《开发可持续的生成式人工智能》的报告强调了生成式人工智能对环境的影响，并提供了开发可持续生成人工智能实践的路线图。
作者: 杨眉


来源：法广网中文
链接：https://www.rfi.fr/cn/%E4%B8%93% ... 2%E5%AF%9F%E7%AB%99
编辑：李佳

刘海明

【案例】
国内多家主流媒体接入DeepSeek大模型

近日，中国人工智能大模型研发企业深度求索（DeepSeek）引发全球关注。国内多家主流媒体纷纷宣布接入DeepSeek大语言模型。

业内人士认为，主流媒体接入DeepSeek大模型，将为用户提供更智慧、更丰富、更高效的全场景服务，也将推动媒体行业在内容生产、分发和传播等方面的系统性变革。

来源丨成都传媒集团综合众新闻、江西新闻、闪电云、海博TV、津云智媒体研究中心、天瑞地安客户端等

题图来源丨微信公共图片库（Pixabay提供）

来源：编采圈（公众号）

链接：https://mp.weixin.qq.com/s/N4IUtf_uW1AtR31JfYjqUA

编辑：李佳

刘海明

【案例】每日经济新闻宣布接入DeepSeek、Kimi、豆包等六款国内主流大模型 每经“136计划”正式启动

2月12日，中国领先的财经智媒每日经济新闻正式发布“136计划”，以创新之笔，描绘AI赋能财经的宏伟蓝图。每日经济新闻App、每经网（www.nbd.com.cn）同步完成重磅升级，全面接入DeepSeek-R1、Kimi和豆包等六款国内主流大模型，开启财经智能化新篇章。

“136计划”寓意深远：“1”：智海无涯，用户“自由问”。每经打破专业壁垒，用户可向大模型自由提问，纵览生活百态、科技前沿和体育赛事等领域，于智海拾贝，感受AI的无限可能。“3”：三箭齐发，专业“问”鼎财经。每经将深耕多年的财经知识与AI技术深度融合，重磅推出“问公司”、“问投资”、“问基金”三大栏目，以精准、高效、便捷的投资决策支持，助力用户在财经世界决胜千里。“6”：六星辉映，模型矩阵破局。每经突破单一模型局限，倾力打造大模型平台，汇聚DeepSeek-R1、Kimi、豆包、智谱、文心一言和通义千问等六款国内主流大模型，用户可根据实际需求，灵活切换，体验“百舸争流，各有所长”的AI智慧。

至此，每日经济新闻旗下每经APP、每经网（www.nbd.com.cn）已华丽变身为汇聚六款AI产品的大模型平台，以更开放的姿态，迎接智能化时代的到来。

作为中国最具影响力和权威性的财经媒体之一，每日经济新闻始终秉承“新闻决定影响力”的理念，坚持“专业、深度、故事、传播”的编采方针，为读者提供高品质的财经内容。近年来，《ofo迷途》和《婴儿之殇与“雅培母乳强化剂”召回疑云》获中国新闻奖一等奖，并在中国财经媒体中创新性推出“中国上市公司品牌价值榜”和“每经品牌100指数（代码：931852）”。在技术创新方面，早在2019年，每日经济新闻就以前瞻性的战略眼光启动“每经AI战略”，陆续推出AI快讯、AI电视、“雨燕智宣”AI短视频生成平台、智能媒资库和编采“超级个体”等创新项目，在媒体融合与智能化转型的道路上一路飞奔前行。

四大创新引擎

驱动财经信息服务升级

在媒体竞相拥抱AI的当下，每日经济新闻并非简单地追逐技术热点，而是立足用户需求，深度融合自身财经专业优势，构建AI类创新性产品，重塑财经信息服务的内涵与外延。多模型生态，一端尽览顶尖AI智慧：打破单一模型的局限。每日经济新闻创新性地集成了DeepSeek、Kimi、豆包、文心一言、通义千问和智谱等多个国产顶尖大模型，用户无需在不同大模型间切换，即可根据实际场景需求，灵活选择最匹配的大模型。实时互联“自由问”，鲜活资讯分秒必达：信息时效性是财经决策的生命线。每日经济新闻通过构建实时数据中台，与DeepSeek等大模型无缝衔接，解决大模型数据库信息滞后问题，确保用户能够随时随地“自由问”，掌握市场动态，洞察投资先机。专业聚焦，深度定制的“三问”服务体系：立足于每日经济新闻深厚的财经专业化功底，以及对财经用户需求的深刻理解，每日经济新闻App精心打造了“问公司”“问投资”“问基金”三大核心栏目，将专业财经知识与AI技术深度融合，为用户提供更加精准、高效、便捷的投资决策支持。“问公司” 聚焦企业基本面，深度剖析公司价值，助力财经读者穿透信息迷雾，发掘优质公司；“问投资” 聚焦个股动态，实时追踪资金流向，助力投资者精准把握投资脉搏，决胜千里之外；“问基金” 聚焦基金优选，多维度分析产品特性，助力投资者科学配置资产，实现财富稳健增长。智能交互，重塑用户体验：从传统资讯平台向智能交互枢纽的跃迁。每日经济新闻APP不再是单向的信息推送渠道，而是转型为智能化、交互式的财经知识服务平台。用户可以通过自然语言提问，与AI大模型展开深度对话，获得个性化的解答与分析，极大地提升了用户参与度和信息获取效率，开启了全新的用户体验模式。

锚定未来：重构财经智能新生态

接入 DeepSeek等国内大模型，对每日经济新闻绝不仅仅是一次简单的技术升级，更是一次战略层面的跃迁。面向未来，每日经济新闻将以此为契机，以视频为抓手，运用大模型全面变革内容生产流程，重塑财经信息服务价值链条，构建更加完善的智能化财经媒体新生态，开启智能交互新时代。2025年，每日经济新闻将在立足“专业、深度、故事、传播”的编采方针的同时，全面启动“采编架构+内容形态”的双重革新。一方面，将DeepSeek、Kimi和豆包等国内顶尖大模型深度融入采编创作全流程，赋能采编团队，提升内容生产效率和质量，实现新闻生产力的全面跃升，从而更好地满足用户对多样化、个性化财经信息的需求。另一方面，以“雨燕智宣”AI 短视频生成平台为引擎，以记者编辑全员视频化转型为抓手，推动全体记者编辑向 “‘全能型’财经视频创作者”转型，并着力打造一批具有辨识度和影响力的个人 IP，从而实现内容生产的多元化与传播渠道的立体化。

来源：每日经济新闻

链接：https://mp.weixin.qq.com/s/-iFnSGi8Ngy4TAxM-ANLBQ

编辑：刘诗扬

刘海明

【案例】DeepSeek对广电视听的启示

导读

近期，人工智能大模型公司DeepSeek（深度求索）凭借其低成本高效推理的大模型，引发了社会各界的广泛关注。在政界、科技界、金融界、传媒界等多个领域，DeepSeek所带来的“蝴蝶效应”正悄然展开。对于广电视听行业而言，DeepSeek的出现恰似一缕春风，为我们在技术、内容、产业等多层面的“深度求索”注入了新的动力与活力，也带来了诸多启示，值得深入剖析与借鉴。

首先，坚持成本效益与技术创新并重。DeepSeek以低成本复现了当前最先进的模型，在成本创新方面展现出的巨大潜力，对于背负大量设备等“重资产”的广电视听行业提供了新的转型机遇和发展思路。通过优化算法结构和开源生态，DeepSeek成功将训练和推理成本大幅降低，仅为OpenAI等同类产品的5%-10%。这一成本优势，对于技术资源有限但内容需求庞大的广电视听行业来说，无疑具有巨大的吸引力。

不少广电视听机构已经面临着高昂的运行维护成本和巨大的技术更新迭代压力，若想涉足AI大模型研发和应用领域，往往还需要购置昂贵的计算设备、处理海量的数据、承担漫长的训练周期。DeepSeek的出现打破了这一局面，其创新的稀疏激活混合专家（MoE）架构，仅激活与任务相关的参数，算力消耗相比传统架构降低约90%，极大地提高了推理效率，减少了对昂贵硬件资源的依赖。

同时，DeepSeek的开源生态模式，允许开发者自由获取、修改和使用其代码，借助全球AI开发者社区的力量，不仅降低了研发成本，还提升了迭代速度，使得市场主体能够基于DeepSeek进行二次开发和定制化，快速推出符合自身业务需求的AI应用，无需从零开始研发，大大缩短了产品研发周期，提高了市场响应速度。这种低成本、高效率的模式，为广电视听行业的转型发展提供了极具价值的借鉴，也提供了一种轻量化、高效化的数智化技术路径。

其次，数据价值挖掘与高效利用至关重要。DeepSeek的高质量语料库是提升模型性能的关键所在。在使用DeepSeek-R1时，我们能明显感受到其生成内容的“人味”，语言较之同类产品更加优美且富有哲思。这背后，是DeepSeek创新数据蒸馏技术的功劳。通过自动识别高价值数据片段和对抗训练生成合成数据，DeepSeek实现了训练效率的大幅提升，同时将高质量代码数据的获取成本从每100个tokens的0.8元降至0.12元。

广电视听行业本身拥有海量的高质量、大规模、安全可信的语料和视听数据资源，是AI大模型应用的“沃土”。通过深度学习，广电视听行业可以进一步提升大模型的智能分析和生成能力，更好地满足垂类需求，为用户带来更加优质、个性化的视听体验。行业也应更加重视技术迭代引发的内容、网络、数据安全风险，提高全业务安全保障水平。

再者，开放融合才能实现互利共赢。DeepSeek的开源模式和支持在消费级硬件、端侧部署的特性，降低了AI应用部署的技术门槛。与一些先行者选择封闭的技术路线不同，DeepSeek将代码、模型权重和训练日志全部公开。DeepSeek创始人梁文锋认为，“在颠覆性技术面前，闭源形成的护城河是短暂的。即使OpenAI闭源，也无法阻止被别人赶超。”这种开源精神也为整个行业带来了更多的创新机会和合作空间。

图片来源丨AI生成

自DeepSeek推出以来，包括英伟达、微软、亚马逊、华为等在内的国内外众多芯片厂商、云计算厂商、软件厂商以及终端厂商纷纷宣布部署上线，提供原版或蒸馏小尺寸版本。DeepSeek的这一特性使得广电视听机构能够在本地环境中高效处理数据和生成内容，有望降低运营成本，提高数据处理的灵活性和安全性。同时，DeepSeek的高性价比模型也使得更多企业有可能在端侧设备上部署AI应用，推动终端设备的智能化进程。例如，微软推出针对NPU（神经网络处理器）优化的DeepSeek-R1模型，支持Copilot+PC等设备，实现了半连续运行的主动智能体验，为智能手机、汽车等端侧设备提供了高效的本地化部署方案。这也将为广电视听行业带来更加便捷、高效的内容分发和交互方式。这启示我们，推动跨领域合作与多元化发展是广电视听行业拓展业务边界、实现可持续发展的关键。

最后，还应关注DeepSeek独特的组织机制和人才管理理念。DeepSeek不受制于短视商业逻辑，采用扁平化管理，摒弃繁琐流程，让团队成员自由调用资源，专注于技术创新。同时，DeepSeek在选人用人上不迷信学历和背景，注重人才的基础能力、好奇心和自驱力，吸引了一批真正热爱技术的“朴素探索者”。据报道，DeepSeek-V3模型的关键训练架构MLA最初源于一位年轻研究员的个人兴趣。正是这种对个人兴趣的尊重和鼓励，使得DeepSeek能够从一个小小的兴趣点出发，组建专项团队，开展大规模验证与攻关，最终取得了突破性进展。

梁文锋曾表示，“我们创新缺少的不是资本，而是信心，以及组织高密度人才的能力，调动他们高效地进行创造力与好奇心驱动的创新。”为加快适应信息技术迅猛发展新形势，广电视听行业同样需要这种创新定力和高效的协作机制，建立适应全媒体生产传播的一体化组织架构、业务流程，建立灵活的用人机制、畅通的晋升渠道、有效的激励机制，更加注重人才的创新能力和内在驱动力。

当技术的变革席卷行业，DeepSeek的破局之道为广电视听行业提供了新的发展思路。站在AI大模型推动的范式转移临界点，广电视听行业既要保持对技术发展的审慎洞察，更要把握这场由底层架构革新催生的机遇，借鉴DeepSeek式的创新经验，以“深度求索”的勇气直面挑战，努力开创广电视听高质量发展的全新局面。

来源：编采圈

链接：https://mp.weixin.qq.com/s/jnfGySJv6BqUvnTRCncoQA

编辑：刘诗扬

刘海明

【案例】新闻联播确实是最好的AI应用场景

如果不是被宣扬了一番，恐怕大家都不知道《杭州新闻联播》在春节期间，被偷偷换成了AI数字人主播。长居杭州2年有余，基本没看过电视，更没听过这档节目。这点上，只能说明浙江经济强劲。一档市台新闻联播，前前后后要养活无数记者、摄像、剪辑和编导，以及闲杂岗位。不少北方省会城市，连省台都已经入不敷出多时，甚至要求节目组自行“觅食”，以解决工资和福利待遇。如果把这些年来，新闻行业遭遇的衰退，归咎于张雪峰的那句 “孩子要报新闻学，我要是他家长，就一定会把他打晕”，恐怕言过其实。媒体寒冬固然是多因一果。可讽刺言论能换来叫好，却能说明问题所在。AI能顺利上位，不是当下技术太好，一日千里，而是仅凭现在的水准，模仿新闻联播主持人绰绰有余。就是当下这种，还处于神情呆板僵化，肢体动作机械，音色保证毫无感情，内容标准正确的数字人，塞进地方新闻联播中反而恰如其分。这些节目对主持人的需求精准垂直，缺点早已被扬长避短——根本不需要更高明的技术。    很多时候，我国新闻的播音主持努力要做的，就是成为冰冷的AI。他们长期接受的训练是“去人格化”：同样的服饰、同样的发型、同样无表情的面容，连浓眉都得画得一模一样。

他们不需要表演自我，不需要研究什么是真正的新闻，不需要了解受众需要什么样的新闻。在一个去个人化的，去中心化的，去自我表达欲的场域里面，只需要安静地、稳定地成为工具人，扮演好程序链条上的内容输出角色。偶尔也会在视频里刷到，有播音主持老师正一板一眼地纠正学生，怎么从鼻腔、胸腔一路发音，控制气息流向，掌握声调变化，校正出标准的，字正腔圆的普通话，以用于新闻朗诵。每当这时候，我都会好奇，观众需要多么优秀的普通话？普通话好，就代表内容有价值吗？    AI想拟人化，想拟合出人类的语气和瑕疵，甚至情绪都实在太容易了。它们只是需要足够多的时间来进化。不需要多久，口播或者临场心理素质独立去学习和钻研的价值，就会受到更严重的挑战。这是对专业的冲击，也会是对行业的冲击。一个优秀的主持人，需要拥有对世界认知的深度，知识面的广度，以及临时和随机的应变能力。当你学富五车之后，流畅而准确的表达只是外化输出知识储备的过程。遗憾的是，这种能力，在国内的新闻媒体环境中，更多时候需要的是容貌、是音色，是颜值正义和人际裙带，是提前准备好的既定问题和标准回答。除了正确性，其他的一切都可以通过前期准备、现场摆拍和后期修正来补正。所以收视率长期低迷都是有原因的。看起来勤能补拙的苦工，很可能最后却没人买单。受众压根不关心领导干了些什么，离生活太远，新闻播报的内容又枯燥无趣，缺少变化。再来俩主持一潭死水地读八股，拿什么和短视频里跳舞的擦边小姐姐斗？连平台上擦边的小姐姐都已经可以AI抖胸了，连农村老大爷都知道短视频好看鲜活了，连电视机都没人打开了，谁还会一本正经、按时按点去看一出样板戏啊？当然，人还有自己独特的价值。毕竟机器还不懂人情世故，也解决不了裙带就业，甚至效率和性价比有点过高了。从这个角度上看，有些事，终究还得人类自己亲自来才行。

来源：编采圈

链接：https://mp.weixin.qq.com/s/_szykwuUPyUisF90Bii83g

编辑：刘诗扬

刘海明

【案例】新闻从业者如何不被AI替代？

近年来，以大模型为代表的新一代人工智能技术飞速发展。2022年11月，美国OpenAI公司推出ChatGPT，标志AI技术应用已进入人工智能生成内容（AIGC）新阶段。从ChatGPT所代表的“从文字到文字”内容生成，到Midjourney软件所代表的“从文字到图片”静态视觉内容生成，再到2024年2月OpenAI发布的Sora模型代表“从文字到视频”动态视觉内容生成，仅仅15个月时间，AIGC技术飞速迭代，能力不断增强，已开始被全世界各种媒体机构关注和尝试使用。

在1448年古登堡印刷术发明开启人类信息传播新纪元之后，当前人类再次走到一个新的传播拐点：处于碳硅文明融合的重要关口，我们的社会、我们的传播该何去何从？

本文以在全球新闻传播领域扮演重要角色的世界四大通讯社的人工智能应用实践为观察对象，浅析三个问题：主流权威的新闻机构对待人工智能技术的态度是什么？人工智能如何改变新闻内容生产和传播模式？新闻从业者有哪些能力暂时不会被人工智能替代？

ARTIFICIAL TECHNOLOGY

一、人工智能如何改变新闻机构

为考察媒体应用人工智能的具体情况，笔者选取新华社、美联社、路透社、法新社为观察对象，这四家通讯社因其规模、发展历史、影响力、订户数量，以及日发稿量和年发稿量等因素而被公认为世界四大通讯社。它们在全球新闻传播领域扮演着重要角色，为世界各地的媒体和公众提供及时、准确的新闻报道。

（一）新华社的人工智能应用现状

新华社是国内最早开始尝试把AI技术应用于新闻生产的媒体之一。2015年，新华社推出“快笔小新”，供体育部、经济信息部和中国证券报等部门使用，可从结构化数据中自动生成体育、财经等新闻。近年来，新华社持续追踪AI技术前沿成果，创造性地研发新闻应用场景，实现新闻生成全流程智能化嵌入，比如新华社的“智能化编辑部”，用AI技术再造新闻生产。在采集环节，记者应用“现场云”移动采集系统和手机、录音笔等硬件发起“现场新闻”直播，同步采集文、图、视频等全媒体形态新闻素材。在生产环节，利用“媒体大脑”、AI合成主播等工具和平台，对新闻素材进行分类和标引，生产文字、图片、AI主播视频、短视频、地图新闻、数据新闻等全媒体产品。在分发和反馈等环节，基于用户画像技术，实现精准推送，依托区块链等技术，精准评估传播效果。新华社应用AI技术研发的工具，覆盖选题策划、调度采集、编辑加工、分发供稿、传播分析、业务管理等6个环节。

2024年全国两会前，围绕重大主题、新闻生产、海外舆情等核心场景，新华社基于大模型和智能搜索技术研发出一个行业模型“采编助手”，具有包括引证溯源类、知识检索类、综述归纳类、智能工具类等十几项功能。

“采编助手”模型目前还在持续优化迭代。新华社采编人员每天都在投喂训练这个模型，每周有反馈机制，不断优化，以期让模型更好用。目前使用量较高的功能是“内容核查助手”“要点提取助手（含AI标题）”“智能搜索助手”等。

笔者对新华社超过50位一线记者编辑做了口头访谈，发现所有人都或多或少地使用这个“采编助手”模型，应用场景几乎覆盖所有采编环节：

1.采访前阶段：查找政策文件、追踪舆情热点、策划报道方案、查找某主题的已有公开报道、生成采访问题单等；

2.采访阶段：AI记录，把语音、视频等转录为文字，将外文采访素材翻译为中文；

3.写作阶段：创建提纲、生成标题、改写导语、词语润色等。

4.核校阶段：内容核查、校对错误等；

5.多媒体产品制作阶段：语义搜索相关图片、制作海报、文图生成视频、生成多语种视频等。

受访记者编辑普遍认为，人工智能不仅分担了他们整理录音、核校文字等简单机械劳动，也打开了记者编辑的创意空间，激发了创造力。比如，很多记者都会参考AI给稿件取的标题，因为同一篇文字，AI能按照记者的要求，对消息、通讯、新媒体稿等不同体裁取出几十个备选标题，从观点、措辞、风格等方面启发记者编辑。

（二） 美联社的人工智能应用现状

2013年，美联社使用AI生产新闻内容，主要是将AI应用于体育新闻数据和财经新闻数据的分析，并生成自动化新闻。2014年，美联社在编辑部建立了自动化报道团队，启动新闻自动化生成的探索。其与人工智能领域的新兴初创企业合作，自动制作某些新闻内容。例如，与科技公司Automated Insights达成协议，借助该公司的自然语言生成平台Wordsmith，使用人工智能制作新闻内容，对财经数据进行自动分析并生成文本。这一机制大幅提高新闻生产效率，使得美联社能够将其财报覆盖从原先的300家公司扩大到现在的3000家。

此外，美联社采用名为NewsWhip的新闻机器人。它能够对社交网络上的竞争对手和用户参与度进行分析，对社交媒体上的讨论趋势进行预测和追踪。这些信息为记者和编辑提供有价值的线索，使他们能够更精准地把握和跟踪新闻动态。截至2020年，已经有近一半的美联社财经新闻内容来源于自动化系统，大幅提升新闻产出效率。美联社还使用机器学习技术优化编辑工作流程，建立了新闻分类、自动打标签和素材整合推荐系统，以便编辑快速获取相关新闻素材。

随着ChatGPT问世，美联社近年与OpenAI等多家前沿科技企业达成合作，在多模态搜索、新闻产品和服务等方面也进行了多项有益尝试。2023年，美联社推出一个AI驱动的多模态搜索平台，该平台能让用户通过语义搜索更容易地找到符合搜索条件的照片和视频。该平台与新华社2023年4月推出的“闻觅”统一数据库具有同类功能。

为规范AI在新闻产业的应用，并确保其安全和准确性，美联社还发布一系列关于人工智能工具使用的指导方针。这些方针不仅涵盖了AI生成的文本、图像和多媒体内容的审查标准，还包括在其知名的《风格手册》中增设了关于如何报道与AI相关故事的专门章节。2023年7月，美联社和OpenAl达成协议，研究生成式人工智能在新闻产品和服务中可能使用的案例时，共享对选定新闻内容和技术的访问权限。

file:///C:/Users/12948/AppData/Local/Temp/ksohtml7452/wps58.png

□ 美联社“NewsWhip”首页截图

（三）路透社的人工智能应用现状

路透社2016年开始采用人工智能技术，用于提升其新闻生产和分析能力。其旗下项目Reuters Newsmaker使用自然语言处理技术监控和分析海量信息来源，运用机器学习生成多种类型新闻的初稿，包括金融市场报道、体育赛事报道等。这种自动化草稿生成系统极大提升了路透社的新闻产出能力，新闻生产效率比传统方法提高了10倍。

在编辑生产流程中，路透社使用知识图谱和机器学习编辑社内大量文档资料，建立智能内容推荐和文章自动标注系统。这可帮助编辑在更短时间内找到所需信息，大幅提升工作效率。在股市实时报道上，路透社开发出自动文本生成系统，每秒自动产出上百字的股市数据变化新闻。多语言服务上，路透社应用机器翻译提升新闻产出效率。

路透社还与语义辨识技术公司Graphiq进行合作，给新闻媒体提供许多免费的数据可视化素材，这些素材涵盖娱乐、体育、政治、经济等内容，媒体可以通过路透社的Open Media Express平台访问这些数据，且这一数据可视化服务实时更新。

2020年2月，路透社与从事AI研发的Synthesia公司合作推出虚拟体育报道主持人，该虚拟主持人外貌和声音与读体育赛事摘要的主持人完全相同，比赛摘要则是使用路透社的文字报道和摄影图片，展示关键动作和评论，全程无需人工编写、编辑或制作。

2023年7月，路透社发布快速找到路透社视频中的关键人物和时刻的功能，实现更快发现、编辑和发布，该功能是由路透社专门的应用创新团队通过微调机器学习模型来构建的，提供在交互式场景中语音到文本转录，将多种语言翻译为英文，标记视频中关键人物，增强搜索能力。

值得关注的是，为解决人工智能难以识别假新闻这一问题，路透社推出一个名为“News Tracer”（新闻追踪器）的AI系统，能够在X（原Twitter）上识别真正的新闻。根据算法，它对Twitter每天发布的约5亿条推文进行筛选，以区分真实新闻和垃圾邮件、废话、广告和噪音。据《哥伦比亚新闻评论》报道，这个新闻追踪器与其他流行的监控工具不同之处在于，它的构建是为了像记者一样思考。据哈佛大学尼曼实验室（Nieman Lab）分析，这个系统使用诸如原始发布者的位置和状态以及新闻传播方式等信息，为所讨论的新闻项目建立一个“可信度”评级。该系统还对记者认定为可靠的来源进行交叉检查，并使用那个初始网络来识别其他可能可靠的来源，新闻追踪器还能够区分趋势标签和真正的新闻。

（四）法新社的人工智能应用现状

法新社的人工智能应用主要通过“Medialab”（媒体实验室），这是一个小型多科学团队，处于利用AI及相关技术打击虚假信息和提升新闻工作的前沿。该团队参与了法国和欧洲资助的多个研发项目，在开发打击虚假信息的尖端工具中起到了关键作用。其作为主要开发成员研发了揭露虚假信息的InVID-WeVerify浏览器扩展插件，该工具在2023年初已有224个国家和地区9万多名活跃用户。他们还深入参与了由欧盟地平线2020研究和创新计划资助的Vera.ai项目，专注于基于AI的验证服务和工具，以及之前参与的致力于通过参与式验证和AI算法解决内容验证、虚假信息传播的WeVerify项目。

此外，该实验室还开发各种AI智能工具：用于音频转录的AFP Transcriber、交互式内容生成器AFP 4W以及交互式HTML5视频工具。他们还参与EuropeanYouVerify项目，专注于年轻人的视觉素养培训，以便区分真实和被操纵的图像和视频。

法新社还参与使用AI技术对新闻进行研究的学术项目，以便改进媒体报道。比如，2020年伦敦政治经济学院的媒体智库Polis发起了一个由法新社和欧洲多家媒体机构参与的研究，使用AI自动追踪新闻内容中的性别偏见和刻板印象。

法新社高度重视AI使用中的知识产权等问题。2024年，法新社和一些新闻和出版组织联合发出一封致全球政策制定者和行业领袖的公开信，呼吁制定全球AI政策以保护编辑完整性，具体包括：披露用于创建生成性AI模型的训练集；保护用于训练AI的内容制作者的知识产权；媒体机构集体与AI模型运营商和开发者就专有知识产权的使用进行协商的能力等。

（五）通讯社应用人工智能技术的三大特点

四大通讯社都在积极拥抱人工智能技术，在人工智能创新应用方面有三个鲜明特点：

一是四大通讯社都已将人工智能技术广泛应用于新闻生产的主要流程，包括信息搜集、舆情研判、数据分析、智能推荐等技术，重塑了议题设置、报道策划、信息采集、编辑加工等流程，有相当量的环节AI可以独立处理，一些核心创意环节、深度理解环节还需要人类为主、AI辅助完成。

二是自ChatGPT问世以来，这些媒体机构陆续推出应用生成式人工智能技术计划，通过自主打造或与技术公司合作方式推出媒体领域的大语言模型，不断探索新闻报道场景大模型的研发和应用。可以预见，未来会有更多媒体行业的大模型和小模型出现，适用更多应用场景。

三是媒体机构非常注重防范生成式人工智能带来的潜在威胁，部分媒体通过制定AI使用规范、研发AI生成检测算法和工具，积极应对人工智能技术带来的风险和挑战。

二、四大通讯社应用人工智能实践的启示与思考

通过研究四大通讯社的人工智能应用，分析这些媒体机构的多媒体产品，笔者发现，现阶段人工智能至少在三方面还无法替代优秀的新闻从业者。

第一，人文关怀。一切新闻都是关于“人”的。任何宏大主题，都要落脚到人。从议题设置、信息收集、内容生产、分发传播这个全链条看，如果没有对人的深切关怀，新闻就没有意义。而技术工具无法理解这种使命，AI技术是冷冰冰的，没有价值观、同情心、敬畏心。比如，在一次重大自然灾害报道中运用AI，它是否能衡量人员伤亡和经济损失孰轻孰重，哪个应该优先报道？它是否会严重侵害受伤害个体的隐私？它是否会关注弱势群体的利益？所以，人工智能时代，新闻从业者的立身之本将不再是无差别信息收集加工，而是秉持深厚的人文关怀，识别受众日益差异化的信息需求，利用独有的创造力，提供有情感、有深度、有价值的细分产品满足受众需求。

第二，建立信任。AI目前应用于新闻业主要在文本分析、技术赋能等方面，但在生产链上游的新闻采集方面，AI不具备突破能力。比如，优秀记者区别于普通记者的一个关键指标就是，与消息源之间有深厚的信任。这可不是简单地说，记者有某重要人士的电话、微信号就行，而是记者通过积年累月的客观公正报道，形成了对某些领域的全面深入见解，得到了行业普遍认可和社会公信力。这样行业里的重要参与方，包括机构等，都会与记者保持密切的联系。也许双方很久不联系，但关键时候，重要人士会接受记者提出的采访需求或主动告诉记者，“我要通过你和你所在的新闻机构披露一个消息”。这不可能在AI大模型中输入提示词就能得到。这是任何AI无法替代记者的地方，也是记者需要持续下功夫的地方。无论技术如何发展，人类的情感、创造力、同理心都不可取代，在人与人的深度连接、共情方面，记者大有可为。

第三，追求真实。真实是新闻的生命，也是记者的职业追求。而“仿真”是AI的“天性”。对AI的界定通常引用图灵测试的标准，即“如果一台机器能够与人类展开对话而不能被辨别出其机器身份，那么称这台机器具有智能”。现在，AI生成内容日益近似人工、难辨真伪，像AI合成语音能够模仿任何人的声音，Deep-Fake（深度伪造技术）能伪造出“让任何人干任何事”的虚假视频，这给新闻生产带来极大干扰，也挑战公众甄别真假的能力。比如2024年2月，香港发生一起震惊世界的“变脸诈骗”案，骗子邀请一家跨国企业香港员工进入用深度伪造技术制作的“高管视频会议”，以总部首席财务官名义发出汇款指令，员工被骗转账2亿元。

所以，人工智能时代，媒体机构的责任感和专业性更加凸显。新闻从业者要坚持抵达现场调查研究，在新闻采集的源头捍卫真实，同时在生产传播全链条上更加警惕防范“假”，更好担当信息的看门人。

每一次技术突破，既是推动行业进步的引擎，也是反思行业发展的契机。哪怕AI技术日新月异，新闻最核心的竞争力还是优质内容。新闻工作者要保持对社会的密切关注，持之以恒地学习。在把握社会脉动、提高采访质量、触达更多受众等方面，新闻工作者有很多事情可以做。重塑专业性和权威性也将成为媒体机构在AI时代的使命和出路。

2023年底，笔者看到报道说，随着人工智能的崛起，《韦氏词典》（Merriam-Webster）将2023年度词汇选为“authentic”（真实的）。而2024年3月美国芯片领军企业英伟达创始人黄仁勋在开发者大会说出振聋发聩的“The future is generative”（未来是生成的）。

“真实的”还是“生成的”，这是一个问题，留给新闻从业者，也留给这个时代所有人。（作者系新华社国内部深度新闻采访室副主任）

本文刊登于《中国记者》2025年第1期

原标题：《新闻从业者坚定拥抱AI，但如何不被AI替代？——世界四大通讯社应用人工智能实践的启示》

新媒体编辑：梁益畅  李炜（实习）

来源：中国记者

链接：https://mp.weixin.qq.com/s/DXaKdk2qAPYVZjP_hsu81A

编辑：刘诗扬

刘海明

【案例】多家广电接入DeepSeek！

在数字化转型加速推进的当下，AI 技术正深度重塑各行业的生态格局。春节过后，DeepSeek 引发的热潮在互联网领域不断蔓延。
近日，众多广电媒体相继宣布接入 DeepSeek，持续探索这一新技术在视听内容生产、传播以及商业化等方面的创新应用。

重庆广电第1眼TV-华龙网全面接入DeepSeek R1近日，重庆广电第1眼TV-华龙网自主研发的“芯问”大模型正式接入DeepSeek，成为重庆地区首家实现深度智能化升级的媒体机构。这一重要举措标志着第1眼TV-华龙网在智媒领域的探索迈出了关键一步，将为重庆媒体行业的智能化转型树立标杆。

AI赋能，激活主流媒体新质生产力。“芯问”大模型接入DeepSeek，不仅是重庆广电第1眼TV-华龙网自身发展的重要里程碑，也为重庆媒体行业的智能化转型提供了“样本”。重庆广电第1眼TV-华龙网将以“芯问”大模型为核心，持续推动媒体融合与智能化发展，探索人机协同的最优模式，让AI成为新时代讲好重庆故事的创新伙伴。据悉，近期重庆广电第1眼TV-华龙网客户端将全面接入DeepSeek，用户将享受到更智能的内容推荐、更高效的新闻浏览以及更精准的互动服务。这场媒体与智能技术的深度融合，即将为用户与创作者开启全新的AI创新之旅，敬请期待！

闪电云平台正式接入大语言模型DeepSeek-R12月5日，闪电云平台宣布正式接入全球领先的大语言模型DeepSeek-R1。

作为山东省级技术服务平台，闪电云平台一直积极推动AIGC融入融媒发展创新实践，培育媒体新质生产力。接入DeepSeek-R1，不仅可以通过DeepSeek强大的自然语言处理与推理能力，为用户提供一站式智媒服务体验，还能助力提升融媒生产质效，拓展内容服务边界。DeepSeek 系列模型在高性能模型优化、GPU资源高效利用以及推理效果等多方面展现出国际领先的竞争力。闪电云平台技术团队精研相关文档并获取开源代码，成功完成本地化部署与模型适配，在系统调试、性能优化及稳定性保障方面取得关键性突破。在闪电云现有智能服务体系之上，全新集成了DeepSeek-R1模型，用户登录平台即可使用。海博TV全面接入DeepSeek-R1模型近日，福建省广播影视集团人工智能实验室技术团队带来了令人振奋的消息——海博TV成功接入国际领先的DeepSeek R1大语言模型，助力提升融媒体内容生产效率开启媒体融合新篇章。

海博TV是福建省广播影视集团旗下的新媒体技术平台，以福云平台为底座，构建了从数据采集、内容生产到多元传播的融媒生态圈。福建省广播影视集团人工智能实验室技术团队深入研究DeepSeek的最新技术动态，精研相关文档并获取开源代码，以高效执行力快速完成本地化部署、模型适配，将Deepseek-R1模型所有功能深度集成至福云平台，赋能海博TV，为新闻生产与内容创作注入智慧新动能。

大象新闻官宣接入DeepSeek

2月10日，大象新闻官宣接入DeepSeek-R1大模型，积极拥抱生成式人工智能技术。技术升级：无缝衔接打造极速体验通过深度技术融合，大象新闻实现实时与DeepSeek对话，对用户开放思维链输出，完成各类推理任务。同时通过本地化部署，显著提升DeepSeek模型的计算效率和推理速度，为用户提供优质、顺畅的智能化体验。人机交互：24小时在线的AI小编大象新闻客户端内置的“象小AI”，加入DeepSeek，突破传统问答边界，通过场景化互动，AI小编24小时在线陪聊，堪比行走的百科全书。生产力革命：AI创作中枢赋能全链条DeepSeek的接入，也给象象带来了亿点点福利。AI创作助手网页版接入大象新闻客户端，面向一线采编人员及内容创作者全面开放，并赋能AI创作助手全量功能，辅助进行文章润色、摘要浓缩、标题精炼、脚本生成等。如今，人工智能与广播电视的结合运用已非常广泛，在语音播报、新闻采编、电视语音指令控制、家庭安防、电视陪伴机器人等领域都有着巨大的发展前景。在媒体深度融合发展的当下，以广电为代表的传统媒体纷纷接入DeepSeek，意味着各数字化平台将进一步加强建立专业的数字化传播架构，以更具前瞻性的理念和行动，为用户提供高质量的商业信息服务，打造新型主流媒体数字化、智能化的进化标杆。有专家建议，广电机构进一步加强与DEEPSEEK等科技公司的合作，持续探索新技术在视听内容生产、传播和商业化方面的创新应用。同时，广电机构应高度重视人才培养和组织文化变革，以适应数字化转型的新需求。只有不断创新、积极拥抱变革，广电行业才能在数字化时代保持竞争力，实现可持续健康发展。

来源：传媒时评

链接：https://mp.weixin.qq.com/s/-kxcJRHsJgiMn1nZ10boeA

编辑：刘诗扬

刘海明

【案例】当心！第一批用DeepSeek的人，已经被坑惨了

（杭州凭什么出现六小龙，并冲击一线城市？香港越发二线化？DeepSeek异军突起，中国经济版图正处于巨变前夕，预约汉城老师本周五晚直播，聊聊全球资产大洗牌与财富新机遇！）

作者｜知远

你是否开始习惯DeepSeek的“无所不能”？

写方案？找它！做PPT？找它！生病了？找它！就连昨晚做的梦，都想让它解一解……

但万万没想到，正在被越来越多人信赖的DeepSeek，居然也会一本正经地胡说八道。

AI，并不是万能的。

现在，第一批使用DeepSeek的人，已经被坑惨了。

1

“DeepSeek查阅文献是如此的不靠谱”，广州某著名高校的一位教授近日发朋友圈吐槽。
原本这位教授想通过DeepSeek查询《Global Cantonese: The Spread of Cantonese Language and Culture》的信息，结果核实后发现：DeepSeek提供的作者是假的，年份是错的，出版社更是风马牛不相及。

经过进一步沟通，DeepSeek承认这些信息错误，并感谢其指正，还表达了自己的歉意：

最近，知名媒体人、人民日报海外版原总编辑詹国枢也发了篇文章，标题就是：DeepSeek的致命伤——说假话。
老詹在文章中列举了亲身经历，让DeepSeek写一篇《史记·詹国枢列传》，开头第一句展现的出生地、母亲姓氏等基本信息，便“张冠李戴”；再让DeepSeek写了一篇某记者的记述文章，文风生动、案例不少，结果转给记者本人，却被全盘否认。提到的案例，没一个是本人写的。
人都说DeepSeek文采飞扬，文学素养高，可路遥的名著《平凡的世界》，却被说成是詹国枢老班长的代表作。如果有小朋友看了，可能要误人子弟。

实际上，信息表述上的不严谨，已经快成DeepSeek被吐槽最多的一种问题，《苦昼短》说成是李白的，明朝“废除宰相”和“设置内阁”混为一谈，也难怪有网友直言：
DeepSeek只适合写代码做数学，对文科生一点不友好。
部分试图用DeepSeek复习国考、省考的人，不得不重新拾起申论教材了。
一些试图通过DeepSeek解放人力的“牛马”也破防了，有网友说用DeepSeek写文章，举了4个例子，3个都查不来，最后才发现都是DeepSeek自己编的。
原以为是来解放自己的，没想到因为核查信息，却花费了更大的精力。

图源：小红书

如果只是事实差错，或许是搜索结果有误，这还不是最恐怖的。
陕西自媒体“决明子”，一直对西安安定门那里的道路规划要绕一圈不解，问当地执勤的交警、出租车司机都回答不上来，看到DeepSeek火爆，决定一试，提问DeepSeek“西安的道路路线规划，从环城西路北段到环城西路南段为什么不直行，非得在安定门绕一圈？”

这时候，DeepSeek的表演开始了。
DeepSeeK先在解释中提出了一个“唐皇城交通静默区”的概念，表示根据《西安历史文化名城保护规划（2020-2035）》，安定门周边划定了一级静默区、二级静默区，本质是为了保护文物，防止过大的震动。它甚至还列出了具体的空间数据，距离增加多少、振动传递深度变化是多少。

图源：决明子

乍一看，这解释太合理了！有理论、有数据、有政策，可信度拉满。
可是网友一查，这份《西安历史文化名城保护规划（2020-2035）》文件中，压根就没有什么“静默区”。这个看似极为专业、有理有据的回答，居然是“编”的。

图源：决明子
反馈给DeepSeek，它也很老实，诚恳承认错误，文件里确实没有“静默区”的说法。但随后，又做出新的修正和澄清，继续“编织”自己的答案。
AI的精心包装，让编的材料看起来如此真实，如同“有意识”地在操控一般，真有些让人不寒而栗。
有时为了显得自己回答高深，DeepSeek还会采用一些专业词汇，比如量子纠缠、熵增熵减等，当“话术”超出用户认知的时候，真有可能一下把人震住，难以分辨。
问题来了，为什么DeepSeek要不懂装懂，甚至“说假话”呢？
2

原因是——AI幻觉。
行业用这个词来形容AI“说假话”的现象，即输出的回答看似内容合理连贯，但“同输入问题意图不一致、同世界知识不一致、与现实或已知数据不符合或无法验证”。
这并不是DeepSeek一家的毛病。去年8月，总部位于纽约的人工智能初创公司和机器学习监控平台Arthur AI就曾发布报告，比较了OpenAI、“元宇宙”Meta、Anthropic以及Cohere公司开发的大语言模型出现幻觉的概率。研究报告显示：这些大模型都会产生幻觉。
大洋彼岸最厉害的ChatGPT，也和DeepSeek一样“满嘴跑火车”。
只不过相比起同行，DeepSeeK-R1的“幻觉”现象更明显一些。在Vectara HHEM人工智能幻觉测试（行业权威测试，通过检测语言模型生成内容是否与原始证据一致，从而评估模型的幻觉率，帮助优化和选择模型）中，DeepSeek-R1显示出14.3%的幻觉率。
这不仅仅比前身DeepSeek-V3高了近4倍，也远超行业平均。

图：Vectara HHEM人工智能幻觉测试结果

DeepSeek自己也明确承认了“技术局限性认知”：当前大模型内容生成的底层逻辑是基于概率的，确实存在生成信息可信度参差不齐的挑战。

简单理解就是，不“保真”。
互联网上有什么内容，不论真假，都可能变成DeepSeeK的引用素材，而它只负责根据已有的内容推理，不对信息本身负责。
而DeepSeek-R1的幻觉之所以更加严重，是因为其加强了“思维链”（CoT）和创造力。
比如DeepSeek-R1的诗歌创作，不仅能写五绝、七律，“起承转合”也很丝滑，对诗的意境亦有自己的理解，被网友称为“写的诗比祖传的《唐诗三百首》还工整”，让中文系毕业生汗颜，甚至灵魂发文：
AI随手甩出一句诗词都比中文系教授写得好的话，人类的文学还有必要存在吗？人类还能再诞生出伟大的诗人吗？


如此强大的创作力，正是因为DeepSeek-R1在文科类任务的强化学习训练过程中，模型的创造性被不断鼓励。
如同“出门问问”大模型团队前工程副总裁、Netbase前首席科学家李维所说：
“大模型是天生的艺术家，不是死记硬背的数据库。”
不过，“副作用”也随之而来。
比如在“思维链”的强化过程中，DeepSeek-R1并不是对摘要、翻译、新闻写作这类相对简单的任务优化，而是增加各种层面的思考，会不断的延申。
于是面对复杂或者有难度的问题，它能超常发挥甚至给人意想不到的答案，但是当面对一些简单的任务时，DeepSeek-R1则可能因为习惯了深度思考，而过度发挥。
比如你问“隔壁老王有多高”，它可能就懵了，因为它没见过老王，也不知道你到底问的是哪个老王。但它又不得不回答，于是它就开始“脑补”，根据“一般人有多高”这个学到的概念，给你编织一个答案。
所以相比较而言，DeepSeek-R1确实在“理科”方面更有逻辑性，而“文科”方面则因为喜欢“发挥”，可能把不相干的内容关联起来胡编乱造，甚至彻底翻车。
3

正因如此，当AI时代加速到来，我们比任何时候都更需要寻求真相，增强明辨是非、独立思考的能力。
就在除夕夜，在“如何看待冯骥盛赞‘Deepseek’的问题”之下，一名自称为“Deepseek创始人梁文锋”的知乎用户，给出了这样的答案：

各位知乎的年轻朋友好，我是深度求索（DeepSeek）的梁文锋，刚回答了一个问题，又看到这个问题，除夕之夜忍不住回复一些。几天看到冯总这篇长文时，我正在调试新模型的损失函数，手边的咖啡直接洒在了键盘上——既因为被行业前辈认可的惶恐，更因为冯总这些灼热的文字让我想起十二年前在浙大实验室第一次跑通神经网络时的颤栗。　　必须坦白，团队读到“国运级”这个形容时所有人头皮都是麻的。我们不过是站在开源社区巨人们的肩膀上，给国产大模型这栋大厦多拧了几颗螺丝。您提到的六大突破，其实每一环都凝结着更动人的故事：那个能在手机上跑的mini模型，灵感来自甘肃一位中学老师在GitHub提的issue；支持联网搜索的功能，是内测用户连续三十天凌晨三点提交错误日志喂出来的……

这回答内容有场景、有细节，回复有气魄、带感情，不少网友读后动容了。
然而，让人意想不到的是，它也是假的！
新浪科技向相关人士求证得知：该知乎账号除夕发文并非梁文锋本人，大概率为DeepSeek所写。
也就是说，DeepSeek生成的广为流传的“第一个假新闻”，指向的正是自己的创始人。
令人细思极恐的是，这份回应居然如此契合人们对于梁文锋的想象，以至于被科技界和金融界都疯传，有人只是把截图发到公众号文章，就获得了2.6万转发。
罕有人怀疑这个“梁文锋”是假的，反而有不少读者留言夸赞，“有情怀的科学家”“看得热泪盈眶”“为年轻一代创业者点赞”……
这样的现象，恰恰提示了风险所在，为即将到来的AI时代敲响警钟。
今年1月，世界经济论坛发布的《2025年全球风险报告》显示：
虚假信息和错误信息连续两年位居短期风险之首，持续对社会凝聚力和治理构成重大威胁，它们侵蚀公众信任并加剧国内外分歧。
AI聊天机器人的存在，正放大这种风险。Vectara公司针对文档内容开展的研究表明，一些聊天机器人编造事实、虚构信息的几率高达30%。
长期从事自然语言处理、大模型和人工智能研究的哈尔滨工业大学（深圳）特聘校长助理张民教授就表示：“现阶段AI幻觉难以完全被消除”。也就是说，DeepSeek等大模型会说假话，短期内无法避免。
作为使用者，我们能做的就是找到AI的正确打开方式，拒绝“上当”。
比如最简单的方法，就是勤快一点，通过其他搜索引擎对比查询。或者针对DeepSeek在回答中引用的网页消息源，动动手指点进去，看看提到的案例是否真的存在。
置身于当下信息爆炸、真伪难辨的大环境，每个人都应该不断强化自我认知，多一次独立思考，可能就能少一次上当。
说到底，AI并不能让人一劳永逸，反而提出了更高的要求，包括如何提问、如何跟AI对话，以及如何甄别信息等。到最后，人与人的差距可能会变得更大。

来源：智谷趋势Trend

链接：https://mp.weixin.qq.com/s/E6CaYVLGmwfDBCmqI1CQzQ

编辑：刘诗扬