内容生产领域迎来了一次重要的范式革命，以人工智能技术为代表的AIGC新闻迅速成为了新闻业的热点。
所谓AIGC（AI Generated Content），即基于大数据、互联网和人工智能等技术生成的内容。
这是继互联网时代PGC（专业生成内容）和UGC（用户生成内容）之后，一种以技术自身为主体，自动生成为特征的新型内容生产方式。
同时，伴随GPT-4及其衍生模型的出现，AI拥有了属于“自己”的多重感官，除了文字内容外，其还能处理语音、代码、图像、视频、手势等多种格式的内容。
这表明AIGC已经有能力覆盖一切与语言相关的内容生产。并且，随着数据、算法以及算力等核心要素的快速发展，AIGC还在以惊人速度不断实现自我迭代与升级。
新闻业与AI的结合其实并不是一个新鲜的线年，新华社就曾率先发布国内首个AI新闻写作系统“小新”，它可以自动收集、分析数据，并生成新闻稿件。
随后，各大媒体也纷纷将AI这一强大的技术工具纳入新闻生产体系之中，辅助新闻工作者进行消息写作、视频生产与文本编辑等工作。
如今，生成式AI兴起，这对从事内容生产与传播的新闻业而言，无疑会是一场巨大的赋能与革新，传统新闻生产运行的底层逻辑将发生根本性改变。
AI与新闻业与其说是前者解构后者，倒不如说二者是双向奔赴、相互协同，向着一个效能更高的新闻生产体系演进。
作为内容生产的重要组织，新闻业的演进与作为内容载体的技术息息相关。技术的革新首先带来的是新闻生产效率的提高，采、写、编、评、剪等各个环节在AI技术的辅助下，能够节省更多的时间和成本，创造更高的生产效益。
在著名的传媒理论家马歇尔·麦克卢汉（他的最著名的理论是媒介即讯息）眼中，技术是承载内容的容器，决定了内容可被形塑的限度。
AI技术的产生，为内容创作开拓了新的可能性，VR新闻、虚拟主播等新形态的内容形式接连产生，为内容表达提供了更为广阔的空间。
与此同时，从另一个角度来看，AI也离不开新闻业，尤其是当下体型还在迅速扩大的“大模型”。
语料库包含了大量的文本数据，这些数据是包括新闻、书籍、网页等各种类型文本在内的信息。通过对这些文本数据的学习，大模型可以理解和生成人类的语言。
当大模型的应用越来越广，人们渴望大模型能够拥有提供实时资讯的能力，且越发注意大模型的内容输出质量。于是，AI与新闻业的连接也成了必然趋势。
新闻业作为专业的内容生产机构，其输出的信息在质量上有着较高的保障，相对于一般的个人账号或自媒体而言，真实性更强、可信度更高。并且，通过付费购买新闻内容的方式，AI模型也可以在很大程度上减少版权纠纷等问题。
先前，谷歌就与法新社、意大利传媒巨头RCS等多家媒体签署了新闻内容合作协议RCS，而微软、OpenAI等AI公司也在同多家媒体进行谈判，商议日后的合作。
由此看来，AIGC与其说是新闻业职业危机、认同危机的技术根源，倒不如将其视为新闻业实现自我革命的一次重要契机，是智能传播时代开启的篇章。
从内容生产的历史来看，在PGC时代，内容生产被专业的媒体机构或个人主导，其生产的内容具有较高的质量和权威性，但也需要付出较高的成本和时间；在UGC时代，普通用户成为了重要的内容生产主体，大量的用户参与到了内容生产环节，通过互联网平台创作和分享内容，大大释放了内容生产力，但也带来了虚假新闻、新闻职业边界消融等问题。
两个时代的演变与更迭都是基于技术所引发的内容生产主体的变化，而生产主体的变化最终带动的是内容生产的全局变化。
AIGC与PGC、UGC的演变逻辑相同，也是一次由技术所引起的内容生产主体的变化，但和以往PGC、UGC不同的是，这次的主体变化是从人到非人的转变，技术或者说机器人成为了自觉的内容生产与创作主体。
以技术为主体的内容生产，在效率上有了很大的提升。AI是大数据、互联网、自然语言处理等技术的复合体，具备超越人类的整合能力，能在短时间内完成大量信息的搜集、整合、翻译、分析与生成，大大提升了内容的产量与速度，降低了知识生产的边际成本。
当AI程序与网络连接，选题与热点追踪便成为了可能。AI能够获取实时信息，归纳提炼所需的选题。并且，其还可以进一步分析，快速生成文章框架，给新闻工作者提供借鉴。
在写作的过程中，AI也能通过问答对话的形式，快速帮新闻工作者补充相关的背景信息、数据资料，增强观点的可靠性与信息的确定性，并带动文章深度的拓展。
在文章完成后，AI也能对初稿加以润色，并提供修改意见。此外，得益于深度学习模型的发展，AI也具有了风格化的表达，能生成诸多类型的标题以供参考，甚至是进行独立创作。
在生产环节之后，AI也能参与到信息的分发环节。通过对用户的阅读历史、搜索历史、社交网络行为等数据的分析，能够挖掘用户的兴趣偏好，然后推送相关的新闻内容，提高用户的阅读体验和满意度。
并且，在个性化推荐的基础上，AI可以根据用户的喜好特征，预测新闻的热度和影响力，从而帮助新闻机构优化新闻发布策略。
而且，AI还能实时监测新闻事件的发展，及时将最新的新闻内容推送给用户，提高新闻的时效性、以及新闻事件在社会认知图景中的完整性。
因此，AI的参与令新闻分发更加智能化、个性化和实时化，有利于提高新闻的传播效率和媒体的影响力。
当然，从诸多方面来看，AIGC最明显的革新还是在新闻内容的表现形式上，尤其是在视觉内容的表现上。
现如今，AI模型具备了多模态生成的能力，能够生成文字以外的视频、音频、图片等内容。多模态大模型让AIGC能够适用于广泛的场景且更具灵动性，并通过微调数据便可高质量地实现不同应用场景的工作任务。
在读图时代、短视频时代，视觉要素一跃成为与信息同等重要的内容，在新闻生产中扮演着重要角色。
AI可将复杂的事件、深奥的数据等转化为便于理解的图表或图像，并配合文字报道，实现多类型的传播，这使得新闻报道更为丰富、立体。
此外，AI也可根据文章的主题和内容，生成模拟相应情景的视觉内容，使得报道具有更强大的冲击力，令读者产生更深层的情感共鸣。
例如，今年8月，新华社音视频部成立了AIGC应用创新工作室，打造“AIGC说真相”（AI Footage）栏目。
目前，“AIGC说线篇创意短视频，被百余家媒体采用，新华社客户端浏览量超600万次，海外社交媒体脸书浏览量单片超过2万。
其中，8月12日播发的《AIGC说真相｜“打劫”叙利亚，美国盗抢成瘾》中再次提升AIGC技术，除了图片+特效，还首次尝试利用AIGC直接生成动态视频，让视觉在AI的助力下实现更好的效果。
清华大学新闻与传播学院教授、元宇宙文化实验室主任沈阳给予了高度评价：“新华社节目中用AIGC生成动态视频，在央媒报道中属于首创。”
除了AIGC生成动态视频，AI的视觉技术也带来了新闻报道的创新。AI的视觉生成能力可以创造出一些传统新闻无法实现的效果，例如虚拟现实（VR）新闻、增强现实（AR）新闻等，为新闻生产提供更多的创新可能。
最近，清博智能旗下的清元宇宙视频号发布了一系列非常新颖的AI视频——AI动画。
该系列的视频利用AI的视觉生成功能，针对热点事件创作了一系列的连环画视频，如台风抗灾主题的《萌兰出手救灾》、熊猫福宝生日主题的《大家都来送祝福》、大运会主体的《熊猫队已就位》等。
这样的叙事风格取得了十分不错的效果，在内容报道的创新上，也非常具有借鉴意义。
当然，AIGC与新闻业的融合、发展还处在早期阶段，但凭借AI具备越来越丰富的功能，新闻业的AIGC新闻还有更多的潜力等待人们的探索。
新闻已然成为新闻业变革不可阻挡的趋势，但对AI技术仍需要抱以警惕的心态。
简单来说便是，AI生产的内容看似是经过“思考”的，实则还是一种“提示词”激发的机制。不论是GPT-3还是GPT-4，其都是通过学习大量的文本数据，模拟语言的统计规律，然后根据这些规律生成文本。这种生成过程是基于概率的，而非逻辑推断。
例如，给定一个句子的开头，模型会预测下一个词是什么。这个预测是基于模型在训练数据中看到的所有可能的下一个词的概率分布。模型会选择概率最高的词作为下一个词。然后，模型会继续预测下一个词，直到生成一个完整的句子。这种方法使得模型能够生成流畅且看似合理的文本，但它并不理解这些文本的真正含义，也不能进行关乎真伪的逻辑推断。
这使得人工干预变得非常重要，否则，GPT等AI工具生产、输出的内容势必会走向真伪难辨、导向不明的困境。
其次，是在著作权等权利方面的问题。一方面是著作权侵犯问题，这是AI等数字工具一直以来的通病。不久前，OpenAI就被起诉称侵犯了两位作家的权益，将其著作内容用于大模型的训练。
另一方面，AI生产的内容的著作权是在谁，这也非常难界定。如若ChatGPT 等 AI 技术被恶意利用，进行虚假信息的生产与传播，进而扰乱舆论场，即使问题能够得到及时的治理，但追责依旧是个难题。
一方面，AIGC以量取胜，可能产生大量看上去“令人信服”的内容而占领大众的注意力资源。这会令新闻工作者的生存空间被极大地挤压，且削弱新闻媒体的权威性。
另一方面，AI甚至会影响记者的思维，AI作为辅助工具可以为记者带来写作上的捷径，其提供的参考框架能够帮助记者迅速地生成写作思路，在应对新闻生产的时效性压力时，能够获得优势。
但是，AI的参考框架本身是不具有创新性的，反而是一种公式化、浅表化的“思考”，如若大规模的应用，新闻表达的多样性也将弱化，最终导致新闻的同质化结局。
AIGC是新闻业探索未来出路的重要途径，极大地加快了新闻业智能化转型和业态重塑的进程。
虽然技术双刃剑的警告一直悬于我们的头顶，但正如哲学家海德格尔（他提出了“存在论”）所言，技术是时代的座驾，如何操作技术本身才是决定AI技术以及新闻业命运的关键。
图片源于Q仔互联网冲浪所得，若有侵权，后台联系，Q仔滑跪删除~返回搜狐，查看更多