AIGC驱动新闻业效率提升：机遇、挑战与规模化应用路径

新闻业面临流量变迁与收入萎缩的转型困境

传统媒体与数字媒体新贵在全新的数字化生态中，均面临核心挑战：流量逻辑变迁、短视频冲击、线上广告收入萎缩等因素，促使行业陷入发展瓶颈（来源：腾讯研究院《拐点时刻？AIGC时代的新闻业》报告）。

AIGC技术分三阶段介入新闻生产流程

人工智能在新闻业的创新分为三阶段：1. 自动化报道（模板化内容生成）、2. AI增强报道（数据辅助分析）、3. 生成式AI报道（AIGC参与创意生成）。当前AIGC技术正处于第三阶段，具备多模态内容生成能力（来源：腾讯研究院报告）。

实际应用中AIGC主要提升内容生产效率

行业调研显示（样本量105，6成受访者从业5年以上），AIGC工具在新闻机构中的核心价值体现为：

• 54.8% 的从业者用于资料检索
• 44% 用于内容翻译
• 39.3% 用于内容框架生成 但现阶段AIGC仍存在内容可读性差、信息源混乱、编造信息等局限，尚无法独立完成深度报道（来源：腾讯研究院调研数据）。

央视听大模型实现视频内容生成效率突破

腾讯云与央视合作开发的央视听大模型，通过AI技术实现:

• 视频理解与问答能力：可直接解析视频内容生成新闻稿件
• 多领域内容生成：覆盖美食、文化、科技等领域的解说词生成
• 数字人主播生成：基于较短真人视频即可生成对应数字人主播，降低制作成本（来源：腾讯云智慧传媒技术案例）。

新闻业规模化应用AIGC需建立六重保障机制

针对AIGC的深度应用，报告提出关键发展方向：

1. 开发媒体专用大模型
2. 强化事实核查与内容校对机制
3. 建立AIGC使用伦理规范
4. 突出权威专业报道价值
5. 加强本地化新闻覆盖
6. 推动新闻类型创新（来源：腾讯研究院报告预测）。

数据来源：腾讯研究院《拐点时刻？AIGC时代的新闻业》报告及行业调研（有效样本105份，覆盖央党媒、市场化媒体、地方媒体等机构从业人员）。