（本文作者：王建磊，为深圳大学传播学院副教授；查亚东为深圳广电数字科技有限公司首席技术官；原标题：深圳广电 | 开发“液态”产品：智能媒资库升级路径）

　　主流媒体积累了几十年的媒资库是媒体机构的重要资产。随着AI与媒体融合进一步加深，媒资库对主流媒体融合发展而言，或将从“有点关系”变成“性命攸关”。

　　如何盘活这些资产，让存量带动增量，为媒体内容精准分发、N次传播、二次创作、上线交易、版权保护等奠定基础，为“新闻+政务服务商务”贡献力量？本期推出“主流媒体平台化建设”系列专题研讨之三，诚邀业界同行和学界专家对智媒时代的媒资库建设进行有益探索。

　　本篇关注深圳广电集团开发广电媒资数据的新模式。

　　媒体深度融合背景下的媒体竞争，就是数据资产的竞争。

　　在此背景下，广电机构的媒资迫切需要借助“价值重塑”的新视角，勘探广电媒资数据开发的新模式与新路径。本文以深圳广电集团的实践为例，借鉴齐格蒙特·鲍曼的液态理论，从产品创新的视角出发，探讨广电媒资创新利用的可行性策略。

　　媒资作为广电机构的核心资产之一，不仅包括丰富的音视频内容资源，也涵盖了内容的数字化加工处理、存储管理以及查询应用等一系列复杂过程。关于广电媒资，业内已经有诸多论断，如“社会发展变迁的音视频档案”“电视台的核心构件”“广电再发展的战略核心”等。

　　在这方面，齐格蒙特·鲍曼的“液态现代性”为当前媒资库升级提供了理论支撑。鲍曼将液态的现代社会定义为：“在这样一个社会中，其成员行动的条件变化速度之快，远远快于行动方式巩固成习惯和惯例。液态”隐喻的是现代生活形态，强调突破规则、适应环境。从这个角度来说，广电机构的媒资应该以液态的方式去适应互联网信息传播的新框架，去适配加速变化和流动的产品迭代环境。

　　“液态”媒资库至少有两个核心要求。

　　第一，促进作品间的动态互联。液态理论强调的是流动性和变化的速度，这意味着广电媒资要打破传统的边界，实现作品之间的互联和互动。可通过算法和数据分析挖掘不同作品之间的潜在联系，如主题相似、受众群体重叠或情感调性一致等。同时，增强作品的吸引力和覆盖面，实现作品间的即时链接，为受众提供连贯且个性化的观看体验。

　　第二，深化作品与受众的互动关系。液态理论也启示我们，在不断变化的社会中，广电媒资的价值不仅在于内容本身，更在于能够与受众建立起稳固的、多维的关系。这要求广电机构通过社交媒体、互动平台，加强与受众的互动和沟通，重点思考“与谁有关，有谁需要”、重建新闻与人之间的关系。

　　之前的媒资实践大多围绕如何更好地服务新闻资讯生产、提升传播效果等，主要在新闻领域内作为素材及片段嵌入作品——这种常规的使用方式恰恰导致媒资库大多被局限在“内容形态”层面的开发。

　　当前，面对智能工具应用、短视频传播、穿戴设备升级等外在条件的变化，媒资库应以“液态”形式积极介入媒资研发环节，推动自身演化出更多新形态产品。

　　(一)语料型产品的创新应用

　　以Sora为代表的视频大模型，为媒资库的创新应用创造了机会，取自真实世界的影像成为开发语料型产品的关键。为适应这一趋势，可采取以下策略。

　　首先，通过自然语言处理技术提取广电媒资中的关键信息，如人物、地点、事件，以它们之间的关系来构建知识图谱。

　　其次，基于知识图谱开发针对性的智能产品，如聊天机器人、推荐系统的语料库，帮助它们更好地理解用户询问和需求。

　　再次，从生成式对抗网络(GAN)角度出发，以媒资库中的真实影像作为标准，开发工具和算法鉴别其他媒体内容或生成内容的真实性，辨认、打击虚假信息。

　　此外，强化版权管理和数据安全也是开发语料型产品过程中不可忽视的方面，可开发基于区块链的版权管理系统以确保媒资内容的合法使用，同时严格遵守数据保护法规以保障用户数据和隐私的安全。

　　(二)情感型产品的深度挖掘

　　短视频语境开创了“无情感不传播”的“以情动人”的传播范式，各平台怀旧题材的短视频都有着不错的数据表现。中央广播电视总台推出怀旧剧场频道，为受众提供了一个体味、反思过去的空间。

　　由此推之，广电可利用媒资库开发出融合怀旧情绪与复古元素、结合互联网记忆、具有情感连接的新闻产品，在报道某一新闻时注重与过去的相关事件链接，唤醒时代印记下独一无二的集体记忆，甚至可以顺势开发出一个独立的怀旧平台，提供能独立满足用户情感和娱乐需求的内容。

　　(三)计算型产品的智能化发展

　　计算型产品通常指依托于计算技术、特别是大数据分析和机器学习算法，为用户提供数据驱动的服务或决策支持的产品。这类产品能够处理和分析大量数据，以支持复杂的决策过程或提供个性化的用户体验，在面向C端用户时优势明显。利用广电媒资开发计算型产品存在多个可行的方向。

　　一是开发内容推荐系统，通过分析用户的观看习惯、偏好和互动数据，并结合媒资库中的内容特征开发出更适合本地的智能推荐算法，提升用户的黏性和满意度。

　　二是利用人脸识别技术深度分析视频内容，自动识别人物并用于内容归档与索引，允许用户快速找到特定人物的相关视频，摸索向C端用户提供个性化服务的经验。

　　三是利用标签标注技术为媒资生成智能分类和标签，如以主题、情绪、场景、人物等维度促进内容结构化，不仅提高内容管理效率，还便于个性化内容推荐，支持内容的二次创作和深度利用，为用户带来更丰富多样的内容消费形式。

　　四是推进智能内容生产，利用自然语言处理(NLP)和生成式人工智能技术，自动从现有媒资内容生成新闻摘要或自动剪辑视频片段等。

　　五是保障版权和内容监测，开发基于图像识别和视频分析的工具，以自动识别和监控网络上广电内容的使用情况，确保知识产权得到保护，防止未授权的使用和传播。

　　(四) 3D型产品的沉浸式体验创造

　　新一代穿戴设备VisionPro的发布，标志着3D内容进入大众化传播、使用的新阶段。广电媒资库应瞄向这一未来趋势，借助其庞大的内容库和技术优势展开准备。

　　一是利用媒资内容的真实感构筑未来虚拟空间的场景，保持真实世界与虚拟世界间切换的连贯性与熟悉感。

　　二是利用媒资基础和3D建模重现历史事件、文化遗产或重大新闻报道等场景，让用户深度体验历史文化。

　　三是向游戏、教育、军事等领域扩展，基于广电现有影视作品创造虚拟世界中的角色扮演、冒险探索等沉浸体验。

　　传统观点常常把广电媒资库当作一个成本平台，主要服务于内容制作素材、传播运营领域。面对液态化社会的快速变化，这一开发思路与技术方式亟须转变。

　　深圳广电集团采用人脸识别、视觉识别、语音识别、大语言模型等技术，对积累了近40年的媒资库进行了全面的智能处理，打造了可以提供商业运营服务的智能媒资及内容大数据平台，将媒资库从成本平台逐步转化为运营平台，开拓了包括垂直行业领域的大数据分析、行业智库报告、标签知识图谱和智能影像检索订阅服务、多模态语料数据集和历史考证的泛科研服务等在内的各类新的商业模式(如图1）。

　　(一)基于大数据的垂直行业媒资服务

　　1.为本地卫健系统打造官方智库。

　　深圳广电基于智能媒资库中近40年来积累的数十档新闻栏目、近百万条新闻内容中的人物、机构、事件等标签信息，对深圳市约80多家主要医疗机构进行近40年来的报道率榜单排名和报道主题聚类分析，编制研究报告，开发对应的大数据可视化系统，以云服务方式提供实时查阅服务，为深圳市卫生健康相关主管单位就医疗卫生政策的宣贯执行、本地医疗机构的大众传播情况提供有价值的洞察分析和决策支持。

　　2.为珠宝行业提供大数据分析。

　　深圳广电基于自身智能媒资库的数据基础和智能化采集分析能力优势，合规收录了全网特定信源近一年与“珠宝”等相关的品牌关键词数百万条数据，以此为基础，从商业服务、营销咨询、行业智库的角度，对全球珠宝品牌的知名度、美誉度、创新力等各类维度进行标签分类定义，进行多维度大数据分析，产生珠宝品牌的多维度榜单排名，为本地珠宝行业商业智库提供大数据分析研究服务及报告。

　　这两个项目都是基于广电自身媒资库内容优势及智能化优势，对外提供大数据和智能化分析研究咨询服务，兼具经济效益和社会效益，为广电集团在液态化社会环境中开拓新商业模式提供了思路。

　　(二)打造智能检索的个性化媒资服务

　　凭借智能媒资系统等平台驱动的媒体大数据和智能化能力，广电融媒可面向C端、B端、G端用户打造有针对性的基于影像资料、内容数据的智能检索服务。

　　1.面向C端用户：打造时政、民生新闻资讯版的“天眼查”。

　　可对自有新闻客户端内的任何图文、音视频，从时间、人物、机构、事件、主题及其关联关系等维度进行分析和关联，形成具有更高洞察力、可传播的新媒体内容页面。这些页面实质上属于机器自动化生产内容(MGC)、数据生成内容(DGC)的一部分，可以让用户从人物、机构、事件等更明确的实体对象维度，汇聚某个人物、机构乃至任意一个有效关键词标签在一段时间段内可采集到的所有新闻内容、公共数据。

　　这一服务既可成倍地提升新媒体端页面产能，又可为新闻内容增加“刚需”功能特性，还可进一步增强互动性和社交功能，将简单的内容阅读改为有洞察力的数据新闻、内容数据搜索服务，打造与城市政务服务、民生服务、商务服务有关的智能搜索引擎，为拓展“付费订阅”“搜索广告”等商业模式提供基础支撑。

　　2.面向G端和B端用户：打造本地数字化、智能化音像资料馆。

　　提供各类人物、机构、事件、场景的音像智能检索、素材订阅等相关云服务。深圳广电的智能媒资库系统可以对数十万乃至数百万小时的音视频进行人脸、通用视觉场景、语音等多模态处理，由此构建本地最大的新闻人物人脸特征库，形成数千万乃至数亿条高度结构化的人物场景片段，基本上可以覆盖本地的时政、经济、文化界知名人物，从而构建本地区、下辖的各委办局或者知名企事业机构、各区县及下属单位、街道和乡镇、社区和乡村各个层级的时政人物标签分类。并可进一步建立机构和人物的关联关系，对人物相关联的机构进行丰富的属性信息标引，建立本地各个层级机构标签。同时，通过自然语言处理、人脸识别等智能化算法，自动将相关内容归集到各个人物、各个机构，汇集形成各个层级的人物和机构的专题功能页面。

　　这样的功能可快速实现人物、机构、事件的图文视音频自动集锦，还可以采用SaaS云服务的商业模式，面向城市各委办局、区县、企事业单位乃至广大市民提供城市音像资料查询检索、素材订阅等服务。从长远来看，G端和B端用户可根据需求选择订阅不同的服务包，如获取更多的检索和下载权限、使用高级工具等。

　　(三)提供多场景应用的泛科研媒资服务

　　在上述实践中，深圳广电与合作方成功开展了主题建模、多标签文本分类领域的算法模型、数据集及相关学术活动的策划合作与落地，并将进一步把智能媒资库建设成为集多模态语料库、数据集、AI算法模型训练、垂直领域知识库和文献库于一体的泛科研服务平台。

　　首先，借助各类AI技术，可以将海量媒资转化为可细化到每一帧、每一段场景、每一段声音的语料库，成为每一个新闻人物、每一个机构、每一个事件、每一个关键词的数据集，逐步打造高质量多模态语料库，支持AI算法模型的训练和科研工作的开展。

　　其次，新一代的智能媒资库的商业运营要向知网和科睿唯安(Clarivate)等平台看齐，提供各类图文、音视频文献知识库服务。

　　再次，因为媒资库一般都能覆盖本地各类内容30—40年甚至更长，天然具备了科学考证、历史考证的功能，通过多维度标签标注的持续细化和智能化分析，可在本地历史建筑、风土人情、机构历史沿革、人物成长、事件发展等细分领域提供历史考证服务。

　　从深圳广电智能媒资库运营实践可以看到，主流媒体具备数十年如一日持续深耕本地、可持续进行商业运营的优势，完全可以将媒资库打造成为自己的核心优势资产，从成本平台拓展为运营平台、创新平台。

　　当然，实现以上目标不止需要广电部门的努力，更需要积极与政府部门、高校、研究机构、企事业单位构建合作生态，通过SaaS云订阅与付费服务形式持续提升经济效益和社会效益，助推广电融合进一步深化。