（胡正荣，系中国社会科学院新闻与传播研究所所长；郭海威系中国社会科学院新闻与传播研究所助理研究员）

　　近来，DeepSeek以其低成本、高效能的开源模型应用，正在全球范围引发一场“人工智能地震”。作为一项基于深度学习和自然语言处理技术的大型人工智能模型，DeepSeek大模型不仅在自然语言处理、内容生成方面展现出强大能力，更以其对概念的理解和意图的分析，突破了传统人工智能的局限，成为全球科技创新的焦点，同时也为广电视听行业智能化转型带来重大利好。能否主动应变抓住这一重要窗口期，既关乎广电视听机构与创作者的竞争力提升，也关乎广电视听新生态的韧性建设与长效治理。

　　DeepSeek具备强大的数据分析和内容生成能力，推动广电视听行业重新定义内容生产、用户服务以及运营管理，正迅速成为行业转型升级的核心力量之一。

　　福建省广播影视集团的福云智能化云平台接入DeepSeek-R1。

　　上海广播电视台Scube（智媒魔方)近日接入DeepSeek，实现从内容创意到拆条生产的多维度提速。

　　人机深度交互触发头脑风暴，丰富视听内容产出。技术创新视角下，DeepSeek大模型的智能应用工具包为广电视听行业提供了强有力的内容生产支持。其工具包不仅可以实现文本转录、翻译、摘要总结等常规功能，也可进行信源集成、数据调查、事实核查以及自动生成时间线等多种操作。DeepSeek大模型不仅能够根据关键词进行基本的内容匹配，还可以深入分析指令的含义、意图及细微差别，协助人工触发头脑风暴，从而生成高质量、连贯且富有深度的脚本与视听内容，有效助力广电视听行业的内容生产升级。这一技术突破改变了人工智能传统的内容生成模式，从而催生新的叙事视角与方式，进一步打破内容创作的思维局限、模态局限和时空局限。在此过程中，有影响力的创作者群体逐渐崛起，他们通过与广电视听机构合作，利用DeepSeek大模型的技术工具，制作出具有较强吸引力且能满足用户多样化需求的优质视听产品。

　　创新交互方式建构紧密联系，适应消费方式变化。随着信息消费方式的不断变化，用户的消费需求趋向个性化、即时性和交互性。DeepSeek大模型基于其数据分析能力，可以帮助广电视听机构追踪用户需求的变化并及时调整服务策略。这一过程不仅是为了吸引用户的注意力，更是为了在激烈的注意力竞争中，重建内容生产方与用户之间的紧密联系，提升用户信任感和忠诚度。通过对用户行为进行精准分析和有效追踪，DeepSeek大模型能够辅助广电视听机构设计更符合用户需求的内容形式，并通过多种交互方式增强用户参与感。内容生产与用户需求的紧密结合，将进一步推动广电视听品牌内容的个性化定制。

　　数据驱动助力洞察行业态势，提升战略优化能力。DeepSeek大模型具备较为卓越的数据分析能力，其通过对广电视听领域大数据的挖掘和分析，可以为行业发展提供新的战略研判视角，帮助行业洞察市场发展趋势并优化决策。人工智能和大数据的结合，显著增强了广电视听行业对内容表现的预测能力，能够在实时调整策略过程中，确保内容精准触达目标用户群体，并产生持久影响力。同时，DeepSeek大模型可以通过数据建模为创作者和机构提供个性化的工作任务和目标设置，以提升生产效率，充分释放内容生产力。另外，结合对内容生产者的数据画像，DeepSeek大模型可协助个体创作者建立品牌形象并增加其市场价值，其中不乏有个体创作者影响力超越广电视听机构品牌。这一趋势不仅为广电视听机构的战略优化提供支持和方向引领，也为其在人才管理、留任及薪酬结构设定方面提出新的挑战。

　　尽管DeepSeek和其他类似大模型为广电视听行业带来巨大变革潜力，但随着其应用的日益广泛和深入，若干潜在风险或将显现，须引起行业警惕和重视。

　　河南广播电视台大象新闻官宣接入DeepSeek。

　　重庆广电第1眼TV-华龙网“芯问”大模型接入DeepSeek。

　　智能生产或衍生虚假信息泛滥和内容过剩风险。智能化生成工具的普及，使得广电行业面临着虚假信息泛滥和内容过剩的双重风险。普通用户和创作者对DeepSeek大模型等应用缺乏必要的培训和专业素养，尤其容易在信息来源的核实和审查方面存在较大漏洞，虚假信息和人为制造热点事件的情况愈发严重。与智能技术的快速发展迭代相比，监管部门和平台的虚假信息识别机制更新表现出一定的滞后性，易造成对内容质量和可信度的把关不严，导致视听内容生态中“噪音”不断、“杂音”四起。虚假信息泛滥和内容过剩问题不仅影响用户对内容的信任，也为广电视听机构及创作者个体带来了声誉风险。因此，如何建立完善的内容审核机制以及加强创作者和用户的媒介素养，是行业亟待解决的一项难题。

　　警惕“人工智能垃圾”渗透至大模型训练数据。当以DeepSeek为代表的大模型在广电视听领域应用逐渐加深，各类视听合成内容充斥社交信息流，其中不乏大量的“人工智能垃圾”。所谓“人工智能垃圾”，是指基于人工智能生成的低质量、虚假或误导性内容。大模型的训练依赖于大量真实、优质的数据，通过学习这些数据，模型能够获得良好的理解、预测及处理复杂问题的能力。而当此类“人工智能垃圾”渗透至模型训练数据中，模型处理结果将受到影响，可能出现推理错误，甚至生成不准确内容，这种问题可能蔓延至自动化新闻写作、编辑、审校以及视频生成等领域，影响广电视听内容质量和公信力。对此，广电视听机构在引入DeepSeek等大模型过程中，需着力加强对训练数据的审核机制，形成严格的数据过滤和清洗流程，提高技术系统识别和剔除不良数据的能力。

　　隐私与知识产权保护问题突出将冲击数字信任。DeepSeek等大模型在分析、生成内容过程中，依赖于大量的数据资源，尤其是用户数据、已有内容和知识产权信息，这些数据的获取和处理方式对于行业信誉和用户信任具有重要影响。一方面，数据隐私问题尤为敏感。大模型训练过程中，海量的用户数据被用于分析和模型训练，这些数据可能涉及个人隐私、行为记录、消费记录等。若这些数据的收集和使用没有严格的隐私保护措施，或未经用户明确同意，极易引发隐私泄漏风险，不仅侵犯用户隐私权，也将损害用户对平台和机构的信任。另一方面，知识产权保护是广电视听领域应用大模型过程中面临的又一挑战。人工智能可以基于对大量已有内容的学习与分析，生成新的创作成果。然而，这些成果往往涉及对原创作品的借鉴，或未经授权使用了受版权保护的内容。这不仅侵犯了创作者的版权利益，引发版权纠纷，也会影响数字环境下的法律秩序和公平性。广电视听行业中的原创节目、剧集等内容尤为依赖知识产权保护，若知识产权问题处理不当，或引发行业不良竞争。

　　在DeepSeek等大模型应用推动下，广电视听行业的变革持续加速。要更好适应和推进广电视听行业智能化转型进程，构筑智能视听新生态，广电视听行业需进一步找准自身定位，着力强化复合应对能力体系，以占据优势。

　　浙江卫视《越韵中国年》晚会上，智媒果AI结合DeepSeek，让用户轻点“一键识屏”，获取专业内容。

　　广电视听机构重新定义角色和价值，着力升级平台优化品牌。拥抱技术创新是推动广电视听机构转型的关键。广电视听机构应在坚守主流价值和专业主义前提下，积极接纳和引入新技术新应用，提升内容质量和传播精度，增强内容交互性以优化用户体验，并应着力降低虚假信息对用户的影响。在追求数字化和智能化过程中，广电视听机构亦应坚持内容的独特性和价值性，补足智能技术应用中的“人性化”缺失。此外，广电视听机构在升级平台和优化品牌的同时，应当在技术应用中坚持以我为主，确保接入DeepSeek等大模型后仍然保持价值先行，而非流量优先。打造自主可控的智能应用系统，旨在避免因对外部科技公司的过度依赖，造成在运用大模型过程中的自主性和灵活性受限。

　　推动视听内容与社会服务重新捆绑，创新扩展收入来源渠道。利用DeepSeek等大模型应用进行业务创新，将为广电视听行业开辟新的营收来源，并在数据导向的基础上实现可持续发展。广电视听行业在应用DeepSeek等大模型过程中，可通过精准的用户画像，明确用户需求，进一步提高视听内容的个性化推荐效率和服务精准度。通过将视听内容与医疗、教育、交通等社会服务进行捆绑，能够形成内容与服务互嵌的复合型产品，并使用户在长期使用过程中对平台产生依赖感和认同感。以此为基础，广电视听平台可以开发系列基于用户需求的增值服务，形成“内容+服务”双重收入模式。广电视听行业探索收入来源多元化的同时，亦应注重数据保护和知识产权保护，为行业高质量发展筑牢数字信任根基。

　　完善广电视听大模型应用监管体系，源头入手消弭价值对抗。在应用DeepSeek等大模型过程中，广电视听行业应探索树立“价值观指南针”理念。在大模型的接入和应用伊始即需要考虑价值观的细分设计与植入，包括技术价值观、用户价值观、内容价值观和商业价值观。技术价值观锚定所建构技术系统的准确性和稳健性；用户价值观侧重保障用户体验与自主性；内容价值观是内容生产者均需遵守的基本价值观；商业价值观涵盖大模型等技术应用对运营管理及盈收的影响，要求在追求盈利的同时，避免技术滥用。同时，要健全强化政府、平台、创作者、用户的“四方协同”监管机制。政府应主导完善政策法规，对广电视听领域大模型应用予以规范与引导；平台应主动承担起内容审核与平台治理责任；创作者在技术应用过程中应承担起更高的社会责任，确保内容的真实性、正向性和社会价值；用户则需增强自我保护意识和信息识别能力，合理表达需求，对大模型输出内容进行有效反馈。激烈的流量竞逐将不断加剧DeepSeek等大模型应用的复杂性和挑战性，在此背景下，广电视听行业更应坚守价值底线，对用户需求保持审慎态度，对DeepSeek等大模型在内容生成与传播流程中的应用予以适当介入和干预，确保视听传播生态不出现价值偏离，从内容创作和传播源头消除价值对抗风险。