如今，AI已经走进普通人的日常。而AI之所以能越来越好用，就离不开语料库建设。什么是语料库？简单说，语料库就是用来训练AI的文本、图像、视频等数据的集合，AI通过学习这些真实使用过的语言材料来获得理解和生成内容的能力。语料库，成为AI时代不可或缺的“新基建”。

　　在这一浪潮中，媒体行业也在加速布局。央媒和一些地方媒体纷纷布局或提速建设，积极探索打造主流媒体语料建设新路径，浙江广电就是其中先行者之一，主动融入国家“人工智能+”行动和语料基础设施建设大潮，语料库建设已取得不少进展。

随着人工智能的加速发展，许多同事都想了解集团在这方面的情况。最近，我们就大家关心的有关问题，采访了集团融媒体技术中心的负责人。

　　“语料库”是什么？与我们原有的“媒资库”有什么区别？两者是什么关系？

　　媒资库、语料库同属高质量数字资源资产库，二者是从素材仓库到数据原料再到模型语料的三层递进关系。

　　一般人对“媒资库”与“语料库”两个概念容易搞混，差异主要在于应用的不同层次。

　　媒资库是仓库。 这是过去几十年媒体建设的核心目标。ZMG智能媒资总量8.3PB，是省内规模领先的广电视听内容资源池。但如此规模的素材，找得到、用得好其实不容易。

　　AI编目后的媒资是原料。 当AI完成人脸、语音、字幕、场景、情绪等多维度标注后，素材从“存储对象”转变为“可调用资源”——能读、能检索、能组合。

　　垂直主题的深度标注，才是语料。 要让AI真正理解一个主题，还需要对核心概念进行体系化标注，厘清人物、事件、政策各要素之间的关联。这种语料既可以服务于人，也可以服务于AI，更是集团开展GEO生成式引擎优化探索的重要基础，助力主流权威叙事在大模型问答中获得采信。

　　三层递进，对应着一个转变：我们不是简单地“整理资料”，而是在“生产语料”。

　　这一趋势的背后，是媒体媒资工作在AI时代的必然延伸。这条路我们也已经走了好几年——只是过去，我们习惯叫它“智能媒资”。

　　浙江广电的语料库建设有什么优势和特色？

　　集团的媒资库里，藏着浙江广播电视的百年时光。

　　最古老的一段声音，是1918年的二胡录音；最早的一段影像，是1958年拍摄的《周恩来》——那是浙江新闻纪录的起点。从那以后，一代代广电人拍下来的东西，都沉淀在这里：193万条素材、8.3PB总容量，覆盖新闻报道、专题纪录片、重大活动直播、人物访谈、地方风物纪实、综艺、戏曲等几乎所有类型。

　　这些素材过去主要靠人找——编辑找素材、记者找镜头，这有天花板。这几年，我们做了一件事：让AI也能读得懂。

　　从智能媒资到超高清智能媒资，最大的改变是让“找素材”跨过了文字，声音，画面的界限。人脸、语音、字幕识别一步步搬进媒资系统；今年接入跨模态大模型后，输入一句“老城区改造，居民搬离”，系统就能直接把对应的镜头找出来。不光是人用，AI也能用；不光是人找素材，AI还能辅助生产。

　　我们还可按需搭建各类资源专库——比如浙江卫视的重要时政专题库、钱江频道的“美丽浙江”资料库、民生频道的“浙BA”主题库等等，这些都是ZMG媒资语料库的基本组成。

　　从原料到语料是一次跃迁，那浙江广电已经取得了什么成果？能否给我们举一个例子？

　　将原料升级为语料，这是一条开放的路。我们聚焦高质量、具有浙江辨识度的题材，以试点方式形成可复制的方法论。以义乌发展经验语料库为例。

　　集团融媒体技术中心、资源中心联合义乌市融媒体中心，共同打造深度标注语料主题库，不仅归集了省台40年报道积累的音视频史料，同时吸纳地方媒资、政策、调研成果、发展年鉴等官方权威文献，目前已入库2000余条多模态语料。

　　我们自主设计了一套双维标注规范：一边按广电行业编目标准标注基础信息，一边围绕“义乌发展经验”的理论体系多维度标注语义信息，创新构建了AI能理解的语料底层框架。

　　区别于传统媒资，“义乌发展经验”语料库提供了哪些新能力？

　　为了体现不同于传统媒资的功能效果，我们试验打造了以下场景：

　　智能问答：基于权威媒资语料输出答案，联动返回原始音视频片段与素材元数据，可支撑新闻稿件查阅、选题调研等业务场景。目前问答准确率超过90%。

　　故事提炼：基于结构化多模态语料，自动萃取人物线索、关键事件、发展脉络等核心叙事素材，为AI短剧、短视频脚本创作提供史实准确的素材参考。

　　数字策展：整合语料库中的影像史料、事件资料、核心观点，输出成套数字主题策展参考方案，适配展馆数字化展陈、地方成果宣传、文化科普传播等需求。

　　除此之外，集团在语料库建设方面是否有其他规划？ 

　　 除查询、解读、策展之外，语料库更深层的价值，是把广电沉淀下来的整套生产经验转化为AI可复用的生产能力，赋能专题片、短视频、AI短剧等垂类内容生产。

　　一方面，立足集团《1818 黄金眼》《小强热线》等本土民生IP资源，频道与媒资侧已完成素材归集与基础标注，当前正依托语料库的故事提炼能力开展实践探索，对案例故事、矛盾冲突结构、人物塑造、叙事表达手法进行结构化拆解。待大模型学习这套本土民生故事的叙事逻辑后，就能服务AI短剧、短视频的脚本创作，既能借鉴成熟的栏目叙事风格，又依托真实媒资语料保障内容底色，为内容创新开辟新路径。

　　另一方面，专题纪录片方向的语料归集工作正在开展，目前已收集《吴越国》《千万工程》《盛世修典》等专题数据，包括成片视频，以及原始拍摄素材、音频、脚本、分镜等过程数据。后续将针对这批素材，开展镜头语言、叙事节奏、剪辑逻辑、叙事结构做专项深度标注，依托这批高质量垂类语料探索模型微调，沉淀适配自身业务的内容生产skill。

　　未来面对新的创作任务时，就可以复用过往成熟的纪录片叙事范式，辅助完成脚本生成、镜头匹配、粗剪方案输出，实现纪录片的智能化辅助生产，降低专题纪实内容的创作门槛。

　　这些垂类生产能力，不是直接替代编导创作，而是把几代广电人积累下来的创作经验固化进语料底座，作为编导的智能创作助手，拓宽内容生产的效率边界。

　　下一步语料库的建设方向是什么？

　　语料库建设是一项全新工作，当前仍面临算力成本较高、AI标注工具不足、行业统一标注标准尚未形成等现实挑战。但这些问题并非ZMG独有，而是全行业共同探索中的共性课题，各省广电均在各自领域开展实践，齐头并进。

　　放到AI传播的时代背景下，当下用户获取知识的方式持续迭代，不再依赖传统媒体平台检索，而是直接通过大模型提问。如果主流媒体不主动输出权威、系统的文化语料，AI的作答就会依赖碎片化、非权威的网络信息，导致主流叙事缺位。义乌发展经验语料库试点让县域治理、共同富裕的权威广电叙事，成为AI问答的优先数据源。复刻这套模式，就能让正统红色文化、地方红色脉络沉淀为大模型知识底座，让主流权威叙事在AI问答中优先呈现。

　　8.3PB的存量，是几代广电人的积累。但存量的价值，不在于存了多少，而在于AI时代还能调用多少、能用出什么新价值。从仓库到燃料，集团媒资的数智跃迁仍在途中。