企业每周新闻资讯商务蓝色模板
超高清与媒体融合的发展
随着科技的飞速发展，传媒行业正经历着前所未有的变革。从电子化、信息化到数字化、智能化，传媒行业不断与时俱进，探索新的发展模式。特别是在超高清技术、媒体融合和智能化（UI）的推动下，传媒行业正迎来全新的发展阶段。
在传媒行业中，数字化是智能化的基石。尽管随着生成式UI的发展，业内出现了要求跨越数字化直接演进到智能化的声音，但我们认为，传媒行业在数字化方面仍有很大的提升空间，不能轻言跨过数字化直接进入智能化。
相对于数字原生的行业，传媒行业在数据整理、存储和分析等数字化环节还存在很大提升空间。特别是历史保存在非电子化及模拟系统中的语料，需要投入大量资源进行数字化处理。缺乏高质量、标准化的数据，智能化技术就难以发挥应有的作用，无法为传媒行业提供足够的“原料”和支撑。
当前智能化技术还难以满足传媒行业发展的全部需要。智能化是一个基于概率统计学的技术，即便在最理想的情况下，也无法做到100%准确。在传媒领域，多模态技术正处于初期发展阶段，当前精度还不能支撑所有场景的规模应用。因此，传媒行业需要在数字化基础上，逐步推进智能化技术的应用。
传媒行业的数字化建设刚刚进入深水区，还需要通过创新管理和交易机制，提升行业整体价值资本变现能力，为传媒可持续发展奠定坚实基础。数字化建设不仅有助于提升传媒行业的运营效率，还能为智能化技术的应用提供有力支撑。
综上，传媒行业在迈向智能化的过程中，必须首先夯实数字化的基础。只有在数字化取得显著进展的基础上，才能更好地推进智能化技术的应用和发展。
近年来，广播电视行业协同发展，超高清与媒体融合成为两大趋势，为传媒数字化奠定了良好基。
超高清技术的应用
超高清技术在当前的赛事节目中应用效果尤为明显。通过“4K超高清+三维声”的应用，观众可以在电视机前获得身临其境的视听体验。超高清技术的发展不仅提升了观众的观看体验，还推动了传媒行业的技术创新和产业升级。
有为作为行业领先的科技企业，深度参与了超高清制播IP化标准制订和产业研制工作。依托由部门批准建设的超高清视音频制播呈现重点实验室，有为与广播电视总台、相关厂商开展了一系列4K/8K超高清IP化制播的研究与实践。
目前，有为已经成功助力广播电视总台建成全国首个4K/8K总控IP化调度系统，该系统具备超远程制播能力，支持超两千路4K无压缩信号调度，采用SD架构实现无压缩信号制播。
媒体融合是将一切媒体的资讯数字化，通过融媒平台将资讯以最便捷的方式进行传播，同时也驱动了各类媒体信息共享和价值传递。媒体融合有助于打破信息孤岛，提升传媒行业的整体效能。
然而，在媒体融合过程中，很多存量生产系统CI基础设施“烟囱”林立，形成信息孤岛。传统硬件平台在支撑融媒体业务的生产与部署过程中也面临诸多挑战。
为了解决这些问题，有为构建了融合数智化云底座，为媒体单位提供统一的超高清存储池和强大的文件存储能力，实现素材的快速迁移。同时，融合数智化云底座还促进了应用软件与底层硬件平台的解耦，更好满足媒体融合生产的要求。
通过融合数智化云底座，新闻视音频素材可以实现“随采随编”及内容的智能生产及审核，减少生产制作环节内容泄露风险。此外，融合数智化云底座还实现了云化部署，统一建设与运营计算、存储、网络平台，提升资源利用率。
随着UI技术的不断发展，传媒行业正积极拥抱UI，共建传媒大模型，以推动行业的智能化发展。然而，在推进UI应用的过程中，也需要强化监管，确保传媒行业的健康发展。
UIGC在传媒领域部分场景已经能够原生生成各种类型的内容，正逐步成为传媒行业新质生产力的发动机。为了讲好故事，传媒行业需要积极拥抱智能化，利用5000年的绚烂文化数据作为语料输入，结合智能化大模型训练推理，构建良好的叙事体系及评价能力。
然而，目前国内外各大厂的UI大模型主要聚焦在大语言模型、计算机视觉、多模态等基础模型构建上，尚未发现成熟可应用的传媒行业模型。这主要是因为传媒行业价值语料分散在不同媒体机构手中。
因此，需要广播电视行业的头部机构牵头发力，统一建设广播电视大模型平台，构建传媒行业垂类模型，服务传媒行业智能化发展。
UI为传媒行业带来生产力的提升，但也伴随诸多挑战。如何确保UI生成内容的准确性和公正性、处理版权问题、以及防止UI技术被滥用以传播虚假信息等问题，需要整个传媒行业、国家部委、行业监管机构等多方共同努力。
去年7月，部委联合发布了“生成式智能化服务管理暂行办法”，从生成式智能化服务提供者的算法设计与备案、训练数据、模型、到用户隐私、商业秘密的保护等方面提出了相关要求。
然而，这只是一个开始。为了确保传媒行业智能化的健康发展，行业监管机构还需要制定落地细则，如UI生成的视频强制水印机制等。
3.避免智算大模型部署误区
在部署行业智能化大模型的过程中，传媒行业需要避免一些常见的误区。首先，不能用传统建设大数据或者私有云平台的方式去部署智算大模型平台。过去做大数据或者私有云平台时，主要投资是服务器，网络性能往往被忽视。
然而，随着UI平台建设的逐步完善与发展，UI服务器利用率与网络性能之间的正比关系也逐渐清晰。因此，在部署智算大模型平台时，需要全面考虑算力、存力和运力的整合，构建高性能、高稳定、高带宽的算力集群系统。
其次，不能重硬件轻软件。大模型的算力系统是把几万个数据处理单元连接起来，一旦出现故障或者阻塞，就会导致训练中断。因此，一个优秀的算力调度平台是算力系统建设的核心要素。它能够实现训练与推理资源的统一管理和分时复用，支持训推资源共池、跨域诊断、断点续训等功能。
编辑:张三 李四
校对:笔小格
监制:卢卡、伍一叁
来源:135编辑器官网
【模板説明】
排版：135编辑器
头图：135编辑器样式
插图：135摄影图（ID：62149）使用时请自行替换
文案：135AI写作，仅用作占位，使用时请替换
