12月27日，中国第一个短视频智能生产平台"媒体大脑"在成都正式发布。

平台开发方新华社宣布，今年世界杯期间，该平台上最快一条进球短视频，从进球到发布仅耗时6秒，而整个平台日均产量可以达到1万条。

同一天，"权健事件"爆出后，新浪新闻只用了300多秒，就上线相关专题，并完成了推荐。

据新浪新闻透露，"5秒发出热点新闻，5-10分钟搭建专题上线"已经成为其稳定输出的标准能力，仅仅在2018年,新浪新闻就已经以同样的效率，高质量地完成了超过400个新闻专题。

普通用户很难理解，这两个数据背后，意义深远的行业质变。

新闻是时间的易碎品，但从杂志、报纸、网站、广播、电视、网站到APP，从以月、以周为周期，到以天、以小时甚至以分钟，每一次新闻的时效缩减，背后都离不开媒体形态或技术的升级。

而现在，伴随人工智能算法的驱动力，与专业的新闻生产能力完成协同，我们已经迎来媒体能力的又一轮进化。

1

过去10多年来，以Facebook、Twitter、新浪微博为起点，以人工智能深度学习的崛起为转折，全球媒体行业已经发生了天翻地覆的变化。

变化主要集中在两个层面：

第一个层面，是内容的供给。

一方面，新闻不再必须由专业的机构生产，而是转变为海量的UGC，每个机构、企业甚至个人，都可以成为自媒体，作为新闻的目击者、发布者、传播者和评论者，参与到内容传播的整个过程当中。

另一方面，人工智能逐渐参与到新闻生产之中。

比如，《华盛顿邮报》在使用"Truth Teller"核实新闻的准确性；《洛杉矶时报》通过智能系统处理地震突发新闻；路透社利用"Open Calais"帮助编辑审稿；《卫报》利用人工智能筛选网络热文，生成实验性纸媒产品。

而在国内，新华社、腾讯、今日头条、百度、咪咕、第一财经等也都研发出了各自的"写稿机器人"或"AI剪辑师"。

第二个层面，是内容的分发。

在过去的新闻业里，无论电视、报纸、广播还是网络新闻，内容的分发都是中心化的。

而现在，这个过程已经走向两极分化。

一条道路，是去中心化，依靠用户的分享传播，通过社交网络进行病毒式的裂变。

另一条道路，是强中心化，由平台根据人工智能和大数据，主动判断用户的兴趣，进而实现"千人千面"的定向推荐。

前一条路有代表，是微博和微信，后一条路的代表，当数今日头条。

两条路，各有优劣。

去中心化不但带来了前所未有的信息爆炸，更导致无效信息、虚拟信息的泛滥成灾它；而兴趣推荐带来的"信息茧房"和"信息垃圾场"效应也倍受争议。

但无论如何，这两条道路都代表了媒体的进化方向，它们也都演变出了强大的自净化机制，一直在加速发展。

【2】

上面这些变化中，社交网络和自媒体已经成为大势，兴趣分发也已经得到广泛应用。

但如何将人工智能应用于内容生产供给，一直还处于摸索阶段。

其原因在于，大多数新闻的创作，无论是稿件的主题方向范围，还是采访与资料的整理取舍，还是评论的立场观点乃至论点论据，每一个过程都是非标准化的，各种内容信息之间也存在近乎于无限大的关联性与扩展性。

这意味着，深度学习算法很难独立做好新闻的处理与加工。

所以，除了证券、比赛等少量相对标准的领域，人工智能此前一直缺少真正普遍适用的、而且具有标志意义的应用案例。

所以我们看到，即使是今日头条、腾讯、百度这样具有强大技术实力的公司，他们的新闻内容，依然基本来自于传统媒体、自媒体或是人工自采。

即使到最近，今日头条的"10万创作者V计划"，一点资讯的"清朗计划"，微信7.0改版的"时刻视频"和新版"看一看"，也都是以争夺和利用自媒体的内容为核心战场。

但实际上，人工智能与专业新闻生产的结合，也已经出现了新变化。

比如，今年世界杯期间，咪咕上线的"智能AI直播剪辑官"，通过人工智能准确识别进球、射门、角球等7大场景和世界杯所有球队、球员，模拟人工剪辑师进行工作精彩内容剪辑，将短视频的剪辑速度，从10分钟缩短至10秒以内。其中，由AI剪辑的C罗进球短视频，短短一天内，在咪咕视频手机客户端的观看人次就突破了1亿次。

比如，新华社今天发布的"媒体大脑"，国内各媒体机构只要通过认证后，就可以调用它的2410（智能媒体生产平台）、新闻分发、采蜜、版权监测、人脸核查、用户画像、智能会话、语音合成八个模块服务内容，对包括线索、策划、采访、生产、分发、反馈在内的全新闻链路提供协助。

可以预期，更多人工智能带来的内容生产变革，还将不断出现，并带来更大改变。

【3】

人工智能的介入，在很多环节已经极大地提升了新闻内容的生产效率。

但无论是新闻人物本身的人脉与资源构建，还是对事件的分析研判和尺度把握，短时间内都是人工智能无法替代的。

所以，在未来一段时间，最具想象力的，不是人工智能，而是如何做好人工+智能。

在这方面，一个非常有意思的案例，是新浪新闻。

虽然现在，社交媒体和智能分发平台日见强势，但在这些平台也有自己的短板，比如，近年来很多由社交网络引爆的热点事件，都或多或少地出现了事实性的反转。

所以，更具权威性、专业性，能帮助用户更全面、更客观、更准确了解热点新闻的新闻门户，也重新受到用户的认可。

比如腾讯新闻的"深网"、"一线"，网易新闻的"新闻各有态度"，新浪新闻的"新浪会客厅"等优质热点栏目，都有很好的口碑。

而在这些年的演变过程中，新闻门户自身也在适应时代，持续演进，不断提高内容生产和传播能力。

比如新浪的热点新闻，之所以能一直保持"5秒内发出新闻，专题5-10分钟搭建上线"的硬指标，背后就离不开人工智能技术的引入。

其中，最重要的是热点线索的智能捕捉系统——鹰眼。

鹰眼不仅能自动抓取新浪微博的热门内容，还能实时捕捉明星或大V的微博动态，对即将发生的热点话题进行预判。比如男女明星账号之间的互动突然变得频繁，或是与某个事件相关的关键词热度快速升高，鹰眼系统就能嗅探出可能即将发生的新闻，并进行针对性的处理，从而先于热点出现，提前捕捉线索，预先做好内容的组织准备。

与此同时，新浪新闻内部也有硬性规定,"每个编辑都要关注1000到2000个与工作有关的微博账号"；新浪旗下的黑猫投诉平台还通过UGC聚拢线索，从中发现即将出现的热点新闻线索。比如ofo小黄车的用户投诉突然增多，就成为了后续热点"小黄车退押金"新闻事件的重要线索。

这样，通过机器+人工，形成一张辐射社会生活各领域的热点嗅探网络，新浪得以实现超前一步发掘热点，在新闻发生的第一时间，就能以最快速度完成反应。

在此基础上，新浪新闻通过人工筛选把关处理的方式，弥补AI不足，确保了新闻内容的真实、准确、深入；再通过全媒体矩阵的信息分发，最终让热点内容在第一时间实现了最有效的用户触达。

在人工智能的帮助下，这种在传统媒体时代无法想象的效率，终于成为现实。

值得注意的是，新浪新闻也还在不断进化。

比如近日上线的"24小时热榜"，就可以让用户在信息流之中，更及时地获知和追踪热点新闻。

可以看到，虽然AI还不够成熟，但配合专业化的新闻处理能力，新闻传播已经有了更多的可能性。

随着技术进一步发展，人工智能带给媒体的改变，远远不止是"兴趣分发"，也不会止步于新浪热点。它带给我们的变化，才刚刚开始。