10月21日上午，2023智能视听大会在青岛举办。人民网研究院在开幕式暨主论坛发布《新技术浪潮下的智能视听步入深度变革新阶段——2023年人工智能赋能网络视听产业观察报告》（以下简称《报告》）。
《报告》围绕综合视频、短视频、网络直播和网络音频四种视听形态梳理了2023年人工智能赋能网络视听创新应用的典型案例，以及人工智能相关法规政策与行业规范发布情况，并探讨了行业未来发展趋势，为智能视听未来发展提供参考。
人工智能推动网络视听行业“质量与效率”变革
《报告》指出，2023年，人工智能技术的突破式发展与创新应用，给视听行业带来了“质量与效率”变革，推动视听产品实现更多创意、更高效率、更新体验与更高品质。
在综合视频领域，2023年，随着AI大模型和多模态AI技术的融合发展，人工智能生成内容的创作能力、通用化能力以及工业化水平快速提升。影视创作中的AI前沿技术应用进入新阶段，贯通影视内容策划、开发、制作和宣发等各个环节。
相对于专业的影视制作，AI技术在短视频方面的应用门槛相对更低。在关键词自动提取、字幕自动生成等基本操作基础上，文本自动配音、文本转视频、数字人播报、个性化文案、多元风格等升级功能在2023年加速发展。作为创作基础工具的AI模型与产品、平台加速发展，初步获得可观的商业流量。
网络直播领域，人工智能技术进一步应用到电商直播、音乐会直播、体育直播等多种场景中。其中，大批数字人虚拟主播涌入直播间带货，成为当前网络直播行业的火热景象。不过，数字人直播目前处在发展应用的初期，效果有待提升优化，数字人在一些平台的使用规则尚处于探索中。
网络音频领域，2023年，部分垂直类音频平台通过引入AI大模型，促进AI前沿技术在音频产业落地应用。未来，AI音频行业将触发各细分应用场景全面变革，围绕音频生成、语音交互、识别翻译、个性化推荐等领域，应用产品将覆盖在线办公、移动社交、广告营销、学校教育、体育比赛、居家养老等多元场景。
法规政策与行业规范陆续出台划定行业发展“红线”
《报告》还梳理了近一年来我国出台的人工智能相关的法规政策与行业规范，包括《互联网信息服务深度合成管理规定》《生成式人工智能服务管理暂行办法》《科技伦理审查办法（试行）》等。
随着人工智能技术的进一步成熟和应用场景的扩展，人工智能创新应用给行业和全社会带来的治理挑战不容忽视。国家相关部门及时出台法规政策，相关行业规范及平台自治规定也陆续发布，推动人工智能技术合理有效利用，及时划定发展“底线”与“红线”。
生成式人工智能迭代升级打造视听行业深度变革新起点
最后，《报告》展望了人工智能赋能网络视听的未来发展趋势，主要包括以下四个方面：
一是网络视听将成为AI大模型垂直应用探索落地核心场景。AI技术发展的重点未来将转向实用性和可持续性方向，关注如何将大模型与实际应用场景相结合，实现真正的商业化应用。网络视听始终是信息网络新技术创新应用的前沿领域，未来也将进一步成为大模型垂直应用探索落地的核心场景，催生新业态新模式。
二是生成式人工智能迭代升级打造视听行业深度变革新起点。目前，生成式人工智能的底层技术和产业生态已形成了新格局，未来该技术在更多行业的海量应用场景有望打开。在此背景下，“平均水平的基础劳动”加速被取代，未来视听创作焦点更多转向高质量创意、艺术审美与内容共情，推动更高水平竞争。技术应用与生产范式的突破性创新，也将成为整个视听产业新变局的起点，推动视听形态、场景、体验、产业布局的多维变革，并对文化发展、社会交往等方面产生深远影响。
三是新技术交叉融合发展将助力“视听+”产业新生态。当前，人工智能新技术的发展演进不是单一升级，而是与5G、VR等新技术发展相互融合、多点突破，以技术的融合发展应用提升创新密度、解决复杂问题、丰富产品体验。另一方面，在“万物皆媒”的时代，视听具备巨大的信息交流“基础设施”优势，使得网络视听行业不断与各行业交叉融合发展，推动形成“大视听”的产业发展新生态。随着技术融合与产业融合相互促进，跨模态、多元化、边界消融将成为重要特征。
四是治理协调性有效性的加强促使AI治理框架逐步完善。在人工智能快速发展过程中，如何建立合理审慎的AI伦理和治理框架，塑造负责任的AI生态，越来越受到社会各界的重视。在当前政策措施基础上，下一阶段围绕人工智能技术应用的敏捷治理、分类分级管理将进一步加强，人工智能治理体系逐步完善。在智能视听方面，尤其需要统筹推进“技术”监管与“内容”治理，实现发展与规范的动态平衡。
《报告》还认为，2023年，面对人工智能新浪潮带来的巨大冲击，一方面防止“高估一项技术在短期内的影响”，另一方面防止“低估其在长期内的影响”，人工智能赋能视听行业的创新探索仍任重道远。
（大众日报客户端记者 齐静 报道）
