出品 | 陈博观察 (ID: Drchenobservation)
编辑 | Will Chan
在 AI 技术加速重构传播生态的进程中，AI 赋能已成为驱动互联网媒体产业升级的核心引擎。随着用户需求多元化与媒介形态迭代加速，内容生产者不仅需要应对创作效率、分发精准度等传统挑战，还需在生成式 AI 驱动的智能时代重塑内容生态。多模态大模型、深度推理算法等技术的突破，正深刻变革互联网媒体的内容生产范式、传播路径和商业模式。最近，艾瑞咨询发布了《2025年中国AI+互联网媒体行业研究报告》，报告聚焦生成式 AI 技术对互联网媒体全链路的深度赋能，以及标杆平台在智能化转型中的创新实践，旨在为内容创作者优化生产流程、为媒体平台提升运营效率提供有力支持，同时为行业决策者与投资者提供前瞻性观点。
来源：陈博观察AI工作站（Doubao AI）创作
一、中国互联网媒体行业发展现状
（一）行业发展历程
互联网媒体行业三十年来经历了从基础信息聚合到智能生态融合的范式跃迁，技术迭代始终是行业变革的核心驱动力，推动媒介形态从单向传播向沉浸式、个性化、智能化的生态融合演进，整体历经五个阶段。
1994-2004 年门户网站与内容集中化生产阶段：技术驱动源于 Web1.0 技术架构、宽带普及，网页以文字和简单图片为主。传统媒体率先触网，新浪、搜狐、网易三大门户网站在美上市，1997 年人民网上线标志中国网络媒体起步，截至 2004 年底中国网民总数为 9400 万。
2005-2009 年社交媒体发展与 UGC 崛起阶段：技术驱动为 Web2.0 技术栈、3G 牌照发放，博客和社交网络兴起，视频分享平台出现。2005 年新浪博客上线，校内网、土豆网创立，2006 年优酷创立，2009 年新浪微博上线公测，截至 2009 年底中国网民总数为 3.84 亿，手机上网比例 60.8%。
2010-2015 年媒体平台向移动终端迁移阶段：技术驱动是 4G 普及、智能手机普及，移动互联网主导，内容形态多元。2012 年微信朋友圈、今日头条上线，优酷与土豆合并，爱优腾三足鼎立初成，截至 2015 年底中国网民规模达到 6.88 亿，手机上网比例 90.1%。
2016-2022 年短视频风靡与 AI 算法推荐分发阶段：技术驱动为 5G 商用、人工智能技术应用于内容分发，内容分发机制变革，短视频平台长足发展。2016 年抖音上线，2019 年 5G 商用牌照发放，截至 2022 年底中国网民规模为 10.67 亿人，手机上网比例为 99.8%，2022 年底 ChatGPT 引发全球 AIGC 热潮。
2023-2025 年大模型技术突破与 AIGC 应用阶段：技术驱动为 LLM 模型和扩散模型为代表的多模态生成技术，AIGC 重塑内容生产，技术伦理与合规性并重。2023 年国产大模型元年，头部科技公司集体入局，2024 年中央广播电视总台的总台算法成为首批通过国家标准认证的大模型之一，2025 年 DeepSeek 出圈，媒体平台纷纷接入，截至 2025 年 Q2 中国网民规模 11.23 亿人，生成式人工智能用户规模达 5.15 亿。
（二）用户规模增长红利见顶
根据中国互联网络信息中心相关报告，2014-2025 年 H1 中国网民规模从 6.49 亿增至 11.23 亿，普及率上升至 79.7%，中国移动互联网设备规模逼近增长极限，截至 2025 年 6 月已达 14.4 亿台。截至 2025 年 6 月，中国网民的人均每周上网时长为 30.6 个小时，网民的数字生活渗透趋近饱和。
中国互联网用户交互行为已进入存量稳态化阶段，互联网普及率逼近 80% 后整体增速放缓，用户规模增长红利见顶后，互联网竞争迈入存量精耕的新阶段。
二、人工智能技术发展历程回顾
人工智能技术经过七十余年螺旋上升式的积累沉淀与质变跃迁，迈入生成式 AI 技术驱动的应用落地爆发时代，技术演进呈现从符号逻辑到数据驱动、从专用模型到通用智能的螺旋式上升轨迹，具体分为五个阶段。
1950s-1980s 启蒙萌芽阶段：标志事件有 1950 年图灵测试、1956 年达特茅斯会议、1966 年 ELIZA 实现基础人机对话、1970s 专家系统兴起。技术突破在于符号主义与逻辑推理、早期神经网络、初步自然语言处理，技术局限为数据资源受限、计算能力不足、逻辑推理局限。
1990s-2000s 奠基沉淀阶段：标志事件为 1990s 统计机器学习兴起、1997 年 IBM 深蓝击败国际象棋冠军、2006 年 Hinton 提出深度信念网络实现深度学习复兴。技术突破涵盖机器学习算法多样化、数据挖掘技术应用、语音与图像识别初步发展，技术局限是数据获取成本高、计算资源仍受限、模型泛化能力不足。
2010-2017 年深度突破阶段：标志事件包括 2012 年 AlexNet 在 ImageNet 夺冠引爆深度学习、2016 年 AlphaGo 击败棋手李世石、2017 年 Transformer 提出。技术突破为深度学习规模与精度提升、GPU 加速与大数据支持、生成对抗网络出现，技术局限是算力和数据依赖激增、模型可解释性差、依赖海量人工标注数据。
2018-2022 年技术跃迁阶段：标志事件有 2018 年 GPT-1 开启预训练模型时代、2020 年 GPT-3 展示强大语言生成能力、2021 年 DALL-E、CLIP 推动多模态生成与理解，以及扩散模型兴起。技术突破在于 Transformer 架构的突破、大规模预训练与微调范式、多模态生成能力与理解能力提升，技术局限为模型幻觉和可控性问题。
2023 年至今 GenAI 深化阶段：2023-2024 年底的标志事件为 ChatGPT、GPT-4 发布引爆全球大模型竞赛，LLaMA 开源模型推动技术普及，Gemini1.5Pro 引发长上下文竞赛，Sora 展现文生视频突破，GPT-4o 展现原生多模态实时交互能力。技术突破涵盖 LLM 能力与参数规模的极限探索、RLHF 与 RAG 成为主流技术、DiT 架构促进多模态方向应用拓展，技术局限是算力需求激增、幻觉问题与版权争议、训练与推理成本指数级增长。2024 年底以来，AI Agent 成为新焦点，DeepSeek-V3 上线并开源，2025 年初开源推理模型 DeepSeekR1 上线降低模型训练和推理成本，Nano Banana、Sora2 等多模态模型技术接近实用。技术突破为 AI Agent 自主规划能力探索、开源生态推动大模型应用普及、模型推理与效率提升，技术局限是视频与 Agent 的训练推理成本高、高质量训练数据面临耗尽瓶颈、AI Agent 鲁棒性与成功率有待提高。
（一）大语言模型技术成熟度
大语言模型（LLM）技术发展至今已达到相对成熟的阶段，其 Transformer 架构和 “预训练 - 微调” 范式已经成为行业标准。该架构的核心是自注意力机制，它将文本 “词元化” 并进行并行处理，使模型能够动态衡量序列中任意词语之间的关系，从而构建出对语言的深度全局理解。
LLM 的成熟度体现在一系列前沿技术能力的快速涌现与融合，混合专家（MoE）架构解决了规模化效率问题，原生多模态能力打破了文本的单一限制，检索增强生成（RAG）提供了事实锚点，思维链（CoT）和思维树（ToT）等推理框架赋予其解决复杂问题的能力，不断扩展的上下文窗口解锁了处理海量数据的潜力。这些能力使得新一代 LLM 在效率、可靠性和性能上实现质的飞跃，从简单文本生成工具转变为趋近人类思维的智能决策者角色。
（二）多模态大模型发展进程
多模态大模型是能够识别和处理文本、图像及音视频等多种类型数据输入输出，实现跨模态理解和生成任务的人工智能模型，可分为生成向和理解向两类。
生成向 DiT 架构：是结合 Transformer 架构的扩散模型，通过用 Transformer 取代传统的 U-Net 骨干网络，实现视觉生成领域突破性的扩展性与保真度。该架构在潜空间中将视觉数据补丁化，使其能够被 Transformer 高效处理，旗舰模型如 OpenAI 的 Sora2 和阿里巴巴的通义万相 Wan 系列，在物理模拟和真实感方面取得显著突破，但在长时序一致性、可控性以及对物理世界因果关系的深层理解上仍面临挑战。
理解向 MLLM 架构：即多模态大语言模型，通过 “编码器 - 连接器 - 大语言模型” 的模块化架构，赋予语言模型感知和推理图像、音频、视频等多种模态信息的能力。OpenAI 的 GPT-5.1、谷歌的 Gemini3 等前沿模型，通过架构设计的不同侧重展现出日益显著的专业化分工趋势，但仍然需要面对模态对齐、数据稀缺、可靠性等难题。
两类模型受限于数据异构性、模态对齐难度及算法复杂性，尚未实现底层能力的有效融合，整合不同模态的生成和理解是多模态模型发展的关键方向。
（三）生成式 AI 应用落地情况
生成式 AI 技术突破了传统判别式 AI 局限于识别的框架，转向以创造为核心的应用模式，各模态发展成熟度虽有参差，但应用落地已呈现百花齐放的繁荣景象。
文本生成：技术发展最为成熟，语法准确性、逻辑连贯性及垂直领域适配性达到较高水平，广泛应用于办公、学习、文案、代码等领域，应用示例包括 ChatGPT、Gemini、豆包、DeepSeek 等 AI 对话助手，Copy.ai、Jasper AI 等文案写作工具，Cursor、Windsurf 等代码生成工具。
图像生成：可生成风格多样、精准度高的图像，在物理规律理解等方面仍有短板，但技术迭代迅速，高度接近实用，在艺术创作、产品设计和电商视觉等领域实现规模化应用，应用示例包括 Midjourney、DALL・E3、Nano Banana 等图像生成处理工具，Adobe Express+Firefly、Canva Magic Studio 等平面设计工具。
音频生成：可生成接近人声的语音，音乐生成工具崭露头角，多语种情感表达、长音频连贯性等仍需优化，逐步在有声读物、音乐生成等垂直场景中应用，应用示例包括 ElevenLabs、Speechify 等语音生成处理工具，Suno、Udio 等音乐生成工具。
视频生成：已支持分钟级动态视频生成，时空一致性与物理规律模拟等方面仍有进化空间，技术升级迅速，成本问题突出，商业化应用落地加快步伐，应用示例包括 Sora2、Veo3、可灵 AI 等视频生成处理工具，HeyGen、Synthesia 等 AI 数字人工具。
3D 生成：可生成基础模型，复杂结构精度不足，需人工优化拓扑结构，数据稀缺问题显著，应用示例包括 Luma AI、Tripo AI 等 3D 内容生成工具，Autodesk Generative Design、CATIA 等工业与产品设计工具。
综合解决方案：整合生成式 AI 技术的智能解决方案，从单一功能向全链路智能升级，已在智能家居、自动驾驶、智慧医疗、工业设计等复杂垂直场景中验证价值，应用示例包括 Google Home、海尔智家等智能家居系统，特斯拉 Full Self-Driving、百度 Apollo 等自动驾驶方案。
2025 年大语言模型产业的核心主题是从单一的越大越好模式转向更加精细化的技术格局，呈现架构趋同、能力分化与全模态演进三大核心特征。混合专家（MoE）架构成为前沿模型的主流选择，市场从追求单一通用模型转向构建专业化模型矩阵，全模态成为旗舰模型的标配。以中国企业为代表的开源力量，通过开放高性能模型加速前沿技术的普及与商业化，大模型核心经济价值向针对特定行业的精调应用和解决方案转移。
三、AI 技术对互联网媒体行业的深度赋能
技术升级是人类信息媒体发展的核心驱动力，推动互联网媒体内容从单一走向多元。文字时代依托 TCP/IP 与 HTML 支撑纯文本单向传播，内容生产依赖 PGC；图文时代借助 CSS 与图像压缩技术催生图文形式，博客与图片社交开启 UGC 生产阶段；4G/5G、WebRTC 与算法催生长短视频 + 直播的多模态时代，以精准分发和强互动适配实时参与需求；当前大模型技术实现信息多模态理解与转化，降低创作门槛，推动互联网媒体进入全民创作与人机共创的新阶段，全方位满足个性化沉浸式消费需求。AI 技术对互联网媒体的赋能贯穿内容生产、审核、分发运营、消费全链路。
（一）内容生产环节
生成式 AI 正重塑互联网内容生产格局，技术突破使 AI 辅助生产突破专业壁垒，通过语义理解与多模态生成技术，将用户简单的文字指令转化为图文、视频等多元形态。
中国潜在创作者群体庞大，截至 2025 年 6 月，中国网民 11.23 亿，其中社交网络用户规模达 11.07 亿，网络视频用户规模达 10.85 亿，短视频用户规模为 10.68 亿，生成式人工智能用户规模达 5.15 亿，微博、腾讯视频、B 站等平台月活用户数均达到数亿级别，海量用户基数为 UGC 提供天然土壤，凸显全民内容创作趋势。用户基数与参与度形成多层次创作生态，社交平台成为核心载体。
专业领域 PGC 在 AI 驱动下优化工作流，提升优质内容产能，具体赋能方向包括三个方面。一是智能内容生成，广泛应用于新媒体内容的自动化生产，如生成新闻稿件、短视频脚本，提升产出效率，例如大众报业 “大海蓝天” 系列技术产品；二是多模态融合创新，整合文本、图像、视频多模态信息形式，增强内容理解与交互体验，例如人民日报、新华社、微博等媒体的相关实践；三是深度信息整合，对海量数据进行结构化分析与逻辑组织，实现高效的信息提炼与深度整合，例如人民日报、百度、微博智搜等平台的应用。技术普惠下，内容生产正从精英化走向全民化，形成专业深度与创意广度并存的新型创作生态。
（二）内容审核环节
当前互联网内容审核面临效率与精准度的双重挑战，生成式 AI 技术通过自动审核、精准判定、人机互补、动态策略四大方面，对内容审核体系进行革新赋能，优化审核流程推动行业变革。
审核自动化：大模型技术赋能审核工作实现高度自动化，自动化能力可覆盖文字、图片及至视频领域，突破人工审核的产能瓶颈。
审核精准化：基于平台语料库进行深度训练，使 AI 更适应复杂的上下文环境，结合语义分析和情感分析进行合规性综合判断。
人机协同化：在前端 AI 初步审核的基础上，后端人工重点对高风险内容以及高价值内容进行二次核查，形成互补闭环。
策略动态化：平台根据内容风险等级实施差异化策略，例如视频审核严于文字，重大事件期间自动启动应急审核协议，基于深度推理模型的动态策略优化，可实时适配新型违规模式，缩短规则迭代周期。
传统审核流程为人工逐条初审、人工复核，存在速度慢、效率低、易疲劳的问题，而 AI 赋能后的优化流程为 AI 初筛、风险分级、人工复核，AI 快速识别低风险内容过滤安全内容，再根据内容敏感度、传播影响力及 AI 置信度进行分级，人工重点审核高风险内容，提高审核质量，AI 为内容生态治理提供了兼具效率与灵活性的解决方案。
（三）内容分发与平台运营环节
AI 技术为媒体平台的内容分发提质增效，深度满足用户信息消费需求，提升用户体验与粘性，拓展商业新可能，从内容分发、用户运营、平台管理与商业模式拓展多个维度注入动能。
内容分发与传播：生成式 AI 将传统线性传播模式升级为 “需求感知 - 内容再造 - 场景适配 - 效果反馈” 的智能闭环。通过行为、设备、场景等多维度理解用户，识别用户兴趣，实时追踪互动数据、调整推荐策略，实现精准实时推荐，提升分发效率，激活长尾用户，扩大传播范围；同时进行内容自动解析与跨模态再生产，实现多模态适配与跨平台联动，占领用户关注。
用户运营与服务：通过内容匹配服务、基于 AI 的新型内容消费模式、实时调用并应答的智能客服、多样化趣味性的 AI 应用，深度满足用户的信息消费需求，增加消费者的信息停留时间和参与度深度。例如用户白天关注经济新闻、下班找娱乐八卦，半夜查攻略时，AI 可以总结热点时事、对话引导思考，还能提供 AI 滤镜、AI 头像、AI 性格测试等趣味应用。
平台管理与商业模式拓展：在平台管理层面，AI 帮助平台优化人力资源配置，降低数据标注、客服应答、内容审核的人力成本，更专注策略设计与创意生产；在商业模式层面，AI 优化广告个性化生成与精准投放，提高广告点击率和转化率，还以内容定制、创意广告服务等新商业形态为平台开拓商业价值增量空间。
（四）内容消费环节
生成式 AI 技术对互联网媒体内容消费端的革新呈现多维渗透，推动单向传播转为双向交互，浅层浏览与深度探索相融合，消费者进化为产消者，形成创作 - 消费 - 再创作的产消循环。
最低门槛的内容触达与理解：通过多语言翻译扩大信息触达面，服务多语言用户；借助文本 / 语音 / 视频互转技术，帮助老年、残障等特殊用户群体触达高质量内容；利用自动总结和智能摘要分层，降低专业知识理解难度，提取核心观点，提升阅读效率和知识吸收效率。
AI 原生信息消费模式深化用户认知：以智能摘要、对话式咨询等服务，实现对话式深度探索，通过虚拟专家系统支持多轮对话与上下文理解，实现递进式分析探索；同时通过多模态阅读，跨模态延伸内容，构建立体知识网络。
用户体验的个性化跃升：提供碎片化服务，实现快捷、轻量、随时随地的消费体验；基于动态用户画像实现个性化推荐，匹配精准内容；构建跨领域图谱，推送用户潜在兴趣内容，拓展用户认知边界。
用户共创生态激活：通过智能剪辑、文案优化、多语言翻译等 AI 辅助工具，简化创作流程，实现 UGC 工具平民化；借助 AI 协同创作机制和创意激发辅助，为用户提供创意启发和灵感支持，构建用户参与的内容共创网络，使消费者向产消者转型。
四、互联网媒体 AI 技术应用标杆厂商案例
（一）中央媒体代表 —— 人民日报
根据 2025 年 5 月发布的《人民日报社社会责任报告（2024 年度）》，人民日报客户端累计下载量突破 2.9 亿次，微博粉丝数超 1.55 亿，微信公众号用户订阅量达 5737 万，抖音账号关注数达 1.74 亿，拥有包括自有 APP、自有网站、社交媒体平台在内的丰富矩阵生态，由传统纸媒形态转变为拥有多种载体的全媒体矩阵。
在人工智能技术驱动下，人民日报运用生成式 AI 技术提升视频内容创作效率，推出《生成式 AI 技术创意混剪！第一视角感受开往春天的列车》等作品，其视频内容生成功能支持根据文字生成图像和短视频、图像修复、快速剪辑、自动配音、生成字幕等。此外，该报还推出 “两会 AI 学习” 专栏，采用多民族数字主持人播报新闻，数字分身技术实现动作同步与声音表达同步，能模拟特定人物声纹的音频与视频中人物的嘴部动作同步，采用端到端语音合成模型，使得数字主持人具有与真人近似的音质水平和语言表达、交互能力，与传统真人报道相比，采用数字人进行新闻报道可以提高效率、降低成本。
人民日报依托 “创作大脑 AI+” 全息采录眼镜等设备，助力记者实现 “一镜到底” 的全媒体采编流程，其智能化内容生产平台以大模型、自然语言处理、计算机视觉等技术为支撑，提供智能媒资、智能生产、智能云剪、智能协同、智能互动等功能，在直播发起时实现 “人机协同”，在视频制作上实现 “前后联动”。
（二）地方媒体代表 —— 澎湃新闻
澎湃新闻是全球中文互联网重要的全媒体内容供应商，专注于时政、财经、文化、思想等领域，提供实时新闻资讯、深度报道和视频直播，拥有覆盖 APP、PC、IPAD、WAP 的四端多平台产品矩阵，其 “澎湃号” 包含政务号、媒体号、湃客号三大领域创作平台，“澎友圈” 是高质量用户互动社区，用于提升用户参与度和平台粘性，具备话题互动、用户生成内容、社交内容反馈等功能。
澎湃新闻通过系统性整合 AI 创作工具，形成派生万物 AI 办公、视觉与视频三大工作室，有效提升内容生产效率。一是派生万物 AI 办公工作室，提供全能写作工具，支持稿件、提纲、公文、营销文案等撰写，具备缩写、扩写、风格改写等功能，还有 AI 问答助手支持全网信息实时检索，以及演示文稿生成功能，用户输入 PPT 主题后 AI 自动生成主题框架并补充细节；二是派生万物 AI 视觉工作室，支持 AI 作画快速生成个性化海报，集成改图、消除、扩图等多项图像处理工具；三是派生万物 AI 视频工作室，可实现自动匹配素材、AI 音乐创作、智能分段、虚拟数字主播等功能。
同时，清穹内容风控智能平台全面嵌入生成式 AI 技术工作流，为采编人员提供从内容生成到审核发布的全流程支持，推出 “智能审核”“智能校对”“智能巡检”“舆情监测”“增值服务” 五大功能。智能审核可对文本、图像、音频、视频等多种内容形式进行审核，识别涉政、涉黄、涉暴、涉恐等违规信息；智能校对对文本内容进行同步检测与校对，实时返回检测结果及修改建议；智能巡检对 App、网站、新媒体端和政府网站进行全方位巡检，并出具巡检报告；舆情监测实现舆情数据监测、智能预警、事件分析、全网搜索以及舆情分析报告等功能；增值服务包括公共显示屏的监管服务、版权领域的版权鉴别审核服务，以及审核能力、制度建设等方面的咨询培训等，依托先进的内容分析和审校能力，为生成式 AI 技术生成的内容提供强有力的安全保障，确保内容的准确性和合规性。
（三）短视频媒体代表 —— 抖音
字节跳动围绕核心短视频媒体平台抖音，以豆包大模型为核心技术底座，将 AIGC 技术嵌入到短视频媒体平台 “内容生产 - 处理剪辑 - 发布呈现 - 营销传播” 的每个环节，形成由先进推荐算法驱动，集内容创作、社交互动与商业变现于一体的生态系统。
2025 年 6 月 11 日豆包大模型 1.6 版本正式发布，包括视频生成模型、语音播客模型、实时语音模型等多样化模型技术矩阵，均支持深度思考、多模态理解、256k 长上下文、图形界面操作等能力，并在 10 月 16 日发布系列持续更新，支持抖音平台形成 “视频创作工具 - 内容平台 - 商业化服务” 的全链路产品矩阵，截至 2025 年 9 月底，豆包大模型日均 Tokens 调用量已突破 30 万亿。
抖音的 AI 应用与工具覆盖 ToC 和 ToB 两端，ToC 端包括即梦、剪映等，即梦支持文本生成视频和图像，直接通过自然语言描述完成创意到成品全流程，剪映作为视频内容编辑应用，提供文案自动生成、配音生成、语音转字幕等 AI 功能，抖音还将 AI 特效模块和内嵌的 AI 小程序等 AIGC 工具整合进用户的内容创作流程中；ToB 端包括即创 AI 创意工具、创作云、虚拟数字人等，即创 AI 创意工具能够为广告主自动生成个性化的广告文案和视觉素材，创作云可根据商品 ID 自动生成图文及短视频带货素材，赋能商家内容营销，提升商品转化率，还为企业客户提供标准化的数字人，涵盖播报型、交互型、直播型等类型。
在内容审核与管理方面，抖音构建了一套 “AI + 人工” 协同的审核与治理体系，将 AIGC 技术作为维护平台生态健康、防范风险的 “免疫系统”，具备完整的内容治理体系、“人机协同” 审核流程、强制性内容标识以及 AIGC 滥用专项治理；在内容分发与推荐方面，应用协同过滤、双塔召回、Wide&Deep 模型等多种技术模型，基于用户行为实现智能推荐，主动打破 “信息茧房”，超越标签的神经网络计算，支持用户自定义偏好。
（四）大众社交媒体代表 —— 微博
微博是中国互联网用户在线创作、发现和分享内容的重要社交媒体平台，截至 2025 年 6 月，微博月活跃用户数 5.88 亿，日活跃用户数 2.61 亿，日均发博量 1.05 亿，评论量 6300 万，点赞量 1.97 亿，用户日均使用时长 36 分钟，截至 2025 年 9 月，微博金橙 V 创作者 12.5 万，其中橙 V 作者 10.7 万，近半年以来 AI 相关热搜上榜 3664 次，累计在榜时长超 7700 小时，是用户了解 AI 的重要载体。
微博以自研多模态知微大模型为技术底座，构建 AI + 产品矩阵，实现内容生态全链路智能化升级，知微大模型深度融合微博平台特有的博文、表情包、热搜数据及用户互动行为，通过多模态理解、垂直领域优化与深度推理能力，支撑起评论罗伯特、智搜、博主 AI 助手等微博 AI 产品矩阵，形成覆盖内容生产 - 分发 - 消费全链路的 AI 服务体系。
评论罗伯特结合热梗生成幽默回复，感知内容情绪并给出抚慰性互动，截至 2025 年 6 月粉丝超 160 万，日回复量百万级，引入图片 / 视频理解后进一步提升了评论精准度和互动率；智搜是微博于 2024 年下半年开始重点打造的 AI 搜索产品，定位为 “总结式信息消费平台”，旨在通过大语言模型技术重构搜索体验，结合微博自研知微大模型、DeepSeek-R1 以及多模态 RAG 技术，自动整理新闻事件的 4W1H 要素，在娱乐 / 财经 / 民生等多种专业领域延伸深度分析，帮助用户 “秒懂热点”，降低信息筛选成本，推动微博搜索从传统关键词匹配向一站式智能搜索转型，截至 2025 年 6 月其月活跃用户已突破 5000 万。
微博智搜具备多重优势，在技术架构上融合自研知微大模型、DeepSeek-R1 等深度思考推理模型，应用多模态 RAG 技术实时捕捉热点；在数据处理上依托微博独有时效性数据，建立实时热榜更新机制，热点事件处理时效缩短至分钟级；在功能特点上兼顾热点追踪和可信解读，通过账号信任度评分、信源权威评估等构建可信度评估体系，过滤虚假信息，提升用户搜索满足率，实现搜索效率提升、模型架构升级、深度推理加速、响应速度加快。
五、AI 时代互联网媒体行业挑战与趋势
（一）行业面临的核心挑战
信息真实性挑战：AI 技术提升内容生产效率的同时，信息真实性风险加剧。基于生成式 AI 技术炮制的虚假新闻、伪造影像等信息武器可直接冲击社会信任体系，算法生成内容的可靠性存在显著差异，低质量输出易形成认知偏差，扭曲公众的价值判断与行为选择，受众习惯性接受算法投喂的碎片化信息，会导致群体性认知能力退化，让监管体系面临技术迭代与风险防控的双重压力。此外，AI 生成内容在医疗、社会议题等领域易导致误导，版权归属模糊化加剧行业纠纷，且 AI 生成技术的发展速度领先于检测与鉴别技术，行业内缺乏统一的内容溯源标准。
应对策略上，平台通过多模态审核技术，在文本、图片、音视频全范围实现审核机制覆盖，例如微博通过 “知微大模型” 提升安全审核效率，并结合账号信任度评分、内容信源评级等机制，优先展示高可信度内容；同时平台建立内容引导机制，对 AI 生成内容进行显式标识，明确版权标识并追踪内容源头，降低用户误判风险。
视频生成视觉效果挑战：文生视频技术虽具有颠覆性潜力，但从演示到专业化实用之间仍存在显著鸿沟，其在物理逻辑一致性、角色身份连贯性及艺术细节精细化控制上的局限，构成当前商业化应用的核心瓶颈。生成的视频常出现违背基本物理规律的现象，超过数秒的镜头中很难保持同一角色的外貌、服装以及场景细节的稳定一致，且当前技术主要依赖文本和图像提示，无法满足导演对镜头语言、演员微表情、光影调度等专业创作元素和细节的精准控制，艺术表达能力受限，这使得 AI 视频更多停留在创意辅助和短内容测试阶段，无法满足影视级作品的严苛标准。
应对策略分为应用运营层面和技术层面，应用运营层面重在效率生产，避开技术短板，将 AI 定位为创意工具，应用于创意构思、动态故事板制作等辅助环节，同时建立 AI 生成 + 人工精修工作流，由人类专家完成最终的艺术打磨与质量把控；技术层面主攻可控性与多模态交互，将研发重点从提升逼真度转向增强模型的可控性，允许创作者通过 3D 场景、动作捕捉、详细脚本等多种模态输入来精确引导视频生成。
技术成本挑战：人工智能模型的发展依赖算力、数据和人才等要素的巨额投入，高昂的技术成本构筑了极高的准入门槛，使得 AI 竞赛呈现巨头游戏的态势，压缩中小企业的生存与创新空间，众多媒体平台在智能化转型中面临用不起、不敢用的困境，数字鸿沟有进一步扩大的风险。具体来看，算力成本高昂，大模型的训练和日常运行都需要海量的高端 GPU 集群支持，硬件、电力和维护成本构成巨大财务压力；数据成本巨大，获取高质量、大规模且版权合规的训练数据需要极高的采购、清洗和标注成本；技术更新快速淘汰，软硬件更新周期不断缩短，要求企业持续进行技术投资，增加长期成本负担；人才成本稀缺，顶尖的 AI 科学家和工程师是全球稀缺资源，薪酬水平极高，中小型媒体在人才竞争中处于绝对劣势。
应对策略上，应用运营层面中小型平台可拥抱 MaaS 模式，通过 API 调用头部科技公司提供的成熟 AI 服务，有实力的大型媒体平台构建基于自身独有数据的垂直领域模型，兼顾个性化服务、成本投入与数据安全，同时重点培养懂得业务、擅长使用 AI 工具的应用型 AI 人才；技术层面基于高质量的开源基础模型，或研发更高效、更专注的垂直领域小模型，降低行业的使用门槛。
安全隐私挑战：以海量用户数据为燃料的个性化推荐与内容生成，是 AI 提升媒体服务体验的核心机制，但也引发了严峻的用户安全与隐私保护挑战，数据滥用、算法偏见、信息茧房以及个人隐私泄露等风险，持续侵蚀着用户对平台的信任，平台则承受着遵守全球日趋严格的数据法规与维护用户信任的双重压力。具体问题包括数据过度采集与滥用，训练模型和实现精准个性化推荐过程中，用户行为数据存在被滥用的风险；算法偏见与歧视，若训练数据中包含现实世界的偏见，AI 模型会学习并放大这些偏见；生成工具的恶意使用，AI 生成工具可能被用于制造网络暴力、色情内容或侵犯他人肖像权等非法活动，给平台带来巨大的内容审核和法律风险；隐私数据泄露，大模型在训练过程中如果触达并记住部分隐私信息，可能在后续生成内容时存在泄露风险。
应对策略分为应用运营和技术两个层面，应用运营层面平台要提供透明度与用户控制权，用清晰易懂的语言告知用户数据使用规则，并提供便捷的控制面板，同时建立 AI 伦理审查机制，设立跨部门 AI 伦理委员会，定期对算法公平性、透明度和潜在风险进行审计，还要严格遵守全球数据法规，将合规运营作为建立用户信任的基石；技术层面践行隐私始于设计的原则，在产品研发初期就融入隐私保护理念，并采用联邦学习、差分隐私等隐私增强技术，从技术上保护用户数据。
（二）行业发展趋势
平台竞争力构建方向：媒体平台需通过自研技术、数据治理、智能推荐及生态审核构建核心竞争力，依托自研大模型或垂直领域模型，提升技术自主性和差异化优势，加强数据治理能力，保障数据安全与合规，优化智能推荐算法，实现精准内容分发，完善生态审核机制，维护健康的内容生态。
内容生产侧发展方向：内容生产侧需融合人机协同模式，专业创作者聚焦文化深度与情感共鸣建立壁垒，发挥人类的创意和专业优势，结合 AI 技术提升生产效率，实现优质内容的规模化产出，推动内容生产向高质量、精品化方向发展。
内容生态升级方向：平台通过可信认证、版权保护及精准圈层匹配实现内容生态升级，建立内容可信认证体系，提升用户对内容的信任度，加强版权保护力度，保障创作者合法权益，基于用户圈层进行精准内容匹配，满足不同用户群体的个性化需求，平衡商业价值与社会效益，实现行业的可持续发展。
