文本生成视频技术对新闻业的影响及对策研究.pdf

文本生成视频技术对新闻业的影响及对策研究匡文波曹萩儿Sora，一款由OpenAI在2024年2月推出的创新性文本生成视频（text-to-video）模型，标志着人工智能在视频生成领域的一次重大飞跃。AI在模拟现实世界和进行创意创作方面的巨大潜力，已经开始对新闻产业产生影响。这不仅预示着新闻生产方式和流程可能经历全面的变革和智能化升级，同时也可能对新闻机构的职能和社会身份带来重新审视和调整。一、Sora模型的技术革新（一）原理解析：视觉数据的压缩与重映射从原理上看，Sora模型结合了扩散模型和Transformer架构，以实现对视觉数据的高效处理和高质量视频内容的生成。这一过程的核心在于将视觉数据压缩到一个低维潜在空间，并在此空间中将数据表征分解为一系列时空图像块（patches）。这些时空图像块类似于GPT模型中的token，它们是视频内容的基本构建单元，能够捕捉到视频的关键特征和动态变化。在低维潜在空间中，Sora模型通过学习这些patches的分布，生成新的潜在对象。这些对象包含了生成视频所需的所有信息，但尚未转换为可视化的像素。随后，Sora利用解码器模型将这些潜在对象映射回原始的像素空间，这一逆变换过程使得抽象的潜在表示转化为具体的、可视化的视频帧。Transformer 架构在 Sora 模型中扮演了至关重要的角色。它通过自注意力机制，使模型能够捕捉到视频序列中的上下文信息，从而在生成过程中保持时间上的连贯性和空间上的细节。（二）技术亮点：GPT理念的继承与创新Sora模型通过对GPT训练理念的继承与创新，在视频生成过程中展现出了一种高适配性，即能够根据用户输入的复杂文本提示，生成与之相匹配的视频内容。这种能力得益于其深度学习算法，特别是自注意力机制的应用，使得模型能够捕捉文本中的细微差别，并将其转化为相应的视觉元素。无论是静态场景还是动态事件，Sora都能够理解并生成符合用户预期的视频片段。其次，Sora具有一定的灵活性，可以生成不同分辨率、时长和尺寸要求的视频。这使得Sora能够在多种设备和平台上生成和播放视频，满足不同用户的观看需求。此外，Sora的采样机制允许在潜在空间中灵活选择和组合patches，以适应不同的视频规格和创作意图。最后，Sora模型可以处理各种长度和复杂度的视频内容，这体现为一种扩展性。Sora能够生成具有连贯性和一致性的长视频，并在多角度、多镜头切换下保持视频内容的一致性，这对于制作高质量的视频内容尤为重要。（三）突破成就：时长、质量与现实模拟Sora模型在AI视频生成技术方面取得了革命性的进展，其突破主要体现在三个方面：视频生成时长、视频质量和现实世界模拟能力。在视频生成时长方面，Sora能够制作超过60秒的视频，这一时长远超业界其他模型如Pika和Runway的20秒限制。这使得Sora能够创作出更加完整和详细的视频故事，为用户提供更加丰富的视觉体验。Sora在视频质量上的表现同样卓越。它解决了视频生成领域的两大核心问题：准确性和一致性。Sora能够准确识别并响应用户输入的复杂文字需求，即使是长达135个单词的长提示，也能通过详细的转译，生成相应的视频内容。在【内容提要】随着人工智能技术的飞速发展，尤其是文本生成视频（text-to-video）技术如Sora模型的出现，新闻视频制作领域迎来了革命性的变化。这些技术在提高新闻报道效率、促进传媒业智能化转型的同时，也会进一步加剧内容造假、侵犯版权等风险。本文旨在探讨Sora等AI技术在新闻视频制作中的应用，分析其带来的挑战，并提出相应的对策建议。【关键词】人工智能 内容生成 新闻视频 法律监管07新闻论坛 2024年第2期一致性方面，Sora能够在长达17秒的多角度、多镜头切换下保持视频内容的连贯性。据硅谷专家Gabor Cselle的对比，这一表现远超其他主流视频生成模型，后者通常只能在5秒左右的时间内保持一致性。Sora在现实世界的模拟方面也有显著突破。通过模型的尺度扩展，Sora不仅能够生成逼真的视频内容，还能够模拟真实物理世界中的物体移动、习性以及相互作用。例如，Sora可以生成一个角色吃汉堡并留下咬痕的视频，这种细节的再现极大地增强了视频的真实感和可信度。二、Sora对新闻生产方式和流程的影响（一）视频生产的效率革命随着Sora技术的不断成熟和应用，新闻机构将面临前所未有的变革。首先，Sora模型能够赋能视频生产流程，极大地提高了新闻制作的效率和质量。当新闻事件突发时，Sora能够立即协助记者和编辑进行内容的编排和节目的策划。例如，Sora技术可以通过深入分析大量的新闻作品、电视节目以及用户反馈，为新闻工作者提供视频或图像的创意构思方面的解决方案。此外，对于视频后期的编辑、制作和合成，生成式AI技术可以进一步协助其流程的优化，从而使得新闻内容的制作周期大幅缩短。此外，该技术还能够替代真人主播，创造出虚拟主播以及相应的演播场景。在2023年春节期间，杭州新闻联播 创新性地全面启用AI数字主播小雨和小宇来进行新闻播报，成为全国首个完全由数字人主持的“联播”类新闻节目。Sora的视频生成功能可以辅助新闻机构塑造出更多形象生动的AI主播，实现全天候实时播报，推动传统广播电视新闻服务的质量提升和效率优化。在动画演示方面，Sora模型强大的3D动画制作能力，提升了新闻视频质量和社会效益。例如，在报道自然灾害或国际突发事件时，Sora能够迅速制作出高质量的3D动画视频，增强视觉冲击力和真实感，帮助观众更好地理解复杂的新闻背景和细节。在报道重大科技进展时，Sora模型可以快速生成解释性动画，将复杂的科学原理和技术创新以直观的方式呈现给观众。这不仅提高了信息的可理解性，也使得非专业观众能够更容易地吸收和理解新闻内容。（二）传媒产业的智能转型生成式AI技术能够根据给定的文本、图像、视频等数据自动生成视频内容，意味着新闻机构可以强化新闻生产的自动化能力，进行产业的智能化转型。此前，好看视频通过接入百度大脑智能创作平台，实现了根据文章自动化生产视频的功能，有效减少了人工生产视频的成本。随着视频生成技术的进一步成熟，在体育直播、金融等特定领域，人工智能可以实现从数据收集到视频发布全过程的数据可视化、数据视频化以及视频自动化，进一步提升新闻报道的时效性。Sora还将催生新的内容形式和传播方式，如交互搜索引擎和虚拟数字人。这些新技术的应用，将推动内容交互进入智媒时代，为用户提供更加丰富的新闻体验，甚至可以根据受众的反馈和偏好调整播报风格和内容，向个性化服务发展。同时，Sora支持多语言、文化和风格的视频创作，能够帮助新闻机构提升报道的跨文化传播效果，触达更广泛的受众群体。（三）竞争格局的剧烈变动Sora的兴起也加剧了传媒市场的竞争程度。在短期内，Sora的高效视频生成能力可能会对视频剪辑师、后期制作人员和动画师等传统技术岗位构成挑战。在美国，已有调查显示，好莱坞有高达36%的从业者感受到了生成式AI技术对他们工作的影响。这种影响不仅体现在工作量的减少，更在于工作性质的改变，AI技术的介入使得这些岗位需要更多地与技术相结合，进行创新性的工作。从长远来看，Sora等AI视频生成技术的发展，可能会对新闻业界的生态产生深远的影响。传统媒体长期以来依赖的重装备和高技术门槛，可能会因为AI技术的普及而逐渐失去优势。例如，传统新闻机构在报道重大体育赛事时，需要投入大量的人力物力进行现场拍摄和后期制作。而Sora技术的应用，可以在短时间内生成高质量的赛事回顾视频，这不仅提高了报道的效率，也降低了成本。此外，科技巨头如Meta、字节跳动、Google等在新闻资讯和广告市场的领先地位，可能会因为AI技术的应用而进一步巩固。三、Sora给新闻行业带来的风险及隐患（一）模糊真实与虚拟边界，降低“深度伪造”门槛Sora模型的推出也带来了一系列不容忽视的风险和隐患。其中，“深度伪造”（Deepfake）技术的普及化，使得模糊真实与虚拟之间界限的应用门槛降低，也对公众的信息判断能力构成了挑战。以政治选举为例，深度伪造视频可以被用来诋毁候选人的名誉，制造虚假新闻，甚至捏造政治丑闻。根据世界经济论坛发布的 2024年全球风险报告，信息错误和虚假信息已被列为未来两年内最严峻的风险之一。如果这些高度逼真的视频被用于操纵公众舆论或影响政治选举，其影响可能波及70多个国家，涉及40多亿前沿话题08人口的看法和投票决策。另外，新闻媒体在舆论引导方面也将面临前所未有的考验。舆论场上的信息良莠不齐，随视频生成技术升级进一步加剧。例如，2023年7月浙江绍兴警方破获了一起利用AI技术制作虚假视频的团伙案件，该团伙通过AI一键生成视频，散布谣言以获取流量和利益。假新闻和误导性内容的传播还可能导致公众对新闻机构的信任度下降。AI生成的虚假内容往往难以通过常规手段识别，使得媒体在采纳二手信息源时将面临更大的风险。据路透社 2023数字新闻报告，2023年公众对新闻机构的信任度比2022年下降2个百分点。公众对新闻机构的信任度的下降可能进一步加剧舆论场的撕裂。（二）迅速生成大量视频内容，引发更多知识产权纠纷Sora等AI技术在快速生成大量视频内容方面的能力，也可能导致媒体机构牵涉的知识产权纠纷增多。例如，2023年12月27日，美国 纽约时报 对OpenAI和微软提起诉讼，指控这两家公司未经许可使用其数百万篇文章来训练聊天机器人。这一事件凸显了AI技术在数据使用上的法律风险。当AI系统在训练过程中使用受版权保护的材料时，如何界定其合法性和版权归属成为一个复杂的问题。此外，AI生成内容的著作权归属和责任问题仍存在法律争议。2023年2月24日，李某因刘某未经允许使用AI绘画平台生成的图片作品，侵犯了他的署名权和信息网络传播权，而对刘某提起诉讼。这一案例表明，AI生成的艺术作品是否构成著作权法意义上的作品，以及谁应当对这些作品的著作权负责，目前尚无明确的法律指导。新闻行业在应用生成式AI技术时，也可能面临合规风险。新闻机构在利用AI技术生成内容时，必须确保遵守相关的版权法规，避免侵犯他人的知识产权。四、建议措施（一）加快完善配套法律及监管机制面对Sora等视频生成技术的快速成熟和落地，国家需要迅速明确Sora等人工智能技术在内容生成方面的权责划分。这可以通过修订现行的 著作权法 著作权实施条例 等相关法律法规来实现，或者制定专门针对AI生成内容的全新法规。无论是AI技术的开发者、媒体平台还是内容创作者，都应当明确各自的法律责任和义务。行业监管部门也应当制定关于Sora等人工智能技术应用的风险防范指南。这包括对新技术可能引发的风险进行分类，明确不同风险的等级，并提供相应的识别方法和应对策略。同时，监管部门应加快完善对虚假信息传播的预警和打击机制，以预防技术可能带来的内容风险和媒体危机。（二）建立健全安全合规审查机制传媒机构和内容生产者在使用Sora等AI工具进行内容创作时，必须强化审查流程。这包括确保所有使用的素材和创意都已获得合法授权，防止用户数据泄露或被不当使用。同时，应加大投入，利用技术和人力资源对信息进行严格核实，确保内容的真实性和准确性，以充分履行内容提供者的责任和保障信息传播的安全性。此外，传媒机构应实施严格的内容识别和标记制度。对于AI生成的内容，必须进行明确标识，以维护公众的知情权，并为这些内容可能带来的社会影响承担相应的法律责任。（三）深化落实“AI治理AI”模式在用户保护方面，网络媒体平台应引入专业的视频内容检测工具或平台，以实现对新闻内容的常态化合规性检测。这包括对内容进行识别、标注、版权验证和真伪鉴定，特别是对深度伪造视频和具有误导性的内容进行有效防御和追踪。同时，对人工创作和AI生成的内容实施版权保护措施，确保所有内容均符合版权法规，不侵犯他人权益，从而提升新闻内容的透明度和可信度。网络平台还应采用先进的数据加密技术和工具，以增强用户数据的安全性。这包括建立严格的数据访问和权限管理机制，确保数据在存储和传输过程中的安全。同时，定期进行数据安全审计，以预防数据泄露、篡改或滥用的风险，确保用户隐私得到充分保护。（四）持续面向公众开展风险教育监管机构和传媒机构需不断普及人工智能的基础知识，使公众能够理解AI的工作原理和功能，并对其应用保持关注与理解，以便更清晰地认识到潜在的风险。此外，还应通过教育公众识别隐私泄露、深度伪造等AI滥用案例，揭示AI可能带来的风险，从而提高公众对AI生成内容风险的警觉性和自我保护能力。鼓励公众积极参与人工智能应用和治理的讨论也具有重要性。通过多角度、多层次的宣传教育活动，能够让公众了解自身的需求和期望，为政府和传媒机构在制定人工智能相关政策和实践提供参考，以便做出更明智的决策。随着技术的不断进步，构建一个既能充分发挥AI技术优势，又能确保信息真实性和公众利益的新闻传播新生态，将成为行业发展的关键。这不仅依赖于技术创新，更需要法律、伦理和社会责任的同步发展和各界的共同努力。作者简介：匡文波，中国人民大学新闻学院教授、博士生导师；曹萩儿，中国人民大学新闻学院博士生编辑：徐 峰09