2024年是生成式人工智能的应用大年。一方面，AI智能产品大量涌现，投融资活动欣欣向荣；另一方面，生成式AI技术持续进步，不断释放想象空间。生成式人工智能广泛深入传媒业的所有的领域，推动了生产范式、传媒生态及智能营销全链路的变革，带来了降本增效、人机协同、信息消费方式变革等新质特点。随着更多大模型应用产品相继问世，主流媒体的系统性变革随之加速。未来，智能体革命、生成式AI的系统性根植及端侧大模型的发展将为主流媒体的系统性变革带来更多的可能性，推动主流媒体迈向全新的发展阶段。
2022年底，OpenAI发布了GPT-3.5人机对话应用程序掀起了全球性的AI热潮。2023年9月，习在黑龙江视察时首次提到了“新质生产力”这一重要理念。2024年7月，《中央关于进一步全面深化改革、推进中国式现代化的决定》提出要“构建适应全媒体生产传播工作机制和评价体系，推进主流媒体系统性变革”。2024年既是新质生产力涌动发展的大年，也是主流媒体从深层次地融合的攻坚阶段大步迈向系统性重塑变革的“关键转捩点”。站在这一时代发展的十字路口，本文全面回溯了2024年传媒业在新质生产力赋能之下的创新实践，探索传媒业的发展逻辑，助力推动大模型时代主流媒体的系统性变革。
2024年堪称大模型领域的“爆发元年”，应用产品数量屡创新高，投融资活动持续活跃，技术和硬件支撑不断迭代，使得大模型发展的蓝图愈发清晰。与此同时，主流媒体的生态重塑迎来了变革契机。
截至2024年11月，我国已备案或登记的大模型数量达到309个。2024年前三季度，我国人工智能领域表现出了强劲的资本活跃度，共计发生504起投融资事件，涉及金额累计约812亿元。从公司数增长态势来看，2024年上半年我们国家的人工智能企业数量相较上一年同期增长35.65%，展现出蓬勃的发展活力。
再看企业支出层面，2024年上半年，国内三家头部大型互联网公司的支出较2023年同期激增117%，支出大幅攀升的关键驱动因素在于互联网公司对处理器等核心硬件及基础设施的大规模采购，这揭示出互联网公司对于人工智能前景的看好。
进一步分析2024年前三季度的人工智能投融资事件不难发现，针对人工智能直接应用的投资案例与传统行业数字化转型中的AI应用投资数量持平，各为138宗，分别占据了总投融资活动的27.4%；而机器人技术领域则吸引了119宗投融资，占到了总量的23.6%；此外，对于人工智能硬件及核心技术的投资事件共有79宗，占比15.7%。这表明人工智能不仅在其专业领域内持续获得资本青睐，同时也正加速向其他传统产业渗透，推动跨行业的智能化转型。
2024年12月4日至12月20日，OpenAI接续开12场高规格发布会，重磅推出Sora、Canvas、o3等前沿产品，与此同时，Google和NVIDIA这样的行业巨头也在AI领域持续推出新的产品和技术。
从功能演进的角度看，OpenAI的大模型产品o3明显提升了即时学习能力、数学解析能力和推理能力，ChatGPT不仅仅可以直接访问第三方应用程序的数据集，而且通过与这些应用的深层次地融合，正稳步迈向AI Agent时代。在高级语音模式下，ChatGPT和Google的Gemini2.0展现了强大的“视知觉”机制，即模仿人类视觉系统的运作方式，对图像和屏幕内容做深度分析和理解。例如，对于复杂场景图片的输入，它们不仅能识别出物体、人物及场景布局，还能解读其中的隐含语义信息。此外，用户交互的流畅性亦得到极大优化，随时打断大模型进程并下达新指令成为现实，真正的完成人机“对话自由”。
在多模态生成技术方面，OpenAI的Sora和Google的Veo2展示了对物理世界规则的理解，并能以高精度重现现实世界的动态场景，生成视频分辨率也跃升至4K超高清级别，且时长突破2分钟瓶颈，极大拓宽视频生成的应用“蓝海”。马斯克旗下的Aurora公司推出的图像模型，则能生成在细节、色彩和光影效果方面几乎没办法与真实照片区分的图像，无论是人物肖像、风景照还是产品展示图，均达到了前所未有的逼真度，并且实现了无安全围栏的创作自由度。
在算力支持方面，新版Jetson Orin Nano开发版套件，算力从40TOPS涨到67TOPS（INT8），内存带宽增加50%，达到102GB/s，功耗仅25瓦，价格却降了50%，超高的性价比的优势能够赋能本地大模型运行，非常适合于机器人技术和物联网应用。Google的Willow芯片，据称能够在短短5分钟内完成10万亿年的计算量，为未来的应用场景带来了更为广阔的前景。
主流媒体系统性变革是指主流媒体在内容、渠道、技术、人才、管理、营销等方面做全方位的变革和重构，以适应全媒体生产传播的工作机制和评价体系。当前的研究主要围绕动因、路径、挑战及应对策略四个层面展开。
在探讨驱动主流媒体系统性变革的核心动因时，可以观察到这一进程是多元因素共同作用的结果。一是信息技术革命正在重塑传播生态，促使信息生产、分发和消费模式发生根本性转变。这些技术不仅改变了内容生产和传递的方式，还催生了新的互动形式，使得媒体环境更加动态化和个性化。二是媒介ECO的变化提出了新的要求。随着受众需求日益多样化、短视频平台的兴起及传播渠道的碎片化趋势加剧，主流媒体面临竞争与挑战。为了适应这些变化，媒体机构需要超越传统的线性思维模式，制定多渠道融合策略，探索创新的内容形态与传播手段，以更好地使用户得到满足的个性化需求。三是政策导向起到了关键性的引领作用。国家层面的一系列政策措施精确指出了建设全媒体体系的战略目标，这些政策为改革设定了方向，提供了制度上的保障和支持。
主流媒体要实现系统性变革，其路径呈现出多维度的纵深拓展态势。一是技术赋能与创新实践的“双驱引擎”。媒体机构通过大模型可以精准洞察受众需求、优化选题策划、提升内容生产和分发效率，确保信息传递的及时性和准确性，实现“智媒化转型”。二是内容生产与传播的“精优战略”。秉持“内容至上”的核心理念，媒体应深入挖掘深度报道的价值，融合多元化的表现形式，进行跨平台传播，形成“内容生态链”，促进优秀品质的内容广泛传播的同时，为媒体创造新的价值增长点。三是体制机制重塑的“破壁行动”。主流媒体应调整现有的组织架构，打破部门之间的壁垒，构建协同高效的运作体系，进行“组织韧性重塑”，从而通过灵活的内部结构和动态的人才管理体系，使媒体能够在快速变化的环境中保持敏捷性和适应力。四是平台搭建与融合拓展的“全域进击”。媒体不仅要致力于自有平台的建设和完善，还要积极探索与第三方平台的合作模式，构建一个全方面覆盖的全媒体矩阵。这并不是传播渠道的简单叠加，而是要通过多平台联动实现信息传播的“全息化扩散”。
在主流媒体系统性变革的进程中，存在着诸多挑战，这些挑战大多分布在在评价体系、人才结构及资金与技术瓶颈三个层面。一是评价体系不完善。传统收视率等指标失效，新体系构建复杂，需兼顾多方因素与平衡多元关系，精准衡量传播效果与媒体价值，而这在当前仍处于探索阶段，缺乏成熟统一标准。二是人才短缺与结构失衡。融合型、技术型、创新型人才匮乏，传统人才结构难以满足全媒体需求，人才教育培训、引进与留存机制待优化，部分媒体人才流失、队伍青黄不接，制约创新发展。三是资金与技术瓶颈。研发技术投入大、转型成本高，部分媒体资金紧张，且在核心研发技术、应用集成方面相对滞后，依赖外部技术，影响变革进程与自主可控能力。
面对这样一些问题，不少学者提出应对策略。一是构建科学评价体系。强调建立多维度、动态化的评价模型，综合考量传播效果、社会影响、用户参与等多重维度的指标。二是倡导高校、媒体机构与行业间的深度合作，满足全媒体时代对多元化人才的需求。媒体自身也应致力于优化内部的人才管理和激励机制，释放团队的创新活力。
生成式人工智能为传媒业特别是主流媒体带来了生产范式、传媒生态和经营销售的方式的三维变革，推动传媒业各领域全流程重塑。
媒介技术的发展史也是技术的平权史，通过不断的技术下沉，普通人类的能力继续扩展，生产效率持续提升。大模型技术作为新质生产力在传媒领域的代表，是对业界生产能力的再一次革命性释放，重塑了内容生产的逻辑，形成了以“用户赋权”为核心，生产、生态、营销的三维变革。
大模型体现了集体智慧协作的能力，凭借对海量数据的深度学习，直接将用户纳入新闻内容迭代生产的过程，构造了新型的社会化生产模式。从主体维度来看，大模型推动了内容生产的质变，以全天候、准实时的生产效率，压缩了数字内容的生产周期，意味着内容生产主体的根本转变，借助大模型对海量数据的智能化处理，AIGC简化了媒体从业者的工作流程和负担。从内容维度来看，具备跨模态能力的大模型逐步推动了传媒内容形式的多模态转型，极大地提升了内容信息传播的有效性与用户的接受度。从产业维度来看，大模型正深度渗透至直播、微短剧等内容行业，重塑了实时流媒体内容的创作逻辑。
AI时代搜索引擎网关发生了变革，信息分发的逻辑随之而变，各互联网巨头正在探索“生成式搜索体验”（Search Generative Experiences，SGE）的内容呈现、分发、触达的逻辑，以语言交互生成信息的方式改变鼠标点击超链接的人与信息的交互逻辑。如此一来，新闻的分发可以更为精细化，用户不再是单纯的、被动的信息接受者，而是传播网络中具备极其重大能动性的节点，信息传播从传统媒体主导的单向、封闭及传者与受者界线分明的传播关系，转变为数智媒体生态中人类与非人类行动者所构成的去中心化、块茎状、动态的网络状传播结构。当大模型及其相关应用直接与用户建立一对一的深度连接，在这样的一个过程中慢慢的变成为信息流通的关键枢纽，在引导信息流动的同时成为新的权力中心。同时，大模型因其强大的通用性和跨语际传播的适用性克服了语言障碍，实现了新闻内容的多语种交互和高效精准翻译，从而解决了长期以来由于语言差异造成的跨国新闻传播难题。
在数字技术的影响下，消费的人在购物中的互动已经从传统的“消费者一企业”二元互动转变为多元互动，即消费者还会与其他顾客、外部环境和技术主体进行互动。在互动营销颠覆全链路营销路径的情况下，大模型应用下的经营销售的方式不再是基于消费者内在需求的商品推送，而是一种基于内容生成式的电子商务平台，以对话交流的方式挖掘消费者深层需求。在大模型技术的推动下，营销模式实现跨模态、跨终端场景转化。依托大模型的跨领域理解能力和生成能力，营销主体能够在不同的媒介平台和多元化的情境中灵活运用多模态表达形式，如小红书营销文案、短视频带货脚本、公众号软文等多终端文本形态。此外，大模型与虚拟数字人的融合可在塑造人格化载体和人形沟通界面的基础上更高效地吸引粉丝，在品牌代言、内容营销、直播带货等场景中发挥重要作用。
大模型技术已在游戏全链路生产环节中得到应用，推动了从场景生成、角色动画、数值设计到背景故事创作、系统编程及游戏测试等所有的环节的自动化和协同化进程。大模型不仅仅可以加速内容创作过程，还能确保不同开发阶段之间的无缝衔接，从而大幅度降低游戏的生产所带来的成本，并提升整体效率。
在具体应用方面，大模型使得游戏内的NPC能够展现出高度个性化的特征，实现“千人千面”效果。每个NPC不再局限于预设的行为模式，而可以根据与玩家互动的历史记录，动态调整其对话内容、行为方式及情感表达，形成独特而连贯的人物形象。这种个性化定制的能力赋予了NPC长期记忆功能，使它们能够记住玩家的偏好、习惯乃至性格特点，进而提供更沉浸式的游戏体验。随着NPC智能化水平的提升，游戏的社交维度也得到了拓展。传统的社交属性大多分布在在PTP（Player To Player），即玩家之间的互动交流，借助智能NPC的支持，PTN（Player To NPC）的关系变得愈发重要。玩家不但可以与NPC进行深层次的情感交流，还可以建立持久的关系网络，这些关系会影响游戏剧情的发展和别的玩家的游戏体验。
王选教授发明的汉字激光照排技术标志着我国印刷技术进入了新纪元，告别了铅与火，迎来了光与电，AI的融入逐步推动出版行业数与智的转型。当前，大模型技术能实现选题的智能策划、内容的智能生产、审核的智能校对、传播的智能分发、营销的智能推广。例如，中信出版集团自主研发的夸父AI技术平台，构建了17个场景下的122个AI助手，具备AI生成封面和插图、校对纠错、文本翻译、推广营销等功能。
大模型的强大视频和音乐生成能力提升了内容创作者的地位，推动了影视内容生产的个性化和多元化，非专业的视频创作者可将其用在定制广告、微短剧、短视频的创作中。在音乐领域，字节跳动推出AI音乐产品海绵音乐，只需要提供灵感和歌词就可以创作出电影、游戏所需的配乐和音效。在影视领域，阿里大文娱的自研影视妆造大模型神力霓裳，可用于古装剧的妆造设计。在微短剧领域，AI的应用提升了国内微短剧行业的精品化程度，快手的可灵视频提供首尾帧控制、镜头控制等功能，降低了CG特效的高成本和长周期，生产的特效甚至可以媲美电影级的水准。
生成式AI正在为企业构筑更多营销新场域，融入AI的商业场景中能轻松实现用户与产品的双向互动。一是能轻松实现针对用户获取信息需求的一站式服务能力，AI可以识别和聚合高质量信息，智能体以数字人形态与用户沟通，可随时在线，专业化解答用户问题并进行深度沟通，增强用户沉浸式体验。二是实现AI全栈式数字人直播，几分钟就可以完成直播间搭建，大幅度降低直播经营成本。三是简化连接，针对不同平台和场景的需求，生产不一样的图文、视频、短剧高光片段和讲解视频，实现更聪明的广告投放。
“AI大模型+搜索”已成为大模型的主流应用形态，未来的信息获取方式将更多依赖AI搜索，用户的信息获取习惯、模式和效率将随之发生明显的变化。互联网时代，搜索引擎辅助人类信息寻求，大模型时代则是“人智协同”，信息获取方式从广撒网式的“粗搜索”向人类与智能协作式的“精筛选”转变，AI搜索接管了信息获取的中间环节，如关键词理解、海量资料搜集、信息过滤、内容分析整合等环节，通过多智能体协作，主动为用户筛选高质量信源，让信息从AI搜索这个超级节点直达用户，大大降低了接触噪音和信息失真的概率，让人类角色进一步转变为提出问题的协作者和最终结果的决策者，AI搜索打通了从粗筛到精读的工作流，延伸了智能理解和总结的功能，负责理解客户的真实需求与识别意图、调用搜索引擎API、处理和分析检索结果，以及生成内容总结等工作。机器开始成为与人类平等的对话者，开始深度参与信息传播，人与机器互动不再是简单的指令交互，智能体能够最终靠自然语言与个体主动沟通协作，向人类提供个性化信息，信息获取变成了人与智能体的“类人际交流”体验。
文创大模型为文化创意产业提供个性化定制、低成本且高效率的服务，催生了具有新兴科技思维的文化行业劳动者群体。同时，它也推动了文化创作工具的革新、基础设施平台的数字化转型，推动新型跨媒介互动形式、个性化体验场景等创新性劳动对象的诞生。这些变化将为民间传统文化的传承与发展提供新动能、新服务，塑造新业态，有望对现有产业逻辑带来深刻的变革。尤其是在推动中华优良历史传统文化创新发展方面，文创大模型的应用前景广阔，涵盖了中华文化遗产的保护、创作、生产、传播与消费等多个环节。文化行业大模型能利用专业领域的数据作为训练语料，具有较强的专业性与较低的容错性，提升服务普通用户的能力，可以大范围的应用于文化教育、旅游、参观、娱乐等多种场景，逐步推动文化产业的多元化和普及化发展。
本文以方正电子、拓尔思、传播大脑和齐鲁壹点四家公司的AI大模型为例，介绍现有产品服务主流媒体系统性变革的特点。
方正电子魔方媒体大模型将多种创新性技术组件应用到媒体的内容生产流程中，提供了从技术组件到解决方案的应用工具。
从技术组件维度来看，基于大模型的智能组件共同构成了一个高度智能化的内容生产环境。其中，多媒体跨模态检索引擎打破了信息壁垒，实现了文本、图像、音频等多维度信息的无缝链接与高效检索。选题智助系统基于用户行为数据预测热点话题，辅助编辑人员制定内容策略。主题智能推荐与智能撰写助手，则进一步促进内容生产的每一个环节智能化，极大地提升了创作效率与质量。智能审核与公众人物识别技术的融入，提升了内容合规检测的效率。
针对不同层级和地区的特点，方正还提供了多样化且具有针对性的融媒体建设方案。例如，地方级融媒体中心实施方案基于云雀融媒体平台搭建统一的内容生产管理体系，实现了多渠道信息汇聚、处理和发布的无缝衔接。院校、政府、企业级融媒体定制方案根据不同组织的详细情况量身定制专属的媒体融合路径，助力教育、政务和商业领域的传播效能提升。
拓尔思的拓天媒体大模型，能够在内容生产的所有的环节中提供全方位的支持，实现智能化的内容生产、搜索推荐、问答及审核等功能，优化采编流程，提高内容产出效率和质量。在安全与合规保障方面，拓尔思建立了一套完善的安全和隐私保护机制，强调数据安全和隐私保护的重要性，包括事实核查与比对，保护私域数据，防止数据泄露和滥用，维护媒体公信力和用户权益。同时，拓天媒体大模型严格遵守价值观对齐和合规审查标准，确保所有生成的内容符合主流社会价值观和行业规范，有很大成效避免意识形态风险，保证媒体能够在合法合规的框架内充分的利用AI技术的发展潜力。
传播大脑聚焦于智能客户端这一“交互端口”，其内置的智能助手依托自然语言处理技术，能够理解用户的语音指令，并开展深度交互对话。智能推荐功能与客户端社区运营ECO深度融入，依据用户实时位置与潜在需求，精准投放场所详情、路线指引及配套服务信息。智能审核模块运用智能图像与文本分析算法，针对用户头像、昵称、评论及帖子等内容做高效甄别，还可以过滤涉黄、涉政等不良信息，维护客户端内容的健康生态。智能评论员基于文本或图文素材，模拟生成不一样的角色的评论内容，强化社区互动的活力。
目前，模型已成功接入浙江日报报业集团媒立方与浙江全省媒体融合“天目蓝云”技术基座，正加速对全国各级媒体机构、高校国企、自媒体等内容生产者的商业化进程，赋能媒体行业升级。除在浙江省内融媒体中心应用外，传播大脑还与广西、重庆、江西等多个省区市媒体达成合作意向，一同推动媒体融合“一张网”新格局构建，促进全国媒体行业协同发展。
（4）壹点天玑传媒大模型：一体化·私有化·场景化，更适合主流媒体的大模型应用
齐鲁壹点所推出的壹点天玑传媒大模型，以主流价值观为舵，对海量新闻行业大数据进行深度“淬炼”，对私域小数据进行精细“雕琢”，其特点可以概括为以下几方面：一是一体化架构。壹点天玑实现了模型训练、微调与推理的一体化集成，仅需小规模算力资源就可以完成全流程操作。二是私有化部署。支持离线私有化部署及定制化训练是壹点天玑的一大特色。它采用了Prompt沙盒机制，确保训练数据不出域，从而有很大效果预防敏感信息泄露。三是行业深耕。壹点天玑深入挖掘传媒行业大数据，并兼容多种私域数据库（如党史库、媒资库等），让模型能够更好地理解和利用特定领域的知识，提供更贴合实际的需求的服务。四是场景驱动。针对传媒行业的具体应用场景，壹点天玑提供了丰富的Prompt指令集，涵盖从热点选题生成到视频脚本撰写等多个角度。五是数据解析与安全。结合本地数据库，壹点天玑能快速检索私域数据，提供精准的内容服务。在数据安全管理方面，对个人隐私信息保护、非法内容拦截等均有严格的措施，确保了用户个人信息安全和个人隐私不受侵犯。
智能体革命、生成式AI的系统性根植及端侧大模型的发展，将一同推动传媒业向更加智能化、个性化和服务化的方向迈进。
人工智能的发展历史可以划分为五个阶段。在第一阶段，AI扮演聊天机器人的角色，这类系统依赖预设的对话模式和知识库，典型应用包括智能客服机器人、自动回复工具和基础的语音助手。第二阶段是推理器，在这一阶段，AI模型作为编程助手和数学推理工具可处理更复杂的逻辑性和结构性任务。在第三阶段，AI进化到智能体阶段，能够理解复杂指令，在动态环境中自主判断并选择正真适合的行动方案。AI进入第四阶段后，成为创新者，不再局限于执行和优化现有任务，而是开始展现创新和创造能力。最终，AI将达到第五阶段，成为组织者，具备协调和管理庞大系统、资源和团队的能力，从而扮演起真正的“智能决策者”角色。
当前正处于智能体阶段，传媒格局正经历着由智能体驱动的数智化转型。一是无代码编程将成为现实，普通用户、开发者及中小媒体都能借此创建符合特定要求的编程任务，实现智能体的个性化定制，同时云计算服务模型进一步丰富，目前SaaS（软件即服务）、PaaS（平台即服务）等模式已大范围的应用，而MaaS（模型即服务）的出现将改写传媒发展轨迹。
二是AI为人类认知构筑“镜像视域”，实现人类知识疆界的加速拓展。生成式AI模型将成为映照人类与现实世界的一面镜子，人类借此首次得以从AI之中窥探自身“影像”。伴随AGI技术的前沿不断推进，人类将获得审视自身、洞察世界的全新视域，即“镜像视域”，这一视域的转换将促使传媒格局进行适应性重构。
生成式人工智能正在慢慢地渗透到传媒行业的各价值链条，其在应用层面展现出的创新潜力正推动着传媒各子行业生产流程的重构，进而改变价值创造的基本机制，促使传媒价值链经历基础性的转变。生成式AI超越了单纯的技术工具范畴，通过效率提升、内容品质优化和成本结构改善，确立了新的生产范式。一方面，生成式AI可以带来“双升一降”，即作业效率明显提升，内容品质进阶优化，同期生产所带来的成本呈下行趋向。另一方面，催生出全新的生产流程，影响了从创作、编辑、制作到分发和传播的各个阶段，因此导致一系列商业模式的变革，包括传媒行业收益模式的重塑、版权管控策略的调适，以及与消费者互动模式的迭代。生成式AI将带来全新的竞争格局，人工智能的应用与发展能力将成为传媒企业核心竞争力的关键要素。
端侧大模型通常部署在终端设备，包括智能手机、智能车辆和物联网节点。由于直接运行于终端，相较于云端大模型，端侧大模型面临计算能力和存储资源受限的问题，但其具备较低的数据泄露风险和无需网络数据传输的优势，因此能够即时响应，适用于对隐私保护和实时性能有严格要求的情境。随着终端硬件能力的持续增强，如移动计算平台和PC架构中处理器效能的提升，这些端侧设备能够支持更复杂的AI模型运算，为端侧大模型的普及提供了必要的物理基础。同时，端云协同机制日趋成熟，促进了全模态感知、全天候在线和实时交互智能系统的形成，加强了设备间的一体化协作，推动了万物智联生态的发展。端侧大模型的发展将导致个性化适配成为趋势，端侧装置可通过用户行为分析进行自适应学习与优化，确保每位用户都能获得量身定做的智能体验，以此来实现真正意义上的个体智能化服务。端侧大模型将引领我们步入一个高度智能互联的新纪元，即“智联时代”。
媒体的系统性变革不仅体现在生产力的运用方面，还体现为生产关系的适应性变革，只有生产关系与生产力相协调，才会充分释放新质生产力。首先是文化氛围的变化，鼓励创新和包容试错的内部文化成为主流，一改以往在体制机制的设置上对失败和错误的保守态度。鼓励试错的文化氛围可以激发管理人才、技术人才、内容人才的创造性，实现媒体的突破式发展。其次是建立起基于互联网的全媒体生产传播工作机制。历经从UGC、PGC到AIGC生产范式的变化，主流媒体在信息生产的时效性和量级上相较于互联网呈现出一定的劣势，因此，构建基于互联网的全媒体生产传播工作机制就显得很重要，重点在于将平台内嵌至主流媒体的工作机制中，实现技术的跨平台融合。再者，要格外的重视用户、内容、产品和服务运营。兼顾“内容为王”和“以用户为中心”，以客户的真实需求为出发点，超越单纯的内容生产逻辑，推动产品和服务运营更加市场化。大模型的发展将为地方媒体建设“三智化”平台（智媒体、智慧政务、智慧城市运营）带来新的机遇。最后，要实现评价体系的变革，通过外部评价体系实现系统性变革的正向反馈循环。
【本文系教育部产学合作协同育人项目“智慧融媒实践创新教学平台项目”（）阶段性成果；系马克思主义理论研究和建设工程重点项目&国家社科基金重点项目：“互联网时代文化产生和传播的规律研究”（24&WZD21）的阶段性成果】
郭全中：中央民族大学新闻与传播学院教授，博士生导师，网络站点平台企业未来的发展与治理研究中心主任；
