新奥天天彩澳门天天彩 AI让新闻变成“流体”：液态内容生产开始成为现实

平日里，于通勤之际“听”新闻，于休息之时“看”图文，到了晚上回家便“刷”新闻视频。同一核心内容澳门天天免费精准谜语，于不同形态之间自由地进行切换，去读取契合场景的新闻。生成式人工智能正助力新闻步入“液态内容”阶段。这不但只是分发方式的改变，还意味着新闻内容自身开始拥有动态重组的能力。

早在2026年初的时候就有这么一件事，在英国牛津大学路透新闻研究所发布了一份名为《新闻、媒体与技术趋势与预测》的报告（往后呢，人们就把它简称为报告）。这份报告把一系列词汇列为年度趋势词汇，其中就包括“液态内容”“答案引擎优化”等。然而呢，在芬兰广播公司战略主管拉赫科宁看来，新闻个性化这件事正在步入第二阶段，并且这一阶段所具备的核心特征，恰恰是液态内容。

报告原文截图

升级版“我的日报”

在过往的十年当中，我的日报（the Daily Me）差不多已然变成新闻个性化的代名词了，该词汇最开始是由麻省理工学院媒体实验室的创始人尼葛洛庞蒂给提出来的，其指的是“为个人兴趣而专门量身定制的虚拟日报”，抖音以及今日头条的算法推送，各大平台的“猜你喜欢”，在一定程度上都归属我的日报的应用版本，这一阶段的个性化，主要是“把不同内容推给不同的人”。

芬兰广播公司，战略主管，米卡·拉赫科宁，也就是Mika Rahkonen，回忆了起来，说道。

约10年前，芬兰广播公司打造首个个性化新闻应用Newswatch时，其团队便察觉到，遵循基于主题内容的个性化这一理念达成了第一阶段，同时意识到形式、结构以及长度同样得遵循此理念。

生成式人工智能深入到新闻编辑部当中，这种情况下，“我的日报”正面临着被重新好好定义的状况，未来的新闻服务，有可能会依据读者的场景，还有时间以及知识背景，去动态地匹配出更加合适的信息形态。

当前你处于何种场景？是于通勤的路途之上，还是在工作的间隙之时呢？亦或是身处办公室环境之中呢？

耗费多少时间去接收信息，拿定主意了吗？是打算瞅一眼，一份仅需4分钟就能读完的速览？还是想要细细品，一份得花40分钟阅读的深度内容呢？

对于这一议题，你究竟知晓了多少呢？是首次与之接触，故而需要必备的背景介绍，亦或是已然阅读过好多篇与之有关的报道，从而期望获取更为深入、更为直接的回答呢？

处于这般的逻辑里面，新闻的内容自身会依照场景以及认知的差异进而被再度组织。

驾驶之际，系统能够予以音频简报；午休之时，推送图文概要；夜晚时分，给出更为完整的视频阐释。针对背景陌生的读者，系统能够自动补充“前情提要”；对于已然熟悉议题的读者，能够直接提供更短且更聚焦的更新版本。

这恰恰是新闻个性化服务的第二个阶段，它的关键支撑是液态内容生产，是这样的。

什么是“液态内容”？

被路透研究院的报告定义成“非静态的，能依据读者所处场景、位置、时间或者互动方式实时产生变化的内容或故事”的液态内容，若过去个性化主要在推荐层面出现，那么液态内容就标志着：变化开始进到内容自身。

生产：从文章到内容单元

内容得具备可拆解性，如此才可实现流动，媒体会朝着生产“原子化的内容单元”的方向逐步转变。

能被AI识别、调用和重组的数据单元，是原子化的内容单元，它把一篇报道拆解成像事实、数据、引语、时间线等这样的基本元素，这些元素分别独立存储，而非固定嵌入一篇完整文章之中。从这个角度讲，液态内容可理解为内容的数据化，报道里的关键要素被转化成独立的数据单元，进入媒体数据库，供系统后续按需调用并重新组合。当用户发出请求时，AI依据具体需求，把这些内容单元实时组装成更合适 形态。如此这般的生产逻辑之中，记者所交付的，已并非仅仅只是“一篇稿子”，而是一组能够持续进行复用的知识单元。

鲍尔传媒这家德国的公司，其首席产品官是马塞尔·泽姆勒说出了这样的表达：

不是传统出版商那样，把内容当作成品，诸如文章，视频，还有故事，而是液态内容，将其看作能够以液态形式传输到不同格式、平台以及界面的结构化知识。

分发：多模态内容转化

然而，通过借助Seedance、智能体这样的AI工具，一组相同的事实内容能够依据当下场景，生成最为契合的分发形态，比如说，同样的内容能够生成时长为5分钟的音频播客，还能够生出图文摘要卡片，以及15分钟的解说视频，或者能生成数据可视化图表。

有读者感知体现这般情况，即“听”一篇文章，“看”一期播客，“读”一段视频的整体感受，形式不会困住内容，这恰是芬兰广播公司所设想的“同一素材，不同平台”这种模式存在样态存在状况，芬兰广播公司有此样态，该公共广播机构曾经有过利用同一素材制作电视和广播新闻的情况事况，AI的加入让这一模式从“人工二次加工”提升升至“系统自动适配”形态态势，成本得以大大降低。

普利策新闻奖获得之人加里·皮埃尔 - 皮埃尔（Garry Pierre - Pierre）作出这样的表述：

在2026年的时候，会有更多的新闻机构察觉到，人们并非一直都想要一篇文章，有的时候，他们仅仅是想要把事情弄明白，（People don’t always want an article. Sometimes they just want clarity）。

液态内容生产正在成为现实

要是讲“液态内容”仍是相对新颖的观念，那过去一年里出现的一群产品以及若干个平台，已促使其由想象慢慢迈向现实，这些探索都不一定成熟，不过它的确给出了一些演化方向。

从文字到音视频

第一个演化面向，是将文字内容转化为音频与视频。

美国《华盛顿邮报》在文字转音频这方面，于其App当中推出了由AI驱动的音频产品，邮报宣称该产品把记者当天采写的新闻当作素材库，围绕着读者所关注的话题，自动生成以对话形式呈现的、由AI主持人负责的个性化播客，读者能够自定义主题、主持风格以及时长，进而达成“千人千面”的音频分发，后续，这个产品还打算增添“暂停提问”功能，以便读者在收听期间随时向AI主持人追问更多背景信息。《华盛顿邮报》持有这样的看法，即这并非是对传统播客的取代情形，而是属于一种“拓展型产品”，它尝试着把新闻报道向核心受众之外的“新类别”读者那里进行延伸，从而让传统新闻文章能够快速地“流动”成为可满足不同需求的个性化音频内容。

“个性化播客（Personalized podcast）”的界面，是由《华盛顿邮报》推出的。

腾讯混元推出了交互式AI播客，在其工具介绍里提及，收听时读者能够随时打断播报，还能借由语音或者文字进行提问，则AI会实时予以回应，文本、网页还有文档等内容皆能够一键变为双人对谈式音频。

于文字转视频范畴之中，文生视频正渐次步入新闻生产流程，举例而言，澎湃新闻“派生万物 SUPAI”平台已然达成文章转视频、数字人播报、自动配音以及智能剪辑等功能，记者上传一篇文字报道之后，AI能够在数分钟内生成适配短 视频平台传播的竖版视频。

派生万物文章转视频功能

从自然语言到可视化图表

AI同样在对数据新闻以及可视化的生产方式予以改变，英国《金融时报》披露其正处于探索从数据朝着图表的自动转化进程，依照其所述，记者只有运用自然语言输入指令并且上传数据集，AI才能够跳过繁杂的编程过程，直接达成从“数据”至“可视化”的转变，人民日报社的“智媒引擎”也向外展现出类似的能力，相关应用能够极大程度地降低数据新闻和可视化内容的生产门槛。

《金融时报》开发的AI可视化应用示意图

将自然语言文本不光直接转化为可视化图表，数据图文的视频化也渐渐成为国内数据新闻生产的探索方向，在2026年全国两会报道里，澎湃新闻美数课工作室凭借大模型的文本向量化能力，对《政府工作报告》全文做语义解析，识别历年来政府报告里从未出现过的新词以及一直被常提及的关键词，美数课工作室不同于以往还借助AI把这篇数据分析稿件转变为数据视频，转评赞超过已达6000，传播效率比传统数据图文稿件要好。

澎湃新闻旗下的美数课，借助大模型，对2026年政府工作报告的高频关联词展开梳理。

主创团队认为：

不再被限定于某一种媒介形态的数据新闻，能够在图文、视频等表达形式之间自主地进行迁移。之所以这样说是因为，AI的参与明显使文风调节以及视频生产的难度降低了，对于一篇数据新闻而言，倘若其数据内核坚实稳固，那么这个内容便能够被“改变形式”，进而在不同平台上被数量更多的人所看见。

内容层次的流动

内容形式的简单流动并非更靠近未来新闻内容演化走向的东西，依照读者知识背景情形，展开对内容形式和信息层次的同步转换才是。一款有着Particle之称的应用，已于相关实践进行尝试之举。确切来讲，这个Particle，它可不是一个新闻生产类工具，倒更像是一个“新闻组织”这般功能器具哩。它能够把方方面面媒体里有联系的那些报道，重组使之归结于一个整体相对比较完整的“故事”那般形态，而且可以在同一个页面当中，展现出事件的好多不同视角、关键引语以及背景脉络情况。

使Particle与“液态内容”产生深度关联的真正因素，是在2026年2月上线的一项新功能，即Podcast Clips（播客片段）。这项功能能够借助AI从大量播客内容里自动识别并筛选出和特定新闻最为相关的片段，然后把这些片段剪辑成数十秒的音频。这就意味着，在读者阅读某一事件文字报道的时候，能够同步听到播客主持人针对该事件的评论以及解读。

Particle推出的Podcast Clips界面

通过借助与之相类似的应用，芬兰广播公司新闻实验室的负责人尤卡·尼瓦，也就是Jukka Niva，提出了一个具有相当启发性的、颇具新意的前景：

假定有一位读者，其已然阅读过数量众多的关于乌克兰战争的报道，那么在新的事件出现之际，AI能够推送一个篇幅较短的更新资讯版本；然而对于另一位几乎不存在相关知识积累的读者而言，系统便会提供一个涵盖战争起因、发展时间脉络等背景信息的篇幅较长的完整版本。

这时，新闻分发的逻辑已并非是“推荐什么样的内容”，而是“当面对同一个事件时，不同的读者会看到深度并不相同、结构也不一样的内容版本”。也就是说，不断流动的不单单是分发的路径，更是内容自身。

液态内容需要生产端革新

想要达成内容的流动，内容起先必定是得以结构化处理的。要是内容一直保持非结构化的形态存在，像是一段历经几十分钟时长的采访录音，一个不带有字幕的视频，一堆呈现散乱模样的照片，那么人工智能就没办法理解它，也没办法对其进行变形处理的了。

所以，液态内容的生产，需求生产端的基础设施予以升级，也就是说，前端的内容流动，那是有赖于后端的所具备的内容资产系统，以及数据库，还有检索能力的全面升级。

实现音视频跨模态检索

以往，记者常常对海量音视频显得没有能力去处理。因为其音画不同步，或者文稿缺失，常常难以进行检索。海量音视频因此常常要耗费数月时间，才能够转化为有用的内容。搜索引擎也无法依据关键词来检索音视频内容。而跨模态检索技术正在改变这一现状。

长江日报社所推出的“长江数智媒资一体化能力平台”，它提供了这样一个解决方案，按照其介绍，当编辑或者是记者输入一段文字描述，比如说“寻找武汉樱花盛开时的唯美视频”，此时系统就会借助技术去理解文字的含义，并且对图片、音频、视频等既有的媒体资源展开聚类分析，进而定位到符合需求的视频内容。

长江日报社开发的“长江数智媒资一体化能力平台”界面

CNN同样正在致力于“攻克部分视频档案的语义搜索”这项工作，其目的在于使得制作人能够在瞬间就找到海量素材当中的关键画面，进而实现高效的素材查找。

计算机视觉 AI 系统 VFRAME信息处理示意图

在叙利亚冲突报道里出现了类似的应用，冲突的时候，民间产出了数百万条记录现场情形的视频以及照片，仅仅依靠记者人工去筛看，几乎是不可能达成的，所以，科技研究者亚当·哈维，也就是 Adam Harvey 开发了计算机视觉 AI 系统 VFRAME，并且和新闻调查机构叙利亚档案馆展开合作，训练 AI 针对 300 多万个视频实施“观看”还有识别，判定画面当中是不是出现特定类型的非法武器。

AI在处理完了海量视觉信息之后，并非简单输出图像的结果 ，而是进一步生成了一份结构化的文本表格 ，这份表格标注出了关键信息 ，关键信息涵盖相关视频的来源 ，具体出现于第几分几秒 ，对应坐标位置以及识别出的武器类型。记者借助这份表格 ，得以在极短的时间内完成了原本几乎需要数十年才能处理完的素材筛查工作 ，并据此完成了多篇深度调查报道 ，部分报道后来还被国际法庭作为审判证据采用。

这就是生产端流动，从非结构化→结构化→可调用→可变形。

风险：流动增加信任成本

液态内容在赋能新闻的同时，也将带来前所未有的挑战。

首先要提到的是深度伪造的跨模态内容，它正演变成事实核查的全新难题，虚假的剧本带动虚假的声纹，进而合成虚假的视频，多重模态的造假致使真相甄别变得难上加难。在中东地缘冲突升级这样的背景之下，大量与战区轰炸有关的深度伪造视频在社交平台进行传播。这些视频画面有着很强的真实感，声音匹配度也高，传播速度还快，所以在真相核实以前，虚假视频已然获得了数百万次的观看了。

AI生成的战争视频

就在这个时候，AI摘要正使得新闻品牌的影响力被削弱2025年天天彩免费大全，路透报告里还指出，当人们借助AI聊天机器人或者社交媒体片段去获取碎片化信息时，他们常常就失去了完整的新闻事实图景，可与此同时也带来了新的机会，“新闻机构合理的做法是促使AI在后端效率方面得到提升，从而能够把更多资源投入到一线新闻采编当中，并且对前端应用要保持高度的谨慎，因为公众是警惕的，所以经过人工核实的可信信息很可能会变得更加珍贵。”。这恰恰能够表明，新闻液态内容一旦越是普及，那么人工核查就会越发成为稀缺资源，新闻机构的信誉同样会越发成为稀缺资源，编辑判断也会越发成为稀缺资源。

从“内容生产”到“内容资产运营”

当新闻走向液态，新闻生产的核心能力也在发生根本性迁移。

往昔之时，新闻机构的核心竞争力在于“谁生产得出更快的速度”。往后的日子里，核心竞争力变为“谁所拥有的内容资产更具结构化，更能够可复用，更易于形成流动”。并且这还会致使媒体行业的经济模式跟着发生改变，从先前的“售卖版面或者时段”转变为“售卖内容资产的使用权”。同一组的事实内核哟，可以同时为短视频读者、播客读者、深度阅读读者提供服务，成功达成“一次生产、多次转化”的结果呢。

芬兰广播公司战略主管米卡·拉赫科宁，表示这算得上是一种“拥有相当高成本效益指标的方式”，AI使得规模化转变成为具有可行性的状态；而规模化的特征还有可复制性质，恰巧是商业化得以成功推进的前提要件。

那个名为黑客与记者组织的组织的联合创始人，也就是叫做伯特·赫尔曼的人，提出了更为激进的预测：

在五年的时间范围之内，新闻编辑室里的每一个人，都将会摇身一变成为程序员，你往后不会再有内容管理系存在了新奥天天彩澳门天天彩，你得要为一个处于‘后网站’状态的世界条件作出妥善之准备动作，智能代理人工智能就将会变成出任主要守门人之角色担任成分。

这并非表明记者会被替代，恰恰相反，当内容变为流体时，事实的查证、叙事的条理以及资产的运作，这些唯有人类具备的能力，会变得尤为关键。

固然，当下常常出现的AI生成摘要、AI配图、AI转视频，依旧大多停留在有关工具应用的层面。它对于新闻行业更为 profound 的、更深层次的改变在于，它正在驱策新闻从“固态产品”迈向“液态内容”迈进，从“一次性成品”向着“内容资产”转变。媒体不再单单只是“写稿子的主体”，而是在持续不断地以组织、维系并运营事实内核的机构的角色存在着。

执笔：

未来新闻计划

复旦大学新闻学院副教授 徐笛

澎湃新闻美数课工作室主理人 吕妍

复旦大学新闻学院研究生 谢泽圻 吴袁