阿里巴巴-赵中州-通义AIGC-传媒领域下内容生产到消费的全链路技术实践

核心观点：新一轮人工智能产业革命由大模型引领，推动传媒领域AIGC应用百花齐放，但基础大模型在解决专业问题时仍面临挑战，需要通过数据、指令、记忆、函数等多维度能力串联解决实际场景问题。

传媒领域AIGC期望与挑战：

• 期望：内容多样化与传播性、事件实时跟踪与精准表达、主流价值观与正确导向、策采编发运全链路协同。
• 挑战：基础大模型在新闻场景中难以满足事件明确、观点鲜明的要求。

基础大模型GAP分析及四步骤落地方案：

• GAP分析：预训练阶段数据问题、指令微调阶段专业问题、反馈对齐阶段成本问题、上线应用阶段协同问题。
• 四步骤落地：数据增强、事实增强、推理增强、可控增强。

大模型关键优势与依赖：

• 关键优势：理解能力、生成能力、推理能力。
• 依赖：数据+指令、记忆（上下文、用户画像）、函数（外部系统交互）。

领域大模型+系统解决方案支撑传媒全链路落地：

• 数据增强：知识对齐的Cycle-Instruction、反向样本构建、基于SelfInstruction的SFT数据提升指令理解能力。
• 事实增强：生产级RAG需结合检索与生成，避免事实类内容无中生有。
• 推理增强：逻辑蒸馏（CoTDistillation）、逻辑迁移（CoTTransferring）结合千亿级MOE多模型提升推理效果。
• 可控性增强：长文写作下通过大纲可控率低问题，采用对齐式学习、多样化学习、对话式学习提升任务连贯性与一致性；价值观反馈学习、反事实增强、传统绿网融合提升模型稳定性和鲁棒性。

阿里云百炼五级引擎构建一站式大模型服务平台：

• 通过数据增强、事实增强、推理增强、可控增强等技术，助力媒体四力（全媒体适配、情绪洞察、意见挖掘）持续创新发展。

研究结论：大模型时代下，传媒行业需结合领域大模型与系统解决方案，通过多维度能力提升实现全链路落地，推动AIGC生产力演进。