中国智能媒体创新发展报告2024-2025
中华全国新闻工作者协会新媒体专业委员会中国记协新闻培训中心中国传媒大学媒体融合与传播国家重点实验室新媒体研究院中国新媒体技术展组委会 REPORT PARTNER报告出品 中国新媒体技术展是贯彻落实习近平总书记关于媒体融合发展的重要指示精神，推动技术创新赋能媒体事业发展，创新举办的中国新媒体大会主体活动之一，首届已于2022年举办。2025中国新媒体技术展由中华全国新闻工作者协会、中共湖南省委宣传部指导，中国记协新媒体专业委员会联合湖南多家权威机构共同主办。本届展会以“数智新媒跨界智联”为主题，全景呈现媒体数字化转型的前沿技术矩阵、场景化解决方案及文化+科技产业生态，旨在打造科技创新赋能主流媒体系统性变革的成果展示窗口、技术交易平台与产业合作枢纽。 中国传媒大学媒体融合与传播国家重点实验室新媒体研究院是专注于数字化、信息化和全球化背景下的新媒体综合发展研究的专业性教学与科研机构，长期致力于开展新媒体产业研究、新媒体内容研究、新媒体技术研究，目前以媒体融合、智能传播、媒体与人工智能、新一代移动通信新媒体、国际互联网传播、大数据、新媒体数字人文及新媒体人才培养等为核心，持续开展深入的新媒体理论研究、行业应用研究和产品创新研发工作，通过联合国内外专家和高级研究人才团队，以严谨的科学研究为根基，努力实现并不断开拓新媒体研究的最大价值。 EDITORIAL BOARD编委会 中国智能媒体宏观环境扫描 关键技术协同创新突破，夯实智媒高质量发展基座 强化学习驱动认知深化模型推理能力持续提升 多模态融合加快推进拓展智能交互边界 云边端深度协同发展推动智能应用纵深发展 •规模定律从预训练阶段逐渐向后训练以及推理阶段延伸•大模型继续依托强化学习等技术提升思考能力 •多模态大模型训练流程在今年已形成一套相对成熟的三阶段范式•未来多模态技术将进一步提升通用性与泛化能力，理解并处理未知场景 •大模型应用正加速向端侧大规模渗透普及•主流模型压缩方法主要包括剪枝、蒸馏压缩、模型量化及低秩分解等 （来源：阿里云研究院、中央广播电视总台视听新媒体中心、中央广播电视总台研究院、中央广播电视总台技术局《中国“人工智能+”应用发展报告》，课题组有部分调整） 关键技术协同创新突破，夯实智媒高质量发展基座 AI Agent步入规模化应用阶段从指令响应转向目标驱动 具身智能迈向深度情境理解自主交互拓展智媒场景边界 AI基础设施持续精进构筑智媒技术基座 •智能体具备以下关键能力：自主决策、动态学习、跨系统协作•智能体运行机制围绕规划、记忆、反思、工具等要素，现已取得一系列能力突破 •具身智能已实现从实验室研究向真实世界应用过渡的关键突破•《2025具身智能机器人发展趋势》对具身智能机器人未来发展进行前瞻预测 投融资热潮与商业化落地驱动智媒产业扩容增长 •从总量来看，2024年中国AI产业规模超9000亿元。其中基础层收入达3099亿元、模型框架层收入315亿元、应用层收入5665亿元 •全球AI市场规模快速扩张，增量显著。2024年全球AI市场规模约6157亿美元，预计2030年将突破2.6万亿美元。•2024年中美两国新增大模型数量占比86%，成为全球AI发展核心引擎。 •中国AI市场正处于高速发展的关键阶段，产业从规模扩张转向质量与效率并重的成熟化发展。 投融资热潮与商业化落地驱动智媒产业扩容增长 •中国AI投融资市场在2024年呈现规模稳定、结构优化特征。•中国AI领域投资重心从“技术验证”转向“商业闭环”，行业发展更重实效。 •全球AI投融资市场在2024年迎来爆发式增长，总量规模创下新高，成为全球资本聚焦的核心赛道。•全球AI投融资赛道集中度显著，AIGC领域成为最热门方向。 投融资热潮与商业化落地驱动智媒产业扩容增长 AI视频生成技术逐步从实验阶段迈向实用化。 2024年全球AI视频生成领域亿元及以上投融资频出，合计已超600亿元，为AI视频生成技术发展提供强大资金支持和多元化资源。 AI数字人赛道迎来突破性发展，中国AI数字人正从“技术工具”向“情感伙伴”演进，市场规模高速增长。 随着国资引领、产业协同深化及中西部潜力释放，AI数字人行业有望形成“技术-场景-资本”良性循环，重塑人机交互与产业生态，为经济社会创造更大价值。 社会文化巨变蕴含智能媒体发展机遇与挑战 社会文化巨变蕴含智能媒体发展机遇与挑战 虚假信息与深度伪造冲击智能媒体公信力根基•生成式AI技术的低门槛应用，可能导致虚假信息与深度伪造内容规模化泛滥，削弱智能媒体信息环境可信度 舆论生态扭曲与价值偏见削弱智能媒体导向功能 •推荐算法强化认知偏见，对智媒价值引领作用构成严重挑战•更值得警惕的是，AI可能成为意识形态渗透的工具，舆论生态进一步复杂化与浑浊化 隐私侵犯和责任模糊蔓延动摇智能媒体文化生态根基 •根据国家网络与信息安全信息通报中心2025年5月20日通报，在应用宝中35款移动应用存在违法违规收集使用个人信息情况，其中超三分之一为AI类产品•AI生成内容归属权悬而未决同样影响创作者生态 中国智能媒体创新路径洞察 算力基建扩容支撑智媒运行，国产AI芯片自主突破保障算力安全 作为智能媒体实现多模态内容生产、沉浸式交互、全流程智能化的底层基础，算力基础设施进入高速建设阶段，参数量级呈现爆炸式增长。 同时，“算力即服务（CaaS）”模式逐渐成为算力供给与使用的主流方式，推动传媒业智能化普惠发展。 智能算力 智能算力 《 算 力 基 础 设 施 高 质 量发 展 行 动 计 划 》 指 出 到2 0 2 5年 ， 全 国 算 力 总 规模 需 超 过3 0 0 E F L O P S，且 智 能 算 力 在 总 算 力 中的 占 比 要 提 升 至3 5 %。 芯片市场 截 至2 0 2 4年 ， 我 国 算 力总 规 模 超2 8 0 E F L O P S，其 中 面 向 人 工 智 能 场 景的 智 能 算 力 规 模 达 到9 0E F L O P S。 有 行 业 预 测 指 出 ， 到2 0 2 5年 我 国 人 工 智 能 芯 片 市 场规 模 将 突 破1 5 0 0亿 元， 市场 潜 力 持 续 释 放 。 此外，国内AI芯片厂商也已加快研发步伐，推出多款具备自主知识产权的产品，对传媒业也尤为关键。 算力基建扩容支撑智媒运行，国产AI芯片自主突破保障算力安全 传媒业天然是文本、视觉、听觉的多模态集合体，这决定了智能媒体的技术底座不能局限于单一文本生成能力，而需依托更全面的多模态信息处理能力。 从技术演进现状来看，大模型技术正在过渡到多模态模型、推理模型、端侧模型协同发展的新阶段。 AI应用从工具化走向原生化，智媒发展驶入原生创新新纪元 早期AI功能化是在传统框架嵌入单一功能，仍为局部优化。而AI原生是存在梯度差异的“光谱概念”，具备三大特征：AI是系统“中央处理器”、人机交互更自然、系统具有自主进化能力。当前，智能媒体原生AI生态形成了多元主体格局，底层企业输出技术，To B企业提供解决方案，To C企业推出原生应用，反哺上游升级。 传统“AI+”模式 AI原生模式 在现有系统上“外挂式”叠加AI功能、“补丁式”优化效率，AI是附加工具。 以AI为底层能力中枢，全方位重构媒体产品技术架构、业务流程、组织角色与价值创造方式，AI是“系统大脑”。 AI应用从工具化走向原生化，智媒发展驶入原生创新新纪元 厂商技术与传媒数据构筑新壁垒，开源生态加速行业数智化进程 大模型重塑智能媒体商业模式，竞争逻辑从单一技术优势转向“技术+数据”融合，技术厂商将传媒数据与大模型耦合，开发适配解决方案。 同时，中国开源模型以“高性能+低门槛+优生态”成为智能媒体的突破口，推动商业模式创新。 厂商技术与传媒数据构筑新壁垒，开源生态加速行业数智化进程 大模型在智能媒体应用层呈“核心突破、多场景拓展”格局。视频生成是核心赛道，多元主体入局竞争，中国力量跻身全球第一梯队，多个国内模型在相关榜单领先。 其中，用户交互优化聚焦“系统适配用户”，媒体通过技术实现需求预判式推荐与自然语言交互，提升信息获取效率。服务与政务领域，媒体构建“ AI媒体+政务服务商务服务”模式，实现从“技术落地”到“价值创造”的深化。 传媒行业大模型持续深化迭代，备案制度助力行业合规发展 自主研发模式 合作研发模式 技术引进与集成模式 以掌握核心技术自主权为目标，依托自有专业语料库、行业经验优化算法，打造垂类模型，深度掌控训练数据、算法架构与应用场景。 以资源互补、快速突破瓶颈为目标，联合科研机构/科技企业，整合媒体数据、场景需求与合作方技术、算力。 以轻量化转型、低成本落地为目标，引入外部成熟大模型，通过API调用、本地化微调，结合本地需求二次开发集成。 三大研发模式 智能体概念显著泛化，学界业界热议亟需概念对齐 当前，“智能体”概念正伴随大模型技术的普及陷入显著泛化。只有先厘清智能体的核心定义、明确其等级分类与发展模式，才能准确把握传媒业智能体的当前发展阶段及特征。 智能体概念显著泛化，学界业界热议亟需概念对齐 人大高瓴人工智能学院 普林斯顿大学 复旦大学与米哈游 智 能 体 具 有“大 脑 （B r a i n）+感 知（Perception）+行动（Action）”的概念框架。大模型作为“核心大脑”，承担记忆存储、信息处理与决策功能，搭配感知与行动模块，通过记忆管理与任务规划实现从知识到行动的闭环。 AI Agent包含Profile（属性）、Memory（记忆）、Planning（规划）、Action（行动）四大核心模块。 AI时代的智能体具备复杂环境适应、自主目标追求、自然语言交互、低监管依赖等特征，且控制流由大语言模型动态驱动。 英伟达 麦肯锡 微软 智能体正从简单自动化过渡到“能管理复杂工作流程的自主系统”，是“可与人类并肩甚至替代人类行事的新数字劳动力”。 生成式AI加持下的智能体不仅具备辅助功能，更能与人协同工作甚至代表人行事。 具备代表用户或系统自主执行任务能力的软件组件。 智能体概念显著泛化，学界业界热议亟需概念对齐 具备逻辑推理能力，分析数据、识别模式，提供专业建议，包含传媒领域的舆情、合规、传播分析等。 智能体概念显著泛化，学界业界热议亟需概念对齐 传媒业智能体当前明确处于Level 3(智能体)阶段，其发展特征紧密贴合行业需求与技术现状。在技术基础上，传媒业智能体以大模型为“核心大脑”，不再局限于传统大模型的内容生成能力，而是搭配了传媒场景专属的感知与行动模块，确保智能体能切实落地于传媒业务场景。 在发展模式上，传媒业智能体主要采用“行业Agent定制型”路径。针对传媒业“内容合规要求严格、业务场景分散”的核心特点，定制化对接行业专用资源，确保智能体在满足合规要求的同时，适配不同传媒细分场景。目前暂未大规模采用通用平台型模式或探索多模态具身智能，发展方向聚焦于现有业务的智能化升级而非跨领域探索。 从助手式Copilot到自主决策Agent，加速传媒业数智化升级 副驾驶Copilot AI成为传媒自主行动者，新增工具、规划与行动能力，从传媒业的“工具配角”跃升为“决策主角”，支撑智能媒体从“环节优化”向“生态重构”跨越。 AI成为人机协同的传媒效率提升者。技术升级使AI新增“长记忆能力”，可基于历史交互优化响应，但仍未突破辅助工具的定位。 聊天机器Chatbot AI以“高度依赖人工、参与度低”为核心特征，仅具备基础对话与推理能力，所有任务需人类提供明确指令。 大语言模型（LLM）×记忆+工具+规划+行动 从助手式Copilot到自主决策Agent，加速传媒业数智化升级 再次是个性化按需生成。结合用户画像、平台特性与内容定位，调用工具生成差异化内容与策略，避免同质化输出。 其次是自然语言+多模态交互。支持
