本文通过分析人工智能驱动主流媒体系统性变革的底层逻辑，梳理主流媒体在内容生产、采编体系、服务模式、技术研发等方面的行业实践样本，剖析当前行业面临的AI（人工智能）幻觉治理、版权保护、体制机制适配等现实挑战，并从深化技术应用、完善治理体系、推进机制革新、强化人才培养四个维度，提出人工智能赋能下主流媒体系统性变革的实践策略。
当前，媒体融合发展步入以数智技术为核心驱动力的智能媒体新阶段。生成式人工智能的迭代升级与国产大模型的规模化落地，重构主流媒体的生产逻辑、传播生态与服务模式，推动行业从“技术赋能”的单点突破走向“系统性变革”。作为舆论引导主阵地，主流媒体在拥抱人工智能技术的过程中，既形成了人机协同采编、多模态内容生产、数字人服务延伸等可复制、可推广的行业实践，也面临着AI幻觉治理、版权保护、体制机制适配等现实挑战。
数智技术的深度渗透，使技术要素从主流媒体发展的辅助工具升级为核心基础设施，其对行业的赋能不再局限于单一生产环节的效率提升，而是通过对内容、传播、服务、治理全链条的系统性改造，推动主流媒体实现生产关系、组织架构与价值体系的全方位变革，这也是人工智能驱动主流媒体系统性变革的核心逻辑。
（一）生产逻辑重构：从人工主导到人机协同的新型生产关系
生成式人工智能具备的深度语义理解、多模态生成与自主逻辑推理能力，打破了传统新闻生产“策、采、编、审、发”的线性流程，构建起“人工定调+AI赋能+专业把关”的人机协同生产新模式。以DeepSeek-V3.1为代表的国产大模型，通过轻量化部署、API（应用程序编程接口）调用等方式与主流媒体采编体系深度融合，在选题策划、采访准备、素材处理、文稿生成等环节提供全流程智能支撑，使一线采编人员可独立完成多维度、高质量内容生产，大幅降低专业门槛与人力成本，推动新闻生产从“经验驱动”向“数据驱动”转变。这种新型生产关系，并非AI对人工的替代，而是通过技术赋能释放人工核心价值，让采编人员将更多精力聚焦于选题研判、价值挖掘与舆论引导，实现“AI负责效率、人工负责价值”的精准分工。
（二）传播生态升级：从单向传播到精准触达的智联传播体系
人工智能与大数据、算法推荐技术的融合应用，推动主流媒体从“一对多”的单向内容发布，转向“千人千面”的精准化、场景化传播。主流媒体依托用户行为数据深度分析，构建精细化用户画像体系，实现内容的智能适配与多平台分发——在主流媒体端推送深度权威内容，在新媒体平台打造轻量化、可视化衍生内容，在社交平台发起互动话题实现二次传播，形成全域覆盖、分层触达的智联传播生态。同时，多模态AIGC（人工智能生成内容）技术让内容形态从单一文字向图文、音视频、VR（虚拟现实）/AR（增强现实）沉浸式内容延伸，契合了新媒体环境下用户的信息接收习惯，有效提升了主流内容的传播力与感染力，推动主流价值实现全方位、深层次抵达。
（三）服务边界延伸：从内容生产者到综合服务者的价值转型
系统性变革背景下，主流媒体的核心价值不再局限于内容生产与舆论传播，而是依托人工智能技术实现服务边界的持续延伸，从单纯的“内容生产者”转型为集信息传播、政务服务、民生服务于一体的“综合服务平台”。AI数字人、智能问答系统、垂类大模型等技术应用，让主流媒体能够突破时空限制，为用户提供7×24小时的政策解读、办事指南、风险预警、专业咨询等场景化服务，实现从“流量吸引”到“用户留存”的转变。这种价值转型，让主流媒体更深度地融入社会治理与百姓生活，成为国家治理体系的重要组成部分，也为行业破解经营困境、实现可持续发展提供了新路径。
近年来，中央及地方主流媒体抢抓人工智能发展机遇，结合自身定位与区域特点，在内容生产、传播创新、服务延伸等方面开展了一系列实践探索，形成了各具特色的发展模式，为行业系统性变革提供了可借鉴的实践样本。
（一）内容生产创新：多模态AIGC打造主流叙事新形态
面对新媒体环境下用户审美与接收习惯的变化，主流媒体依托多模态AIGC技术，打破传统内容生产形式局限，打造更具感染力、传播力的主流叙事新形态，让主流价值表达更鲜活、更接地气。新华社成立“新华智绘”专业工作室，聚焦多模态AIGC内容生产，每周产出150~200条AIGC视频报道，累计全网浏览量突破5亿次。该工作室2025年推出《手绘×AI：定格2025的关键瞬间》，以“手绘+AI动效”融合形式让年度重大新闻事件动态化呈现，实现了科技与人文的较好结合。央视新闻利用AI绘画技术打造《2025，用AI画出“爱”》特色视频作品，将新闻中的感人瞬间转化为艺术画作，赋予新闻超越影像的情感浓度，在抖音平台播放量超2.8亿次，引发用户强烈情感共鸣。地方媒体中，由传播大脑科技（浙江）股份有限公司（以下简称“传播大脑”）研发的传播大模型，是全国首个由媒体技术公司研发并成功通过备案的媒体专属大模型，这个模型开发了视频一键生成、智能海报制作、老照片活化等近70项AIGC功能，将视频生产周期从数小时缩短至数分钟，实现内容生产的规模化、高效化。
（二）采编体系升级：人机协同实现全流程效率与质量双提升
中央主流媒体率先探索人机协同采编模式，将人工智能技术深度嵌入日常采编工作，实现新闻生产全流程的效率提升与质量优化。中国发展高层论坛2025年年会举办期间，央视记者将DeepSeek大模型应用于高端访谈筹备，通过模型生成的针对性采访问题链，让采访准备效率提升超60%，同时增强了报道的独家性与专业性。在常规新闻生产中，人民日报、新华社等中央媒体搭建的智能采编系统，可实现对文字、音频、视频等多类型素材的自动化整理与核心信息提取，并根据媒体风格生成新闻初稿，采编人员仅需完成稿件润色与事实核查即可发布，大幅提升了对热点事件的响应速度。这种人机协同模式，不仅在中央媒体实现规模化应用，更通过技术下沉，让省级、地市级主流媒体乃至县级融媒体中心共享技术红利，有效缩小了不同层级媒体间的数字化差距。
（三）服务模式革新：数字人技术打造智能化服务新载体
AI数字人技术的成熟应用，成为主流媒体延伸服务边界、提升服务能力的重要抓手。各级主流媒体与政务机构合作，推出一批兼具传播属性与服务功能的数字人产品，实现政务宣传与民生服务的深度融合。2025年3月14日，广西钦州市公安局上线全区首位AI数字警察“宣宣”，实现警事动态播报、反诈宣传、“指尖警务”三大核心功能，其播报的“马拉松出行攻略”等场景化短视频单日点击量突破10万次。在中央媒体层面，人民日报、央视新闻推出的AI数字主播，不仅完成日常新闻播报，更深度参与全运会、跨年盛典等大型活动的全天候报道，同时结合智能问答系统，为用户提供赛事咨询、节目导航等服务，实现了从“内容播报”到“智能服务”的转变。
（四）技术自主研发：垂类大模型构建差异化竞争优势
头部主流媒体开始依托国产大模型进行二次研发，打造适配自身业务的媒体垂类大模型，实现人工智能技术与媒体业务的精准适配，构建行业差异化竞争优势。潮新闻研发的全国首个通过中央网信办备案的媒体垂类“传播大模型”，深度结合媒体内容生产与传播特点，构建智能采编系统和AI创作平台，可根据不同传播平台特点，实现内容的智能改写与多形态生成，让记者实现“一次创作、多端分发”。除综合类媒体外，公安、财经、科技等领域的专业媒体也开始布局垂类大模型研发，结合行业特点打造专属大模型，实现专业内容的智能生成、行业数据的深度分析与专业服务的精准推送，推动专业媒体向“内容+数据+服务”的智慧型媒体转型。
人工智能在为主流媒体系统性变革注入强劲动力的同时，也因技术本身的局限性、行业治理体系的不完善以及媒体内部体制机制的适配性不足，带来一系列新的问题与挑战，成为制约行业实现整体性重构的重要因素。
（一）技术层面：AI幻觉问题冲击内容真实性底线
受训练数据局限性与推理逻辑不完善的影响，即使是最新升级的国产大模型，在处理专业领域信息、小众知识点与细节性内容时，仍可能产生错误内容。在公安宣传、财经报道、科技报道等对内容真实性要求较高的专业场景中，AI幻觉的危害尤为突出。笔者所在的《人民公安报·交通安全周刊》的作者，山西省大同市公安局民警在制作交通安全宣传视频时，发现AI生成画面中存在交通信号灯排列错误，此类细节错误若未及时纠正，不仅会影响宣传内容的专业性与权威性，更可能对公众认知产生误导，甚至引发安全风险。主流媒体必须建立严格的内容核查机制，守住内容真实性这一新闻工作的底线。
（二）治理层面：版权保护与内容规范体系亟待完善
在生成式人工智能的快速发展过程中，AI大模型训练的版权、AI生成内容的版权归属等问题日益凸显，成为制约行业健康发展的重要因素。2025年以来，未经授权使用创意作品训练大模型、AI深度合成引发的版权纠纷频发，文学、美术、音乐等领域创作者多次发声，呼吁加强人工智能领域的版权保护。同时，人工智能生成内容的传播也为虚假信息治理带来了新挑战。
（三）机制层面：传统体制机制与智能媒体发展不匹配
主流媒体系统性变革不仅是技术层面的升级，更需要组织架构、考核评价、人才培养等体制机制的同步革新。当前，部分主流媒体仍沿用传统的媒体运营管理模式，存在组织架构条块分割、考核评价体系重流量轻效果、人才队伍结构单一等问题，与人工智能时代的发展需求不相适配。在组织架构方面，传统的采编、技术、运营部门相互独立，难以实现数据与资源的共享，制约了人工智能技术的全链条应用；在考核评价方面，部分媒体仍以发稿量、阅读量等传统指标为主，未建立起适配人机协同生产与场景化服务的评价体系；在人才培养方面，兼具媒体专业素养与人工智能技术能力的复合型人才短缺，成为制约主流媒体人工智能技术深度应用的重要因素。
推进人工智能赋能下主流媒体的系统性变革，需要坚持问题导向与目标导向相结合，从技术应用、行业治理、机制革新、人才培养四个维度发力，构建起“技术赋能、治理规范、机制保障、人才支撑”的全方位发展体系，推动主流媒体实现整体性重构与高质量发展。
（一）深化技术应用：推动国产大模型与媒体业务深度融合
坚持技术自主可控原则，以国产大模型为核心，推动人工智能技术与主流媒体采编、传播、服务全链条的深度融合，实现技术应用的精准化、场景化。一方面，鼓励主流媒体根据自身定位与业务特点，依托国产大模型进行二次研发，打造媒体垂类大模型与专属智能采编系统，实现人工智能技术与媒体业务的精准适配，提升技术应用的实效性；另一方面，推动人工智能技术的下沉应用，加强主流媒体与科技企业的产学研合作，共同探索人工智能在媒体领域的新应用、新场景，推动技术与业务的双向赋能、协同发展。
（二）完善治理体系：构建可控可管的人工智能应用生态
以国家政策法规与国家标准为遵循，构建“政策引导+技术保障+行业自律”三位一体的治理体系，规范人工智能技术在主流媒体领域的应用。一是严格落实《人工智能生成合成内容标识办法》，对AI生成内容实行“显式标识+隐式标识”双重管理，保障公众的知情权与辨别权；二是建立健全AI生成内容的核查机制，构建“AI生成—人工初审—专业复审—终审发布”四级审核体系，将人工核查与智能校验有机结合，有效防范AI幻觉与虚假信息传播；三是加强人工智能领域的版权保护，推动建立大模型训练数据的合法供给渠道与版权作品开放授权平台，明确AI生成内容的版权归属，同时加强对版权侵权行为的监管与惩处，切实维护创作者的合法权益；四是强化行业自律，可由中华全国新闻工作者协会牵头，制定媒体行业人工智能技术应用规范与自律公约，引导主流媒体自觉履行社会责任，规范人工智能技术使用。
（三）推进机制革新：建立适配智能媒体发展的体制机制
以体制机制革新为抓手，打破传统运营管理模式的束缚，建立起适应人工智能时代的组织架构、考核评价与运营管理体系，为主流媒体系统性变革提供制度保障。在组织架构方面，推动主流媒体内部采编、技术、运营部门的融合重组，建立跨部门、跨领域的融媒体工作室与人工智能应用中心，实现数据、资源、人才的共享，推动人工智能技术的全链条应用；在考核评价方面，构建“导向正确、兼顾效率、注重效果”的多元化评价体系，将内容质量、舆论引导效果、用户服务能力等纳入考核指标，同时建立与评价体系相配套的激励机制，充分调动采编人员应用人工智能技术的积极性与创造性；在运营管理方面，推动主流媒体从“内容生产导向”向“用户需求导向”转变，依托大数据分析精准把握用户需求，实现内容生产与服务供给的精准化、场景化。
（四）强化人才培养：打造复合型传媒人才队伍
人才是推进主流媒体系统性变革的核心驱动力，面对人工智能时代的发展需求，必须加强复合型传媒人才队伍建设，为行业发展提供坚实的人才支撑。一方面，加强内部人才培养，针对现有采编人员开展人工智能技术专项培训，提升其使用人工智能工具、识别和纠正AI生成内容错误的能力，培养一批兼具媒体专业素养与技术应用能力的融媒型人才；另一方面，加大外部人才引进力度，打破传统用人体制壁垒，面向社会引进人工智能、大数据、算法推荐等领域的专业技术人才，优化人才队伍结构；同时，推动主流媒体与高校、科研机构的合作，建立人才培养基地，开展订单式人才培养，培养一批既懂媒体业务又懂技术研发的复合型人才，为主流媒体系统性变革储备人才资源。
作为舆论引导主阵地，主流媒体在拥抱人工智能技术的过程中，必须始终坚守新闻真实性底线与媒体社会责任，坚持“内容为王、技术赋能、价值引领”的发展理念，让人工智能技术成为提升内容质量、增强传播效果、拓展服务能力的重要工具，而非替代人工的“万能钥匙”。未来，随着国产大模型的持续迭代与行业治理体系的不断完善，人工智能技术将在主流媒体领域得到更广泛、更规范的应用，推动主流媒体实现从“融合发展”到“系统性变革”的历史性跨越，让主流声音更响亮、主流价值更深入人心，为中国式现代化提供牢固的意识形态保障、坚实的舆论支撑和持续的文化动能。■
（作者单位：公安部新闻传媒中心）
来源 | 新闻世界【本文刊登于《新闻世界》2026年第4期，原标题：《 人工智能赋能下主流媒体系统性变革的行业实践与路径探索》】
值班编辑 | 胡炜
