人工智能为媒体赋能
原标题：人工智能为媒体赋能人工智能有望改变媒体，重塑媒体的整个流程。未来，人工智能将融入到媒体运作的各个环节，但在媒体行业的落地，需要更复杂、更全面的架构。无论是人工智能本身还是其在传媒领域的应用，距离成熟都还有很长的路要走。当下，应基于媒体行业自身的数据构建具有针对性的人工智能系统，提升媒体与人工智能结合的成熟度。
人工智能媒体融合应用场景未来发展
媒体行业正处于融合发展的深水期和战略转型期，亟须找到媒体产业升级的新思路和新方向。随着人工智能应用的逐渐普及以及人工智能在媒体行业中一个个新的实际应用成果的诞生，我们越来越清晰地看到人工智能在推动媒体融合发展中的作用。人工智能给媒体行业带来的影响是深远的，推动着媒体运作流程中每个环节的变革，人工智能正成为媒体纵深融合的关键着力点，为媒体向智能化发展赋能。
人工智能+媒体：应用场景多元
大数据时代为媒体带来了前所未有的丰富数据资源和先进数据科学技术，但同时媒介环境变化也给行业的态势带来深度的影响。如今，受众呈现出分散化、复杂化的特征，信息量指数式增加，传统的内容生产、分发的方式及传受关系已不能满足时代的需要。媒体和媒体人正试图探索人工智能给智能媒体变革带来的新机遇，并积极寻求人工智能在传媒领域的落地。
人工智能在媒体有着巨大的应用空间，事实上，人工智能与媒体实际应用的结合已经有许多成功的案例并且在许多方面有着出色的表现，媒体行业对于人工智能技术直接或间接的运用正在不断发展,并将推广到更广泛的新场景。
高级文本分析技术
基于自然语言处理技术的文本分析技术是人工智能重要技术领域。自然语言处理（NLP）可以分析语言模式，从文本中提取出表达意义，其终极目标是使计算机能像人类一样“理解”语言。基于内容理解和NLP的写作机器人为记者赋能，可以模拟人的智能和认知行为，实现机器的“创造力”，经过对大量数据的分析和学习，形成“创作”的模板，用人机结合的方式来强化记者的写作能力。国内的媒体积极地将这一技术作为媒体内容生产方式的创新，如新华社的“快笔小新”，南方报业的“小南”等。百度人工智能开放平台推出的NLP产品“新闻摘要”，其技术原理是基于语义分析和深度学习模型，进行新闻内容的语义分析，自动抽取新闻内容中的关键信息，并生成指定长度的新闻摘要，可用于热点新闻聚合、新闻推荐、语音播报等场景。
图像和视频识别技术
图像和视频识别可以基于深度学习进行大规模数据训练，实现对图片、视频中物体的类别、位置等信息的识别。图像主体检测可以识别图像的场景、图像中主体的位置、物体的标签等。人工智能视频技术则能够提供视频内容分析的能力，对于视频中的物体和场景进行识别并能够输出结构化标签。
图像和视频技术在媒体中应用十分广泛，如内容分析、质量检测、内容提取、内容审核等方面。以媒体内容监测为例，有了人工智能图像视频技术的加持，使得非结构化媒体数据采用机器审核成为可能，通过数据集的训练建立用于审核的模型，针对画面中的元素进行追踪，对于图像及视频中的不恰当、有争议或违法内容、敏感内容、低俗内容等进行识别检测，进行标注和报警，以进行过滤和处理，可以大大减少人力的投入。
语音技术
人工智能语音技术主要包括语音识别和语音合成，它是一种“感知”的智能。自动语音识别（ASR/AVR）是基于训练的自动语音识别系统，将物理概念上的音频信息转换为机器可以识别并进行处理的目标信息，如文本。语音合成技术是通过深度学习框架进行数据训练，从而使得机器能够仿真发声。一些智能语音开放平台也提供了智能语音服务。以科大讯飞构建的智能语音开放平台为例，科大讯飞的语音输入法准确率已经能达到98%，并且输入的速度提高到了每分钟400字。越来越多的媒体开始使用科大讯飞的语音技术。
随着语音转换技术的日渐成熟，“语音-文本”双向转换技术在媒体中的应用成为可能。例如将语音识别技术在采编环节中使用，生成文本稿件并进行二次编辑。运用人工智能智能语音编译系统，将现场的语音报道生成文字版，大大提升了编辑人员原本耗时的整理工作的效率。将媒体的视音频内容转化成为文本素材，提升了媒体稿件、节目素材管理的效率。由于需要应对媒体音频和视频文件声源的复杂性和不可控性，虽然目前生成的文字稿件并不完美，但也在不断地提升和改善。
语音合成技术可以基于深度学习模型，把媒体报道的文章从文字版转换成语音版，并且接近于逼真的人声。甚至可以根据不同受众群体的需求，针对性地生成特定的声音供用户收听，打造更贴切、更有亲和力的语音体验。
人脸与人体识别技术
人脸识别是人工智能的应用中最为人所熟知的，它属于计算机视觉领域（CV）。目前人脸识别技术的主要应用包括人脸检测与属性分析、人脸对比、人脸搜索、活体检测、视频流人脸采集等方面。谷歌、苹果、Facebook、亚马逊和微软等互联网巨头争相在这一领域的技术和应用方面抢夺先机，纷纷推出相关的技术应用并不断突破创新。2018年5月的媒体报道称，亚马逊积极推广名为Rekognition的人脸识别服务，该解决方案可以在单个图像中识别多达100个人，并且可以对包含数千万个面部的数据库执行面部匹配。Facebook使用简单的人脸检测算法来分析图像中人脸的像素，并将其与相关用户进行比较，为上传到平台上的每张图片提供了自动生成的标记建议，取代了手动图像标记。
个性化推荐技术
传媒领域的大部分产品如电影、新闻、书籍、音乐、广告、文化活动等都致力于吸引受众阅读，聆听和观看媒体生产的内容。发现目标群体并把内容传播给该群体是能否达成媒体传播效果的关键一环，而个性化推荐技术解决了这一难题。这是目前在媒体中应用较为成功的人工智能技术，在媒体的内容分发过程中，个性化推荐技术为用户提供个性化体验，针对每个特定用户量身定制推荐内容，减少搜索相关内容所花费的时间。与此同时，对于人们所担忧的，由于算法主导的精准分发过程只推荐感兴趣的内容，会导致用户陷于信息茧房的问题，研究人员目前也在试图改进算法，开发“戳破气泡”的应用技术。例如BuzzFeed推出的“OutsideYourBubble”、瑞士报纸NZZ开发的“theCompanion”程序、Google的“EscapeYourBubble”等。
预测技术
现在已经开发出来的一些强大的基于人工智能的预测技术，让我们可以“预知未来”。通过时间序列（TS）建模来处理基于时间的数据，以获得时间数据中的隐含信息并作出判断。按照一定时间间隔点来收集数据，再对这些数据点的集合进行分析以确定长期趋势，以便预测未来或进行相应的分析。
当拥有时间相关数据时，时间序列模型将派上用场。例如，可以使用时间序列数据来分析某一家媒体下一年的用户数量、网站流量、影响力排名等，从而在广告投放方面作出合理决策。另外，如何及时地抓住社会热点是新闻机构所面临的重要问题，人工智能预测技术通过对海量的热点内容的模型进行训练和分析，建立热点模型，可以实现对于热点趋势的预测。
媒体需要思考的问题
人们越来越清晰地看到人工智能给媒体带来的意义与价值。在融合的时代背景下，媒体迫切需要人工智能带来推动媒体变革的潜力。与此同时，我们也不能认为人工智能可以解决媒体变革中的一切问题，技术并不是一块现成的、可以直接拿来享用的蛋糕，在媒体应用人工智能时，还需要着手考虑许多问题。
数据的完备性
媒介体系内部和外部都会产生大量的数据碎片，虽然目前数据量庞大，看似拥有海量的数据资源，但是生产的数据与可以用于人工智能的培训数据之间的匹配度还有待提升。在深度学习算法中，需要用大量的数据训练算法才能产生有意义的结果，数据的不完整性会导致准确性的下降，而准备这样的数据集的成本很高。为了实现大量的用户行为数据的积累，提高数据的完善程度，媒体需要构建大规模的数据体系和战略。为了实现人工智能在媒体中的进一步部署，媒体需要具备完备的数据源和处理更为庞大的数据系统的能力。
深度融合的方式
目前，人工智能技术还停留在初步应用层面，其深度还需要挖掘、广度还需要扩展，融合的方式也需要深入地进行探索。人工智能在媒体领域的大部分应用只是将现有的研究成果迁移到媒体行业，如果媒体想要更深入地参与到人工智能潮流中，就要积极地投入到算法的开发中，在人工智能领域中开辟出自己的空间，如此，才能使人工智能在媒体行业应用更加成熟。
数据安全与隐私
当人工智能应用飞速发展，人们很容易忽略在人工智能应用中的安全问题。2018年Facebook的数据泄漏事件折射出的数据安全漏洞引起社会关注，再一次提醒我们要严肃对待数据安全及隐私等问题。用户在媒介接触的过程中，用户数据和个人资料越来越多地交付给媒体，媒体在使用这些数据为用户提供更好服务的同时，需要权衡智能化用户体验和用户数据安全之间的关系。欧盟发布的通用数据保护条例（GDPR）于2018年5月25日正式生效，根据其条款，组织不仅必须确保在合法和严格的条件下收集个人数据，而且收集和管理个人数据的组织将有义务保护其免遭滥用和泄漏，并尊重数据所有者的权利，旨在确保人们可以掌控其个人数据。
坚守媒体的价值观和底线，保障数据安全，尊重用户隐私十分重要，媒体应思考在保护用户数据方面是否存在漏洞以及如何落实相应的人工智能安全策略。
人才培养
媒体领域对于人工智能人才的需求量还很大。要走出人才窘境，一方面要完善人才引进和培养规划，提升媒体从业人员的大数据和人工智能技能和素养，补齐人才短板。特别是要引进掌握坚实的传播理论基础，既懂媒体传播规律又懂大数据、人工智能的复合型人才，逐步形成与智能化媒体业务形态相适应的人才布局。另一方面要优化原有人才结构。当智能机器人取代部分人力成为可能，智媒时代的媒体人要在行业的巨变之中找准自己的定位，提升自己的知识技能。无处不在的“共享”和“开源”的知识使我们学习和了解人工智能行业前沿技术，例如Google发布的机器学习工具AutoML，用户无需掌握深度学习或人工智能知识即可轻松培训高性能深度网络来处理数据。
媒体和媒体人要拥抱媒体智能化的时代，破除对于新技术的“恐慌”，加快知识体系更新，使专业素养和工作能力跟上智能时代的节拍。
智能媒体：未来无限可能
虽然智能机器距离接近人类学习、思考和解决问题的能力还很遥远，但是机器取代人力是大趋势。人工智能将不断地从媒体生产链条向内容创建生产环节突破，从而帮助媒体进行内容升级和用户体验升级。
内容生产是未来人工智能在媒体行业实现新突破的重要方面，虽然人工智能目前不能超越人类的创造力，但可以承担起一部分信息收集、数据整理和内容创作的工作，将媒体人从一些重复性的繁冗工作中解放出来，从而节省出时间用于创作和创造性工作。媒体也应积极探索新的与人工智能结合的工作方式，使得工作更高效智能。
此外，人工智能将通过多种方式增强并带来更好的用户体验。通过学习用户行为，了解受众偏好从而使用户获取到感兴趣的内容，并根据用户画像定制个性化的内容。运用人工智能技术捕获处理数据，精准理解用户需求，可帮助媒体实现更加精细化的用户划分和用户分析，提供更加人性化的服务。人机交互使得用户体验更加立体化和场景化。
人工智能有望改变媒体的一切，重塑媒体的整个流程。预计未来人工智能将融入到媒体运作的各个环节。但无论是人工智能本身还是其在传媒领域的应用，距离成熟都还有很长的路要走。人工智能在媒体行业的落地，需要更复杂、更全面的架构。构建以大数据和人工智能为核心的技术生态体系，基于媒体行业自身的数据构建具有针对性的人工智能系统，提升媒体与人工智能结合的成熟度。目前人工智能技术在媒体行业的应用并不完善，但并不阻碍我们对于其发展前景的期待。
如何充分地发掘人工智能的潜力是媒体和媒体人面临的大命题，我们应思考人工智能如何更好地与媒介进行结合，尝试在融合发展面临的问题中加入人工智能解决方案。未来，机器与人的共生将成为媒体常态，我们期待人工智能为媒体带来更好的未来，在技术的助力下走向真正的智媒时代。
（作者沈浩系中国传媒大学新闻学院教授、博士生导师；杨莹莹系该院新闻与传播专业媒介市场调查方向硕士生）
(责编：赵光霞、宋心蕊)分享让更多人看到
5G应用背景下媒体融合发展的前景
来源：《新闻爱好者》2019年第8期
【摘要】站在技术的角度看，移动通信技术从1G到5G的每一次迭代升级，都是一次革命性的突破。5G在当前和今后的许多应用，与未来媒体的业态和生态有着密切关联。5G技术将改变人们对媒体、内容和用户的理解，改变媒体和相关产业的关系。这些改变主要包括五个方面：媒体渠道的泛在化、内容生产的数据化和智能化、用户产品体验的极大优化、产品分发的场景化和精准化、媒体业加速跨界发展与传播无界化。
【关键词】5G；媒体融合；智能化；用户
2019年“两会”期间，5G网络的全覆盖及其在新闻传媒领域的率先使用，让公众对5G技术有了更多的想象力，对5G的认识也从抽象到具象化。5G（5th-Generation）是“第五代移动通信技术”的简称，一般认为它具有1-20Gbps的峰值速率、10-100Mbps的用户体验、1-10毫秒的端到端延时、1-100倍的网络能耗效率提升。目前，中国、美国、韩国、日本等国家正在投入巨大资源加紧研发5G网络。在信息通信技术飞速发展的当今时代，5G技术的全面商用化近在咫尺、指日可待，与此同时，关于5G技术对社会生活领域的变革和影响的种种想象，更是引起社会各界的强烈关注。
从信息传播的角度看，相对于此前的通信技术，5G具有革命性的迭代意义。因此，5G对新闻传播业的影响，自然是引人注目的课题。在媒体融合已上升为国家战略的当前，无疑需要深入探索5G对媒体融合趋势的影响。2019年1月25日，中共中央政治局就全媒体时代和媒体融合发展举行第十二次集体学习，习近平总书记强调，“全媒体不断发展，出现了全程媒体、全息媒体、全员媒体、全效媒体，信息无处不在、无所不及、无人不用，导致舆论生态、媒体格局、传播方式发生深刻变化，新闻舆论工作面临新的挑战”。习总书记所讲的“四全”媒体，就是对5G应用背景下媒体融合发展所做的方向性判断。
一、5G作为媒体融合发展的技术环境
在41年前，“媒体融合”的概念被麻省理工学院媒体实验室创始人尼葛洛庞帝提出之时，研究者们就已认识到，技术是媒体融合发展的关键性推动力。尼氏认为，在技术进步中，计算机工业、出版印刷工业和广播电影工业正在趋向融合。在新闻传播领域，媒体融合是数字化时代媒体发展的一种新趋势，呈现出媒体形态、媒体格局、传播渠道、传播内容、传播范围以及用户体验的变化。媒体融合这种“沿着传播技术变化”的演进轨迹，近来尤其被传播学者们所充分认识到。[1]
从2014年媒体融合被作为我国的国家战略提出至今，已经走过了五年时间，媒体融合的发展则经历了多个关键性阶段。中国传媒大学詹新惠教授将其总结为四个阶段：最初是围绕渠道加大投入建设，即传统媒体“两微一端”的建设时期；然后是内容形式创新，如央广网的“王小艺的朋友圈”及人民日报的“军装照”等H5作品，都引发了刷屏效果；接下来是推动平台化发展，如中央广播电视总台的“全国智慧县级融媒体平台”，带动了县级媒体的融合发展；当前是跨行业跨界融合，如新闻媒体与房地产、游戏、电商等多领域的合作。[2]总结过去媒体融合发展所取得的成果，可以发现，技术是最重要的驱动因素。以“两会”报道为例，2015年的HTML5技术，2016年的VR沉浸式报道，2017年的微视频报道，2018年的人工智能和竖视频，2019年的Vlog、人工智能合成主播、VR和AR报道[3]，都带给用户完全不同的全新体验。
当前，5G的演进和应用是媒体融合进一步发展面临的技术环境。“2019年4月2日，美国无线通信和互联网协会（CTIA）发布调查报告称，在引进新一代通信标准5G的竞争方面，美国和中国并列第一。而在2018年度CTIA的调查中，中国居首，美国排名第三，这扩大了美国对其5G竞争力的担忧”。[4]我国在5G领域的领先优势，为媒体融合的加速发展提供了强有力的技术支撑。
站在技术的角度看，移动通信技术从1G到5G的每一次迭代升级，都是一次革命性的突破。在1G时代，人们只能通过通信网络打电话，这个时期称之为“语音时代”；在2G时代，互联网发展刚刚起步，人们只能打开简单的网页查询信息，可称为“文字时代”；在3G环境下，用户除了拥有PC电脑，还有平板电脑和智能手机，可实现图文信息的传输，称为“图片时代”；在4G阶段，微信、微博、新闻客户端及其他APP迅速崛起，成为新的信息分发渠道，平台类及传统媒体的短视频产品极大发展，可谓“视频时代”。相较于前四代通信网络，5G具有高速度、大容量、泛在网、低功耗、低时延特点，能实现人与人、人与物、物与物的广泛连接，使得人类社会进入真正的“万物互联”时代，即物联网时代。
即使保守估计，在未来三到五年里，5G将会全面进入到人们的生活和工作领域。在5G时代，VR（虚拟现实）、AR（增强现实）、人工智能、物联网、联网无人机、无线家庭娱乐、车联网等各项主要应用，将会深入人们的日常生活。
二、5G时代的媒体融合：媒体、内容与用户
媒体融合主要是传统媒体转型升级为新兴媒体的进程。在5G应用背景下，传统媒体格局将加速解构与重构。这种格局的变迁，可以从媒体、产品、用户、产业等多个不同的角度来透视。概言之，5G技术的发展和应用，将改变我们对媒体、内容产品和用户的理解，改变媒体业和相关产业的关系。
第一，媒体渠道的泛在化。在5G时代，随着物联网的普及化和商用，将真正实现人们日常所言的“万物皆媒”，媒体泛在化将成为现实。在这样的时代，媒体产品的接收终端将会更加多元化、多场景化。目前，已经出现了5G折叠屏手机、AR眼镜、智能投影仪，5G网络的常用终端有“5G智能电脑”“5G智能手机”和“5G智能电视”等。5G技术在物联网、智能家居等方面的应用，使得人们在各种各样的生活和工作场景中，包括车里、厨房、起居室、商店、医院等场所，都能借助于各种电子终端实现信息的采集、存储、处理、呈现、提取和传输，它们都具有媒体属性。未来，人们可以在客厅看电视剧，也可以在厨房的冰箱上继续收看；人们可以在手机上观看综艺节目，也可以在私家车上接着收看这个节目。
第二，内容生产的数据化和智能化。5G技术是人工智能的基础。在5G时代，人类将产生大量的用户数据，数据越多，机器通过深度学习就会越理解人类的需求和喜好。李开复据此推断，中国会在未来的人工智能领域领先世界，因为中国有着世界上最多的人口，也就拥有最大量的用户数据信息。5G技术促进了大量数据的生产和获取，进一步促进了新闻内容生产的数据化和智能化。首先，新闻采集将实现高效化。目前，部分媒体的新闻采集已不再仅通过记者和编辑完成，而改以利用人工智能算法来抓取数据，通过对用户搜索、浏览的分析，对热门搜索词排序，抓取热门话题呈现给用户，如新浪微博的热搜榜，就是通过人工智能算法完成。在5G时代，用户将会生产更加丰富的数据和内容，大量的用户行为数据可被获取，为从业者获取新闻线索和信息提供便利。同时，媒体监视环境的能力、舆情监测能力大大增强，这将进一步促进新闻采集的高效化。其次，新闻生产实现智能化。5G技术将推动人工智能发展，新闻业将实现“人机共生”。5G+AI不仅能提升媒体的技术能力，还会给整个媒体行业带来变革。目前，已经出现了新闻采访机器人、新闻写作机器人、新闻聊天机器人、人工合成主播等，未来传媒业将有更多人工智能应用。媒体更能根据用户的心理需求和行为规律来生产内容，实现高度数据化（依靠大数据的证据和资料讲新闻故事）和智能化（智能机器人辅助记者写稿、制作视频音频等）。
第三，用户产品体验的极大优化。从技术角度看，一部媒体发展的历史，可以说是信息传播技术的进化史。自古至今，人类永远在探索和追求更完善、更理想、更具人性化的传播境界。在5G时代，技术的发展使得人们能不断接近更高的传播境界。5G技术的应用使得人们的媒体产品体验极大优化。这种优化体现在如下三方面：首先，媒体内容生产形成以视频为主的模式，并借助于泛在化的终端能实现随处上传、传播和收看。孙玮教授谈及融媒体生产时，曾引用雷吉斯・德布雷的“媒介圈”（媒介圈包括话语圈、图文圈和视频圈）概念，认为“视频圈，以及正在形成的数字圈，就是我们当前身处的整个世界”。[5]在5G时代，视频将是媒体产品的最主要表现形态。其次，在媒体产品使用过程中，可以实现真正的“多媒体化”，人类的各种感官如视觉、嗅觉、听觉、味觉、触觉等，都在这个过程中发挥作用，甚至完全展开，相互配合，形成“沉浸式”的媒体应用。在此意义上，如同一些观察人士所说，报纸、电视、广播、杂志等传统媒体的概念已不复存在，只有放大了的“媒体”概念，上述称谓仅有机构名称的意义。再次，现实世界与虚拟世界的界限被打破，传播过程中“真实场景”的建构得以实现。从理论上讲，最好的传播状态必然是基于真实场景。如看球赛，理想情形是在球场上亲身观看。在5G技术支持下，VR技术、AR技术、超高清4K以及超超高清8K技术及“3D”技术，建构无限逼近真实的传播场景将不再是梦想，而成为现实，用户能在立体化、多感官接收情境中成为新闻事件的“目击者”和“实地观察者”。
第四，媒体产品分发的场景化和精准化。上文述及，在5G时代，媒体将更加懂得用户，更加全方位地了解用户，懂得和了解用户的方方面面，为媒体内容的准确营销奠定了基础。技术的发展使传播渠道和载体越来越人性化，当用户处于不同场景，媒体就会提供不同产品以满足其需求。“场景”本是影视用语，指在特定时间、空间内发生的行动。移动互联时代的场景传播正是基于特定时空下，也即具体场景下的个性化传播和服务。[6]在5G时代，随着“万物互联”的实现以及移动设备、社交媒体、大数据、传感器和定位系统的结合，媒体将能全方位地了解用户需求和兴趣，实时描绘其立体画像，用户场景感知及信息内容服务的适配度会非常高，媒体产品的分发就更具精准性和人性化。2014年10月，中国人民大学新闻学院新媒体研究所联合腾讯“企鹅智酷”对移动媒体的用户进行调查，显示“卫生间”和“床上”（晚上睡前或早上醒来）已成为移动传播非常重要的场景。这自然也是用户通过移动设备阅读新闻的重要场景，传统媒体可进一步了解用户在各种场景中的需求，有针对性地推出相关新闻和内容产品。当前，微信公众号“人民日报评论”，每天晚上10点左右会推出一篇“睡前聊一会儿”的评论推文，就是贴合用户睡前使用移动设备阅读新闻的场景需求。在5G时代，基于工作和生活场景的媒体内容精准化分发将成为常态。
第五，媒体业加速跨界发展与传播无界化。在5G和AI的“双核”驱动下，各个行业正在不断转型升级，媒体业亦不例外，而媒体与相关行业更是持续实现跨界融合，成为一个命运共同体。就目前可见的趋势，伴随着5G技术的应用，电商、财经、娱乐、体育、政务、交通等行业，将与媒体业的跨界融合越来越紧密。这些行业能为媒体业提供丰富的数据资源，媒体则基于大数据的分析和研判，不仅能生产优质的内容产品，向用户分发以满足其场景化的需求，也能服务于这些行业，实现跨界的合作共赢。另外，这些行业与媒体业往往都是基于相同或相近的平台而运营，因而具有密切的联姻关系，这也是在行业之间跨界融合发展的重要原因。从内容传播的范围来看，媒体业的传播范围也将跨越文化和语言的界限。媒体产品将在5G和AI技术不断进化的前提下，尤其是随着语音识别、文字转化、机器翻译等技术的发展，内容传播可以突破语言和文化的藩篱，人们不再由于语言的鸿沟而存在于各自的世界里，能够真正实现生活在一个“地球村”的生态体系中。当我们收看一个小语种的视频节目，在人工智能机器人的辅助下，将能够直接听到纯正的中文解说词。2019年《人民日报》“两会”报道中的海外“合作供版”与定制推送，就是传播无国界的体现。
三、结语
5G技术的诞生、发展和应用，将深刻改变人类的生产和生活面貌，推动全新的信息革命。在这场信息革命中，媒体无疑将受到更为深刻的影响。2014年，媒体融合被定位为国家战略举措，得到学界和业界的普遍关注。媒体融合的进程不断向纵深方向发展。在2019年2月25日的媒体深度融合工作推进会上，中共中央政治局委员、中宣部部长黄坤明明确指出，媒体融合是一场不容回避的“自我革命”，要强化技术创新的引领驱动。2019年作为“5G元年”，也必然成为媒体融合发展进程中的一个转折点，当5G与媒体融合相遇，让我们对媒体融合的未来发展有了更多的想象力和期待。
由于媒体融合发展的技术依赖性，当今我们基于5G技术的演进和预期，需要对媒体融合的未来布局和设计拥有前瞻性、预见性和想象力。自然，我们无法基于当今的技术坐标体系去畅想未来的媒体、内容、用户和产业格局，但怀有乐观和积极的心态，憧憬美好的前景，无疑是有必要的。当然，技术也不应该被盲目崇拜，5G的全面应用也可能给媒体业带来诸多负面影响，对此，管理者和从业者需要以坚定的勇气和高度的智慧，加以不断应对和克服。
（本研究受“华中科技大学人文社会科学发展专项基金”资助）
参考文献：
[1]吕尚彬.媒体融合的进化：从在线化到智能化[J].人民论坛?学术前沿，2018（24）：50-59.
[2]詹新惠.媒体融合进入下半场[J].青年记者，2019（12）：107.
[3]曾祥敏，刘思琦，唐雯.2019全国两会媒体融合产品创新研究[J].新闻与写作，2019（5）：22-29.
[4]刘瑞生.5G时代的媒体融合新趋势：由2019年“两会”新闻传播看中国媒体融合的创新发展[J].出版参考，2019（4）：47-50.
[5]孙玮.融媒体生产：感官重组与知觉再造[J].新闻记者，2019（3）：27-31.
[6]梁旭艳.场景传播：移动互联网时代的传播新变革[J].出版发行研究，2015（7）：53-56.
（张明新为华中科技大学新闻与信息传播学院教授、院长；常明芝为华中科技大学新闻与信息传播学院博士生）
(责编：赵光霞、宋心蕊)分享让更多人看到