开云棋牌平台官网

场景实验室：数智媒体经营“破圈”的一种路径探索

时间: 2024-02-19 02:08:13 | 作者: 开云棋牌平台官网

产品简介

杨溟（新华网融媒体未来研究院院长、新华社国家重点实验室生物感知智能应用研究部负责人）

导读场景化生态建设是数字化的经济产业的关键，也是媒体运营的核心。基于生态场景的实验室模式既是一种伴随式成长的现实路径，也是彰显媒体优势的产业生态群聚合探索。

这一年来，已有太多突破我们认知的创新出现。喧嚣一时的“元宇宙”热潮也逐渐冷却，对传媒业而言，报道对象、报道样式和报道技术持续变换，观念被冲击和冲洗的程度超过人类历史上任何一次技术革命。

当前，我们身处宏大的场景实验室，包括媒体在内的一些行业与人类正在成为“新物种”。我们必然走向人机融合的时代——人和机器共同生成“场景”，“环境”成为其中不可或缺的计算项和影响因子。在新视角的关注下，甚至非人类也成为数字公共场景生态中的参与主体；社交机器人堂而皇之地在算法驱动下自动化生成内容，模拟人类公布消息。比起今天生成式人工智能更令人担忧与憧憬的，是走向交互式人工智能的必然趋势。

媒体要避免从历史舞台上消失，走向数智化是必然选择。持续推动媒体的数智化发展仅仅依靠政府财政投入是难以为继的，新的经营理念及市场化模式显得很重要。

物联网场景是多源异构的复杂系统。新技术使我们也可以更深入地挖掘构成“世界”与“事件”的复杂关系。人工智能大模型出现前，主要是自动化领域里通过偏结构化的固定模式以固定算法处理问题。但大模型开启了全领域可以自主学习并拥有广泛知识的主动处理时代，这使我们对于复杂系统的处置能力超越了过去。目前还只是起点，此后它的发展将超出我们的预期。这就从另一方面代表着，“场景”慢慢的变成了可计算、可干预、可治理以及可能会产生更多价值的复杂系统。

传播学领域对场景和产业生态的形成有诸多思考。陈力丹、付玉辉从电信业和媒介业的融合预测未来会产生“大媒体”业，即具备跨国家、跨产业、跨媒介特点的新型产业生态和产业群。[1]2019年笔者提出，应将融合转型与人工智能等代际性技术的发展结合起来，通过科技赋能构建与个人、行业、社会的新型连接关系。从系统化的生态观研判局势，以人机智能进行跨界融合是专业媒体组织能够尝试的一种策略。[2]

有专家提出，“场”提供了一种复杂视角。作为互动事件相互作用的整体场，场内各元素和关系复杂多变且无法预测，呈现出整体性、连通性但又非线性、混沌性等有序又无序的复杂性特征，形成多联系多互动的自组织结构。[3]对麦克卢汉媒介研究的深层挖掘，探索其非线性因果模式，搭建了一个互动作用的媒介生态系统；更进一步，洛根在此认识的基础上，找到了麦克卢汉媒介生态与复杂性理论之间的关联性，指出麦克卢汉媒介思考中所体现的不稳定性、再混合性、流动性、自组织性等复杂理论特征[4]。

场景在本文中的另一重含义是指，媒体针对跨产业的多家生产、销售、服务组织通过某种相关性逻辑进行重新组合、协同，并通过整体服务能力或产品集群的输出，获得超出单一厂家、商家的经营收益。媒体在其中所起的作用不仅包括场景的策划发起、组织、谈判、相关资源配置，还有代理、包装和科技赋能生态群落的服务功能。

2019年起，新华社已开始采用遥感卫星数据持续对河南小浪底水库进行监测。此后，新华社在国内率先创建卫星新闻实验室。通过卫星数据应用和媒体调查新闻相结合的方式能理解为实验场景的早期探索——在环境新闻、突发事件报道等调查类型的新闻业务中尝试采用长时间、可溯源、智能化的数据采集与异动感知方式和技术方法。2021年，新华网融媒体未来研究院在太原卫星发射基地发射“蓝星球一号”遥感卫星，将态势感知异动数据采集延伸到科学研究和经营领域。2022年，新华社国家重点实验室与国家航天局对地观测与数据中心签订战略合作协议，一同推动高分辨率对地观测系统重大专项的创新应用，加快空间信息技术与新闻传播跨界融合。

对媒体而言，场景实验室的构建是基于态势感知核心技术的跨行业、跨学科生态建设，不只是传统意义上的物理空间、产品、技术概念，而是“人-机-环境”的融合套件、系统和复杂适应状态。以新华网为例，其2022年研发完成的“水晶球”源数据风险感知预警系统已应用于智能交通、乡村振兴、数字金融、健康、教育等多个领域，建设的场景实验室除建在北京，还建在辽宁、吉林、河北、江苏、浙江、上海、重庆等多个省（直辖市）。

国外对于态势感知的研究相较于国内起步较早，尤其在应对突发事件的应急管理方面做了较为充分的研究。Turoffff等首次把信息的态势感知引入突发事件应急管理中。[5]Feng等开发了由共享的态势感知和独立行为主体构成的决策支持系统模型。[6]Patrick认为在应对校园事件中，新兴技术的应用可增强决策者的态势感知能力。[7]Hannes等对应急处置与救援行动中态势感知共享的影响因素进行了研究。[8]Luokkala开发了时间约束条件下危机态势感知的信息系统。[9]Archie以2014年悉尼事件为例，运用态势感知理论分析了社会化媒体怎么样影响的决策行为。[10]Leonardo等为了更好的提高操作人员的态势感知能力，提出了应急态势感知下的信息质量评估方法——即通过使用可靠的元数据丰富态势知识，提高态势感知系统的能力，后来又设计了一个多源信息融合的应急态势评估系统。[11]

国内对于突发事件态势感知的研究近几年也逐渐增多。赵新勇等在设计交通突发事件态势感知路网拓扑结构的基础上构建了交通突发事件态势理解模型。[12]陈凌等结合Endsley的态势感知框架模型对政府危机决策的生命周期各阶段信息活动进行了研究。[13]杨戌初利用改进的态势感知算法对社交网络中的突发事件进行监测和预测。[14]杨继君等将态势感知引入非常规突发事件应急决策之中，以序贯博弈为工具构建了基于态势预测的非常规突发事件应急决策模型。[15]窦珊等提出了一种多源异构数据融合的危险识别方法，实现园区的危险态势感知。[16]张海涛等在分析情报智慧赋能态势感知的逻辑与优势的基础上，从态势要素提取、态势理解、态势预测三个层面构建了重大突发事件的态势感知模型。[17]王施运等从三元世界视角解析国家安全事件的场景情报源，在此基础上提出基于“时间—空间—主题”模型的多维态势分析方法体系。[18]

由此可见，多场景中的异动感知与风险监测的应用面越来越广。而将态势感知应用从军事领域转向人机融合智能领域，并对传媒业带来重要影响的学者是北京邮电大学人工智能学院研究员刘伟，他认为，态势感知是智能的一种形式，可通过传感器、数据统计分析和模型预测等技术，以实时监测、分析和预测环境中的各种物理和人为事件为目标，帮助人们更好地了解和掌握周围的情况（如交通管理、灾害预警和环境监视测定等)。[19]其进一步指出，态势感知包括信息采集、处理、分析、推理、反馈等技术，旨在从大量的数据中提取出有用的信息，以帮助人们更好地理解和应对复杂的现实情况。在处理复杂信息时，需要考虑到数据、信息、知识、经验、推理之间的相互关系，包括有几率存在的不一致、冲突、不确定性等问题。在人机融合智能系统中，“变化的态势场”和“变化的感知场”是两个相互作用的场，它们之间的相互作用类似于电磁场中电场和磁场之间的相互作用。

在人工智能挑战面前，公众通过提问获得答案的方式变得更加便捷，媒体作为回应社会关切的重要渠道能否更高效、更智能、更精准地揭示真相，提升感知与识别能力是关键。

进入互联网时代，技术贫弱带来的失敏与失察成为媒体维系公信力的痛点。崛起的互联网公司成为先进的技术原生应用的主要载体，传统媒体被远远抛在后面。媒体不是不会使用这一些技术，而是未能洞察技术演进的底层逻辑，因此难以把握趋势，无力引领时代前行的脚步。今天，我们进入智能时代，媒体人必须回答如何重拾竞争力，回到时代注意力和创造力的中心舞台这个问题。

场景实验室模式旨在构建一个现实可行的可扩展的多样化生态环境，进行人机融合交互的尝试。它让我们理解复杂系统中数智媒体究竟需要什么样的底层技术和架构。Deep Mind的联合发起人最近提到下一代人工智能技术并非生成式人工智能，而应该是交互式人工智能。这在很大程度上类似场景生态实验——用户想要完成各种任务，在一个需求任务构建的产业生态群范围内进行人机融合协作，并且共生、共进、共赢。

1968年获得人工智能图灵奖的理查德·哈明说过，“计算的目的不在于数据，而在于洞察事物”。20世纪80年代，信息生态学作为一门独立的学科出现。信息ECO研究也逐渐形成了比较健全的体系，主要涉及信息ECO内涵和特征、信息生态因子及相互关系、信息在传播过程中可持续发展的模式和方法，以及信息ECO的管理等问题。

1999年，Bonnie.A.Nardi和Vickih提出了信息ECO概念，认为信息ECO是在特定环境里由人、实践、技术和价值所构成的系统，并认为在信息ECO中，占核心地位的不是信息技术，而是技术上的支持下的信息人。上述研究给场景实验室的生态群创建以启发。这令我们想到马文·明斯基20世纪80年代在《智能社会》一书中提到的Agent（智能体）理论。[20]在大模型研究出现突破前学界已对其进行了很多年的研究，但实践中并无进步。实际上，场景实验室所构建的生态就是可定义、可设计的智能体交互空间。能够感知并自主地采取行动实现干预的复杂实体，要实现设定的目标，就必然需要具备学习和获取知识的能力等，而这样的场景，使媒体能发挥主导作用，在获得收益的同时提升自身研发水平，补上技术短板。

因此，一个虚实相间的网格化空间可以是简单的系统，也可以是复杂的细粒度世界；可以是一个生态群、一个生物群体或社区，也可以是一个生态群部落。感知环境、自主决策、提升干预水平，都能轻松实现设计者聚合增值的目标。

以新华网“水晶球”源数据为例，以一公里网格洞穿物理环境数据、社会感知与生理感知数据的分析能力就是场景底座的基础要求。具体包括：卫星影像及遥感数据的获取、AI分析、可视化能力，自主研发的生物感知与情绪识别能力、逐步扩展至脑认知与神经学分析与器官芯片研究的最新成果，已基本具备多行业、多领域的场景设计与生态组群能力。还包括：拥有非保密区域的数据获取及解决能力，影像数据最高可提取5米分辨率，最高可间隔两小时提取一次，如针对乡村振兴场景可利用遥感技术提供瞬间成像的大范围图像，对环境污染、地质地貌、碳中和、农业种植、水域环保等进行监测。

在媒体调查报道和背景分析必不可少的区域数据方面，“水晶球”可获取全国2861个区县的有关数据及分析，包括人口、经济、交通、产业、商业、环保等，并实现多重维度的风险评估体现，可实现横纵向的比较分析。在社会经济层面，“水晶球”可获取全国在册1.2亿家企业中6000万家活跃企业的有关数据，并以独特的媒体分析模型，以另类数据的交叉印证方式实现对企业的风险监测，在包括企业的人才需求、产业链、竞争力、信用及企业外部风险等方面提供辅助决策支撑。

据了解，“水晶球”还包括可定制情绪数据和生理数据的分析能力——即运算推导出情感状况的数据智能算法与应用，通过语义、生物电信号等进行情绪识别与情感计算，算法数据类型包括疲劳度算法数据、专注度算法数据、唤醒度算法数据等，可具体应用于人机交互场景的转化，如智能交通、传播效果、景区、演出、校园、家庭、医院、智能座舱等。

回到数智媒体的话题，场景建构下的态势感知探索，可帮助媒体在真相获取、风险发现等方面获得新的竞争力，逐步解决长期以来对异动感知失灵的问题。

就媒体竞争力而言，场景实验室能够在多大程度上帮助数智媒体提升竞争力？2019年国家社科基金项目《“互联网+”时代传媒产业价值链重构与生态化转型研究》课题组的相关成果可让我们在定量分析方面得到启发（见表1）。

生态位理论是由华盛顿大学的生态学家G.E.Hutchinson提出的。他认为，在同一生态系统中，不同种群的个体会竞争并分化各自的功能，以分配有限的生存空间和资源。生态位不仅包括个体和物种间的竞争关系，更重要的是它对于生物进化的推动作用。

最初，生态位研究主要使用在在动物生态学领域。数十年来，随着研究的不断深入，已超越动植物种间关系、群落结构、生物多样性、物种进化等生物学范畴，渗透到了许多领域。比如，王如松将生态位理论应用于城市生态系统的研究，他将城市生态位定义为：一个城市或任何一种人类栖境给人类活动所提供的生态位是指它所提供给人们的或可被人们所利用的各种生态因子和生态关系的集合。[21]建立在生态位概念基础上的生态位理论、方法应用于城市生态系统的，有生态位态势理论、生态位适宜度理论、生态势理论、生态位扩充理论、生态位重叠、分离理论等。[22]

课题组根据生态位态势理论设计的传媒竞争力评价指标体系，可以衡量媒体发展中的活力、状态和创新水平。每一项的指标评分可以由第三方研究机构评估得出，也能够准确的通过自身战略要求赋分评估。其中，生存能力、发展能力和进化能力为三项主要指标。生存能力包括环境生态、资源生态、市场生态、禀赋生态等指标；发展能力包括管理生态、技术生态、创新生态等指标；进化能力包括价值生态、智能生态、变异生态等指标。

其中，行业态势主要指传媒行业中传统媒体、新媒体的发展形态趋势和媒体融合程度。

组织学习指组织为实现发展目标、提高核心竞争力，围绕信息和知识技能所采取的各种行动，是组织不断努力改变以适应持续变化环境的过程。

组织弹性是指组织架构不但要满足当前战略需要，还应该要考虑未来战略发展对组织提出的要求，组织架构设计应提前做出弹性预留，以备战略升级时能及时在组织上做出反应。

创新产出则是指传媒通过创新机制以及在产品创新、营销创新、服务创新、技术创新和新业务开发等方面的投入，表现在市场占有率增长、用户规模增长、用户黏性增强和净利润增长等方面。

今天，竞争力评估表中进化能力的部分受到更多关注。其中“智能生态”不仅比重加大，也将进一步丰富其内涵。比如在识别能力和伦理水平方面的指标已成为传媒人必备的素养与能力，体现的是媒体机构内部趋势判断、研发技术、组织管理等竞争力的总实力。以虚拟与现实技术的沉浸式使用为例，将“以假乱真”应用于新闻、医疗等特定场景，往往会造成职业伦理与社会秩序的混乱，虚拟技术在何处、何时、怎么样去使用，都应有边界与标准。人工智能大潮面前，媒体不仅应努力做到自身不混用、错用有关技术，还应具备作为守望者精准识别、“去伪存真”的监督能力，充分的发挥媒体智库在伦理研判、技术逻辑洞察方面的作用。

媒体在事实（Being）真伪识别与价值（Should）判断方面的水平，决定了在未来媒体格局中的位势。“负责任的人工智能与人机环境系统智能的密切相关性使得它们可以更加好地服务于人类用户，并在特定环境下发挥出更高的效能。通过合理的设计和应用，它们能帮助人类完成各种复杂的任务，提高生产效率和生活品质。”[23]

场景实验室是一种以项目平台搭建生态产业集群的数智化“大脑”形式。其特点是围绕自身核心科研与资源优势，与行业标杆企业一起构建场景，面向生态合作伙伴的共识与目标形成生产与经营能力，并伴随生态合作伙伴共同成长。

在经济下行的背景下，围绕共识目标组织关联企业形成新的业务链，赋能单个企业或传统行业跨界所稀缺的人工智能及数据能力。凝练核心价值，变小舢板为联合舰队，增强传媒业整体经营竞争力。

以新华网在上海临港落地的艺术疗愈实验室为例，经过近两年的调研、课题研发与项目参与，围绕新华社国家重点实验室与新华网生物感知智能科研成果，聚合中央美术学院、北京师范大学、东南大学、辽宁大学等多家高校与科研机构研究力量，探求全球艺术治疗、运动健康领域最新应用与痛点，与国内康养、心理健康等产业融合，设计出较为清晰又扩展性很强的场景实验室协同合作思路。其中，仅睡眠产业就聚合了家居、家电、食品与农产品、文化影视产业等多个相关主体。实验室落地上海临港，将以世界顶级科学家实验室大厦为基地，梳理相关主体的利益诉求和功能需求建模——确定逻辑与思路、条件与边界，为用户个性化定制相适配的产品及服务。

与传统思路不同的是，交互式动态场景的建设需要融使用者真实的体验、人机交互、互动中的迭代升级于一体进行服务优化，最终形成可交互、可量化、可复用、可持续、面向目标的场景化定制平台。面向过程架构与面向目标架构之间的重要区别点是随人类的生产方式的变化，软件工程可能正逐步演化为智能体工程(Agent Engineering)；以前我们主导的生产方式是人类处于中心位，人工智能做辅助，而未来可能会变成以AI为中心，人类变为辅助。由此，整个产品形态和平台的构成可能会发生这样的转变。对于数智媒体而言，自主智能的重点是人机环境系统有效协同的水平。[24]

以新华网2022年在重庆与三峡担保集团共建的数字金融联合实验室为例，双方经过一年的反复调研、论证、评估，针对合作方在主营业务和数字化升级中的核心需求，围绕上下游合作对象和适用场景，研发中小企业金融风险预警、反舞弊及数字化担保等辅助决策智能系统等，形成了围绕乡村振兴、企业风险防控、数字金融等多维度延展的生态群服务体系和联合实验室工作机制。

跨界产生新的产业组合旨在创造新的商业机会，可充分的发挥媒体创意优势。2018年，新华网在长春国际电影节创办“蓝星球”科幻与科学跨界论坛，即从社会反响中感受到未来产业与科学技术创新的潜在关联与未来市场发展的潜力，尤其在科学原创力与想象力的培育中孕育着广阔的发展空间。2019年，新华网融媒体未来研究院科研团队创办了国内首个独立的科幻电影节展平台——“蓝星球”科幻电影周，迄今已连续举办五届，并推出了“新物种”人机共生的科创、电影全国大赛及研修营。通过跨区域、跨学科的创意激发，赋能于各未来人工智能赛道，凝聚起围绕场景的产业生态群。2023年，新华网与众多高校、重要节展共同发起AIGC“新物种”研修计划，并与嘉德投资共同发起“未来之书”全球创意征集，又与零重空间实验室、东南大学等联合发起感知智能与鞋业、康养产业等跨界融合的“未来之路”等产业赛道。结合卫星与空间信息技术、生物感知和AI、器官芯片等重塑太空产业、睡眠产业、运动产业等场景，以空天地态势感知延伸到儿童及家庭的科幻与科普教育市场，广告与影视传播、材料科学、乡村振兴、智能交通等多个领域。如今，“科研+科幻”的模式成为媒体创新创意的一种崭新场景样式在全国多地延展开来。

媒体的核心能力之一是复杂关系分析，大数据时代传媒业在决策辅助智能领域大有可为。数字化和智能化带来的很重要的改变是在相关性、因果性关系的识别上具有更高效率、更强辨伪能力。根据历史数据训练的机器学习模型进行预测分析，在媒体对生态场景的赋能中发现机会和规避风险特别有价值。作为场景分析师，可以为生态合作伙伴提供更多从未想到的可能，数智媒体将从已发生事件的解释更多走向对未知风险或机会的预测。

未来进行实时预测和分析的技术将日趋成熟，数据流将不只限于传统的类型。2017年摩根大通发布的《Big Data and AI Strategies》报告认为，机器学习使分析大型、非结构化数据集和构建交易策略成为可能，要构建“大数据ECO”，融合大数据集与另类数据集，包括个人生成的数据、业务流程生成的数据和机器生成的数据（卫星图像数据、轨迹数据、船舶位置数据、传感器数据等）。这些“另类数据”的使用将改变竞争格局。现在的大模型只能输入语言，显然是不够的，进一步理解世界需要多模态输入。这是我们在未来需要处理的核心问题[25]。

伦理优先的数字化，即要求在数据收集、处理和存储过程中尊重和保护个人的隐私权；要求在数字平台和算法的设计和使用中，避免歧视和不公平的行为，而不应该加剧现有的不平等或产生新的不平等；要求数字技术的开发者和使用者对其技术和行为负责；要求数字技术的安全性和可信度。

只有将人机环境系统与数字化技术相结合，才能实现数字化的人本价值。[26]而场景生态中的复杂关系识别、计算及干预，其本质是在环境和多物种共存中维系总体性、生态性的平衡，实现更高层次的“人本”。

在数字化抽离一串串符码进行定量表达的时代，场景实验室致力于建构一种情感体验、故事表达与未来预览相融的世界观与价值观，正如在“蓝星球”科幻电影周年度论坛上发布的“新物种”宣言所提出的，面向人类不确定的征途，我们正创造想象力、实践力和反思性并行的新世界实验场景，并且努力向善而行。

【本文为国家社科基金重点项目“我国新闻传播业AI应用现状与发展趋向研究”（批准号：19ZDA327）阶段性成果】

[1]陈力丹，付玉辉.论电信业和传媒业的产业融合[J].现代传播(中国传媒大学学报)，2006(03):28-31.

[2]杨溟.媒体失敏与“水晶球”洞察——生态学视角下人机智能融合的趋势[J].青年记者，2019(18):26-28.

[3]牛玮一.复杂性、触觉延伸与媒介的整体场：马歇尔·麦克卢汉媒介理论一个未被重视的维度[D].福州:福建师范大学，2022.

[4]罗伯特·K·洛根.被误读的麦克卢汉：如何矫正[M].何道宽，译.上海:复旦大学出版社，2018:35-38.

[12]赵新勇，安实，丛浩哲.基于路网抗毁可靠度的交通突发事件态势分析[J].交通运输系统工程与信息，2013(05):79-85.

[13]陈凌，孙晓宇.政府危机决策的态势感知研究初探[J].图书馆学研究，2015(14):94-97.

[14]杨戌初.社交网络中突发事件的态势感知算法研究与实现[D].北京:北京交通大学，2018.

[15]杨继君，吴启迪，程艳，许维胜，韩传峰.面向非常规突发事件的应急资源合作博弈调度[J].系统工程，2008(09):21-25.