騰訊司曉：大模型時(shí)代，內(nèi)容產(chǎn)業(yè)智變新浪潮

　日期：2025-07-15   來(lái)源：騰訊研究院

　　在5月27日閉幕的第二十一屆中國(guó)（深圳）國(guó)際文化產(chǎn)業(yè)博覽交易會(huì)上，騰訊集團(tuán)副總裁、騰訊研究院院長(zhǎng)司曉以《大模型時(shí)代文化內(nèi)容生產(chǎn)的范式革命》為題發(fā)表主旨演講，系統(tǒng)闡述了大模型技術(shù)對(duì)文化內(nèi)容生產(chǎn)、傳播及產(chǎn)業(yè)生態(tài)的顛覆性變革。他指出，大模型已從“工具賦能”躍升為“生態(tài)重構(gòu)”，推動(dòng)文化內(nèi)容產(chǎn)業(yè)從“專業(yè)主導(dǎo)”向“全民共創(chuàng)”跨越，并加速文化傳承與創(chuàng)新的深度融合。

　　以下是司曉的演講內(nèi)容整理。

　　人工智能的加速演進(jìn)為文化內(nèi)容領(lǐng)域帶來(lái)新的發(fā)展機(jī)遇。這一波生成式人工智能的發(fā)展浪潮可謂“日新月異”。以2022年底ChatGPT面世作為大模型進(jìn)入公眾視野的首個(gè)重要節(jié)點(diǎn)，后續(xù)Midjourney、Gemini間隔數(shù)月陸續(xù)推出；而2025年未過(guò)半時(shí)Deepseek R1、Grok3等主流大模型就密集發(fā)布。毫不夸張地說(shuō)，人類歷史上首次進(jìn)入了技術(shù)以“天”為單位進(jìn)化的時(shí)代，從技術(shù)發(fā)展到應(yīng)用落地的間隔也被壓縮至無(wú)限短。   

　　文化內(nèi)容行業(yè)已成為智能實(shí)踐的先鋒領(lǐng)域。騰訊研究院曾調(diào)研了百余位各行業(yè)專家，憑借業(yè)態(tài)豐富、場(chǎng)景明確的優(yōu)勢(shì)，文化產(chǎn)業(yè)中的傳媒、游戲等板塊對(duì)大模型的應(yīng)用程度，在十多個(gè)不同行業(yè)中處于中上游位置。廣告、軟件、教育這些以智力和創(chuàng)意為核心的產(chǎn)業(yè)，成為大模型滲透速度最快的領(lǐng)域。 

　　來(lái)源：騰訊研究院行業(yè)大模型報(bào)告

　　多模態(tài)大模型技術(shù)持續(xù)突破，生成效率與質(zhì)量顯著提升。以騰訊混元為例，其文生圖能力在一年內(nèi)實(shí)現(xiàn)跨越式升級(jí)：混元圖像2.0支持邊輸入文字邊實(shí)時(shí)生成圖像，用戶可即時(shí)調(diào)整美術(shù)風(fēng)格、特效等視覺元素，相較此前需等待完整生成后再修改的模式大幅優(yōu)化。文生視頻領(lǐng)域同樣進(jìn)步明顯，2023年，有網(wǎng)友利用AI工具僅用5晚便完成《流浪地球3》“概念預(yù)告片”制作，引發(fā)導(dǎo)演郭帆關(guān)注。到今天，主流模型如混元、可靈到剛剛發(fā)布的谷歌Veo3，已經(jīng)逐步有效解決手部穿模等畫面缺陷，生成視頻的連貫性與物理模擬能力顯著增強(qiáng)，甚至可以為畫面同時(shí)匹配準(zhǔn)確的人聲和音效。面向影視生產(chǎn)的Flow等專業(yè)工具及國(guó)內(nèi)同類軟件已實(shí)現(xiàn)腳本、分鏡、鏡頭控制等多項(xiàng)專業(yè)能力集成，展現(xiàn)驚人進(jìn)化速度。

　　在文生圖片的擴(kuò)散模型基礎(chǔ)上，疊加深度參數(shù)則升級(jí)為3D生成。騰訊在文生3D領(lǐng)域有諸多創(chuàng)新：混元3D生成模型2.5版本較上一版本，總參數(shù)量提升了10倍，能夠?qū)崿F(xiàn)超高清的幾何細(xì)節(jié)建模。我們的同事已通過(guò)文生3D功能結(jié)合家用3D打印機(jī)，制作出原創(chuàng)玩具模型。未來(lái)，用戶不僅可以購(gòu)買創(chuàng)意服務(wù)，更能自主構(gòu)思創(chuàng)意，通過(guò)家用打印機(jī)直接輸出。

　　大模型對(duì)世界的理解與交互能力也在增強(qiáng)。我曾將手機(jī)作為GPT-4o大模型的“眼睛”，問它窗臺(tái)上有幾個(gè)公仔。它不僅準(zhǔn)確回答了類型和數(shù)量——四個(gè)騰訊公仔，還在追問下識(shí)別出后方隱藏的一只兔子。盡管大模型的理解能力并非人類意義上的物理世界認(rèn)知，但其基于視覺與推理能力的實(shí)現(xiàn)方式已具突破性——例如谷歌最新發(fā)布的通用AI智能體項(xiàng)目Project Astra，便如同鋼鐵俠的個(gè)人助理，可通過(guò)眼鏡或手機(jī)指導(dǎo)洗衣等日常操作，并與現(xiàn)實(shí)世界實(shí)現(xiàn)更自然交互。這些未來(lái)硬件與大模型結(jié)合的創(chuàng)新，必將為我們的生活帶來(lái)更多便利。

　　雖然我不是技術(shù)專家，對(duì)技術(shù)細(xì)節(jié)了解有限，但反而更能跳出細(xì)節(jié)去審視大模型當(dāng)前的缺陷。現(xiàn)階段，用戶對(duì)大模型部分能力的不滿，本質(zhì)上源于對(duì)其"許愿"般的進(jìn)化期待——按照當(dāng)前的進(jìn)化節(jié)奏，諸多技術(shù)瓶頸將在未來(lái)最長(zhǎng)以年、最短以月為單位的時(shí)間尺度內(nèi)被突破。因此，AI在文化內(nèi)容領(lǐng)域的應(yīng)用前景更加值得期待。 

　　技術(shù)變革對(duì)文化內(nèi)容生產(chǎn)范式帶來(lái)的影響是廣泛而深遠(yuǎn)的。

　　大模型不僅讓知識(shí)觸手可及，更大幅降低了表達(dá)能力的門檻。用戶無(wú)需深入學(xué)習(xí)專業(yè)理論和工具技法，即可創(chuàng)作出以假亂真的圖片、視頻甚至電影等復(fù)雜形態(tài)內(nèi)容。當(dāng)然，創(chuàng)意本身也變得易得：例如，當(dāng)寫作遇阻時(shí)，可讓大模型生成多個(gè)后續(xù)版本，從中選擇和優(yōu)化內(nèi)容，度過(guò)靈感“枯竭期”。未來(lái)，閱文等平臺(tái)上的網(wǎng)絡(luò)文學(xué)創(chuàng)作可能形成模式進(jìn)化：從讀者逐章追更，到可主動(dòng)“許愿”希望劇情如何發(fā)展，結(jié)合大模型的無(wú)限表達(dá)與創(chuàng)意涌現(xiàn)能力，使創(chuàng)作正真正進(jìn)入“千人千面”的全新時(shí)代。

　　綜上，我們已進(jìn)入“智力即服務(wù)”時(shí)代——人類首次通過(guò)云端模擬出一種智能形態(tài)，這種智能如同水、電般“打開水龍頭或電閘”即可獲取，推動(dòng)我們真正邁入AI平權(quán)時(shí)代，生產(chǎn)效率大幅提升。AIGC加持下，創(chuàng)意與表達(dá)的實(shí)際供給量趨于無(wú)窮大，內(nèi)容質(zhì)量也將顯著提升，這將帶來(lái)一大批“超級(jí)創(chuàng)作個(gè)體”的崛起。  

　　可以從兩個(gè)具體案例中看到這種趨勢(shì)：其一，上海民族樂團(tuán)攜手騰訊音樂打造全國(guó)首臺(tái)國(guó)樂AI音樂會(huì)《零·壹 |中國(guó)色》。藝術(shù)家們基于“琴樂大模型”生成的音樂內(nèi)容進(jìn)行二次創(chuàng)作，同時(shí)幫助大模型改進(jìn)算法，使擅長(zhǎng)西方樂理的模型更加理解民樂獨(dú)特構(gòu)成方式，實(shí)現(xiàn)生成內(nèi)容從形似到神似的跨越。其二，中國(guó)傳媒大學(xué)師生制作AI短片《電火花之舞》獲國(guó)際認(rèn)可。創(chuàng)作團(tuán)隊(duì)借助大模型能力巧妙致敬十余部中外經(jīng)典影片，并自然融入影片故事主線，斬獲麻省理工學(xué)院（MIT）AI電影節(jié)最佳敘事獎(jiǎng)。

　　最后，我想談?wù)勅斯ぶ悄軙r(shí)代，智能向善三個(gè)重要路標(biāo)“可信”“可靠”“普惠”中的“可信”問題。

　　大模型的“幻覺問題”成因復(fù)雜，包括技術(shù)原理、數(shù)據(jù)語(yǔ)料等。“幻覺”與“創(chuàng)新”本是一體兩面，在實(shí)際應(yīng)用中，可以調(diào)整大模型生成內(nèi)容的“溫度”（Temperature）參數(shù)，使得生成內(nèi)容的“天馬行空”程度有所降低。但在教育、醫(yī)學(xué)等大量實(shí)際場(chǎng)景中，我們?nèi)匀幌Ｍ竽Ｐ吞峁┑膬?nèi)容無(wú)限接近“100%”可信。

　　為探索這一問題的解決方案，騰訊與多家出版機(jī)構(gòu)開展合作，增加文化資源和可信大模型的雙向互動(dòng)。一是共同構(gòu)建出版智能體，支持用戶進(jìn)行工具類圖書的內(nèi)容咨詢。例如，人民衛(wèi)生出版社基于騰訊元器智能平臺(tái)開發(fā)"人衛(wèi)知識(shí)服務(wù)"智能體，不僅能為用戶提供特定醫(yī)學(xué)領(lǐng)域的權(quán)威解答，還能精準(zhǔn)定位并引用相關(guān)書籍原文，并可跳轉(zhuǎn)至?xí)娚唐脚_(tái)進(jìn)行購(gòu)買。二是微信讀書不斷升級(jí)“AI問書”功能，當(dāng)用戶遇到生僻古語(yǔ)不知出處時(shí)，選定具體文字即可在出版機(jī)構(gòu)專業(yè)語(yǔ)料庫(kù)中快速定位來(lái)源，并展示更多相關(guān)圖書鏈接，幫助用戶打開更廣闊的知識(shí)視界。此外，在微信除紅包外新增的“藍(lán)包禮物贈(zèng)送”功能中，圖書贈(zèng)送是最常用的場(chǎng)景。這些嘗試也推進(jìn)了出版社的智能化轉(zhuǎn)型。 

　　騰訊始終定位為“科技+文化”公司，從另一維度也可稱為“連接+內(nèi)容”公司，因此我們與敦煌、長(zhǎng)城合作開展了“云游敦煌”“云游長(zhǎng)城”“數(shù)字藏經(jīng)洞”等多個(gè)可持續(xù)社會(huì)價(jià)值項(xiàng)目，騰訊始終將“科技活化傳統(tǒng)文化”作為承擔(dān)社會(huì)價(jià)值的重要方向。  

　　“探元計(jì)劃”是這一方向下的重要實(shí)踐：項(xiàng)目通過(guò)征集產(chǎn)業(yè)前沿技術(shù)與文旅應(yīng)用場(chǎng)景，推動(dòng)更多來(lái)自新興科技企業(yè)的技術(shù)與場(chǎng)景實(shí)現(xiàn)最優(yōu)匹配。例如，我們近期與香港九龍城合作的“在九龍城 閱見香港”項(xiàng)目，對(duì)不同歷史時(shí)期的九龍城進(jìn)行數(shù)字化，并融入專家級(jí)智能體。用戶可在H5互動(dòng)體驗(yàn)中游玩，同時(shí)向智能NPC提問關(guān)于九龍城的故事，獲得游戲化交互體驗(yàn)。這種模式為文旅業(yè)帶來(lái)了更大的想象空間。

　　最后，推薦大家使用研究院在ima平臺(tái)搭建的AGI知識(shí)庫(kù)。AI以“天”為單位進(jìn)化，我們團(tuán)隊(duì)通過(guò)“人工+AI”方式每日搜集整理全球AI資訊，形成《AI每日速遞》，并整合至同一知識(shí)庫(kù)。這種基于人工篩選的定向知識(shí)庫(kù)對(duì)垂類知識(shí)進(jìn)行了更系統(tǒng)和結(jié)構(gòu)化的梳理，使大模型在回答用戶提問時(shí)可進(jìn)行增強(qiáng)檢索，生成內(nèi)容更具可信度。推薦大家使用！

　　謝謝大家！