传媒研究分析

中国网1月7日讯 6日，厦门理工学院文化产业与旅游学院与社会科学文献出版社联合发布了《未来媒体蓝皮书：中国未来媒体研究报告（2020）》（以下简称“报告”）。报告分析了中国未来媒体的年度进展、发展状况、行业热点及个别案例剖析，既概括总结出了未来媒体发展的三大热点，又在“人工智能”“5G”和“媒体融合”的三大背景的发展下分析预测了未来媒体发展将呈现的六大发展趋势；既立足国内，深入分析了各种传统与新型媒体的案例，又放眼世界，重点分析了英、日两国智慧媒体的发展案例。一方面总结和分析了我国传媒业前沿领域的发展，另一方面也为行业管理和学术研究提供参考，具有积极的社会意义。报告由“总报告”“行业篇”“热点篇”“调查篇”“交流篇”五大部分构成。“总报告”展现了在媒体融合发展、信息化发展和战略性新兴产业发展等相关国家战略的指导下，2019－2020年未来媒体与战略性新兴产业发展呈现融合化、智能化、全球化等特征，结合福建省战略性新兴产业和厦门市智能视听产业发展，探讨未来媒体与战略性新兴产业融合发展的路径，并提出对策建议。“行业篇”重点从媒体5G应用发展、智能音频、短视频、移动新闻客户端产品、未来媒体智能终端创新等方面，分析了2018年前后中国未来媒体发展现状与特点。“热点篇”围绕“5G”时代下媒体场景分析、智媒体技术分析和算法新闻伦理研究回顾与展望等热点问题进行深入研究。“调查篇”通过大量一手调研数据的实证分析福建省县级融媒体中心建设发展现状、福建老年人媒体接触现状等，并提出对策建议。“交流篇”精选韩国智能媒体发展和芒果TV、云知声等本年度行业发展的部分典型代表案例，试图从不同的侧面，不同视角来分析其发展经验。报告指出，2019－2020年，未来媒体发展主要有三大热点：一是未来媒体与战略性新兴产业融合发展不断推向纵深。互联网正在从消费互联网向消费互联网＋产业互联网迈进，产业智能化、跨界融合发展已成大趋势。未来媒体产业与战略性新兴产业的融合交互发展趋势越发明显，彼此间的相互影响也越来越大。二是5G时代下未来媒体的应用创新发展不断加速。报告提出，5G业务的发展是全体系、全生态的过程，媒体的5G应用必将在新传播时空重塑媒体的影响力、引导力、品牌力。媒体的接收场境发生变化，媒体接收频次也发生变化。人的一天中，有多达180次接触移动互联网（手机、IPAD等 ）。据华为公司预测，到2025年，平均每人将拥有5个智能终端。除了80亿智能手机，个人PC、平板电脑、VR眼镜、智能手表、智慧屏等智能终端数量将超过200亿个，通过5G可以使视频通话、视频娱乐、个人数据在不同终端间无缝切换。三是未来媒体的智能化发展逐步加速，融媒逐步向智媒发展。进入2019年以来，智能音频行业呈现“井喷式”发展态势。智能音频从初级起步阶段时追求智能语音内容、形态、设备、技术等逐步向关注如何与万物互联从智能到智慧的步调相匹配转变。报告分析认为，具有超级连接能力的5G网络，将与数字化、大数据、云和人工智能全面融合，带来产业的革命性变化，也将为人与人、人与物的连接方式带来深远改变。“5G”时代的到来， 驱动着人工智能、大数据、物联网等科技的发展升级，多元的应用场景也将给传媒业带来更多的可能性和想象空间。智能化将成为未来传播模式创新的核心逻辑，人工智能不仅形塑整个传媒业的业态面貌，也在微观上重塑传媒产业的业务链。来源：中国网

新湖南客户端11月30日讯（记者 秦慧英 王铭俊）“这个报告可以说是高起点、高规格，为记者编辑们提供了创新的标杆和方向。”11月29日，2019中国新媒体大会开幕式上，《2019中国新媒体研究报告》正式发布。中国记协新媒体专业委员会副主任委员、中国传媒大学电视学院党委书记曾祥敏教授发布报告，并接受了新湖南客户端记者专访。新媒体行业现状如何？未来发展方向如何？曾祥敏表示，编撰《中国新媒体研究报告2019》是中国记协加强新媒体服务引导的重点项目。撰写报告的专家，大多是中国记协新媒体专委会委员，既有中宣部媒体融合专家、全国知名新闻院校的院系和专业负责人、新媒体权威专家，也有领先行业的实践者。报告从全国视野考察中国媒体融合创新和新媒体发展的实践创新，深入走访了中央级、省级、地市级、县级等各层级媒体机构，做到广覆盖、多层级、抓典型、全媒体，努力为媒体融合实践中的全国各层级媒体提供可资借鉴的经验和规律总结。“报告既有宏观指导，中观分析，也从微观出发，为广大媒体从业者一些操作方式方法。”曾祥敏说，报告客观分析全媒体时代新闻舆论工作面临的挑战和机遇，聚焦全国主流媒体贯彻落实媒体融合发展战略部署的实践探索，为培养践行“四力”的全媒型人才队伍，提供了可学可用的专门教材。“新媒体大会放在长沙召开，我认为是实至名归。”在谈到此次新媒体大会在长沙举行时，曾祥敏认为，这既是湖南省委省政府高度重视新媒体产业发展的体现，也是行业对长沙这一“媒体之都”地位的肯定。他认为，近年来湖南在融媒体转型中表现亮眼，此次大会的召开，将进一步促进湖南媒体融合发展。

央广网厦门12月28日消息（记者刘立忠 刘扬涛）27日，厦门理工学院文化产业与旅游学院与社会科学文献出版社联合发布《未来媒体蓝皮书：中国未来媒体研究报告（2019）》，聚焦全球媒体融合转型大趋势下未来媒体的新兴发展，总结中国未来媒体的年度进展、发展状况、行业热点，分析未来媒体发展将呈现的六大发展趋势，为行业管理和传媒研究提供参考。未来媒体是全球媒体融合转型的大趋势下，特别是在移动互联网、大数据、人工智能、虚拟现实等新技术以及经济社会发展强烈需求的共同驱动下，迅速发展壮大的新兴领域 。《未来媒体蓝皮书：中国未来媒体研究报告（2019）》（央广网记者 刘扬涛 摄）“媒介即生活”，蓝皮书主编、厦门理工学院教授、福建省高校人文社科研究基地未来媒体研究中心主任林小勇说，随着新一代信息技术与未来媒体不断深度融合，未来媒体的边界不断扩大，在网络化、数字化、移动化、社交化、智能化、场景化和平台化等方面继续保持活跃的创新发展态势，“未来媒体正在深刻改变着我们的生活，或者说，未来媒体就是我们生活本身。”该报告指出，2018-2019年，未来媒体发展体现出深度、速度和广度三大热点：一是未来媒体融合发展不断推向纵深，媒体融合亟须从相“加”迈向相“融”。二是未来媒体智能创新发展不断加速，智能技术在媒体创新发展中呈现常态化竞争。三是未来媒体场景创新发展日益丰富，家庭智联网生态场景正逐渐成为未来媒体应用的主战场之一，未来媒体正在积极参与智慧乡村、智慧城市、智慧社区和智慧家庭建设。主编林小勇教授介绍《未来媒体蓝皮书：中国未来媒体研究报告（2019）》（央广网记者 刘扬涛 摄）该报告认为，在人工智能、5G和媒体融合三大重要力量推动下，未来媒体发展将呈现六大发展趋势：未来媒体融合发展进入新阶段，产业融合成重点趋势； 5G+未来媒体发展时代到来，视听产业迎来新一轮爆发；未来媒体有所为有所不为，未来媒体伦理治理体系构建势在必行；未来媒体将逐步分化为平台型媒体和服务垂直型媒体；追求更自然的交互方式是无止境的，直至“人机合一”；六是未来媒体发展的“零概念创新”将成为追求愿景。“皮书研创是智库建设的主要抓手，已经自觉成为智库产品聚合。”发布会上，社会科学文献出版社社长谢寿光指出，提供专业、有价值的信息是衡量皮书研创内容质量的基本要求，专业化、主题化是皮书研创的基本定位，数据、流量和平台则是皮书研创的本质。《未来媒体蓝皮书：中国未来媒体研究报告（2019）》由厦门理工学院、福建省高校人文社科研究基地未来媒体发展研究中心、福建省社会科学研究基地文化产业研究中心、福建省高校新型特色智库两岸文创研究院联合编撰，聚焦全球媒体融合转型大趋势下未来媒体的新兴发展，内容包括总报告、发展篇、热点篇、环球视野篇、调查篇和案例篇六大部分，总结和分析我国传媒业前沿领域的发展，为行业管理和传媒研究提供参考。

作者：Joshua Benton来源：niemanlab.org编译：seike（实习）编辑：罗布君按每年的12月，哈佛大学的尼尔曼实验室（NiemanLab）都会询问众多新闻行业的资深人士——包括记者、学者、技术专家、设计师等等——对未来一年行业进行预测，预测结果在尼尔曼网站上公布。2017年底共有176位新闻业专家参与了该项活动，谈论了对新闻行业的“展望”、“抱怨”和担忧等一系列问题。尽管预测提出的年限是未来一年，但这些观点显然不会在一年之后就失效，也表达了新闻专家们对长远的新闻行业趋势和变革的看法。芬兰土尔库大学（University of Turku）未来研究中心（Finland Futures Research Centre）的博士生尤霍·若特萨莱宁（Juho Ruotsalainen）针对今年的预测内容进行了分类整理和框架分析 “通过描绘专家如何看待当前状态和新闻业的未来，来预测新闻业的未来”。该研究结果发表在芬兰的《未来》期刊上。传媒研究（xjbcmyj）选取尤霍研究的部分内容进行了编译。《未来》期刊封面图根据搜集的资料，尤霍分析得出了8种主要的预测趋势：新闻行业的多样化趋势许多尼曼实验室的专家都相信新闻行业将越发多元，176位专家中有69人都提到这一点，尤其是格式上的多样化，比如播客和视频的创新发展。传统的印刷版文章格式将进一步被瓦解和转换，以供移动终端使用。新闻的形式和风格将比以往更加重视平台的分化，针对不同平台量身定制内容。这意味着对记者的技能要求也会更加多样。后真相的困境正在被解决，但问题依然存在共有39项预测提到了这个问题，其中“信任”（trust）这个单词被提及了122次，人们是否互相信任，以及对相关部门的信任程度在对抗后真相所引发的问题中起到了决定性作用。如果人们对社会的信任度很低，那么就很难对何为真相（true）达成共识，也会影响事实核查的效果。建立信任将成为记者面临的核心挑战之一，尤其是面临社交媒体的持续分裂。更多的合作，边界的模糊共有23项预测提到更多的合作和随之而来的边界模糊。如果合作变得更加普遍，新闻编辑室的文化和思维模式将发生深刻的变化。分工明确的角色被协作取代，取而代之的是“连接各部门和专业并充当翻译的跨部门混合角色”。创建共享资源，可能会为新闻业提供一个新的基础结构，为新闻生产提供开放式的系统，从而使团队围绕汇集的资源，共同解决关键问题。订阅、会员制和新商业模式取代传统广告收入共有22项预测提及新闻行业新的营收模式。付费墙让专业的小众新闻增多，因为受众通常只会为他们在别处无法获得的内容付费。这鼓励了新闻媒体创造特定的内容、形式和风格，以吸引目标受众群体。订阅、会员制和其他付费模式促进媒体组织与其受众之间形成了更为密切和直接的关系。这种模式需要更精确的受众数据，以及对其需求和口味的洞察，从而促进数据收集和高度专业化新闻的发展。英国《泰晤士报》的付费墙界面社交平台已经开始处理新闻分配的问题有15项预测提到了这个问题。一些曾经受到演算法调整顺序的消息将被移回至原本的时序，以便人们能够和新闻进行更实时的互动。一些平台认为发布新闻并不那么有价值，因此将减少了新闻的数量——就脸书（Facebook）而已，这种情况自2018年1月就开始了，当时脸书宣布调整其算法，不再强调新闻在用户订阅中的作用。据CNN报道，受众并没有时间看完社交平台上的所有资讯，而脸书认为观看亲朋好友的消息对人们来说更有价值，更改了演算法，这对媒体来说无疑是不利的质胜于量有11项预测表示质量重于数量。越来越多的媒体开始与忠实的、投入的受众建立关系，而不是推出越来越多的内容，并且媒体也越发重视与受众形成良好的关系。许多媒体公司将会倒闭，那些留下来的公司将发布更少的信息，同时更仔细地验证信息，为长期发展做打算，努力展现他们是值得信赖的。如今受众特别期待基于详实的信息收集和整理而得出的分析结果。人工智能在新闻领域有11项预测提到了人们对于人工智能在新闻领域应用的高期待，尤其是在个性化的内容、机器视觉和听觉、自动管理、事实核查、处理错误信息和自然语言处理等问题上。如果关于人工智能的讨论仍然围绕着它们将取代多少人类工作展开，那么在不久的将来，人们的焦点将转移到人工智能如何支持记者的工作并帮助他们改进工作。记者和受众的距离将拉近同样有11项预测提到记者与受众的距离将越来越近。传统的新闻业将行业内部与社会其他部分隔离开来，将新闻业视为制度化的局外人，这种做法开始显得过时。观众将被认真看待，记者将从浅层的参与社区，转向全面的社区合作。订阅、会员付费以及举办活动取代了广告收入，在一定程度上推动了这种距离的拉近。新兴的新闻媒体成为这种新型受众关系的先行者，记者不再是“脱离公众的”，而是开始“重新思考并重新评价他们同时作为报道者和关系建设者的工作”。尤霍还将这一趋势与马克杜泽（Mark Deuze）)15年前的网络新闻类型学联系起来：工具型新闻（instrumental journalism）：服务于特定的受众需求（编辑主导内容editorial content，开放的新闻文化open journalistic culture）。定位型新闻（orientating journalism）：通过评论和分析，帮助理解受众世界（编辑主导内容，封闭的新闻文化closed journalistic culture）。监控型新闻（monitorial journalism）：提供自上而下的信息，通过问答的形式与公众联系（注重公共连接public connectivity，封闭的新闻文化）。对话型新闻（dialogical journalism）：新闻内容的生产者和消费者之间没有严格的划分，新闻专业地扩大了社会和公民的对话（注重公共连接，开放的新闻文化）。马克杜泽(Mark Deuze) 15年前提出的网络新闻类型学象限图，象限由左至右，由上至下分别是定位型新闻（orientating journalism）、监控型新闻（monitorial journalism）、工具型新闻（instrumental journalism）和对话型新闻（dialogical journalism）。纵轴上方为封闭的新闻文化，下方为开放的新闻文化。横轴左侧为编辑主导内容，右侧为注重公共连接。结论当今新闻行业正从集中的、单向传播的大众媒体向更多样化、专业化、付费、网络化、协作和公共的方向发展。记者的工作与其他职业变得模糊起来。新兴的媒体生态意味着媒体间观点相互矛盾将更加普遍，这可能会让“后真相”的病症持续存在。作为一种反向趋势，知名的媒体品牌将会巩固自己的地位，并专注于提供大众普遍感兴趣的非定制内容。就新闻类型而言，对话型新闻和工具型新闻可能会激增。对话是西方新闻业的除了客观性之外的另一个重要理想，直到今天也依然是主流。对话是新闻和工具型新闻意味着记者和受众之间的关系更加密切，这和传统观念中新闻作为一种严格自治和隔离实践的状态发生了断裂。如果这种新闻趋势在未来更加明显，意味着西方新闻事业的发展将会发生巨大变动，可能会导致新闻业的价值观、文化和实践发生根本性的变化。近期好文荐读：难民疯狂涌入 媒体如何“拯救”分裂边缘的欧洲？过去钱和枪让我强大，现在笔赋予我力量 | 在监狱学新闻性别、肤色影响收入？7家美国主流媒体薪资大揭秘

2017年《新闻记者》编辑部继续与上海市新闻道德委办公室合作，推出年度传媒伦理问题研究报告，在回顾年度传媒伦理领域相关管理措施、理论研究、舆情热点基础上，选取部分典型案例进行分析。2017年，传媒伦理典型案例特点：传媒伦理问题舆情热点频发，与新生代媒体人对职业规范的忽视有关，很多人对职业边界的判断不够清晰，不能恰当区分作为媒体人公共行为（言论）与个人（行为）言论的界限，以至于他们自以为无伤大雅的玩笑、自拍引发公众情绪的反弹。造成诸多传媒伦理问题的另一个原因是，传统媒体时代形成的伦理观在新媒体环境下被挑战、被改变，曾经垄断、封闭的新闻生产成为“透明厨房”，也面临新的调整和审视。2017年的传播伦理事件虽较往年密集，但多数事件很快得到回应，有解释、有说明、有道歉，因此舆情也很快平息。不过，除了采取雷霆手段解决处理之外，更重要的是如何形成长效机制，探索形成规范化、常态化的传播伦理规范认同与自律。1.“哑巴开口说话”与媒体责任意识【事件】四川《内江晚报》1月10日刊登题为《盖新被穿新衣 31户困难居民温暖过冬》的新闻报道，竟然出现“哑巴开口说话”的内容。这篇报道在介绍赵全贵接受社区入户走访赠予棉被时写道：“‘这条被子好暖和，晚上盖着一定很舒服！’日前，市中区三八街46号居民赵全贵从社区网格员手中接过被子后满意地说。据了解，今年62岁的赵全贵是一名哑巴，一直未成家，生活比较困难。”面对稿件有误还是新闻造假的质疑，中共内江市委宣传部官方微博1月18日发表“致歉声明”，表示由于记者、编辑责任心缺失，把关不严，导致出现“哑巴说话”细节失实，在读者中造成了不良影响。据澎湃新闻报道，当事媒体解释说，在接受记者采访时，赵全贵的话是他用笔在纸上写的。【点评】传媒业中有两句行话，一句叫“无错不成报”，另一句叫“差错无小事”。两句话貌似对立的涵义，表达了内容编校的高难度，以及差错后果的放大效应。也许这只是记者编辑的无心之失，却让这篇本来应该读者不多的报道在网上引发热议。这似乎也说明，随着一批批优秀的记者编辑离职，留下的也因为传统媒体影响力式微，缺少了以前的激情和责任感。2.体育解说员号召球迷骚扰韩国队与职业言论边界【事件】3月22日，即2018FIFA俄罗斯世界杯亚洲最终预选赛的“中韩大战”前夜，央视在直播韩国队踩场训练时，足球解说员刘嘉远半开玩笑地说：“在长沙的球迷应该去韩国队的酒店放放鞭炮，今天晚上就当过年了，一晚上鞭炮别闲着，让他们睡不着。没有炮就把家里的锣啊锅啊都拿着，跑到酒店敲一敲。你们把时间分配好，别一窝蜂地一个点去，一点去一拨，让他们先睡一会，三点做梦呢再去一拨，五点再去一拨，早上再来个广场舞。”此言一出即引发争议。3月23日，刘嘉远在其实名认证微博（@我是嘉远）中对此作了回应：“纯粹电视直播节目外的新媒体端网友互动闲聊，被某些同行演绎成了电视直播煽动并造势，年轻想不到啊，很多圈里好友劝诫今后莫开玩笑，人心难测。更有些严肃的朋友着急了一晚上，生怕韩国队睡不好。天亮了，能想通缘由的朋友自然会对大战前的氛围会心一笑。”【点评】对于刘嘉远的表态，有网友评论道，“哥哥，你是在央视，不是在德云社……你不仅代表你自己，更不仅仅代表央视，而是代表咱们中国媒体从业人员的素质。”的确，这位解说员的问题在于：没有弄清楚个人身份与职业身份、个人言论和公共言论的边界。在直播镜头面前，解说员所代表的是其所在媒体的形象；所发表的言论是面向全体公众的。因此，有些行为、有些言论，在个人私下情况里可能问题不大，但是在工作中，就极不妥当，甚至违背职业道德，造成恶劣的社会影响。比如，在媒体中，不能煽动狭隘的民族主义、不能侵犯他人隐私，更不能无端猜测造谣生事。刘嘉远将让网友去韩国队入住酒店外放鞭炮解释为“新媒体端网友互动闲聊”，言外之意似乎因为是与网友互动就可以降低对其行为的职业规范要求。但实际上传媒业规范和禁忌并不因为传播载体的变化而变得无关紧要，甚至由于新媒体广泛扩散的便利性，而变得更加重要。3.《刺死辱母者》报道及引发的舆情【事件】3月23日《南方周末》发布题为《刺死辱母者》的调查报道。文中报道的杀人过程始末中，辱母行为和警察的离开成为两个关键因素。“杜志浩脱下裤子，用极端手段污辱苏银霞——当着苏银霞儿子于欢的面”。在报警后，“民警进入接待室后说‘要账可以，但是不能动手打人’，随即离开。被告人欲离开但被阻止，摸出了一把刀……”《南方周末》的报道发出后，经过自媒体和机构媒体的转发，一时成为社会热点，激起了网友的“朴素正义观”。感性、偏激的言论如“如果保护母亲有错，我愿意一错再错”，“法律不顾人心，人心何必守法”，“为何法律对待弱者总是如此苛刻”，理性声音则讨论对于于欢的量刑是否过当，警察是否存在失职渎职，以及实体经济困境和民间借贷的合法性等问题。《刺死辱母者》“对此案议题设置功能功不可没”，但文章在一些引发舆情的关键细节上尚有不足。如报道称杜志浩“用极端手段侮辱苏银霞”，极端手段是什么却并未交代，这一模糊用词引发生殖器猜想并在网上流传。澎湃新闻通过梳理判决书和相关证人进一步还原了案情：催债人确有褪下裤子的侮辱行为，但并没有“生殖器蹭脸”情节。报道还明确民警离开接待室4分钟后回来，而凶案就在此时发生。另外，于欢母亲苏银霞是“山东聊城地区中小企业互保套贷利益链条的活跃一员”，涉案金额巨大。虽然于欢母亲的这些情况与案无直接关系，但与舆情相关。【点评】虽然在操作层面，《南方周末》“辱母者”一文还存在一些可提升的空间，如在触发舆情的关键细节上言词模糊、背景的遗漏和片面性等，这些都或多或少对公众产生了误导性。但一个无奈的现实是这种报道方式恰恰反映了新媒体环境下新闻生产的两个特性：一方面，速度已经超过了对完美的追求；另一方面各传播主体间具有纠错和信息净化功能。《南方周末》的文章刊发后，网友、法律专业人士、司法机关和专业媒体的信息相互印证、补充，从而一步步逼近真相。在网络环境下，舆论监督必须同舆论引导配合进行。本案就说明，专业的新闻媒体起到了重要作用。4.艾滋病疫苗误读及夸大的科学报道【事件】8月9日，《北京日报》在“新知周刊·科技”版头条刊发了题为“艾滋病疫苗真的来了？”的报道，称根据强生公司7月24日宣布的全球首次HIV疫苗人体临床试验结果，“志愿者对HIV疫苗耐受性良好，并且100%产生了对抗HIV的抗体。单次暴露于艾滋病病毒下感染风险减少了94%。”这一“医学上的重大突破”立即在网络上引发各路媒体转发。但8月10日，澎湃新闻刊发更正文章《艾滋病疫苗真的已经来了？这是一场媒体的误导和公众的误读》，文章通过采访有关专家和查阅文献后指出，做出“艾滋病疫苗真的要来了”的判断还为时过早。首先，将疫苗“100%产生抗体”解读为能“有效预防”是不够严谨的，因为只要是疫苗，进入人体就产生抗体，有抗体不等于能预防；“单次暴露于艾滋病病毒下感染风险减少了94%”的数据不是人体临床试验，是4年前猴子身上的试验结果，在人身上的结果还未知。【点评】据网友揭露，艾滋病疫苗的信息其实是强生发的公关稿，先在自媒体流传，后来竟被党媒转发，才引起轰动的。媒体的科学报道应少些哗众取宠，多些严谨务实；少宣传“神话”，多采访专业人士，很多时候核实并不是最难的，难在媒体是否愿意放弃一键转发即可轻松到手的高流量，借此噱头博眼球。值得赞赏的是澎湃新闻的表现，他们也转发了艾滋病疫苗的报道，但第二天不但发布更正报道，而且在微信新闻标题就表示道歉《对不起，我们打脸了！关于艾滋病疫苗的误读，今天必须说清》，并且在报道最后提出：尊重科学，永怀敬畏！这，是新闻与科学和谐相处的最佳办法。5.马顺龙案暴露出来的记者站权力寻租问题【事件】10月29日，财新网刊发《特稿 | 一个省报记者站站长的亿元传奇》，报道了《甘肃日报》武威记者站站长马顺龙贪腐案。据报道，马顺龙驻武威记者站达33年之久，2012年到达退休年龄还继续以《甘肃日报》驻武威记者的名义发稿，直到2017年4月被甘肃省纪委带走接受调查。马顺龙被查出资产近亿元，其中家中搜出现金1800多万元。有关部门确认马顺龙的主要问题有三：其一，插手武威的人事安排；第二，长期违规开办个人实体公司，其经济活动得到了武威地方主要领导的纵容，其回报就是操纵舆情；第三，大搞有偿新闻。目前，马顺龙案已由甘肃省纪委移交甘肃省检察院。据财新记者调查，马顺龙在当地能长期驻站，与记者站生态和党报营收模式分不开。1990年代中期，《甘肃日报》即已开始刊登软文，地方政府出面的形象软文大多是专刊整版。所谓软文，即以地方政府或企业的形象宣传为面目刊登在媒体上的文章，它是广告的变种，常常以“地方之窗”等名目现身。这类文章，往往都需要地方政府或部门给媒体支付几万、十几万的“赞助费”，业内俗称软文。 “马顺龙一直是软文和广告大户，他利用报社的资源为自己谋私利。他肯定也会给报社上交一些，所以报社才会容忍他这么多年。”【点评】财新网的报道指出，在上级要求下，《甘肃日报》等党媒去年已经全部停止刊登软文。但是，由此案暴露的一些媒体利用记者站进行权力寻租的问题，却不容忽视。记者站是报社从事采访、通联等采编业务的派出机构，它不具备法人资格，也就是说不具备经营的权利。但现实情况却恰恰相反，有一些报刊社的记者站成了其“发行站”、“广告中转站”，甚至记者站人员为了经济利益触犯法律锒铛入狱的事近些年也频频发生。为了进一步规范记者站管理，2016年11月12日出台的《新闻单位驻地方机构管理办法（试行）》明确规定，新闻单位应当确保驻地方机构正常开展工作所需经费，不得向驻地方机构及其人员下达经营创收指标、摊派经营任务、收取管理费等。驻地方机构及其人员不得从事广告、出版物发行、开办经营实体等与新闻采编业务无关的活动。6.江歌案中机构媒体与自媒体的舆论生态【事件】2016年11月3日，青岛女留学生江歌在日本租住的公寓门前被杀害。凶手是室友刘鑫的前男友，凶案发生前，刘鑫先江歌一步进门，而江歌在门口被杀害。此案于2017年12月11日在日本开庭。但在2017年11月，这一发生在异国的刑事案件因为遇害者江歌妈妈和涉事人刘鑫的出镜，重新进入人们视野，并逐步演变为一场针对涉事人刘鑫的网络暴力。11月10日，知名记者、评论员王志安担任制片人和主持的新京报视频人物专访栏目《局面》开始以#东京女留学生遇害案#为题，三天内推送了25条对江歌母亲及刘鑫的专访短视频。王志安在题为《多余的话》的博文中解释制作这期节目的初衷是“努力聚焦一场悲剧后次生伤害形成的过程，探究这背后的成因。”剪辑节目的原则是“避免节目的播出，给本就有着极大不信任的双方，制造额外的伤害”。但现实却“事与愿违”，有关“江歌案”的话题迅速发酵，在关键事实尚未厘清的情况下，诸多自媒体轰轰烈烈地掀起了一场对刘鑫的道德审判。【点评】出自传统媒体人之手的《局面》，还是秉承了新闻报道的平衡、客观、中立原则，不仅有江歌妈妈的控诉，还有当事另一方刘鑫的充分回应、解释。但当这些信息出现在网上时，舆论并未如期往更客观的方向发展，而是被某些自媒体渲染的道德批判所鼓动，成为一场对刘鑫不勇敢的集体道德谴责。有分析指出，这些账号（自媒体公众号）背后都是精明人。他们知道，骂刘鑫是一件流量巨大又无比安全和正确的事情（事实确实如此：凡是对这些账号提出质疑的，大多会在评论区被愤怒的民众批评）。网民的感情被一些精明人转化成了注意力经济中的一环。在有些文章中，这种转化是以牺牲事实、鼓吹暴力为代价的，说是人血馒头并不为过。相较而言，在事实未清楚的前提下，传统媒体的评论可圈可点，大多理性且具有反思性，如新京报的《江歌案：杀气腾腾的咪蒙制造了网络暴力的新高潮》、澎湃新闻的《被围观的刘鑫和江母，被遗忘的陈世峰》、南方都市报的《江歌之死：舆论介入宜保持冷静与克制》、中国新闻周刊的《当“江歌遇害案”变成“江歌刘鑫案”》，但它们并未能扭转舆论。正如学者方可成所言，传统精英媒体不再牢牢掌握议程的设置和把关权，这一方面让参与和表达变得更加民主，另一方面也让民意、注意力成为被利用、被“变现”的资源，让公共讨论面临着更多的威胁。但对媒体在审判前的大量报道也有批评意见，按照国际司法的基本原则，在庭审之前，媒体不宜对案件多加披露和评论，以免造成不正常的舆论氛围，影响司法公正。刘鑫是“江歌案”唯一的在场证人，在案件没有审结以前她不说话合理合法。反之，她在庭审前的言论将影响案件舆论，不利于庭审，也使得事件焦点措置。7.女主播车祸现场微笑自拍【事件】11月１５日上午，安徽阜阳“滁新高速”突发连环重大交通事故，累计造成１８人死亡，７５辆车受损。然而，就在这样的车祸现场，安徽阜阳颍上交通音乐广播女主播凌某某在受损车辆前，微笑并比V型手势拍照。凌某某的自拍照片在网络流传后，引发网友批评。11月16日，@颍上交通音乐广播发布处理决定，表示因凌某某在交通事故现场“行为举止不当，在社会上造成了严重不良影响”，对凌某某进行解聘，频道负责人停职检查，并向公众表达歉意。【点评】人有殇，不歌于侧。在灾难事故现场，任何一种欢喜都是不恰当的，即便不表现为悲伤，也应举止肃穆，体现对生命起码的尊重。秀自拍已经成为社交媒体时代年轻人的生存方式。新闻记者由于职业的原因，有更多机会接近重大新闻事件现场，但是记者不是路人、不是观众，报道事实、探查真相才是记者的使命，因此，不仅是灾难场合秀自拍不合适，即便采访“两会”、明星等，也不宜自拍炫耀。8.齐鲁晚报记者公器私用【事件】12月5日，@齐鲁晚报今日聊城官方微博发布题为《医疗技术被质疑，护士猛踹老太太》的报道，并附带视频，称12月4日聊城市人民医院儿科一位年轻护士上演“全武行”，因不满患者家属对其医技的质疑，对家属进行打骂。监控视频显示，她还脚踹患者家属中一位年过七旬的老太太。齐鲁晚报旗下新闻客户端“齐鲁壹点”也以相同口径对这起医疗纠纷进行了更详细的文字报道。这一新闻发布后即引发关注，但不少网友对视频内容提出质疑，认为有明显拼接痕迹。12月6日，聊城市人民医院宣传科的赵科长接受《北京青年报》采访时表示，该报道严重失实。患儿父亲是齐鲁晚报地方版今日聊城的副主编张跃峰。事后，该患儿家属仍继续在病房闹，还称：“我们家是记者，你等着瞧，把人叫来有你好吃的”。4日上午事件发生后，医院已经组织该护士和护士长向患儿家属道歉，但是张跃峰仍要求开除涉事的护士。院方未答应其要求，5号就出现了这个报道。12月6日晚，齐鲁晚报发声明表示，相关报道没有做到全面客观公正，当事人张跃峰作为新闻从业人员，存在违犯新闻纪律、有悖职业操守的问题，经研究对其解聘，对其主管领导予以降级。【点评】公器私用，歪曲事实，带偏舆论。这位前媒体人的行为让整个媒体行业为之蒙羞。《中国新闻工作者职业道德准则》（2009年修订版）指出：（媒体）不得“利用新闻报道发泄私愤”。在处理涉及本媒体（记者）的矛盾、纠纷等冲突问题时，应秉持回避原则，无论是否被冤枉，都不应利用本媒体喊冤叫屈。9.媒体发布极限高空挑战者坠楼视频【事件】11月3日，极限高空挑战者吴永宁在一次攀爬中不幸高空坠亡。12月10日，北京青年报在其官方微博以《#高空挑战第一人失手坠楼#视频曝光》为题发布了死者坠亡前的最后影像，这段视频记录了吴永宁生命最后的攀爬情景，也包括他的坠落瞬间。视频发布后，吴永宁女友就在微博上表示，媒体利用吴家人的善良拿到视频，未经同意发出来，要求撤下视频。很快，北京青年报撤下这段视频，并于12月11日在“深一度”微信公众号发表对吴永宁家属的致歉信，讲述了视频取得的经过和发布缘由。北青报表示，记者在吴永宁家中经其父母同意查阅了吴永宁的手机，并在其中看到了他生命最后的影像。“随后，吴永宁的父亲陪同记者一起对视频进行翻拍，过程中，吴永宁父亲一直在记者身边，未提出反对意见”。北青报表示，发布这段视频的目的首先是为了说明真相，因为此前网上已有流传吴永宁坠楼瞬间的短视频，真假难辨，部分为谣传。其次，发布这段视频，是希望提醒极限运动爱好者做好保护措施，远离危险。【点评】毋庸置疑，媒体应该报道这起坠楼事件，这一悲剧可以提醒更多极限运动爱好者充分认识其中的风险，但报道方式却是值得商榷的。正如魏永征所言，不应以图像展示尸体等死亡场面，是国际传媒界的通行准则。美国联邦法院曾经多次驳回媒体和记者、作家们根据《信息自由法》要求政府部门提供涉及死者的资料，其中包括肯尼迪总统遇刺的相片、意外爆炸的《挑战者号》黑盒子录音带（录有遇难航天员最后的声音）、克林顿总统办公室法律顾问吞枪自杀的照片，等等，理由都是维护死者的尊严和家属的隐私利益。

机构：广发证券核心观点： 2019 年长视频网站普遍增长失速，主要系因为流量趋近天花板。视频网站 19Q3 的情况相比上半年并未有明显 改善。爱奇艺 19Q3 营收增速为 7%，首次跌破双位数增长，芒果超媒 19Q3 归母净利润同减 28.8%至 1.71 亿 元，19Q2 净利润约为 3.86 亿元。我们认为 2019 年以来流媒体视频网站上市公司的业绩整体增速下移，包括 头部视频网站广告收入负增长、会员增速放缓等，背后最主要的原因是获取流量的能力下滑，线索顺序是：首 先月活增长出现困境、其后日活出现负增长、最后时长出现负增长。 流量下滑背后：政策监管趋严、竞争格局恶化、商业化疲软。我们认为有三大因素影响了长视频行业的增长： 1）政策监管趋严：一方面是对于上中游要素的管控导致了长视频内容（剧集）产能收缩，另外一方面政策对部 分题材（如历史、玄幻）的监管趋严导致了热门剧集流量不足。2）竞争格局恶化：18Q2 之后短视频流量逐步 超过长视频，一方面在用户注意力上形成了分流，另外一方面也分流了部分的广告主资源。3）今年整体经济状 况疲软带来了广告主投放预算的收缩，叠加长视频平台主动调整信息流广告，因此广告收入增速大幅度缩减。 展望 2020 年：会员提价成为主要但不确定的逻辑；辅赛道主要关注短视频、MCN 和 5G 变化。我们将视频网 站的业务收入分为主航道（广告、会员、版权采买与销售）和辅航道（艺人经纪、短视频、增值服务等）来看， 主营业务上我们认为内容监管上边际略放松、广告收入不确定性仍大、会员提价成为收入端扩张的唯一逻辑。 我们对 Netflix 的 4 次提价历史进行分析，发现成长期会员提价并不影响会员增量，成熟期提价则明显造成了会 员的流失。另外我们认为在辅赛道上可以持续关注长视频平台是否能够孵化短视频和 MCN 方向业务，另外 5G 或带来超高清视频的投资机会。 投资建议：整体上我们认为 2019 年以来的流媒体视频网站面临的经营压力，在 2020 年应该有所改善，长期来 看会员能否提价成功将决定长视频长期增长的核心动力，我们倾向于认为当前的会员 ARPU 值被低估，未来仍 有足够的提价空间。因此行业回暖背景下，我们认为渠道端可持续关注爱奇艺和芒果超媒，内容端可关注超跌 反弹机会。 风险提示：提价带来的会员数量下滑的风险，广告低于预期的风险，上游价格无法降低的风险，影视剧制作公 司资产减值超预期的风险。

一、基本情况2020年9月26日，中办、国办印发《关于加快推进媒体深度融合发展的意见》，从重要意义、目标任务、工作原则三个方面明确了媒体深度融合发展的总体要求。加快、深度，两个关键词突出了媒体融合在中央顶层设计层面的重要战略意义。当前，媒体融合发展已取得不小的成绩，中央多次从顶层设计层面出台多个媒体融合发展规划与意见，为媒体融合发展绘就路线图。截至目前，已有近2000家县级融媒体中心挂牌并运营，硬件建设和人员配置陆续到位。作为媒体融合战略实施的关键环节，基层融媒体建设情况备受关注。在最新的政策指导下，地方融媒体中心将在如何实现政务服务、媒体服务、智慧城市等方面不断求新求变。为更好地了解基层融媒体中心的建设情况，总结经验，分析问题，人民网舆情数据中心于2020年下半年深入部分地方融媒体中心开展调研，通过走访、问卷、座谈等形式，实际了解地方媒体融合推进情况。此次调研，地域上覆盖华北、西北、中部、华东等地区的8个单位；层级上，以县级融媒体中心为主，也有市级融媒体中心。在建设投入方面，各地不一，综合来看，大约在几百万到几千万之间。建设标准上，按照相关的规范和要求实施，有的已通过上级部门验收。根据调研分析，地方融媒体的建设基本以各级政府的党委、政府、及宣传部门等为主导单位，部分广电机构同步开展相关改革。经过两年的筹划、运营，地方融媒体中心已积累了一定的经验，同时也面临着一些困惑与问题。本文基于本次受调单位的相关情况作研究分析，由于样本量有限，数据和观点或存在局限性，仅为有关部门决策参考。二、地方融媒体建设运营实践与经验分析（一）普遍进行全媒体布局，构建全媒体传播网络从调研情况来看，目前融媒体中心普遍采取全媒体布局的形式推进媒体融合发展，选择以“中央厨房”为中心架构的技术方案比例较高，形成“一体策划、一次采集，多种生产，多元传播”的融媒传播格局。在宣传载体上，以打通“报网端微屏”实现“多屏共振”为主要目标，多终端的传播矩阵增强融合传播效果，同时优化策采编发审工作流程，着力推进人事、绩效、宣传、采编等各方面的体制机制改革。目前，地方省级推动云端共联共建，与县市融媒体开展内容与资源协同，例如，内蒙的草原云、河北的冀云、北京云等，县级融媒体融入省级云之后，在传播力度、宣传覆盖面上将更进一步。融媒产品的创作方式上，各融媒体中心紧跟短视频趋势，开通短视频平台账号，创作融媒作品。一些形成量级传播的融媒产品多为短视频、专题片，部分融媒体中心的官方账号达到百万粉丝，凸显融合运营成效。整体上，各级政府对县级融媒体中心建设高度重视，投入资金加强基础设施建设，配套新型传播技术及设备，建立了电视、微信、微博、客户端、门户网站等融合传播矩阵；条件好的地区还配备了大屏幕、无人机、VR、AR 设备等硬件设施，实现了县级媒体转型的跨越式发展。（二）落实“移动优先”战略，探索推进体制机制建设各单位在建设融媒体过程中，特别突出贯彻“移动优先”的战略要领，纷纷布局移动端建设。各地基本建成独立自主新闻客户端，专注地方新闻。同时在抖音、微信、头条号等移动载体上，开设官方账号，形成各具特色的全媒体传播矩阵。如伊金霍洛旗的24个新媒体宣传平台、怀化鹤城区的12+域内外传播终端、中卫市“1端26媒”立体式传播架构、山东邹城的“1+4+N”（邹鲁融媒同一品牌、广电报网四个传统渠道、手机APP与两微一抖等N个新媒体平台）等。为激活发展活力，提升融媒传播效果，顺应新形势下的发展要求，各单位不断推进体制机制改革，逐步完善建立相关的制度规范。例如武强县制定了《融媒体中心绩效考核实施细则》；伊金霍洛旗从考核激励、宣传管理、内容审核、直播流程等方面，制定了《融媒体中心宣传管理办法》《融媒体中心公共突发事件宣传报道应急预案》《融媒体中心采编直播流程》，完善出台《融媒体中心新闻稿件审核流程》《融媒体中心外宣奖励制度》等；富县制定细化了各类管理制度，如《采访部管理制度》《节目监审制度》等。融媒体中心深切感受到，通过探索体制机制改革实践，有效整合机构和资源，降低人财物各方面的成本，同时增强新闻时效性，延伸服务，不断贴近“新闻+政务服务商务”的要求与融合本质。此外，不少单位因地制宜，结合中央要求及省级部署，上下一体做出地方特色。陕西富县落实省市要求，实现农村“三屏一声”全覆盖，打通向下传播“最后一公里”。（三）融媒产品典型频出，央媒转载全国传播，持续释放融媒影响力融媒体中心建成以后，在融合传播、扩大舆论声量方面发挥了重要作用。大部分融媒体中心探索尝试制作形态各异的融媒作品，传达党的政策，传递百姓心声，切实履行“引导群众、服务群众”的职责，取得了良好的社会反响。不少作品被央媒转载，网络传播达到百万次以上，体现了一定的传播力和影响力。伊旗短视频《震撼！卫星视角看伊金霍洛旗36年变化》《庆祝中华人民共和国成立70周年系列微视频——“小镇故事”》《伊金霍洛—春天在路上》等新媒体产品，深受群众喜爱，全网转载阅读均达万余次。武强县抖音号“融媒中心”粉丝量已达123.7万，两会作品《保留地摊经济，给底层群众一点温暖》，一小时阅读量达到334.7万。怀化鹤城区则建设“鹤城圈”“我要发布”等互动平台，组织开展直播带货、“随手拍”等活动，打通各社区、村及小区、院落、圈群信息渠道网络，整合优势资源，强化平台承载能力。中卫新闻传媒中心同步开拓内外宣，启动了宁蒙陕甘毗邻地区及其他媒体战略联盟合作机制，与全国70多家媒体单位签订了《媒体联盟战略合作框架协议》。在传播方式上，多管齐下，实施多平台资源合作；在宣传导向上，着眼百姓，报道基层，广泛采用直播、政务互动、创意H5、航拍、短视频Vlog、小剧场等形式，创作温度与深度兼备的融媒产品。与此同时，各平台在政务互动、民生服务上持续挖掘与创新，开通互动平台、建立舆情回应机制，打通民生服务通道等等， 不断加强与群众的联系，最大化的发挥平台的政务服务等功能。（四）抗疫宣传丰富多样，切实打通“最后一公里”疫情期间，各地融媒体中心吹响“战疫”宣传号角，以形式多样的融合报道，与群众一同战斗在抗击疫情前线。第一时间介入上传下达，真正起到了百姓连心桥的作用。武强县融媒体中心的作品《致敬武强“夜护侠”》《四名护士驰援湖北，为武强英雄点赞》被“央视新闻+”转发，点击量共计达到550万次；鹤城区融媒体中心打造了《母女共绘抗议图》等一批爆款作品；邹城融媒体中心成立了邹鲁主播防疫宣讲团，推出《邹鲁融媒好声音·战疫情》，制作的抖音短视频《“邹鲁主播说”中国，援助进行时！》点击量1.6亿，《谢谢您！最美逆行者》点击量过亿，点赞750万，吸粉45.7万，一度登上热搜榜第四位；富县融媒体中心制作的本土节日特色产品《富县年味浓》《声动鄜州之“团圆”》《黄土高原上的精灵》等深受群众喜爱。中卫新闻传媒中心在疫情期间，推出原创稿件万余篇（幅），传播覆盖过3亿，在全区媒体中首屈一指。华州融媒体在疫情期间采编的《中药预防抗“疫”》等8篇稿件登上央视新闻频道、新华社客户端。延庆区融媒体中心通过疫情实战总结出三大“融聚”经验：一是成为融聚信息的策划审核执行中心；二是成为融聚服务的融媒体产品生产中心；三是成为融聚平台的舆论宣传引导中心。疫情期间的表现和探索，充分显示了融合成效，唱响了疫情防控最强音。（五）采编经营分离，以公司营收反哺中心运行目前，营收“造血”能力和盈利模式是融媒体中心的发展关键，如何提升经营能力，促进融媒体中心的长效发展是各单位着重考虑的问题。在两办发布的《意见》中，也明确要发挥市场机制作用，增强主流媒体的市场竞争意识和能力，探索建立“新闻+政务服务商务”的运营模式，创新媒体投融资政策，增强自我造血机能。在受调单位中，近半数采取“事业+企业”或“中心+公司”的运营模式，“制播分离”的工作机制。依托传媒公司及企业化的运营，提升人才激励与资源调配的灵活度，增强营收能力，通过公司化运作反哺融媒体中心的发展。同时能够弥补人员紧张、培训不足等问题，形成了公司与中心良性互补、共同壮大的良好局面。不过，也有单位提到，目前还存在人员编制不同、考评机制无政策依据达不到人员要求等问题。此外，邹城融媒体中心探索的“传媒+旅游”新模式别具一格，加入山东省广电旅游联盟，相继推出了港澳游、西北游等多条热门旅游线路，吸引众多市民群众积极参与，实现社会效益和经济效益双丰收。值得注意的是，延庆融媒体中心是唯一一家在绩效评估与版权保护方面先行先试的融媒体中心。通过“北京云”接入“人民版权”数据保护平台，在内容版权得到有效保护的同时，实现收益能力、生产能力、融合能力的三提高。三、当前地方融媒体建设面临的主要问题综合来看，目前融媒体中心建设过程中遇到的最大的困境就是人才问题，几乎所有单位均提到了人才匮乏、流失严重等问题。此外，中心的运营能力、经营能力、技术力量及体制机制改革等方面也是融媒体中心目前的主要关切点。（一）人才问题：全媒体人才匮乏，激励机制不完善根据反馈内容分析来看，人才问题主要表现为以下方面：一是“既专又能、一体多用”的新型全媒体复合型人才匮乏。例如有单位提到，在融合发展中面临新闻采编、技术保障和经营管理等人才紧缺的问题，特别是高层次人才尤其是全媒体记者、高端技术人才和产业营销人才出现缺口，导致在部分情况下出现有平台无人才管理、有项目无人才支持的窘境。还有单位提到，人员年龄结构偏大，知识层次偏低，人才流失严重，及时需要补充一批高层次专业技术人才。二是人员意识跟不上。例如，干部综合素质总体还不高，眼界还不够开阔；有单位提到，部分干部职工思想还不够解放，没有从思想上真正认识媒体融合发展的战略意义，没有牢牢树立融合发展新理念，不能较好适应媒体融合发展新形势，对新媒体还缺乏足够认识，特别是在理念和思维的转变上，还存在跟不上、不适应、不到位的问题，主动学习新媒体、主动使用新媒体、主动拥抱新媒体的意识还不够，在工作中推动传统媒体与新兴媒体由“相加”到“相融”还有差距。三是薪酬体系建设和激励机制不完善、不充分。大部分调研单都提及了这个问题，包括人事管理体制改革创新不足；政策不允许新增财政供养人员，导致吸引不到高素质专业的融媒体人才；部分中心下设传媒公司企业化运营，但人员以聘用为主，工资待遇偏低且稳定性不高，留不住成熟的融媒体人才；由于机制突破难度大，未完全打破编内人员和编外人员的身份差别；业务未完全融合，还存在“各自为阵”的现象等。四是人才培养和引进比较困难，人才流失严重。从调研信息来看，薪酬待遇、地理位置、生活环境等成为人才引进的主要限制因素。比如经济欠发达或贫困县，因经济薄弱薪酬待遇低，高端人才不愿来，自己培养的人才也很难留住，流失严重。（二）体制机制问题：改革创新不充分体制机制改革是关乎媒体融合发展的关键因素。从调研来看，各地在体制机制方面不断地进行探索尝试，不过整体上，体制机制问题依然是大多数融媒体中心的主要问题，包括薪酬绩效机制、人员管理机制、内容流程机制等。梳理受调单位意见，改革推进不充分的情况主要集中在以下方面：一、绩效和薪酬制度还未真正打破体制界限，例如下设传媒公司工作人员同岗同酬和旗财政供养人员考核绩效发放等无政策和制度依据。二、所制订的有关的体制机制还不够完美、存在较多的疏漏，需要进一步的修订与完善。三、绩效薪酬得不到认可。例如，为强化激励实施的绩效工资、稿酬外宣奖励、编审等业务津贴不被审核部门认可，绩效工资改革、业务职称不被人社部门认可，事业单位企业化管理无法实现，期待出台相应文件予以明确。四、从业资质亟待加速推进。有中心提到，因市辖区原无广电职能没电视台，其融媒体中心属新成立尚不具备新闻机构资质，相关资质和工作人员从业资质亟待申办，期待上级宣传部强力推动。（三）内容制作：缺乏运营经验及深度精品作品由于地方融媒体中心大多建成于近两年，总体上缺乏内容制作经验，缺少精品融媒产品的输出。从调研情况来看，主要呈现出以下问题：一、缺乏移动优先理念、缺少新媒体平台运营经验，缺乏新媒体运营思维，专业技能有待提高；深度精品的融媒产品较少。二、从内容分发来看，虽然开辟的平台渠道十分全面，但运营能力有限，部分平台沦为“僵尸号”；大部分新闻内容还停留在简单搬运报纸电视内容，未能真正落实“一次采集，多种生成，多元传播”。三、传播效果有限，内容吸引力弱，产品到达率低。有的中心媒体分发平台过剩，入驻平台自主程度低；有的是媒体宣传渠道较为单一；自有平台影响力低，传播力有限，好的产品无法得到好的传播力；凝聚媒体合力上距离中央和省市要求还有差距。（四）技术问题：技术力量亟待加强技术驱动是推动媒体融合创新的关键因素，尽管目前来看，融媒体中心的基础平台基本搭建完成，但是整体上无自主技术研发力量、后续维护等仍存在一定困难。一是技术力量薄弱，如何开展政务服务面临困难，服务性平台建设需要资金支持，筹资有难度，自身营收能力不足也无法支持技术投入，此外融媒体平台的省县接入上有技术出入等衔接性问题二是技术支撑亟需加强，因资金、技术等多方面原因，现在的技术平台尚不能贯穿所有平台和环节，不能完全满足媒体融合发展需求，建立真正意义的全媒体融合中央厨房还是需要较大资金投入。同时两个省级平台数据共融、本地智慧党务政务和智慧城市及各单位各部门数据难以打通。三是技术力量不足。融媒体指挥调度平台建成后，在日常维护、平台管理、系统操作等方面，还存在技术支撑力量不足、技术保障体系不完善等问题，部分新闻采编人员对新设备和新系统掌握不全面、使用不熟练，对新的“策采编审发评”流程还不太适应，工作效率有待进一步提高。（五）造血能力：多元化经营能力不足尽管部分单位尝试企业化运作、开展多种经营等方式增收反哺，但“造血”能力弱依然是当前县级融媒体中心面临的主要问题之一。综合调研对象反馈，主要问题集中在以下方面：一、当前经营存在体制瓶颈，期待出台相应文件予以明确或有所突破。例如，单位是公益一类全额事业单位性质，新成立公司或二级经营性事业单位的规划难以实现，主要原因包括：纪检部门有机关企事业单位不能兴办企业规定；事业单位改革取缔经营性事业单位；国资部门近年来停办国资公司业务等。二、还有单位提到，新闻采编专业设备具有投入成本高、损耗大、更新快等特点，县级媒体在设备购置、更新升级、运行维护等方面存在较大资金缺口。三、受体制机制影响，市融媒体中心下属企业在具体运营中受到政策限制，产业发展遇到瓶颈，“造血”功能有待加强，不能做到事业、产业双轮驱动。经营转型和结构调整虽然取得一定成效，但还存在活动细节考虑不够、服务客户意识不足等问题。（六）资金问题：财政投入少与资金缺口大部分单位存在资金缺口，从调研单位提出的问题来看，一方面是地方财政投入与支持乏力，如果当前地方财政十分困难，保工资保运转就已很吃力，在融媒体建设的投入自然无法跟上，期待上级加大资金、培训等方面的支持。另一方面是存在资金缺口，融媒体中心技术平台建成后，除一次性投入外，每年还需要几十万元的运行维护费用。同时广播电视行业存在设备投入成本高、损耗大、更新快等特点，县级媒体在设备购置、更新升级、运行维护等方面存在较大资金缺口。四、小结及对策基层融媒体中心的建设是当前至关重要的时代课题。通过调研，我们发现，各地在实践过程中，不断转变思路，勇于探索，体现出创新思维和改革活力，在社会效益、经济效益方面取得了一定成效。总体来看，基层融媒体中心逐步发挥出主流舆论阵地、综合服务平台、社会信息枢纽三大功能，在全媒体传播体建设中具有基础性作用。目前，融媒体中心发展已经取得阶段性成果，未来将开启从1.0向2.0的升级，推动媒体融合及融媒体中心建设高质量发展。升级打造地方融媒体2.0版，需要在强化基层社会治理、拓展技术应用、打通数据与资源共享、培育经营模式与全域传播等方面持续发力。各地融媒体中心需要在政策引领下，不断思考创新，深化改革。一、从内容突破、人才突破、效益突破上下功夫“媒介即讯息”，面对多元载体，县级融媒体中心需要借助短视频、移动直播、微动画等各种新媒体方式，转变内容生产思路，不断推出原创融媒产品。在人员组织方面，着力推动培训、评估、应用为一体的人员能力提升机制，多层次、全方位开展全媒体人才培训，推动人员从意识、观念、思维、行动、能力等多方面的转型。在机制人才的基础上，要紧抓市场机制，扩展和延伸融媒体的概念范围，转变盈利模式，构建多元化的产业链，提升产业价值，在新闻+服务+商务+政务上有所突破。二、拓展资源合作，“借船出海”聚合优势推动协同发展中央关于制定“十四五”规划和2035年远景目标的建议中提到：要“推进媒体深度融合，实施全媒体传播工程，做强新型主流媒体，建强用好县级融媒体中心”。地方融媒体中心是全媒体传播体系的基础设施，需要不断推进体制机制改革，从内部进行大刀阔斧的调整。借助主流媒体、中央及省市级融合平台的技术优势、资源优势等协同发展，实现传播效应的最大化。此外，既要提升信息覆盖面，又要提升媒体影响力，特别是在内外部资源整合方面，充分发挥基层特色。将融媒体中心作为平台，拓展内外部、横向纵向的资源合作，建立信息联盟，开展治理数据的共享与合作等，通过资源互用、共用，从而不断提升融合效果。三、找准用户需求，开展社区融合，提升基层治理能力融媒体面向的是最基层的群众，“打通治理最后一公里”就是要在找准用户和群众的需求上下功夫。融媒体中心要不断拓展功能和视野，要将“融媒体中心”的定位提高到提升社会治理能力的高度。既要强化媒体和信息传播能力，也要进一步推进社区治理与民生服务。下沉到一线的地方融媒体中心，要树立起成为基层治理的核心抓手这一观念，以融媒体中心为平台，以媒体融合为目标，通过服务实现基层管理和治理，在推动社区融合、地域融合的过程中，进行业务扩容，增强“造血”能力，提升基层治理能力与执政能力。人民在线作为党报党网的子公司，常年致力于大数据业务和融媒体研究，于2019年提出的“1+5+N”融媒方案，以媒体版权管理为抓手，提升内容影响力和经营能力，助力四全媒体建设，进一步构建全媒体传播格局。四、优化管理水平，打造地方特色品牌媒体融合是一项从上到下的改革，需要顶层设计者从战略、管理、机制体制方面进行全方位的谋划，管理水平也决定着融媒体建设的程度和媒体融合的效果。融媒体中心，要从采编、宣传、报道、内容制作、绩效等各方面不断提升和优化管理能力，提升融合质量与融合效率。各地要坚持地方特色，放眼全国的同时，更要立足地方，挖掘地方文化特色，充分发挥新媒体“新、快、亮”等特点，打造内容精品、文化精品，打响市场品牌，扩大影响力。

Future Today Institute（简称FTI）近期发布了《2020年娱乐、媒体和技术趋势报告》，介绍了包括人工智能、合成媒体、区块链等共计16种前沿趋势，以及其中的157项具体革新。通过阅读这份报告，让我们共同触碰技术与传媒业态的未来。过去的几年里，传媒业见证了太多的技术迭变。我们在享受技术发展带来的各种便捷的同时，也在无声地承受着技术滥用的恶果。智能设备、语音助手正变得越来越无微不至，合成媒体可以针对我们的口味和喜欢提供个性化服务，我们暴露于多元化、多接口的智能生态中。然而过去一年中大规模的数据泄露、假新闻泛滥，当机器开始复制我们的声音、预测我们的行为时，人类该何去何从？凛冬已至，针对科技公司的监管缩紧，契机与风险并存的信息时代或许已悄然面临拐点。Future Today Institute（简称FTI）近期发布了《2020年娱乐、媒体和技术趋势报告》，介绍了包括人工智能、合成媒体、区块链等共计16种前沿趋势，以及其中的157项具体革新。本文对报告进行了精选摘编，以飨读者。正如Neo在《黑客帝国》的结尾所说：“我并不知道未来是什么样的。我来这儿不是告诉你一切是如何结束的，而是告诉你一切是怎样开启的。”以下为报告全文，让我们共同触碰技术与传媒业态的未来。趋势一：人工智能AI已经不再是一种趋势，而是计算机时代的第三纪元。本篇报告从AI的不同方面汇总了娱乐、媒体和技术的趋势。在新闻业中，AI成为了各大新闻机构的宠儿。路透社的Lynx Insight程序可以帮助记者挖掘大数据。《华盛顿邮报》的 Heliograf被用来报道选举和体育赛事。杜克大学记者实验室的ClaimBuster则可以帮助记者进行事实核查。弗兰肯算法的扩散（Proliferation of Franken-algorithms）算法只是定义和自动处理数据的规则。它们使用的是计算机可以理解的“如果……那么”逻辑。举个例子：如果网站浏览者的IP地址位于芝加哥，那么算法就允许他们直接进入；如果IP地址位于伦敦，则算法就会按照GDPR的要求先显示隐私和cookie政策。尽管人们可以直接按照自己想法设计某个算法，但是所有算法系统一起工作就有可能会带来问题。开发人员并不总是事先知道算法之间将如何一起工作。有时，几个开发人员团队都在独立地处理不同的算法和数据集，但是只有算法被设计出来以后才能看到如何运行。这也就是最近股市和电商网站出现崩溃的原因。对于像Facebook这样的大型公司而言这是一个艰巨的挑战，因为在任何特定时间，会有数十亿的算法同时工作，根本无法预测其运行结果。专用、开放和自主开发的AI技术（Proprietary, Open and Homegrown AI Languages）Python是一种具有许多预构建库和框架的先进的编程语言。麻省理工学院开发了一种名为Julia的开源语言，专注于数值计算，此外还有AI的提出者John McCarthy于1958年创建的Lisp语言。各大公司正在开始构建和发布自己的软件包以及用于AI应用程序的独特编程语言。Uber用Python编写了自己的概率编程语言Pyro。不同于OSX与Android或者早期Mac与PC阵营的对立，这一举动意味着AI生态系统未来将走向分裂。市场会发现在不同的AI框架和语言之间转化代价高昂。问题数据集（Problematic Data Sets） 公司自主训练研制的AI并不具备代表性，因此不能被广泛采用。MIT的研究学者发布了一款名为“Norman”的AI用来捕获识别照片。他们做了一组对比实验，一组系统采用的是经过训练的标准数据，另一组则没有经过训练，结果令人大跌眼镜：采用标准数据的系统显示出来是“一个棒球手套的黑白照”，而另一个系统则显示出的是“一个白天在国外被枪杀的男人”。一些为了生成自然语言的新系统于2019年发布。虽然这些系统都事先经过训练，但它们曾经用来学习自然语言的Reddit和亚马逊上的评论却被删除了。原因在于：Reddit和Amazon评论员都偏向白人和男性，因此这些人的话并不能代表所有人。这说明开发人员仍然面临挑战。如今已经变得很难从真人那里获得真实的数据来训练系统了，而且由于新的隐私政策出现，开发人员只能更多地依赖公共数据集和有问题的数据集。Norman AI与标准化AI的照片捕捉对比数据的深层链接（Deep Linking）自智能手机问世以来，深层移动连接就已经使用户在手机所有软件中查找和共享数据。但是现在深层连接却让用户越来越难找到自己想要的信息。2019年，Yelp餐厅在其软件中标明了准确的联系信息，但是当客户点击时，他们就被跳转到Grubhub软件里订餐去了。即使客户关掉了软件并想直接打电话订餐，该软件仍将其转换成Grubhub上的号码，因为这样Grubhub可以将其归类为“营销”活动并向餐馆收取高额的佣金。如今深层链接有三种：传统深层链接，延迟深层链接和语境化深层链接。传统深层链接会从一个软件或网站重新定向您：如果单击某人在Twitter上发布的Baltimore Sun链接，那么理论上只要用户安装了Baltimore Sun软件，它就自动打开Baltimore Sun。延迟深层链接也直接链接到该软件（如果已安装），或直接链接到软件商店让用户先下载该软件。语境化深层链接的服务更强大，可以使用户直接从站点转到软件、从软件到站点或从软件到软件，还可以提供个性化信息，尽管故意向消费者隐瞒了整个过程。AI云（AI in the Cloud） 过去一年，人工智能生态的领导企业一直在争夺“人工智能云共享”，以期成为值得信赖的AI远程服务提供者。在西方，该领域由亚马逊、微软和谷歌领导，其次是苹果、IBM、Salesforce、SAP和甲骨文。在亚洲，AI云由阿里巴巴等巨头主导。这是一个价值2500亿美元的行业，并且仍在迅速发展。纽约大学斯特恩商学院教授Arun Sundararajan说：“（这场竞争的）收益是成为下一个技术时代的操作系统。”娱乐和媒体公司将在未来几年找到更多使用AI云的方式。AI芯片组（AI Chipsets） 对我们来说，平常笔记本和手机上搭载的CPU性能已经在不断提升，却满足不了机器学习的要求。它们的问题在于，缺少足够的处理单元，去完成下一个计算机时代所需的连接和计算。这时就需要一组新型处理器，华为、Apple、IBM等企业都在试水新系统的构建和SoCs。简而言之，这意味着芯片已经可以在AI项目中发挥作用，并且有更快的速度和更精确的数据——也不难预料到，几家企业在未来即将开展竞争。特斯拉的新型定制AI芯片虽然不如最初描述得那么引人注目，但已于2019年4月发布。Google的Tensor处理单元（或TPU）是专门为AI的深度学习而构建的，旨在与该公司的TensorFlow系统配合使用。图表 2 Google Tensor处理单元无处不在的数字助理（Ubiquitous Digital Assistants） Siri、Alexa和天猫等数字助理使用语义和自然语言处理我们的数据，有时甚至在我们不知道要问什么之前提前预测我们下一步想要或需要做什么。FTI模型在2017年预测，到2020年，将有近一半的美国人拥有并使用数字助理，而FTI模型将继续追踪这个方向的趋势。亚马逊和谷歌主导了智能语音市场，但数字助理是无处不在的。现在，有成千上万的可跟踪响应的数字助理软件和小程序。新闻机构、娱乐公司、营销商、信用卡公司、银行、地方政府机构（警察、公路管理）、政治运动以及许多其他活动也在通过数字助理传达重要信息。利用短视频生成虚拟环境（Generating Virtual Environments From Short Video）芯片设计师Nvidia正在教AI用短视频片段构建逼真的3D环境，利用了此前生成对抗网络（GANs）的研究成果。Nvidia系统从开源数据集中生成的图形将用于自动驾驶领域。设计师使用了划分成不同类别（建筑物、天空、车辆、标志、树木、人）的短片段对GAN进行了训练，从而生成这些对象的新版本。自动生成虚拟环境的应用前景无穷：物流（仓库、工厂、运输中心）、城市规划模拟，甚至包括测试游乐园和购物中心内的客流量场景。实际视频内容与AI生成内容机器识别（Machines Performing Cognitive Work） 公司不再仅仅依靠AI系统执行繁琐的重复性任务。更先进的系统正在企业帮助优化工作流程并主动生成策略。这意味着人们并没有被机器人完全取代；相反，机器人是按照人类的工作能力而创造出来的。从仓库到审计公司，人工智能系统开始执行认知任务——在此过程中，人类只需要执行基础的操作。亚马逊的自动化系统帮助提高仓库的效率、指导员工完成工作。沃尔玛使用计算机视觉来查找熟烂的农产品，其AI系统可以对仅从堆中取出坏苹果的人进行检查。在新闻编辑室中，类似的系统可以帮助记者筛选非常庞大的数据集以查找异常或识别人员。机器进程自动化 （Robotic Process Automation） 机器流程自动化（RPA）使企业能够在办公室内实现任务和流程的自动化，从而使员工可以把更多时间花在更有价值的工作上。Google的Duplex是RPA的一种，用于向他人进行常规电话通话。亚马逊使用RPA筛选简历，然后再对最优秀的候选人进行排序。在银行业务中，Blue Prism和Automation Anyware可以帮助员工处理重复性工作，提高员工们的生产力水平。这项技术将使媒体和娱乐公司能够在客户服务等许多不同领域中节省成本以做出更好的实时预测。机器人 （Bots） 基本意义上的机器人是指，为自动完成某一特定任务而设计的软件应用。在媒体领域，机器人可被分为两大类：新闻型机器人（news bots）和生产力型机器人（proctivity bots）。前者可以协助集合新闻信息，并自动为读者推送特定新闻事件；而生产力型机器人，则可以帮助新闻组织自动化他们的日常流程。机器人的下一个重大进步不在技术方面，而是监管。在2018年的竞选中，我们看到了“僵尸网络”的复苏，“僵尸网络”是指发送误导性内容的计算机网络。由于人们对越来越多的机器人诈骗感到担忧，加利福尼亚州制定了一项新法律，该法律于2019年7月1日生效，要求机器人在在与人类的交往中必须清晰、醒目、合理地表明自己不是人类。腾讯媒体+峰会现场Dreamwriter在写作实时机器学习（Real-Time Machine Learning） 机器学习指的是一种应用算法来分析数据，从而可以更好地完成各种任务的系统，并且随着时间推移，它会越来越擅长这些任务。但这种系统也面临着效率问题：系统需要停下来解析数据。而最新研究表明，实时机器学习可以随数据获取而实时调整模型。这标志着数据移动方式以及我们检索信息方式的巨大变化。比如说，即便是在多种语言混杂的情况下这种技术也能自动同声传译；它也可以对内容分发进行随时调整，从而为读者提供更具个性化的内容。比起刻板地使用历史数据（读者XX只喜欢体育类报道），实时偏好则能够将内容纳入推荐机制（读者XX在接下来的几天里对大选新闻的需求可能会更强烈）。自然语言理解（NLU）（Natural Language Understanding (NLU)） 对于Siri和Alexa等对话式AI系统而言，让机器准确了解某人的意思难度较大。这些系统都经过训练后最多可以理解语句中的代词。如果消费者问“狮子王在Cinemark剧院几点钟上映？然后在那附近停车”，系统会自动推断“那”的意思是“Cinemark剧院”。从技术上讲，此过程称为“插槽结转”。它可以使用句法语境来理解代词的意思，除非我们说了带有许多不同代词的复杂句子。事实是，在日常交流中我们的说话都很混乱随意、滥用单词，甚至只用语气词来传达意思。2019年，亚马逊研究科学家在NLU方面取得了令人瞩目的进步，他们推出了新的架构，能够帮助Alexa在人类不说完整的句子的情况下也能很好地理解人类。Amazon Alexa首页机器阅读理解（MRC）（Machine Reading Comprehension (MRC)）MRC使得系统阅读大数据、推断含义并且立即得出答案的流程成为可能。举个例子，当你搜索时，你是希望系统直接给出一个确切答案，还是提供给你一堆“欲知后事如何请看更多超链”的URL合集？让机器自己找出问题所在，这就是MRC。在未来，MRC是实现强人工智能的关键性步骤之一，而近期，它则可以协助我们把技术手册、历史地图和医疗记录等各种资料转化为易于搜索的信息集合。自然语言生成（NLG）（Natural Language Generation (NLG)） 自然语言生成技术现今已被不少媒体与营销机构所应用，基于大规模的数据集来进行自动内容生产。NLG可实现的功能包括，集成关键词、提升SEO（Search Engine Optimization，搜索引擎优化，即利用搜索引擎的规则来提升网站的搜索排名）以及为用户批量提供个性化的内容。Arria NLG、IBM Watson语音转文字技术、Amazon Polly、谷歌云语音转文字技术，叙事科学公司Narrative Science和自动观察公司Automated Insights利用大型数据集构建叙事以帮助非数据科学界人士更好地了解其组织中正在发生的事情。NLG在各个专业领域都有无数的用例，可为律师、政客、医生、顾问、金融分析师、市场营销人员及其他人士提供帮助。机器学习中的实时语境（Real-Time Context in Machine Learning）IBM公司研发的Project Debater可以通过消化大量文本，从语境中找出逻辑漏洞、假消息。虽然目前处于测试阶段，但已经能够通过实时学习利用实际环境分辨真伪信息了。Project Debater的工作原理多任务强化学习算法（General Reinforcement Learning Algorithms） AlphaZero的团队开发的新算法可以学习多个任务。比如AlphaZero不仅在围棋上无人可敌，在象棋和日本象棋中也出类拔萃。更快的深度学习（Much Faster Deep Learning） 深度学习（Deep Learning, DL）是机器学习中相对较新的分支，也会很快无形地融入到各个组织机构当中。设计者会结合包括文本、图像、视频、演讲等类似内容在内的各种数据库使用较为特殊的深度学习算法。从概念层面上来讲，它不算新，最近更新的是计算处理能力和可用数据的数量。落实到实践上，这就意味着更多的人类事务可以被计算机自动完成，比如设计软件写代码。DL受计算机网络运行速度的制约：几年前，用ImageNet网站中的数据集来训练图像识别功能，可能要花费一个月或者更长时间；而现在，Facebook可以在一小时内实现相同的效果。随着计算机提速和硬件技术的提升，系统也会以更加“超人”的速度完成任务。ImageNet官网强化学习与分层强化学习（Reinforcement Learning and Hierarchical RL）强化学习（Reinforcement Learning, RL）是处理决策型问题的强力工具，应用于AI系统训练，使之拥有超出常人的能力。在计算机模拟过程中，一个系统尝试、失败、学习、实验,然后再次尝试——这一系列步骤都能飞速完成，且每次试错都会对它的未来尝试有所修正。我们所熟悉的AlphaGo就是基于RL机制学习如何决定战胜人类棋手。但这项技术也存在问题：当智能体（agents）缺乏足够的监督（supervisor，简单来说监督就是设定输出值/目标，在数据中发现潜藏模式能更容易，而无监督式学习不设定输出值，下文在机器学习相关技术中出现的“监督”也是同一个概念），或是需要运行一项长时间的复杂任务时，可能会遇到困难。这时，研究者将尝试应用分层强化学习（Hierarchical Reinforcement Learning）——能够发现高水准的行动，有条理地克服学习困难，最终以出乎人类意料的速度掌握新的任务。RL可以提升AI系统的“智能”，来使汽车能在非常规条件下自动驾驶，或者协助军用无人机实现之前尚未实现过的复杂动作。持续学习（Continuous Learning） 现在，深度学习技术已经可以帮助系统学习，去以更接近人的所作所为的方式来完成复杂任务，但是这些任务仍然很具象，比如在某一项比赛中打败人类。并且它们需要遵循一个严格的程式：收集数据、设定目标、应用某一项算法。这一过程需要人工参与，也会花费不少时间，特别是需要监督式训练（supervised training）的早期阶段。持续性学习（CL）将偏重于构建提升自主学习与增量学习的技能，研究者未来还将持续扩展其能力边界。多任务学习（Multitask Learning）电影《龙威小子（The Karate Kid）》里，园丁宫地先生承诺教男孩Daniel空手道，但Daniel很快厌倦了日复一日的训练。对于Daniel来说，漆栅栏、汽车、无休止的“打蜡、封蜡”……这些事情看起来都毫无用处，肯定不能帮他学会空手道。当然，最后所有的杂务都被证明与空手道有关，这样的训练也帮他成为一名空手道冠军。提起这部电影，是因为研究者最近就在训练智能系统像Daniel这样学习。当开发者使用机器学习时，他们要尝试用这种方式解决单个特定的问题。他们会监督智能系统微调，且不断修正，直到系统的表现符合预期。但是仅仅聚焦于单个任务，经常会指向无效结果——也许有比研究者发现的机制更好的解决方案呢？于是，新的研究领域，也就是多任务学习就产生了，让系统像Daniel这样，在各种各样的相关任务中寻求联系，探寻如何更好地解决问题。生成式对抗网络（Generative Adversarial Networks (GANs)）换脸技术在2019一直热度不断。基于生成式对抗网络（或GANs）的换脸技术很容易实现。我们可以把GAN理解为无需任何人员参与的图灵测试。GAN是无监督的深度学习系统，由两个在相同数据（例如人的图像）上训练的相互对抗的神经网络组成。比如说，第一个AI创建看上去很真实的女人的照片，第二个AI将生成的照片与真实女人的照片进行比较。第一个AI根据第二个AI的判断重新对其生成过程进行一次又一次的调整，直到自动生成看起来完全真实的女人图像为止。thispersondoesnotexist.com网站正是利用该技术不断生成逼真的照片，而实际上这些照片并不存在。GANs也被用来实现旧照片或画作的动态化。今年，斯科尔科沃科技学院和三星AI中心的研究人员利用该技术让蒙娜丽莎摇了摇头、让拉斯普丁演唱了碧昂丝的《Halo》。ThisPersonDoesNotExist.com生成的人像自动化机器学习（Automated Machine Learning (AutoML)）自动化机器学习（AutoML）是一种新的机器学习方法，它可以将原始数据和模型匹配在一起以显示最相关信息，从而帮助一些机构摆脱目前耗时且困难的传统的机器学习方法。现在，谷歌、亚马逊和微软都提供了许多AutoML产品和服务。定制化机器学习（Customized Machine Learning） Google的Cloud AutoML可以帮助用户可以上传自己的数据建构模型，就算非专业人士也可以训练机器学习。AI的持续偏见（Ongoing Bias In AI）AI有严重的偏见已不是秘密。这个问题是多方面的。举个例子，用于训练AI的数据集通常来自Reddit或亚马逊的评论以及Wikipedia等本身就充满偏见的地方。建立模型的人往往不知道自己存在偏见。随着我们的计算机系统越来越多地用于决策，我们可能会发现自己被算法分到一个组别中，虽然对我们而言可能没什么影响，但实际上可能产生巨大隐患。AI偏见导致内乱（AI Bias Causes Civil Unrest）实际上每天你都在主动地或被动地创建不计其数的数据（比如在Facebook上上传和标记照片、开车去上班等）。这些数据通常是在你没有发现的情况下被算法挖掘和使用的，并用于制作广告、帮助潜在广告主预测我们的行为、确定我们的抵押贷款利率，甚至帮助执法部门预测我们是否可能犯罪。包括马里兰大学、哥伦比亚大学、卡内基·梅隆大学、麻省理工学院、普林斯顿大学、加州大学伯克利分校、国际计算机科学研究所等在内的许多大学的研究人员正在研究自动决策的副作用。你或者你认识的某个人可能会陷入算法错误的一面，比如说你会由于一些不透明或不易理解的原因不符合贷款资格，不能拿到特定药物或不能了解房租价格。并且越来越多的数据在不知情的情况下被收集并出售给第三方。趋势二：计算新闻业（智能新闻业）新闻报道可以使用计算来挖掘原本不会被发现的故事。CS技术可以通过两种主要方式帮助新闻业：使用计算方式的新闻业和进行有关计算的新闻业。2019年7月，《华盛顿邮报》成立了一个专攻大选的团队，该团队建立了一个计算政治新闻研究与开发实验室，并开展了实验以支持2020年大选之前邮报的数据工作。斯坦福大学的计算新闻实验室一直在为公共新闻开发新的计算方法。The California Civic Data Coalition是一个由几家媒体联合成立的用于跟踪政治资金的数据开源档案库计算图像的生成（Computational Image Completion and Generation）现在，每个拥有智能手机的人都可以使用计算摄影工具。他们可以在合影中把闭上的眼镜睁开、在运动画面中寻找最佳帧并清除我们自拍照中的瑕疵。所有这些都是实时的，而无需启动其他照片编辑软件。现在，我们可以在场景中无缝添加或删除对象、更改阴影等等。显然，这里对记者有伦理要求——在什么情况下对照片允许什么程度的编辑？同样，记者在将其用于报道或故事之前，应该开发一项技术可以自动显示该照片已被编辑。自动生成文章（Automated Versioning） 总部位于瑞士的Tamedia的记者在本国2018年大选期间尝试采用了生成技术。Tamedia用一个名为“ Tobi”的决策树算法自动生成了文章，详细描述了由私人媒体组织的30家报纸所涵盖的每个城市的投票结果，并同时生成了多种语言、总计39,996个不同版本的选举报道，每篇平均250字，并将其发布到Tamedia的在线平台上。每篇报道都标记出了该报道是由算法编写的。随着更多的尝试，新闻和娱乐媒体公司能够开发相同内容的多个版本，从而覆盖更广泛的受众或大规模生产内容。Tobi的Twitter账户生成自然语言以调节阅读水平（Natural Language Generation to Molate Reading Level）自然语言生成（NLG）是一项能够生成人类指定使用语言的处理任务。NLG可用于重写各种不同阅读层次的内容，为书籍出版商和新闻媒体机构都提供了巨大的可能。随着图书出版商和新闻机构在寻找新的收入来源，NLG不仅将用于撰写报道，而且还将为具有不同阅读水平的读者创建不同的版本。这是因为基本语料库（构成故事的数据）不会改变，但是可以调整词汇量和细节。例如，关于伯克希尔·哈撒韦公司（Berkshire Hathaway）季度收入的报道可以用许多不同的方式来表达，分别面向金融专业人士、高中经济学课程、以英语作为第二语言的学习者以及非英语国家。同样，NLG可用于自动创建书摘和摘要等工作量大的任务。使用NLG自定义编写不同版本的报道可以帮助媒体机构拓展全球业务规模而无需雇用其他人员。但是，NLG同样可被用于造假，这意味着未来将要进行监管。数据挖掘群体行为（Datamining Crowds） 计算新闻技术使记者能够查询我们的被动数据（比如我们的在线活动、健康记录、位置等），从而学习或了解新事物。我们的数据不仅会跟踪我们的行为，而且任何人都可以用它进行搜索、收集和分析。我们预计，更多的新闻机构以及营销商、政治活动家和其他团体将开始创造性地利用数据。因为我们的思维影响行动（例如搜索“欧盟是什么？”），我们的行动产生数据，而这些数据可用于了解有关我们的信息。算法事实核查（Algorithmic Fact Checking）误导性的虚假信息污染了互联网和我们的社交媒体环境，每天的消费者都不得不与虚假信息做抗争。尽管我们在全球范围内进行了大量的事实核查工作，但事实证明，用于传播假新闻的算法比人类事实核查者的速度更快。德克萨斯大学阿灵顿分校和谷歌的研究人员一直在研究使用框架语义的自动化技术。框架是描述了特定类型事件、情况、对象或关系及其参与者的示意图。研究人员扩展了一个名为FrameNet的系统用来专门为包括自动事实核查在内的功能构建新框架。在屏事实核查（On-Screen Fact Checking）杜克大学和得克萨斯大学阿灵顿分校的研究人员发明了ClaimBuster，它可以对任何句子中的事实评分。该系统使用来自直播活动的音频或视频并将其转换为文本，用过滤器识别其中有关事实的语句，然后将这些语句与数据库进行匹配。ClaimBuster官网合成数据（Synthetic Data）研究人员并非总能获得完整的健康、医疗、运输和人口数据。因此，一些人正在开发和试验合成数据集，用来在AI中执行有意义的分析和训练模型。但是合成数据集通常会漏掉重要信息或出现偏差。MIT信息与决策系统实验室的Data to AI Lab的研究人员正在开发一种机器学习系统，用以自动创建合成数据，然后将其用于开发和测试数据科学算法和模型。他们提出了合成数据库Synthetic Data Vault （SDV），该数据库能够学习和开发用于多种目的的多元模型。记者需要了解何时使用合成数据，新闻机构应制定有关何时使用合成数据以及如何告知消费者报道使用了合成数据的道德准则。合成并生成内容核查（Synthetic and Generated Content Authentication）AI可以用来发现哪些文本是算法写的而不是人类写的。哈佛大学和MIT-IBM Watson AI Lab的研究人员开发了一种用于识别算法何时生成文本的工具。Giant Language model Test Room（简称GLTR）使用AI来确定文本中的常用词，并可以判断句子是否看起来太有预测性以至于不像真人所写。该工具预期可以被用来识别虚假或误导性新闻、机器人生成的内容及伪造品。Giant Language model Test Room文本识别（动图）趋势三：认知系统声音识别技术（Voiceprints）声纹是一个人声音的独特特征。现在新的机器学习技术与语音录制的庞大数据集相连接可以帮助研究人员能够通过人们说话时产生的声纹进行识别。卡内基·梅隆大学（Carnegie Mellon University）的研究人员开发出了一种可以使用声纹就可以构建3D面部的生成技术。执法机构正在应用该系统识别恶作剧呼叫者以及欺骗当地派遣特警就为了报复他人的人。个性识别（Personality Recognition）新兴的预测分析工具会记录用户的数据、行为和偏好，这些数据可以反映出用户的个性并预测用户在任何情况下的反应。2018年，Cambridge Analytica就使用算法分析帮助Donald Trump赢得了大选。政治候选人、律师事务所、营销商、客户服务代表和其他人员都在使用新型系统，这种系统可以查看用户手机网上活动、电子邮件和对话，实时评估用户的性格。最终目的就是判断用户的特定需求。ElectronicArts正在开发一种可以评估多人视频游戏玩家性格的系统，从而根据他们的游戏风格、对话风格和花钱意愿更好地匹配玩家。在现实世界中，保险承销商正试图通过用户订阅的杂志和网站、发布到社交媒体上的照片等等来评估用户的个性，以便确定其投保风险。一些贷款方已经开始使用个性算法来预测用户未来的商业交易了。（数据显示，如果两个具有相同专业和个人情况的人同时借款，那么拥有较高大学文凭的人更可能还清债务。）情绪识别（Emotional Recognition）2018年，亚马逊申请了一项新系统的专利，该系统可以根据用户过去及现在的互动来检测用户的身心健康状况。如果亚马逊检测到该用户生病了，就会建议用户一小时内服用止咳药。汽车制造商Kia于2019年在CES上首次亮相了它的实时情感识别系统（R.E.A.D.）。该系统可以通过传感器监控乘客面部表情、心率和皮肤电活动来调节车内环境以乘客的情绪状态。Kia的R.E.A.D.系统情感计算（Affective Computing）情感计算属于跨学科领域，涵盖计算机科学、心理学和认知科学。麻省理工学院的研究人员正在研究一种机器学习算法，可以通过从我们的可穿戴设备（智能手表、健身追踪器）收集的皮肤电活动了解我们的情绪并作出响应。但是其他来源的数据也可能派上用场，比如我们的皮肤、脸部和与他人的对话。分析师推测，到2023年情感计算将成为一个价值250亿美元的产业。趋势四：合成媒体合成媒体已经比比皆是了，比如虚拟的日本流行歌星初音未来（于2007年首次亮相）、由艺术家Jamie Hewlett和音乐家Damon Albarn合作创造的英国虚拟乐队Gorrilaz（于1998年发行了第一首单曲）。它们都是通过算法创建或改动的媒体。初音未来全息演唱会语音合成（Speech Synthesis）语音合成也被称为“合成语音”或“文本转成语音技术”，它模仿了真实的人类语音并将其应用到各种界面中。通过借助足够的数据和培训，语音合成系统可以了解任何人的频谱频率并产生某个人的数字声纹。Synthesia是一家使用此技术通过自动重制面部动画来配音的公司，适用于国际广泛发行的电影。演员的面部表情和嘴巴可以重制以匹配配音。调节定制语音 （Molating Custom Voice）生成算法可以创建听起来像原始声音的合成声音，并且可以将这些声音按所需的音高和音调调制。总部位于蒙特利尔的AI公司Lyrebird构建了一种语音模仿算法，能够生成难以察觉出来的合成语音。它使用的语音样本数据库既可以在公共存储库（YouTube、Vimeo、Soundcloud）中找到，也可以由用户上传。随着时间的推移，人工智能不仅学会了识别语调，而且可以识别情绪节奏。只要有足够公开可用的音频文件来构建数据集，就可以伪造自己和最喜欢的明星之间的对话。它很快就可以匹配并快速生成针对每个消费者的个性化合成语音。Lyrebird视频编辑语音欺诈（Voice Fraud）合成媒体一直以来都存在一个问题：不怀好意的人可以用它来误导人们，欺骗语音认证系统以及伪造音频记录。呼叫中心软件制造商Pindrop的一项研究显示，仅去年一年，语音欺诈就给拥有呼叫中心的美国企业造成了140亿美元的损失。作为ASVspoof 2019 Challenge的一部分，Google一直致力于合成语音数据集，这是一项开放源代码，旨在帮助制定对抗欺骗性语音的对策。机器生成图像（Machine Image Completion）如果计算机系统可以访问足够多的图像，那么它就可以填补照片中的漏洞。对于专业摄影师以及每个想要拍出更好自拍照的人来说这是十分实用的应用。如果拍出来山的前景不清晰或者皮肤有瑕疵，都可以换用另一个版本以生成完美的图像。但是我们如何在现实与改善后的场景之间划清界限？在没有标签或披露信息的情况下，应该修改照片到什么程度？网上交友者、记者、营销者和制定政策的人都应该思考这些问题。图像生成对于执法人员和军事情报人员来说也是有用的工具——计算机现在可以帮助他们识别视频帧里的人或物。考虑到机器学习算法和数据集上的偏见，图像生成可能会成为有关隐私和设备的讨论的一部分。斯科尔科沃科学技术研究院和三星AI中心的AI研究人员使用机器图像生成技术使旧照片和著名画作（如《蒙娜丽莎》）动了起来。动起来的蒙娜丽莎深层行为学习与预测（Deep Behaviors and Predictive Machine Vision）麻省理工学院CSAIL的研究人员不仅在训练计算机识别视频中的内容，还让计算机可以预测人类接下来会做什么。如今计算机可以通过观看YouTube上的视频和电视节目预测两个人是否可能拥抱、亲吻、握手或击掌。这项研究将使机器人能够更轻松地进行导航，并通过学习我们的肢体语言来与人类互动。它也可以用于销售、操作机器或许学习。语音、声音和视频的算法生成（Generative Algorithms For Voice, Sound and Video）芯片制造商Nvidia的研究人员于2018年开发了一种新的生成算法，该算法使用生成式对抗网络创建了逼真的人脸。该算法还可以在其系统中调整各种元素，例如年龄和雀斑密度。加州大学伯克利分校的一个团队开发了一种软件，该软件可以将一个视频中的人的动作自动传输给另一个视频中的某个人。我们一直在训练计算机观看视频并判断真实世界中相应的声音，比如一个木槌敲打沙发时会发出什么声音。这项研究的重点是帮助系统了解对象在真实世界中如何相互作用。但该技术也具有欺骗性：2017年，华盛顿大学的研究人员开发了一种模型，模型中奥巴马在发表一段现实生活中从未发表过的演讲，但足以以假乱真。合成视频与旨在提供真实内容的AI混在一起的现象将使问题变得更加棘手。趋势五：入口变革语音搜索优化（Optimizing For Voice Search） 对话网络无处不在。通过语音控制我们可以立即从智能扬声器、汽车仪表板、电视遥控器和智能手机的数字助理那儿获取信息和其他内容。随着语音搜索的普及，发行商等组织有了新的战略思考：是否可以针对语音搜索对内容进行优化？Audioburstis公司的技术可以从广播等来源中提取并分析音频，将其语境化并可以进行搜索，帮助AI动力汽车提供聆听服务。下一代原生视频和音频故事形式（Next-Gen Native Video and Audio Story Formats）通过具有响应性视觉、触觉和音频界面的消费类技术的发展，人们正在开发非新的叙事方式来吸引观众。新闻媒体和娱乐组织已开始探索这些新颖的、个性化、交互性和具有沉浸感的叙事模式。虽然这无疑将为消费者带来更好的体验，但新闻和娱乐媒体公司必须提前做好规划，以便在未来可以通过口述进行汇总和传递内容摘要。 《黑镜：潘达斯奈基》剧情就采用了“互动视频”概念人与机器的接口（Human-Machine Interfaces）诸如Siri、Alexa和Google Assistant之类的语音接口正在变得越来越复杂，但是研究人员们已经开始展望未来了：将人类和哺乳动物直接与计算机相连。人们可以通过人机交互界面用思想进行交流，为中风和瘫痪患者提供了新的选择。趋势六：扩展现实（混合现实）混合现实，也称为扩展现实，可以数字生成、增强或者操控环境，包括虚拟现实和增强现实。MR通常通过头戴式显示器（HMD）或移动设备进行体验。在过去的十年中，MR已经吸引了越来越多的注意。到2020年，我们将看到MR继续在各个行业和新的市场上逐渐普及。许多人希望在未来十年中，随着作为MR催化剂的5G的普及，该技术将成为我们日常生活的一部分。全息图像（Holograms）全息图像是指看起来像是在三维空间的投影图像。到2024年，全息图像市场预计将超过50亿美元，其中广告占比较重。在消费品方面，专业相机品牌Red宣布推出其全息图像生成的Hydrogen 2手机，华为和三星也在开发具有全息图像功能的移动设备，包括全息通信。在娱乐领域，像洛杉矶的BASE Hologram这样的公司继续推出以去世的艺术家的全息投影为特色的“现场”音乐会，惠特尼·休斯顿将于2020年巡回演出，但他们尚未掌握在全息影像中多角度渲染3D全息图所必需的体积投影，因此门票销售有限。为了避免引起人们对动物权利问题的争议，德国马戏团Roncalli推出了一种可以展示动物表演的全息眼镜，既经济高效，又不残忍。BASE Hologram还原了过世歌手Buddy Holly的演唱现场360度全向视频（360-degree Video）360度视频使用专门的摄像机拍摄，旨在捕获全向素材。渲染视频后，观看者可以使用鼠标、触摸屏或运动控制手势来旋转视角、浏览录制的场景。YouTube，Facebook和Vimeo都提供360度视频，ABC、Fox和CNN等主要网络媒体也都拥有专用的数字频道，用于播放涵盖新闻、体育和娱乐在内的沉浸式内容，并且有越来越多的媒体紧随其后。GoPro、Insta360、Ricoh和小米的便携式360度摄像头很快就会增加用户拍摄和社交共享的360度视频的数量。YouTube上的恐龙360度全景视频增强现实（AR）（Augmented Reality）AR并不像VR那样要模拟整个新环境，而只是在你的自然视野里放置几个数字元素。AR可使用头戴式显示器或智能眼镜体验，谷歌和微软等领先品牌以及Magic Leapand、Vuzix和Meta的产品都在开发中或已经投放市场。在各大公司争相研发AR头戴式耳机时，移动设备为普通消费者提供了最方便的AR体验。一些电影院和NBA场所引入了可在移动设备上播放的AR游戏，Quartz的移动应用将AR功能整合到了某些新闻报道中，而谷歌用AR完成了外国语的实时翻译。强化图文功能的AR（AR as a Tool to Enhance Print）AR将有效助力印刷业发展，媒体公司正在用AR印刷品来进一步吸引消费者。AR可以整合内容和广告两个不同的渠道。诸如blippar等服务可以添加只能使用智能手机解锁的动画、模型或图像。像Max Factor和Net-A-Porter之类的公司已经允许用户用AR扫描自己喜欢的商品并直接通过手机购买。AR驱动的广告活动的成功意味着媒体公司和广告商的双赢，由于价格较低，品牌将继续使用AR印刷广告。虚拟现实（VR）（Virtual Reality）虚拟现实是一种计算机模拟环境。佩戴VR眼镜或者将手机嵌入特定设备，即可获得身临其境的体验。近年来VR在娱乐内容领域有了重要发展，新的艾美奖项如交互式媒体等层出不穷，好莱坞导演达伦·阿罗诺夫斯基和罗伯特·罗德里格斯等也在使用VR设备拍摄。谷歌、索尼、三星和HTC都在出售VR头戴设备。2019年，Facebook旗下的Oculus推出了Quest头戴设备，是Oculus Rift设备的独立替代品，只能在与PC捆绑时使用。任天堂最近也进入了沉浸式市场，为其流行的Switch游戏设备推出了VR套件。也可以通过将手机滑入专用面罩中来构造耳机。“站立式” VR是从相对固定的角度观看的，与“房间规模” VR不同，后者允许观看者在物理空间中更自由地行走，其数字环境反映了他们的真实生活。Oculus Quest设备趋势七：视频趋势流媒体（Streamers）2017年的第四季度见证了50万名消费者抛弃了他们的有线和卫星电视服务。而用户持续为电视付费的两大原因在于，电视能够观看直播，和价格优惠的互联网与有线服务套餐。——显然这两个理由都不大像传统有线电视能持续的优势。网飞和亚马逊是世界上两大流媒体。到2020年，所有人的目光都将集中在拥有Marvel和Star Wars的新Disney+服务上，更何况它还包括了Hulu和ESPN +在内。未来预期我们会看到Amazon Fire Stick、Google Chromecast和Roku等更多流媒体设备的份额增长，和有线卫星电视订阅的稳定消退。而流媒体服务则会侵蚀本地广播新闻市场，也会使较长时长的电视新闻节目陷入劣势。OTT流媒体服务饱和（Saturation of OTT Streaming Services）可能是因为HBO Now的成功，2019年各大网络媒体都在推出其顶级流媒体服务。Disney+正在启动自己的OTT服务，预计AT＆T/DirecTV、Viacom和Discovery也将提供新的服务或更新已有服务。OTT流媒体服务市场已足够拥挤，在不久的将来它将更加饱和。联网电视（Connected TVs）从2019年5月开始，所有与三星联网电视都置备了针对Apple设备的集成屏幕镜像和内容投射功能，并可以访问本机Apple TV和iTunes应用。它实际上绕过了单独的Apple TV设备，但其他大多数电视都必须通过这个设备购买Apple内容。这就使三星吸引了大部分Apple用户。联网电视预计在普通家庭的普及率会更高，这可能与流行的流媒体服务或聚合设备，例如Amazon Prime Video、Roku、Hulu、YouTube、Showtime Anytime、iPlayer（仅限英国）、All 4（仅限英国）、 Playstation Now、HBO Now、DirecTV Now、iTunes和Netflix。媒体机构可以利用联网电视和独家集成作为竞争策略来提供更丰富的内容来留住并扩张受众。三星联网电视趋势八：电子竞技电竞（e-Sports）电子竞技是一个快速发展的对抗性数字游戏产业，能够专业地制作游戏并通过流媒体直播或面对面等方式面向受众。尽管这种组织化对抗性的游戏已经发展了数十年，但近年来，游戏技术和流媒体功能的发展导致其受欢迎程度和合法性出现了巨幅增长。例如Fortnite（堡垒之夜）是去年最火的游戏之一，仅2018年就收入24亿，收获用户超过2.5亿。混合现实体验馆（Mixed Reality Arcades）就像上个世纪80年代的电子游戏一样，游戏形式日渐流行，但大多数人并不能负担设备费用，所以如同当年的游戏厅，混合现实体验馆应运而生。Nomadic是MR街机的初创者，在佛罗里达州奥兰多市和加利福尼亚州圣拉斐尔市都开设了线下MR游戏体验店，玩家可以在店内带着VR头盔和背包在房间里探索。混合现实体验馆无处不在，使每个人都可以参与到很多游戏中来，但这次却不需要等待很久了。Virtual World Arcad公司提供了无限虚拟现实时间的会员套餐。在东京，混合现实体验馆提供的不仅仅是基础游戏，还包括摇摆式安全带、飞行平台和模拟蹦极跳、飞行，甚至可以从摩天大楼上摔下来。Virtual World Arcad混合现实体验馆趋势九：媒体分销被迫做出选择的平台（Platforms forced to pick sides）由于假新闻、仇恨言论等滋生，在线平台和社交媒体将越来越多地投资于平台管理：可以使用人工审阅，也可以使用能检测到仇恨或问题语音的算法。Amnesty International在Twitter发布了名为“Troll Patrol”的项目，该项目发现将近1000名女性政客和记者收到的推文中，每30秒就会有一条是“侮辱性”言论。此外，政策明确至关重要。但是，真正的问题在于将是选择哪些利益相关者参与定义这些规则，因为任何决策都可能被政治化。限制批量消息（Restrictions on Bulk Messaging）新闻机构目前依靠第三方平台来吸引消费者。而限制批量消息将导致新闻媒体与受众的互动变得更加困难。自2019年12月起，WhatsApp将不再允许自动或批量推送消息。在当今媒体平台比电子邮件更受欢迎的时代，Facebook拥有的WhatsApp一直是新闻机构每日发送新闻消息的重要工具。该公司宣布，它将在12月7日新限制生效后对在平台上批量发送消息的任何个人或公司采取法律行动。这些限制在很大程度上与未来平台限制法规有关。WhatsApp在印度拥有超过4亿的用户，虚假信息和谣言传播引发了一系列暴民动乱。美国本地新闻机构的新增长点（New Interest in America’s Local News Outlets）Pew研究中心的数据显示，2008年至2017年间美国报纸新闻编辑室的雇员下降了45％，创下了美国本地报纸合并和关闭数量的纪录。目前新闻机构正在为重建本地新闻业做着大量努力。2019年，谷歌的“新闻计划”与美联社合作，为新闻编辑室构建了一个可以直接共享内容及其报道计划的工具。该公司还与McClatchy合作，建立了覆盖当地的数字新闻站点——第一个站点将设在俄亥俄州的扬斯敦，那里的日报《Vindicator》最近刚刚关门。2018年，Facebook和Lenfest新闻学院资助启动了本地新闻订阅加速器。据Facebook说，加速器项目在14个参与该计划的都市报上吸引了成千上万的数字订阅和电子邮件订阅读者。Lenfest Institute for Journalism官网订阅经济成熟（The Subscription Economy Matures）无论你是订阅、冲会员还是捐赠，我们都生活在受众经济时代。对于媒体公司（尤其是新闻媒体）而言，这意味着商业动机需要与消费者的需求保持一致。但是，风险在于订阅内容的传播会淹没观众的支付意愿（或能力）。如果发生这种情况，发布商将需要继续寻找新的收入来源。订阅产品已经变得随处可见：Conde Nast在1月份宣布将在年底以前将其所有杂志网站（以前以广告收入为主）变成付费订阅。全国各地的报纸都在推出新的订阅产品或完善现有的服务。迪士尼正在迅速发展订阅视频服务，该服务将于11月在美国推出，涵盖了迪士尼、ESPN和Hulu的视频。但即使目前普遍认为数字出版将是未来的发展出路，纸质订阅仍然对小型本地出版商有重要意义。阿肯色州《生活》杂志在1月份成功启动了纸质订阅活动后，又延续了一年的出版时间。该杂志计划削减出版，将更多业务转移到网上，但仍需要纸质订户获得收入。线下连接（Offline Connections）随着用户转向移动设备，开发者们也应当确保自家APP能够离线使用。Netflix、Youtube和Amazon Prime现在都在打造离线浏览功能，允许用户缓存视频，稍后观看。新闻内容聚合应用，如Google、Smartnews和Apple，同样想要尽可能地利用用户时间，哪怕在wifi信号很弱的时候。《华盛顿邮报》的渐进式网络应用（Progressive Web App，可以理解为类似微信小程序，但它是基于Web浏览器运行）就将移动网页的加载时间从4秒缩短到了80毫秒，使用户在离线状态下也能阅读新闻。Progressive Web App比正常浏览器打开网页要快得多作为服务的新闻业（Journalism as a Service）在传统新闻产品之外，新闻组织现在也在提供新闻服务。这种转向使得媒体能充分实现其内容价值。新闻服务主要面向从事知识领域工作的群体，包括大学、法律初创公司、数据科学公司、商业、医院甚至科技巨头等。媒体积累的内容实际上是能够被结构化、清洗，从而被多种组织运用的数据资源。作为服务的新闻包含多个部分：新闻报道、API、编辑部和付费第三方均可使用的数据库；与新闻事件结合的日历插件；使用媒体组织积累的内容和数据库来自动生成报告的系统等。服务可以脱离社交媒体平台而提供，减少新闻组织对外的利润分成，使其提供的服务可以充分变现。弹出式新闻编辑室与限量新闻产品（Pop-Up Newsrooms and Limited-Edition News Procts）新闻机构正在使用弹出式新闻编辑室和限量产品来吸引受众。集成协作的新闻编辑室可以专注于单个主题或项目，从而扩大影响范围并发现更深的故事。限量播客、新闻和活动可识别出对此感兴趣的读者并测试其新想法。2019年3月，BuzzFeed在纽约发行了单日出版印刷品，在网上吸引了广泛的注意，这种限量产品可能是发展新受众的机会。媒体整合（Media Consolidation）在美国，数字用户日渐增加，传统媒体公司利润持续下降，基于广告的收入模式很难维持，尤其是对于本地媒体来说，形势更加艰难。美国联邦通信委员会（FCC）的去管制化政策也为大型媒体集团的收购合并与垂直整合铺平了道路。2019年出现了一批巨额并购：迪士尼和福克斯在三月份完成了合并，其中包括转移了对Hulu的控制权；法院于2月份对AT＆T收购Warner Media一案作出了最终批准，驳回了法官关于该交易是反竞争行为的观点。基于聊天模式盈利的新闻业（Monetizing Chat-Based Journalism）信息交流平台已经成为社交行为的新中心，这其中就包括信息分发和经济交易行为，且二者可以合二为一。这种渠道的中心化创造了到达读者的新机会，且读者拥有小额数字支付的功能。腾讯微信是率先将小额支付系统纳入其信息交流平台的软件之一。以前的记者、电影评论家和行业专家等关键意见领袖现在可以通过微信公众号打赏获得收入。一些专栏作家每篇文章的收入最高为4,500美元。其他主要平台包括Facebook等也在增加相似功能。微信公众号的赞赏功能注意力指标的终结（The End of Attention Metrics）衡量注意力经济的指标不再易于测量，流量造假屡禁不止。2018年11月，美国司法部起诉8人大规模广告欺诈，造假广告收入共计3600万美元。他们巧妙地使用漫游器来伪造点击行为甚至鼠标移动来模仿人类消费者。对于依赖广告收入的发行商和需要满足客户指标的广告商而言，这都是一个严重的问题。web3.0去中心化与合作加速了第三代互联网的发展。Web 1.0是互联网时代的开始，它引入了静态网页、电子商务和电子邮件。Web 2.0通过引入社交网络、共享经济、云计算和动态的自我维持内容存储库（如Wikipedia和Github）实现了分散式协作。分布式分类推动了大规模协作，并带来了Web 3.0。在Web 3.0时代，合作和分散创作都能够加速发展的原因有二：基于数据挖掘、自然语言生成（NLP）和文本解析等技术，收集、挖掘与理解非结构化数据都变得更容易；通过AI和机器学习，机器能够直接彼此合作。最终，机器将能够互相训练。已经有类似的项目在进行中。在媒体领域，Otoy通过创立一个合作者组成的去中心化分布式网络，共享空闲的处理资源，降低视觉设计效果的生产成本。另外，在Web3.0时代，媒体也能够建立微型支付系统，或者使用户能对自己的隐私和数据拥有更多的控制力。趋势十：空间计算媒介整合（Media Consolidation）空间计算将来自真实世界的数据与个人数据、数字内容混合在一起。增强现实将数字内容投影叠加到真实环境中，利用空间计算导入环境并进行快速计算。数字形态的墙壁、地板和沙发就这样产生了，而且它们仍然遵循物理定律。Magic Leap是一家著名的空间计算公司，它的护目镜可以将真实环境变成可计算环境。在未来的10到15年中，Magic Leap希望发展城市规模大小的空间计算环境，让人们每天可以同时与真实世界和数字世界进行交互。Magic Leap官网数字复制品（Digital Twins）数字复制品指的是在虚拟世界复制出一个真实世界存在的物品，并使其可以按照指令行动。视觉体积 （Volumetric Fields of Vision） 空间计算不像传统只捕捉2D维度，同时还捕捉深度、体积等多维数据。动态光场（Dynamic Light fields）光场可以测量在各个方向上流动的光。对于传统的计算机图形，一般可以通过拍摄高清照片或根据数据构建模型来生成光场。在空间计算中，光场必须是动态的。研究人员正在研究动态光场，该光场可以收集光数据，然后以模仿人类视线角度将数字对象投射出来。云空间计算（Spatial Computing Clouds）目前，空间计算系统仍然需要使用硬件。但是研究人员希望在云中构建更多功能。在云中的多个用户和设备之间存储环境数据、过往实验和其他程序将有助于发展空间计算系统。趋势十一：智能电子产品智能电子产品包括智能手表、智能镜子、智能门铃等，可以在人们获取新闻和进行娱乐等方面发挥重要作用。截至目前，几乎所有可穿戴设备都需要智能手机或计算机来查看和报告数据、调整设置并存档信息。但这将随着智能手机逐渐淡出视野而改变。智能摄像头新闻网络（Smart Camera News Networks）亚马逊的Ring智能门铃系统包含一个名为Neighbors的软件，该软件使用户可以发布他们录制的视频，并鼓励他们发布社区内可疑活动、犯罪和其他问题的视频和照片。截至2019年8月，美国各地共有225个警察部门可以向Ring Doorbell的用户索取视频录像。即便不是Ring的用户也可以免费下载该应用并查看发布的视频。该应用程序允许上传者剪辑并给视频注释，新闻媒体就可以用这些有关盗窃、火灾和其他事件的视频来补充新闻。但是该应用也会导致一些问题。例如种族歧视，故意给他人的照片贴错标签，报告“可疑”活动而没有任何真实证据。Neighbors App智能ER眼镜（Smart ER Glasses）2019年7月，Magic Leap从其独立创作者计划中挑选并发行了第一款包含世界上最知名的风景的3D拼图游戏。空间计算系统和ER眼镜可以将光线直接投射到用户的眼睛中，使数字对象看起来像存在于现实世界中。虽然Magic Leap的眼镜尚未面向大众出售，但其开发者平台和企业合作伙伴生态系统都在快速发展。微软最近展示了一款令人印象深刻的实时应用程序。本来以英语演讲的女人被重新制作成逼真的全息图像，用日语表述了同样的演讲。入耳式电子设备（Hearables / Earables）入耳式电子设备充当了我们的私人助理，并在播放音乐的同事为我们实时翻译对话。Apple的第二代AirPods可以与Siri兼容，而三星的Galaxy Buds可以通过其Bixby助手提供语音帮助。Jabra的Elite Sport耳塞可提供实时健身指导、心率感应和VO2 Max测试，并且兼具防汗和防水功能。Soul Electronics的Run Free Bio Pro耳塞可捕获大量跑步节奏、步态对称性和心率等数据。智能手表、戒指和手镯（Smart Watches, Rings and Bracelets）Motiv戒指是一种健身跟踪器，可以监视步数、心率和其他活动，也可以响应手势。用户可以对其进行编程，使其自动登录Amazon、Google和Facebook帐户，无需讲话即可控制Alexa。Oura戒指可以收集生物数据为使用者提供优化睡眠和注意力的建议。PayPal的戒指只需在NFC终端上挥手即可付款。2018年12月，FCC批准了对雷达跟踪微动芯片的测试。Soli芯片等可以嵌入到眼镜、戒指、手镯中随时监控用户数据。Motiv Ring 官网神经技术（Neurotechnologies）诸如Siri、Alexa和Google Assistant之类的语音接口正在变得越来越复杂，但是研究人员已经开始设想将人类和哺乳动物直接与计算机相连。人们可以通过这些人机界面用思想进行交流，为中风和瘫痪患者提供了新的选择。明尼苏达大学和卡内基梅隆大学的生物医学科学家研究出了一种传感器界面，该界面允许患者使用头上的脑波传感器在屏幕上移动光标并控制机械臂。数字成瘾（Digital Addiction）对于数字产品而言，培养人们使用数字产品的习惯至关重要。越来越多的研究发现这些习惯可能会对心理健康产生负面影响。人们通过33种关于人们阅读方式的研究发现，与屏幕阅读相比，从纸上阅读时阅读者表现更加高效。一些新产品旨在找到一种解决数字成瘾的技术解决方案，但目前如何长期缓解这种症状尚未明晰。趋势十二：区块链区块链（Blockchain Technologies）一种在分布式分类账上储存和共享信息的新技术，上面所有的交易以及身份信息都受到保护。加密货币（Cryptocurrencies）区块链技术在2017年来到拐点。它除了从边缘化的数字货币发展到了比特币之外，还逐渐成为公众焦点，是一种共享和存储信息的新方式。尽管该技术仍在发展，但其广泛的应用可能会影响一系列行业。Facebook在2019年夏季发布了Libra——一个由28个成员组织组成的财团支持使用的区块链数字货币，涵盖支付，电信，金融科技和风险投资行业等。目前为止区块链技术尚未进入主流，随着2020年技术成熟，区块链技术将受到持续关注。Facebook发布了加密货币Libra自我主权身份（Self-Sovereign Identity）身份管理系统已经从政府颁发身份证逐渐发展到电子邮件账户和社交媒体帐户。每个人平均拥有27至130个在线帐户。像Google、Yahoo和Facebook这样的公司已经建立了代表用户管理大量数据的业务模型。但在2019年就发生了15起特大数据泄露事件，影响了政府、医疗保健、金融和技术领域的20亿个账户，涉及Facebook、CapitalOne、新加坡卫生部和保加利亚税务局等组织。区块链和分布式分类账技术引入了新的身份管理方法：自我主权身份。自主权身份具有跨应用、设备和平台的互相操作性和可移植性。自主权身份具有两个主要优点：安全性和控制力。对于媒体公司而言，自我主权身份将涉及付费、身份验证、版税以及数字广告等领域。智能版权和自由职业者的收入（Tokens For Smart Royalties and Freelancers）以太坊等区块链网络通过使用智能合约提供了跟踪内容所有权和许可的新方法。智能合约是一种自我执行的协议，协议的条款直接写入代码中。例如每次播放歌曲时，款项会自动从听众处扣除并流向艺术家们。使用区块链技术可以更好维护版权。去中心化内容平台（centralized Content Platforms）未来将会出现为创作者提供最大所有权和奖励的平台。在这个平台中，创作者将获得大部分收入，而不是将大部分收入提供给分发平台。同时，创作者还将保留更多的所有权并与观众进行直接互动。区块链和分布式分类帐正在改变内容管理和消费方式的激励结构，用投票的方式支持内容以换取报酬。这将影响许多行业，从在线游戏到时尚到零售，从旅游业到汽车制造商，甚至包括2020年从事政治运动的行业。区块链去中心化与版权保护可溯源与永久存档（Content Provenance and Permanent Archiving）区块链技术可以创建共享的永久性分类帐，其中任何内容都无法删除。因此，将原始内容或索引添加到区块链是记者永久保存其内容并且可进行追溯的一种方式。趋势十三：安全与隐私娱乐、媒体和技术公司将在整个2020年继续面临新的安全和隐私挑战。现在比以往任何时候都更重要的是，每个组织都必须采取积极措施来保护用户和公司数据，定期执行渗透测试以识别漏洞，定期更新密码。每个组织都应该为最坏的情况做好危机计划。窃听（Right To Eavesdrop/ Be Eavesdropped On）随着越来越多的手机、移动设备、智能软件连接到物联网，这些设备之间以及与制造它们的公司之间的互动将不断扩展。我们的设备不再只是互相沟通，而是试图了解我们并谈论我们。新闻和娱乐公司需要确定在交换消费者数据时，这些设备是否违反了道德准则。智能设备之间交流数据的时候我们无法确保它们是否在一定程度上超越道德底线、私自获取我们的信息。智能语音助手被曝出“窃听”用户加密消息网络（Encrypted Messaging Networks）在过去的一年中，记者使用的是诸如Keybase和Signal之类的封闭式加密消息网络。但是，许多新闻机构仍然没有关于如何使用这些网络的准则。为了对有关全球范围内社交媒体黑客入侵和政府资助的监视程序做出回应，专用网络将在2020年继续流行。网络霸凌者（Media Trolls）指网络空间特有的垃圾邮件、仇恨言论、荡妇羞辱等行为。Twitter、Facebook和Instagram都更新了社区标准以限制仇恨言论。Reddit禁止r / Incels之类的团体违反该网站的社区标准（尽管在该网站的其余部分上仍有大量可怕的内容）。真实性（Authenticity）网络空间何为真实已经很难鉴定。Facebook已与Poynter Institute国际事实检查网合作，以打击其平台上的虚假新闻。但是，这种合作关系本身很难监控，也进一步说明了Facebook对数字媒体的主导影响力。媒体的真实性已从假新闻从扩展到假视频。Deepfake是一种计算机生成的面部互换视频，最早起源于Redditin，在关闭之前积累了超过80,000的订户。Deepfake制作的假视频信息主权（Data Ownership）信息主权不只包括IP和版权，在智能设备风行的今天，还包括了个人行为、健康数据和网络活动等。比如上传到Facebook的照片和在YouTube上投稿的视频。写在最后我们或许会感觉到技术更新迭代的速度放慢，但无可否认的是，我们正逐渐跨入一个以人工智能为主流的技术新时代。在这个新时代里，我们仍然面临着严峻的考验：验证新闻真伪仍然棘手，而各类造假应用却变得更加隐蔽了；在合成媒体的新世界中机器写作虽然解放了人力，却带来了更严重的算法规范问题；数字订阅失灵，受众流失困扰着所有传统媒体和新媒体。如何在这拥挤的市场里夺取受众有限的注意力将在未来几年里依然萦绕在每一个媒体人的心上。然而，面对这不确定的未来，所有人都没有放弃。欧盟通过的《通用数据保护条例》得到了全世界的认可，各个国家也都在推进与网络和数据安全相关的立法规定；算法写作曾被认为会取代记者，如今则帮助媒体挖掘出更多更深的故事；区块链技术曾遭遇发展低谷，却依旧是保护媒体版权和可溯源永久保存数据的首要选择。技术向前发展是无法逆转的趋势。然而无论这个世界如何变化莫测，利用技术改善人类生活的初心从未曾改变。本文转自腾讯媒体研究院本文编辑：张孜蕙- E N D -你能为我摘一颗星星吗？

2019年4月，习近平总书记在第8期《求是》杂志上发表的文章《一个国家、一个民族不能没有灵魂》中指出：“一切有价值、有意义的文艺创作和学术研究，都应该反映现实、观照现实，都应该有利于解决现实问题、回答现实课题。”这对中国传播学研究提出了新的要求。传播学，是一门研究人类交往实践的学科。而人的交往实践，镶嵌进了人类的心智和生产实践之中。社会因沟通（传播）而存在，这使得只要是人的实践活动，就包含着传播的因素。如果说古希腊人的修辞术是西方传播学的源头，那么传播学研究可谓历史悠久。但如果以施拉姆创立一个正式的学科开始，传播学成立不过百年。施拉姆确立传播学基本范式的年代，是大众传媒开始深度影响人们社会生活的时代。大众传媒的影响力是巨大的，传播学将其学术资源投入对大众传媒所带来的诸多变化的研究之中。线性传播模式的分级解读主导着传播学研究的基本走向。传播者、传播渠道、传播内容、受众、效果这几个关键词基本上可以构筑传播学理论大厦的主体。学术研究中，传播学不停地吸纳其他学科的理论，而其他学科研究也常常关注传播学领域，但似乎到目前为止，传播学仍处于一种“第二学科”的地位。很多传播学者是以心理学家、社会学家、文学评论家和历史学家等其他学科的身份开始其传播学研究生涯的，传播学是很多学者的第二学科选择。传播学研究和发展的现状是由以下几方面因素导致的。一是传播学研究的对象没有科学精确的定义。传播的概念非常广泛，以致它所覆盖的内容彼此根本无法协调。二是完美的沟通理想与现实的沟通障碍存在的巨大差异，让研究者产生一种深深的无力感。三是对传播学理论理解的存疑。譬如关于大众传播的效果研究就很难得出一个基本的定论，同一种理论假设，研究的结论往往是两可的。不过这并不影响传播学的繁荣。无论是在中国还是在其他国家，传播学一直处于高速发展之中。根据《中国新闻传播学年鉴·2015》统计，我国有600余所高校开设了新闻传播类专业。传播学家克雷格认为，传播学是一门实践性学科，为探索传播现象和传播问题提供各种可能的概念资源。广阔的交往实践使得传播学科永远不会被一种理论或理论体系统一起来，而是包含多种多样的学术路径。他梳理了西方传播学的七种学术传统，即修辞学传统、符号学传统、现象学传统、控制论传统、社会心理传统、社会文化传统、批判传统。透过诸种理论脉络，我们不难发现，说服与信息控制是传播网络的目的，而传播学正是揭示这种权力运作机制的学科。我们需要注意的是，从20世纪五六十年代新科技革命出现开始，信息技术、新材料技术、生物工程技术、海洋技术、空间技术迅速发展，人类交往的成本在大幅度降低而交往能力在增强，人类社会从工业时代进入信息时代。新技术从根本上重构了人类的社会生活与经济生活，人们的交往实践呈现出完全不同于工业革命时期的面貌。但大量的传播学研究还在类似于知识沟、议程设置、框架理论等少数相对成熟的理论领域添砖加瓦，没有关注到整个哲学社会科学，尤其是自然科学的重大研究突破，比如人工智能、生命科学、仿生学、区块链等。传播场域内部一直不缺少反思者，但进行反思性革命的思考并实践的学者却不多。当前，传播学研究不仅要努力重构学科体系、学术体系、话语体系，形成新闻传播学科新版图，更要关注传播研究的未来走向。传播研究需要有自己的理论追求，那就是为建构理想家园提供思想资源——“我”“你”“Ta”都彼此共存相融，在对话协商的基础上，完善交往法则，引导交往行为与实践。今天，人类社会虽然因为互联网，有了社交媒体这些交往媒介，地球村正成为现实，人类正以前所未有的方式连接在一起，但社会制度、文化观念、意识形态等差异仍然广泛存在。各种不同的权力网络，通过编织符号和意义左右人们的想象和行为，巨大的人类交往网络正在裂变成无数个局域网——你与我，你们与我们并没有因为网络技术的发展而变得心连心。但我们又必须认识到，网络社会的形成、全球化的进一步推进，使得人类社会已经成为“你中有我、我中有你”的命运共同体。今天的传播学必须从这一视角提供理论资源，以促进不同文明的共存互荣、共同发展。库尔德利认为，传播学研究不能把媒介“当作物件、文本、感知工具或生产过程，而是在行为的语境里参照人正在用媒介做什么”。人们在交往时，不仅相互传递信息、建构意义，而且相互之间存在或可能正试图建立关系，以及在特定社会情境下进行交往。这是我们深入理解传播的奥秘所在。曼纽尔·卡斯特在《互联网星系》一书中分析，互联网文化的基石是学术与科学的技术精英文化，技术精英文化是启蒙与现代性的延续，其核心是坚信科学和技术发展是人类进步主要动力。我们注意到，当下最具决定性影响力的传播运动，正是那些努力争取传播自主权并为建构信息时代的新公共空间奠定基础的社会运动。今天新技术支持的传播网络，由于其多模态和普遍性，使得社会传播网络能够囊括多样化的文化和信息，其宽容度比历史上任何其他公共空间都要大，这些都为构建人类命运共同体提供了物质可能性。因此，这是一个充满积极和希望的网络社会。重构这一网络运行逻辑，创新传播理念，就成为传播学未来的使命了。（作者系浙江大学公共外交与战略传播研究中心主任、教授）来源：中国社会科学网-中国社会科学报 作者：吴飞欢迎关注中国社会科学网微信公众号 cssn_cn，获取更多学术资讯。