中央廣播電視總臺自成立以來，緊緊圍繞5G+4K/8K+AI戰(zhàn)略布局積極構(gòu)建媒體融合生產(chǎn)平臺，在底層技術(shù)方面建立了5G云平臺，主要包括總臺的新聞云和CMG媒體云，應(yīng)對不同的業(yè)務(wù)。4K/8K超高清技術(shù)，在高清以前（含高清），我們都是跟隨美國、日本、歐洲，到了超高清時代，尤其是近幾年8K的發(fā)展，我們已經(jīng)開始引領(lǐng)超高清整個產(chǎn)業(yè)和行業(yè)發(fā)展。除了視頻之外，還有最新推出的三維菁彩聲。2023年7月，正式推出了央視聽媒體類大模型，這也是我們現(xiàn)在AI的底座?；谧猿闪⒁詠矶嗄甑姆e累，現(xiàn)在庫里面大概有148萬個小時的數(shù)字資產(chǎn)，這些構(gòu)成了我們的技術(shù)底座。
在AI類領(lǐng)域的應(yīng)用包括兩大類，第一類是從2019年開始到2023年，針對判別式AI，像語音轉(zhuǎn)寫、視頻修復(fù)，我們修復(fù)了很多經(jīng)典的老片，比如《紅樓夢》《西游記》。應(yīng)對體育的戰(zhàn)術(shù)分析系統(tǒng)、智能剪輯系統(tǒng)。第二類是自2023年大模型出現(xiàn)之后，開始傾向于AIGC，生成式AI的發(fā)展，在今年年初推出了中國首部AI動畫片《千秋詩頌》，針對文本類、動畫類、視音頻類的AIGC產(chǎn)品。第三類是在虛擬類，包括XR、AR、VR，基于XR之上推出了VP。在立體視覺類有6DoF自由視角、全息、大場景掃描、裸眼3D、云渲染等。
首先為大家介紹總臺超高清的發(fā)展?？赡艽蠹彝ㄟ^電視屏幕、各類新媒體都已經(jīng)觀看到了，現(xiàn)在有全系列端到端自主研發(fā)的超高清制播系統(tǒng)，成功支撐了各大晚會，包括新中國成立70周年閱兵、建黨100周年、北京冬奧會、總臺春晚，都是用的總臺自主研發(fā)的全流程超高清制播系統(tǒng)。
除了這些耳熟能詳?shù)膱鼍爸猓裉煲o大家隆重介紹的是一個非常有意思的、有特殊場景的應(yīng)用，是我們跟中國載人航天工程辦公室聯(lián)合設(shè)計的中國空間站超高清影像系統(tǒng)。該系統(tǒng)主要包括兩部分，一是針對空間艙的艙內(nèi)和艙外進行超高清2D、3D、VR全系列全流程拍攝。二是以此為基礎(chǔ)構(gòu)建的數(shù)字影像資產(chǎn)庫，成功運用到總臺的《飛向月球》《你好火星》等一系列紀(jì)錄片制作，目前有更多的紀(jì)錄片正在制作當(dāng)中。
科技+文化的結(jié)合是未來總臺努力的方向。用虛擬制片技術(shù)跟臺里的很多IP結(jié)合，這是《尋古中國》做的一系列嘗試。
XR最新的嘗試，在今年的春晚中跟虛擬特效+實時渲染的合成，舞蹈演員的整個軌跡、位置信息都可以通過大屏同步展示出來。還有跟VR的融合，可以在空間去作畫，這也是春晚當(dāng)中的節(jié)目。XR現(xiàn)在已經(jīng)成為總臺在虛擬類最重要的技術(shù)。
這些技術(shù)怎么跟文化或文旅結(jié)合？XR可以做成簡短的小系統(tǒng)，可以形成BOX，在著名的打卡點去布置，適合打卡。像VR類的線下大空間體驗，如把李白放到長安城，與現(xiàn)場觀眾互動。在VR大會中，我們跟江西文旅合作，發(fā)布了《王勃歸來》，圍繞王勃這個人物去打造IP形象，通過超寫實數(shù)字人和XR制作、大場景三維掃描復(fù)原了滕王閣，復(fù)原了王勃，構(gòu)建了一個文化元宇宙體系。
如何通過AI去完成一部動畫電影的制作？總臺現(xiàn)在正在制作中國首部AIGC動畫電影，里面主要解決3個問題。一是統(tǒng)一性，整場動畫當(dāng)中得保證每一個人物是一致的。通過建立對象模型庫進行微調(diào)，確保統(tǒng)一性。二是穩(wěn)定性。在使用AI過程中大家會發(fā)現(xiàn)AI生成非常不穩(wěn)定，我們通過大量的數(shù)據(jù)訓(xùn)練，形成了專屬的角色動作庫，實現(xiàn)了角色的演繹。三是整體的連貫性、敘事性問題。解決整場多鏡頭切換當(dāng)中連貫性的問題。解決了這三個問題之后就對整個傳統(tǒng)動畫電影制作進行了重構(gòu)。我們知道動畫電影制作流程大概分13個環(huán)節(jié)，用了AI之后減少到7個環(huán)節(jié)，從原來的線性流程進展到并行協(xié)作，原來必須先做劇本創(chuàng)作再做角色設(shè)計，現(xiàn)在是劇本創(chuàng)作之后所有的中間流程都可以同步進行。
我們認(rèn)為未來需要AGI（通用人工智能），當(dāng)然更需要PAI，垂直領(lǐng)域的專業(yè)大模型，總臺已經(jīng)打造了央視聽媒體大模型，目前已經(jīng)試用了，包括四大模塊，包含文本、圖像、視頻和利用多智能體協(xié)同打造的自媒體庫，這是垂直領(lǐng)域的生成工具。
