很多人将媒体看作是并列于工业、消费、金融、军事等领域的垂直应用领域。但很多技术在媒体领域不太好使，因为媒体信息太复杂，技术难以通用。无论是AR、区块链还是前期的AI，跨界到媒体时都会遇到挑战。这个现象的问题在于，媒体其实不是相对专属的场景，而是通用场景。要在媒体行业取得广泛应用，技术需要先具备跨行业的通用能力。当Chatgpt向通用人工智能迈出一小步之后，自然而然地出现了媒体属性。换句话说，由于新闻信息传播构成了人类社会的基本核心需求，这一技术应用方式，与其他行业基于直线式发展的需求模式不同，无法从已知的应用场景预测或推导出所需的技术。
旦新技术在媒体成功广泛应用，现有的场景即刻随之而变。在这个从信息社会向智能社会发展的过程中，我们把现实世界里的东西都变成了数字。人们交流合作主要靠这些数字化的信息。而且，我们做决定的时候，智能技术也会像个人助手一样帮忙，让我们的选择更聪明。
所以，用在媒体传播上的智能技术得能处理各种类型、各种场景的数据，还得能在各种渠道上都能用。
DB真人
实际上，以大数据、大参数、大算力支撑的人工智能模型，本质上是在模仿人类的语言模式，学习的是人类精神世界加工过的信息，吸收的是人类总结出的知识，虽然可以自主生成内容，但由于不可解释、不可复现、出现客观性错误这些自身缺陷，让当前大模型的生成能力无法可靠地用于生产力场景。
那么，能否让机器站在人类的肩膀上，在现有知识成果基础上做相对简单直接的计算和推理？答案是肯定的。大模型现有的推理能力，可以适用于理解人类指令，扩展人类意图，链接解决问题所需的资源，为人类生成备选答案和内容素材。
从未来的视角来看，大模型为通向更加广泛适用的人工智能领域开辟了一条新的道路。就是通过大模型对人类语言模式的掌握与理解，降低人工智能有望从理解人类语言模式逐步深化，进而掌握人类的方法论和思维模式。它不再仅仅依赖于人类语言来认识世界DB真人网站，而是能够自主感知并理解这个世界。
同时，人工智能也将从作为人类的智能助手，转变为能够自主行动的智能实体，进而成为与人类共生的智能文明。
研究发现，用大模型生成的内容来训练大模型会导致模型完全崩溃，智能水平急剧下降。
机器学习涌现智能，而机器自我学习之前首先要向人学习。而且这种学习是持续过程，不仅在于技术的探索发展阶段，也延展至技术使用和运营阶段。人机协同，将成为新闻信息生产的主场景。这个场景下，专业人士的主要职责将从“独立思考”转向通过提示工程技术促进人机之间的“协同思考”与合作。
上个世纪麦克卢汉提出的著名论断“媒介是人的延伸”，既提前揭示了互联网的媒介本质，也适用于人工智能时代。不太引人注目的是，麦克卢汉提出的“媒介分割人类”的理论，即技术对耳目喉舌的分别影响，形成了信息采集加工传播的各自发展，打乱了我们原本全面认识事物的平衡。
现在这种不平衡的最新表现就是DB真人网站，信息生产和传播变得非常发达，导致信息太多了，而我们的大脑处理不过来，这就是信息过载。
事物发展有分有合。现在我们正合并信息存储、表达、生产和传播，形成了集报纸、电台、电视功能于一身的新全媒体。同时DB真人网站，智能计算帮我们处理信息，提高了信息生产的效率。