什么是“液態(tài)內(nèi)容”？

路透研究院的報(bào)告中將液態(tài)內(nèi)容定義為“非靜態(tài)的內(nèi)容或故事，它能根據(jù)讀者所處的場(chǎng)景、位置、時(shí)間或互動(dòng)方式實(shí)時(shí)變化”。如果說(shuō)過(guò)去的個(gè)性化主要發(fā)生在推薦層面，那么液態(tài)內(nèi)容意味著：變化開(kāi)始進(jìn)入內(nèi)容本身。

生產(chǎn)：從文章到內(nèi)容單元

內(nèi)容要流動(dòng)，首先就必須要能夠被拆解，媒體將逐步轉(zhuǎn)向生產(chǎn)“原子化的內(nèi)容單元”。

原子化的內(nèi)容單元是指將一篇報(bào)道拆解為可被AI識(shí)別、調(diào)用和重組的基本元素，如事實(shí)、數(shù)據(jù)、引語(yǔ)、時(shí)間線等，并將這些元素分別獨(dú)立存儲(chǔ)，而不是固定嵌入一篇完整的文章之中。從這個(gè)意義上說(shuō)，液態(tài)內(nèi)容也可以理解為內(nèi)容的數(shù)據(jù)化：報(bào)道中的關(guān)鍵要素被轉(zhuǎn)化為獨(dú)立的數(shù)據(jù)單元，進(jìn)入媒體數(shù)據(jù)庫(kù)，供系統(tǒng)后續(xù)按需調(diào)用和重新組合。當(dāng)用戶發(fā)出請(qǐng)求時(shí)，AI再根據(jù)具體需求，將這些內(nèi)容單元實(shí)時(shí)組裝成更合適的形態(tài)。在這種生產(chǎn)邏輯下，記者交付的不再只是“一篇稿子”，而是一組可以持續(xù)復(fù)用的知識(shí)單元。

德國(guó)鮑爾傳媒（Bauer Media）首席產(chǎn)品官馬塞爾·澤姆勒（Marcel Semmler）表示：

“傳統(tǒng)出版商將內(nèi)容視為成品——文章、視頻、故事。液態(tài)內(nèi)容則將其視為可以液態(tài)傳輸?shù)讲煌袷?、平臺(tái)和界面的結(jié)構(gòu)化知識(shí)。”

分發(fā)：多模態(tài)內(nèi)容轉(zhuǎn)化

而借助Seedance、智能體等AI工具，同一組事實(shí)內(nèi)容可以根據(jù)當(dāng)下場(chǎng)景生成最適合的分發(fā)形態(tài)，比如同一個(gè)內(nèi)容可以生成5分鐘音頻播客、圖文摘要卡片、15分鐘解說(shuō)視頻或數(shù)據(jù)可視化圖表。

讀者感受到的是“聽(tīng)”一篇文章，“看”一期播客，“讀”一段視頻。形式不再鎖死內(nèi)容。這正是芬蘭廣播公司所暢想的“同一素材，不同平臺(tái)”，這家公共廣播機(jī)構(gòu)多年來(lái)用同一素材制作電視和廣播新聞，AI的介入讓這一模式從“人工二次加工”升級(jí)為“系統(tǒng)自動(dòng)適配”，成本大幅降低。

普利策新聞獎(jiǎng)得主加里·皮埃爾-皮埃爾（Garry Pierre-Pierre）表示：

“2026年，將有更多新聞機(jī)構(gòu)意識(shí)到，人們并不總是需要一篇文章，有時(shí)候，他們只是需要把事情講清楚（People don’t always want an article. Sometimes they just want clarity）。”

液態(tài)內(nèi)容生產(chǎn)正在成為現(xiàn)實(shí)

如果說(shuō)“液態(tài)內(nèi)容”還是一個(gè)相對(duì)新的概念，那么過(guò)去一年涌現(xiàn)的一批產(chǎn)品和平臺(tái)，已經(jīng)讓它從想象逐漸走向現(xiàn)實(shí)。這些探索都未必成熟，但它確實(shí)提供了一些演化方向。

從文字到音視頻

第一個(gè)演化面向，是將文字內(nèi)容轉(zhuǎn)化為音頻與視頻。

在文字轉(zhuǎn)音頻方面，美國(guó)《華盛頓郵報(bào)》已在其App中推出AI驅(qū)動(dòng)的音頻產(chǎn)品。郵報(bào)自稱產(chǎn)品以記者當(dāng)天采寫(xiě)的新聞為素材庫(kù)，圍繞讀者關(guān)注的話題，自動(dòng)生成由AI主持人以對(duì)話形式呈現(xiàn)的個(gè)性化播客。讀者可以自定義主題、主持風(fēng)格和時(shí)長(zhǎng)，從而實(shí)現(xiàn)“千人千面”的音頻分發(fā)。后續(xù)，該產(chǎn)品還計(jì)劃增加“暫停提問(wèn)”功能，使讀者能夠在收聽(tīng)過(guò)程中隨時(shí)向AI主持人追問(wèn)更多背景信息?！度A盛頓郵報(bào)》認(rèn)為，這并不是對(duì)傳統(tǒng)播客的替代，而是一種“拓展型產(chǎn)品”。它試圖將新聞報(bào)道延伸到核心受眾之外的“新類別”讀者，使傳統(tǒng)新聞文章能夠迅速“流動(dòng)”為滿足不同需求的個(gè)性化音頻內(nèi)容。

《華盛頓郵報(bào)》推出的“個(gè)性化播客（Personalized podcast）”界面

騰訊混元也推出了交互式AI播客。其工具介紹中提到，讀者在收聽(tīng)過(guò)程中可以隨時(shí)打斷播報(bào)，并通過(guò)語(yǔ)音或文字提問(wèn)，由AI實(shí)時(shí)回應(yīng)。文本、網(wǎng)頁(yè)和文檔等內(nèi)容也都可以一鍵轉(zhuǎn)化為雙人對(duì)談式音頻。

在文字轉(zhuǎn)視頻方面，文生視頻也正在逐步進(jìn)入新聞生產(chǎn)流程。例如，澎湃新聞“派生萬(wàn)物 SUPAI”平臺(tái)已實(shí)現(xiàn)文章轉(zhuǎn)視頻、數(shù)字人播報(bào)、自動(dòng)配音和智能剪輯等功能。記者上傳一篇文字報(bào)道后，AI能在幾分鐘內(nèi)生成適配短視頻平臺(tái)傳播的豎版視頻。

從自然語(yǔ)言到可視化圖表

AI也在改變數(shù)據(jù)新聞和可視化的生產(chǎn)方式。英國(guó)《金融時(shí)報(bào)》透露其正在探索從數(shù)據(jù)到圖表的自動(dòng)轉(zhuǎn)化。按其描述，記者只需用自然語(yǔ)言輸入指令并上傳數(shù)據(jù)集，AI便可跳過(guò)復(fù)雜的編程過(guò)程，直接完成從“數(shù)據(jù)”到“可視化”的轉(zhuǎn)換。人民日?qǐng)?bào)社的“智媒引擎”也對(duì)外展示出類似的能力。相關(guān)應(yīng)用可極大降低數(shù)據(jù)新聞與可視化內(nèi)容的生產(chǎn)門(mén)檻。

《金融時(shí)報(bào)》開(kāi)發(fā)的AI可視化應(yīng)用示意圖

除了將自然語(yǔ)言文本直接轉(zhuǎn)化為可視化圖表，數(shù)據(jù)圖文的視頻化也逐漸成為國(guó)內(nèi)數(shù)據(jù)新聞生產(chǎn)的探索方向。在2026年全國(guó)兩會(huì)報(bào)道中，澎湃新聞美數(shù)課工作室借助大模型的文本向量化能力，對(duì)《政府工作報(bào)告》全文進(jìn)行語(yǔ)義解析，識(shí)別出歷年政府報(bào)告中未出現(xiàn)的新詞，以及持續(xù)被提及的關(guān)鍵詞。與以往不同的是，美數(shù)課工作室還借助AI的幫助，將這篇數(shù)據(jù)分析稿件轉(zhuǎn)化成數(shù)據(jù)視頻，轉(zhuǎn)評(píng)贊破6000，傳播效率優(yōu)于傳統(tǒng)數(shù)據(jù)圖文稿件。

澎湃新聞·美數(shù)課利用大模型梳理2026年政府工作報(bào)告的高頻關(guān)聯(lián)詞

主創(chuàng)團(tuán)隊(duì)認(rèn)為：

“數(shù)據(jù)新聞不再被綁定于某一種媒介形態(tài)，而是在圖文、視頻等表達(dá)之間自由遷移。AI的介入顯著降低了文風(fēng)調(diào)節(jié)與視頻生產(chǎn)的門(mén)檻，一篇數(shù)據(jù)新聞，只要數(shù)據(jù)內(nèi)核扎實(shí)，這個(gè)內(nèi)容就可以被“變形”，在不同平臺(tái)上被更多人看到?！?/em>

內(nèi)容層次的流動(dòng)

更接近未來(lái)新聞內(nèi)容演化方向的不只是內(nèi)容形式的簡(jiǎn)單流動(dòng)，更是基于讀者知識(shí)背景，對(duì)內(nèi)容形式與信息層次進(jìn)行同步轉(zhuǎn)換。一款名為Particle的應(yīng)用已經(jīng)在嘗試相關(guān)實(shí)踐。嚴(yán)格來(lái)說(shuō)，Particle并不是一個(gè)新聞生產(chǎn)工具，而更像是一個(gè)“新聞組織”工具。它能夠?qū)⒎稚⒃诓煌襟w中的相關(guān)報(bào)道重新組織為一個(gè)較為完整的“故事”，并在同一頁(yè)面中呈現(xiàn)事件的多個(gè)視角、關(guān)鍵引語(yǔ)與背景脈絡(luò)。

真正使 Particle與“液態(tài)內(nèi)容”發(fā)生深度關(guān)聯(lián)的，是其于 2026 年 2 月上線的一項(xiàng)新功能——Podcast Clips（播客片段）。這一功能可以借助AI從海量播客內(nèi)容中自動(dòng)識(shí)別并篩選出與特定新聞最相關(guān)的片段，再將其剪輯為數(shù)十秒的音頻。這意味著，讀者在閱讀某一事件的文字報(bào)道時(shí)，也可以同步聽(tīng)到播客主持人對(duì)該事件的評(píng)論和解讀。

Particle推出的Podcast Clips界面

借助類似應(yīng)用，芬蘭廣播公司新聞實(shí)驗(yàn)室負(fù)責(zé)人尤卡·尼瓦（Jukka Niva）提出了一個(gè)頗具啟發(fā)性的前景：

“假設(shè)一位讀者已經(jīng)閱讀過(guò)大量關(guān)于烏克蘭戰(zhàn)爭(zhēng)的報(bào)道，那么當(dāng)新的事件發(fā)生時(shí)，AI可以推送一個(gè)較短的更新信息版本；而對(duì)于另一位幾乎沒(méi)有相關(guān)知識(shí)儲(chǔ)備的讀者，系統(tǒng)則會(huì)提供一個(gè)包含戰(zhàn)爭(zhēng)起因、發(fā)展時(shí)間線等背景信息的較長(zhǎng)的完整版本?！?/em>

此時(shí)新聞分發(fā)的邏輯已不再是“推薦什么內(nèi)容”，而是“面對(duì)同一事件，不同讀者會(huì)看到深度不同、結(jié)構(gòu)不同的內(nèi)容版本”。換言之，流動(dòng)的不只是分發(fā)路徑，更是內(nèi)容本身。

液態(tài)內(nèi)容需要生產(chǎn)端革新

要實(shí)現(xiàn)內(nèi)容的流動(dòng)，內(nèi)容首先必須是結(jié)構(gòu)化的。如果內(nèi)容始終以非結(jié)構(gòu)化形態(tài)存在，例如一段幾十分鐘的采訪錄音、一個(gè)沒(méi)有字幕的視頻、一堆散亂的照片，那么AI就無(wú)法理解它，也無(wú)法將其變形。

因此，液態(tài)內(nèi)容生產(chǎn)需要生產(chǎn)端基礎(chǔ)設(shè)施升級(jí)。換句話說(shuō)，前端的內(nèi)容流動(dòng)，依賴的是后端的內(nèi)容資產(chǎn)系統(tǒng)、數(shù)據(jù)庫(kù)和檢索能力的升級(jí)。

實(shí)現(xiàn)音視頻跨模態(tài)檢索

以往記者常常對(duì)海量音視頻顯得無(wú)力處理，因其音畫(huà)不同步或文稿缺失，常難以檢索，海量音視頻因此常耗費(fèi)數(shù)月時(shí)間才能轉(zhuǎn)化為有用的內(nèi)容，搜索引擎也無(wú)法根據(jù)關(guān)鍵詞檢索音視頻內(nèi)容。而跨模態(tài)檢索技術(shù)正在改變這一現(xiàn)狀。

長(zhǎng)江日?qǐng)?bào)社推出的“長(zhǎng)江數(shù)智媒資一體化能力平臺(tái)”提供了一個(gè)解決方案。按其介紹，當(dāng)編輯或記者輸入一段文字描述時(shí)，

如“尋找武漢櫻花盛開(kāi)時(shí)的唯美視頻”，系統(tǒng)便通過(guò)技術(shù)理解文字含義，并對(duì)圖片、音頻、視頻等已有媒體資源進(jìn)行聚類分析，定位到符合需求的視頻內(nèi)容。

長(zhǎng)江日?qǐng)?bào)社開(kāi)發(fā)的“長(zhǎng)江數(shù)智媒資一體化能力平臺(tái)”界面

CNN也正在“攻克部分視頻檔案的語(yǔ)義搜索”，讓制作人能瞬間找到海量素材中的關(guān)鍵畫(huà)面。

計(jì)算機(jī)視覺(jué) AI 系統(tǒng) VFRAME信息處理示意圖

類似的應(yīng)用也出現(xiàn)在敘利亞沖突報(bào)道中。沖突期間，民間產(chǎn)生了數(shù)百萬(wàn)條記錄現(xiàn)場(chǎng)情況的視頻和照片，單靠記者人工篩看幾乎不可能完成。為此，科技研究者亞當(dāng)·哈維（Adam Harvey）開(kāi)發(fā)了計(jì)算機(jī)視覺(jué) AI 系統(tǒng) VFRAME，并與新聞?wù){(diào)查機(jī)構(gòu)“敘利亞檔案館”合作，訓(xùn)練 AI 對(duì) 300 多萬(wàn)個(gè)視頻進(jìn)行“觀看”和識(shí)別，判斷畫(huà)面中是否出現(xiàn)特定類型的非法武器。

在處理完海量視覺(jué)信息后，AI 并不是簡(jiǎn)單輸出圖像結(jié)果，而是進(jìn)一步生成了一份結(jié)構(gòu)化文本表格，標(biāo)注出關(guān)鍵信息，包括相關(guān)視頻的來(lái)源、具體出現(xiàn)于第幾分幾秒、對(duì)應(yīng)坐標(biāo)位置以及識(shí)別出的武器類型。借助這份表格，記者得以在極短時(shí)間內(nèi)完成原本幾乎需要數(shù)十年才能處理完的素材篩查工作，并據(jù)此完成多篇深度調(diào)查報(bào)道，其中部分報(bào)道后來(lái)還被國(guó)際法庭作為審判證據(jù)采用。

這就是生產(chǎn)端流動(dòng)，從非結(jié)構(gòu)化→結(jié)構(gòu)化→可調(diào)用→可變形。

風(fēng)險(xiǎn)：流動(dòng)增加信任成本

液態(tài)內(nèi)容在賦能新聞的同時(shí)，也將帶來(lái)前所未有的挑戰(zhàn)。

首當(dāng)其沖是深度偽造的跨模態(tài)內(nèi)容，其正成為事實(shí)核查的新難題，虛假的劇本驅(qū)動(dòng)虛假的聲紋，再合成虛假的視頻，多重模態(tài)的造假讓真相甄別難上加難。在中東地緣沖突升級(jí)的背景下，大量關(guān)于戰(zhàn)區(qū)轟炸的深度偽造視頻在社交平臺(tái)傳播。這些視頻畫(huà)面真實(shí)感強(qiáng)、聲音匹配度高、傳播速度快，因此在真相核實(shí)之前，虛假視頻已經(jīng)獲得了數(shù)百萬(wàn)次觀看。

AI生成的戰(zhàn)爭(zhēng)視頻

與此同時(shí)，AI摘要正在削弱新聞品牌的影響力。路透報(bào)告中也指出，當(dāng)人們通過(guò)AI聊天機(jī)器人或社交媒體片段獲取碎片化信息時(shí)，他們往往失去了完整的新聞事實(shí)圖景。但也同時(shí)帶來(lái)了新的機(jī)會(huì)，“新聞機(jī)構(gòu)合理的做法是推動(dòng)AI在后端效率的提升，以便將更多資源投入到一線新聞采編中，同時(shí)對(duì)前端應(yīng)用保持高度謹(jǐn)慎，因?yàn)楣娛蔷璧?，那么?jīng)過(guò)人工核實(shí)的可信信息很可能會(huì)變得更加珍貴?！边@恰恰說(shuō)明，新聞液態(tài)內(nèi)容越普及，人工核查、新聞機(jī)構(gòu)的信譽(yù)和編輯判斷就越成為稀缺資源。

從“內(nèi)容生產(chǎn)”到“內(nèi)容資產(chǎn)運(yùn)營(yíng)”

當(dāng)新聞走向液態(tài)，新聞生產(chǎn)的核心能力也在發(fā)生根本性遷移。

過(guò)去，新聞機(jī)構(gòu)的核心競(jìng)爭(zhēng)力是“誰(shuí)生產(chǎn)得快”。未來(lái)，核心競(jìng)爭(zhēng)力是 “誰(shuí)的內(nèi)容資產(chǎn)更結(jié)構(gòu)化、更可復(fù)用、更易流動(dòng)”。而這也將導(dǎo)致媒體行業(yè)的經(jīng)濟(jì)模式隨之改變，從從前的“售賣版面/時(shí)段”轉(zhuǎn)向“售賣內(nèi)容資產(chǎn)使用權(quán)”。同一組事實(shí)內(nèi)核，可以同時(shí)服務(wù)于短視頻讀者、播客讀者、深度閱讀讀者，實(shí)現(xiàn)“一次生產(chǎn)、多次轉(zhuǎn)化”。

芬蘭廣播公司戰(zhàn)略主管米卡·拉赫科寧認(rèn)為這是一種“成本效益非常高的方式”，AI讓規(guī)?；蔀榭赡堋６?guī)?；?、可復(fù)制恰恰是商業(yè)化的前提。

黑客與記者組織（Hacks/Hackers）聯(lián)合創(chuàng)始人伯特·赫爾曼（Burt Herman）提出了更激進(jìn)的預(yù)測(cè)：

“五年內(nèi)，新聞編輯室的每個(gè)人都將成為程序員。你不會(huì)再有內(nèi)容管理系統(tǒng)了。你需要為一個(gè)‘后網(wǎng)站’的世界做好準(zhǔn)備，AI代理將成為主要的守門(mén)人。”

這并不意味著記者會(huì)被取代。恰恰相反：當(dāng)內(nèi)容變成流體，事實(shí)的核實(shí)、敘事的邏輯、資產(chǎn)的運(yùn)營(yíng)——這些人類獨(dú)有的能力，將變得更加重要。

當(dāng)然，當(dāng)前常見(jiàn)的AI生成摘要、AI配圖、AI轉(zhuǎn)視頻，仍然更多停留在工具應(yīng)用層面。AI對(duì)新聞業(yè)更深的改變?cè)谟冢?strong>它正在推動(dòng)新聞從“固態(tài)產(chǎn)品”走向“液態(tài)內(nèi)容”，從“一次性成品”走向“內(nèi)容資產(chǎn)”。媒體不再只是“寫(xiě)稿子的”，而是持續(xù)組織、維護(hù)和運(yùn)營(yíng)事實(shí)內(nèi)核的機(jī)構(gòu)。

執(zhí)筆：

未來(lái)新聞?dòng)?jì)劃

復(fù)旦大學(xué)新聞學(xué)院副教授 徐笛

澎湃新聞美數(shù)課工作室主理人 呂妍

復(fù)旦大學(xué)新聞學(xué)院研究生 謝澤圻 吳袁

主要參考文獻(xiàn)：

[1] Guaglione, S. (2026, January 28). WTF is liquid content? Digiday. https://digiday.com/media/wtf-is-liquid-content/

[2] Nash, A. (2025, February 11). What is “l(fā)iquid content” and why should we talk about it? INMA Newsroom Innovation Initiative Newsletter Blog. https://www.inma.org/blogs/newsroom-initiative-newsletter/post.cfm/what-is-liquid-content-and-why-should-we-talk-about-it

[3] Newman, N. (2026). Journalism, media, and technology trends and predictions 2026. Reuters Institute for the Study of Journalism. https://reutersinstitute.politics.ox.ac.uk/journalism-media-and-technology-trends-and-predictions-2026