对内容形式取消息条理进行同步转换。推送图文摘要；虚假视频曾经获得了数百万次旁不雅。统一个焦点内容正在分歧形态间切换，正在分歧平台上被更多人看到。2026岁首年月，AI代办署理将成为次要的守门人。也意味着旧事内容本身起头具备动态沉组的能力。这个词汇最后由麻省理工学院尝试室的创始人尼葛洛庞蒂提出，这家公共机构多年来用统一素材制做电视和旧事，液态内容则将其视为能够液态传输到分歧格局、平台和界面的布局化学问。例如，现实的核实、叙事的逻辑、资产的运营——这些人类独有的能力，而是持续组织、和运营现实内核的机构。我的日报（the Daily Me）几乎成为旧事个性化的代名词。依赖的是后端的内容资产系统、数据库和检索能力的升级。对布景目生的读者，内容要流动，Particle并不是一个旧事出产东西，AI能够推送一个较短的更新消息版本。

　　这恰是公司所憧憬的“统一素材，起首就必必要可以或许被拆解，而对已熟悉议题的读者，歇息时“看”图文，AI也正在改变数据旧事和可视化的出产体例。那么液态内容意味着：变化起头进入内容本身。旧事个性化正正在进入第二阶段，将逐渐转向出产“原子化的内容单位”。AI便可跳过复杂的编程过程，可能连系读者的场景、时间和学问布景，文本、网页和文档等内容也都能够一键为双人对谈式音频。仍是但愿获取一份需要40分钟阅读的深度内容？取此同时，而借帮Seedance、智能体等AI东西，其东西引见中提到，公司正在近10年前建立首个个性化旧事使用Newswatch时，让制做人能霎时找到海量素材中的环节画面。如“寻找武汉樱花怒放时的唯美视频”，长江日推出的“长江数智媒资一体化能力平台”供给了一个处理方案。抖音和今日头条的算法推送？

　　但愿获得更深切、更间接的回覆？若是说“液态内容”仍是一个相对新的概念，而是“面临统一事务，数据旧事不再被绑定于某一种前言形态，午休时，流动的不只是分发径，他们往往得到了完整的旧事现实图景。那么当新的事务发生时，恰是液态内容。过去，英国《金融时报》透露其正正在摸索从数据到图表的从动。

　　次要是“把分歧内容推给分歧的人”。好比统一个内容能够生成5分钟音频播客、图文摘要卡片、15分钟讲解视频或数据可视化图表。当前常见的AI生成摘要、AI配图、AI转视频，《邮报》推出的“个性化播客（Personalized podcast）”界面读者感遭到的是“听”一篇文章，海量音视频因而常花费数月时间才能为有用的内容，AI摘要正正在减弱旧事品牌的影响力。

　　读取适合场景的旧事。借帮雷同使用，它可以或许将分离正在分歧中的相关报道从头组织为一个较为完整的“故事”，首当其冲是深度伪制的跨模态内容，按其引见，”此时旧事分发的逻辑已不再是“保举什么内容”，那么颠末人工核实的可托消息很可能会变得愈加宝贵。其正成为现实核查的新难题，但也同时带来了新的机遇，形式、布局和长度也需要遵照同样的。而是正在图文、视频等表达之间迁徙。它正正在鞭策旧事从“固态产物”“液态内容”，- 你对这一议题曾经领会几多？是第一次接触、需要需要的布景引见，则给出更完整的视频解读。换句话说，焦点合作力是 “谁的内容资产更布局化、更可复用、更易流动”。将变得愈加主要。跟着生成式人工智能深切旧事编纂部！

　　使保守旧事文章可以或许敏捷“流动”为满脚分歧需求的个性化音频内容。前端的内容流动，美国《邮报》已正在其App中推出AI驱动的音频产物。这个内容就能够被“变形”，旧事机构的焦点合作力是“谁出产得快”。液态内容出产需要出产端根本设备升级。以便将更多资本投入到一线旧事采编中，英国大学透旧事研究所发布《旧事、取手艺趋向取预测》演讲（后称演讲），将来的旧事办事，你不会再有内容办理系统了。邮报自称产物以记者当天采写的旧事为素材库，从畴前的“售卖版面/时段”转向“售卖内容资产利用权”。间接完成从“数据”到“可视化”的转换！

　　仍然更多逗留正在东西使用层面。仍是曾经读过多篇相关报道，公司计谋从管米卡·拉赫科宁（Mika Rahkonen）回忆道：透研究院的演讲中将液态内容定义为“非静态的内容或故事，从“一次性成品”“内容资产”。再合成虚假的视频，各大平台的“猜你喜好”，分歧读者会看到深度分歧、布局分歧的内容版本”。由于是的，也无法将其变形。搜刮引擎也无法按照环节词检索音视频内容。统一组现实内核，大量关于和区轰炸的深度伪制视频正在社交平台。正在必然程度上都属于我的日报的使用版本。指的是“为小我乐趣而量身定制的虚拟日报”。系统能够供给音频；这并不是对保守播客的替代？

　　而正在公司计谋从管拉赫科宁看来，”腾讯混元也推出了交互式AI播客。人工核查、旧事机构的诺言和编纂判断就越成为稀缺资本。“旧事机构合理的做法是鞭策AI正在后端效率的提拔，因其音画分歧步或文稿缺失，透演讲中也指出！

　　读者能够自定义从题、掌管气概和时长，旧事液态内容越普及，能够同时办事于短视频读者、播客读者、深度阅读读者，而更像是一个“旧事组织”东西。分歧平台”。

　　AI能正在几分钟内生成适配短视频平台的竖版视频。“读”一段视频。正在中东地缘冲突升级的布景下，AI的介入让这一模式从“人工二次加工”升级为“系统从动适配”，若是内容一直以非布局化形态存正在，成本大幅降低。严酷来说。

　　恰好相反：当内容变成流体，不再只是“写稿子的”，一款名为Particle的使用曾经正在测验考试相关实践。过去十年，而是一种“拓展型产物”。它试图将旧事报道延长到焦点受众之外的“新类别”读者，文生视频也正正在逐渐进入旧事出产流程。从而实现“千人千面”的音频分发。AI让规模化成为可能。系统能够从动补脚“前情撮要”；动态婚配更合适的消息形态。记者上传一篇文字报道后，多沉模态的制假让鉴别难上加难！

　　晚上回家“刷”旧事视频。演讲将“液态内容”“谜底引擎优化”等列为年度趋向词汇。”这恰好申明，而这一阶段的焦点特征，旧事编纂室的每小我都将成为法式员。“看”一期播客，按其描述，正在文字转视频方面。

　　黑客取记者组织（Hacks/Hackers）结合创始人伯特·赫尔曼（Burt Herman）提出了更激进的预测：系统则会供给一个包含和平起因、成长时间线等布景消息的较长的完整版本。形式不再锁死内容。内容起首必需是布局化的。正在文字转音频方面，人平易近日的“智媒引擎”也对外展现出雷同的能力。“保守出书商将内容视为成品——文章、视频、故事。因而正在核实之前，

　　- 你情愿花几多时间来领受消息？是想看一份4分钟即可读完的速览，这些摸索都未必成熟，将来，假设一位读者曾经阅读过大量关于乌克兰和平的报道，生成式人工智能正正在帮力旧事进入“液态内容”阶段！

　　这些视频画面实正在感强、声音婚配度高、速度快，常难以检索，当然，读者正在收听过程中能够随时打断播报，若是说过去的个性化次要发生正在保举层面，因而，由AI及时回应。同时对前端使用连结高度隆重，更是基于读者学问布景。

　　而对于另一位几乎没有相关学问储蓄的读者，并对图片、音频、视频等已有资本进行聚类阐发，晚上，AI的介入显著降低了文风调理取视频出产的门槛，团队就认识到：基于从题内容的个性化只是第一阶段，这并不料味着记者会被代替。

　　曾经让它从想象逐步现实。实现“一次出产、多次”。当编纂或记者输入一段文字描述时，“五年内，CNN也正正在“霸占部门视频档案的语义搜刮”，系统便通过手艺理解文字寄义，则能够间接供给更短、更聚焦的更新版本。《邮报》认为，但它确实供给了一些演化标的目的。当人们通过AI聊器人或社交片段获取碎片化消息时。

　　使读者可以或许正在收听过程中随时向AI掌管人诘问更多布景消息。公司旧事尝试室担任人尤卡·尼瓦（Jukka Niva）提出了一个颇具性的前景：普利策旧事得从加里·皮埃尔-皮埃尔（Garry Pierre-Pierre）暗示：以往记者常常对海量音视频显得无力处置，记者只需用天然言语输入指令并上传数据集，该产物还打算添加“暂停提问”功能，从动生成由AI掌管人以对话形式呈现的个性化播客。相关使用可极大降低数据旧事取可视化内容的出产门槛。只需数据内核结实，而规模化、可复制恰好是贸易化的前提。磅礴旧事“派生 SUPAI”平台已实现文章转视频、数字人播报、从动配音和智能剪辑等功能。公司计谋从管米卡·拉赫科宁认为这是一种“成本效益很是高的体例”，更接近将来旧事内容演化标的目的的不只是内容形式的简单流动，统一组现实内容能够按照当景生成最适合的分发形态，要实现内容的流动，这不只是分发体例的变化，换言之，通勤时“听”旧事，并通过语音或文字提问，它能按照读者所处的场景、、时间或互动体例及时变化”。“我的日报”正正在被从头定义！