2026年5月28-29日，由流媒体网主办的「姑苏论道暨第31届智能视听与科技创新产业论坛」在苏州隆重举行。

　　本届论道以“势聚AI 屏见未来”为主题，汇聚产业新势、以AI赋能大屏，共探行业全新发展图景。

　　在5月28日下午举行的业务运营论坛上，国家广电总局广科院有线电视技术研究所高工/博士汤新坤做了主题为《大屏内容审核创新应用》的演讲。

　　以下是演讲全文：

　　大家好，我是广科院的汤新坤。我们院作为科研机构，承担很多科研项目，我们在AI方向上做了一些工作。今天我分享的题目是《大屏内容的审核创新应用》。

　　主要从四个方面来讲：一是概述；二是页面建设；三是视听内容审核；四是前景展望。通过这些内容，来讲述我们从业务中如何挖掘AI需求、跟上AI的应用。

　　概述

　　这要从前年我们开始“套娃治理”专项工作说起，行业针对OTT平台、有线电视的电视页面开展系统性合规性核查工作，核心聚焦电视首屏、首页（Launcher）界面，核验各类终端页面是否符合套娃治理规范要求。

　　此前，电视大屏页面合规核查工作主要依赖人工抽查、手动采集、人工核验的传统模式，整体核查效率低、覆盖范围有限。目前，该项工作已完成迭代升级，正式实现从传统人工核查向智能化监管的全面转型。

　　具体来说分为以下几个步骤：

　　一是数据采集。针对全国有线电视、IPTV、OTT等各类电视终端，以及不同设备型号、系统版本、首页界面的差异化场景，实现全国电视大屏页面数据的全汇聚、统一回溯。

　　二是页面分析。重点针对OTT平台“1+5”收费包模式（1个影视类收费包、5个非影视类收费包）精准核验页面布局、收费设置是否符合合规要求。

　　三是智能分析。对电视大屏页面内容开展全方位审核，涵盖违规内容识别、隐性价值导向研判、潜在风险推理判别等多项核心能力。

　　四是治理应用。从 “页面合规检测” 升级到 “内容风险治理”，覆盖大屏全链路场景，提升监管效能。

　　我们在相关工作进行的过程中深刻感受到AI技术迭代迅速。AI技术更新迭代速度极快，传统技术研发模式易出现成果落地即落后的问题，这也是大屏智能监管项目推进中面临的核心行业痛点。

　　对此，项目团队总结出行业核心竞争优势：在AI监管应用赛道中，专属、独特的数据集及专属数据采集体系，是模型训练、技术落地的核心。依托自主可控的特色数据集与专属采集技术，能够持续夯实智能监管模型的底层能力，让技术应用、监管效果持续保持行业领先性，形成差异化核心竞争力。

　　页面检测

　　针对传统人工核查的诸多短板，我们自主研发了智能化页面检测系统。系统采用工程化运行流程，通过HDMI对接终端设备采集画面数据流，再经由服务器统一回传至北京监管端，可批量获取全国有线电视、IPTV、OTT的各类终端页面数据。

　　这也是我们项目的核心优势之一：在北京即可实时查看全国有线电视、IPTV、OTT的终端回传画面。行业传统方案多为搭建VPN或专用传输链路，部署成本极高、落地难度大。对此我们优化技术方案，通过抽流回传的方式实现全国终端画面的实时汇聚查看。

　　整套智能化检测方案由远程页面采集与智能体自动化分析两大核心环节组成，可适配各类电视画面、视频流核查场景。系统支持远程操控全国终端设备，统一采集、回传各地大屏页面与视频数据，依托自研智能分析智能体，实现全流程无人化自动检测，全面替代传统人工核查模式。

　　相较于市面通用智能工具，自研智能体具备端到端全自动化核心优势，无需人工二次微调。同时，系统具备极强的规则适配灵活性，可动态适配监管标准迭代更新。我们搭建了可灵活调配的规则库，支持自定义核查需求、实时微调合规规则、动态修改输出报告，无需改造系统架构，即可快速适配总局最新监管要求。

　　除基础合规监管外，系统可全域抓取全国终端EPG信息，完成全国大屏状态摸排，同时具备版权纠纷核验取证能力。可远程调取异地终端画面，精准核验盗播、违规传播等侵权行为，为版权维权提供可靠证据支撑。

　　视听内容审核

　　除大屏页面合规治理外，我们自2022年起持续深耕视听内容智能审核领域。依托承接的科技部专项项目，我们正式启动视听内容审核技术的研发与落地。

　　当前视听内容审核主要分为显性违规审核和隐性价值风险审核两大维度。显性违规包含暴力血腥、色情低俗、赌博违法等直观违规内容，行业已形成成熟的审核体系，依托图像识别、OCR文字识别、弹幕字幕识别、音频违禁词识别、行为识别等小模型技术，可实现精准筛查，技术应用多年、稳定性较强。

　　以微短剧这一重点赛道为例，行业审核压力与痛点尤为突出。据合作牌照方数据显示，去年全网累计上报微短剧7782部，平台人工审核仅2858部，整体人工审核覆盖率极低。行业机审通过率达95%，人工复核后合规率仅72%。题材分布上，爱情类题材占比高达55%，贯穿职场、穿越等各类剧集；其中逆袭、复仇、家庭伦理等题材争议性最强，极易引发舆论热议、存在隐性风险，是审核管控的重点领域。

　　现阶段视听内容审核存在诸多核心难点。各类网络热梗、隐喻擦边内容、隐性不良导向层出不穷，对审核专业度提出极高要求，审核工作需严格对标总局最新通报标准动态调整。同时我们发现一个特殊行业现象：被官方实名通报的违规微短剧，反而会引发用户刻意搜索围观，为此我们优化处置方式，对违规剧目名称进行打星脱敏处理，规避二次传播风险。

　　随着大模型技术普及，视听内容审核迎来技术升级契机，可精准识别传统技术难以捕捉的隐喻、隐性风险内容，高效适配微短剧上线速度快、更新频次高、存量体量极大的监管特点。目前我们搭建微短剧备案平台，去年累计备案微短剧近20万部，海量存量对智能化审核能力提出刚性需求。

　　整体来看，智能视听审核落地主要面临三大核心挑战。一是高质量标注数据稀缺，现有审核数据仅能标注剧集存在问题，缺少精细化、全链路的违规细节标注，行业优质训练语料缺口较大；二是语义隐蔽性强，网络热梗、隐性隐喻分散在画面、文本、音频、弹幕、评论等全场景，AI难以快速精准捕捉；三是判定结果缺少可解释性，传统AI仅能输出违规结论，无法明确违规语句、对应违规条款，难以支撑精准回复创作者、规范化治理的需求。

　　针对行业语料短板，我们重点深耕精细化语料库搭建与标签体系搭建。将训练标签分为三类：绝对违禁类、热梗隐性敏感类、场景组合风险类，通过精准分层标注，让AI精准识别单一内容合规、组合场景违规的隐性问题，大幅提升审核精准度。

　　我们搭建了双层结构化智能审核体系，形成从底层感知到高层价值研判的完整能力闭环。

　　第一层为内容感知审核。整合图像识别、目标检测、OCR文字识别、ASR语音识别、行为识别等多模态感知能力，核心用于精准拦截各类绝对禁止的显性违法违规内容，筑牢审核基础防线。

　　第二层为价值认知审核。依托大模型语义理解、上下文分析、价值对齐能力，专攻隐性价值观风险内容。这一层面无法完全脱离人工，最终审核判定、模型对错校验均由专业审核员完成，并通过人工反馈反向迭代优化模型，形成持续迭代的智能审核闭环。

　　工作总结

　　目前这套自研审核体系已与多家牌照方开展真实场景落地测试，在实际业务环境中持续验证、优化审核效果。

　　基于大模型视频理解的核心技术能力，我们还延伸落地了两项创新业务，拓宽技术应用场景。

　　一是文化产品AI确权防伪。针对短视频、图文领域盗播盗搬、原创溯源难、取证成本高的行业痛点，我们研发AI隐形水印标识技术。可对原创图片、视频植入专属隐形标识，即便内容经过压缩、裁剪、分辨率调整、模糊调色、格式转换等二次加工，仍可精准提取水印、溯源原创主体。后续该技术将落地大屏点播联盟项目，在电视端专属内容板块对正版内容批量加持确权水印，守护版权方权益。

　　二是AI人眼感知智能视频压缩。区别于传统均匀压缩模式，该技术依托大模型视频理解能力，结合海量用户观影聚焦数据集，智能识别视频核心观看区域与次要区域。对用户视线聚焦的核心画面保留高清画质，对边缘、转瞬即逝的非重点区域进行轻量化压缩模糊处理，在不影响用户观看体验的前提下，大幅优化视频压缩、传输效率，有效降低带宽与存储成本。

　　目前该技术已落地三类主流视听场景。影视剧场景可精准识别观众关注的明星主体，优先保留核心人物画面高清质感；游戏直播场景跟随主播视角聚焦对战核心区域，弱化无关画面；体育赛事直播可对大面积无效观赛区域智能降级压缩，在不影响观看体验的前提下降低带宽消耗。

　　该技术在实时传输中会产生轻微延时，本质是以时间换空间，通过算力耗时换取带宽资源节省。我们建立了动态平衡适配机制：模型处理速度达标即可实现实时压缩传输；若算力受限，则切换为本地媒资预处理模式，完成压缩优化后再上线传输，适配不同落地条件。

　　以上即为广科院在大屏智能监管、视听内容审核、AI视频创新应用等领域的核心技术探索与落地实践。后续我们将持续迭代AI技术、推进更多项目落地，欢迎行业同仁交流对接、合作探讨。

　　我今天的演讲就到这里，谢谢大家！

责任编辑：李楠