大語言模型在電視領域的應用

程小梅

（國家知識產(chǎn)權(quán)局專利局專利審查協(xié)作北京中心，北京 100160）

0 引言

2022年11月30日，OpenAI公司推出了基于GPT-3.5大型語言模型架構(gòu)的對話式人工智能（Artificial Intelligence，AI）應用ChatGPT[1]，引起了社會、學術(shù)和商業(yè)界的廣泛討論。ChatGPT應用在龐大文本數(shù)據(jù)集的基礎上進行了預訓練，使其具備了處理多領域目標任務的強大能力。ChatGPT為用戶提供了一個靈活且智能的交流平臺，使得與AI的互動更加自然且富有趣味性。大語言模型賦能的終端產(chǎn)品如電視等，擁有更豐富的內(nèi)容生態(tài)系統(tǒng)。ChatGPT已經(jīng)廣泛應用于醫(yī)療、金融、法律及教育等領域[2]。大型語言模型在技術(shù)推進和商業(yè)應用上正經(jīng)歷著前所未有的變革發(fā)展。其發(fā)展前景既包含技術(shù)上的突破，又包含商業(yè)場景中的拓展創(chuàng)新[3]。

由于ChatGPT的廣泛應用，其使用的大語言模型越來越受人關(guān)注。越來越多的企業(yè)、機構(gòu)、團體或個人對知識產(chǎn)權(quán)的保護意識逐漸加強。為了保護創(chuàng)新成果，大量的專利申請得以提交。本文對截至2024年1月22日公開的大語言模型相關(guān)專利進行了統(tǒng)計分析，以揭示大語言模型技術(shù)的最新研究進展，為研究大語言模型的相關(guān)人員的研發(fā)和專利申請工作提供參考。

1 大語言模型技術(shù)專利分析

本文以關(guān)鍵詞電視、大語言模型及其相關(guān)擴展詞在中國專利全文數(shù)據(jù)庫（China Patent Full-text Database，CNTXT）中進行檢索，統(tǒng)計大語言模型在電視領域的相關(guān)專利申請情況。

1.1 專利申請量年份分布分析

我國大語言模型相關(guān)專利申請數(shù)量按照年份的變化如圖1所示。2023年，我國的大語言模型在電視領域的相關(guān)申請的申請量出現(xiàn)爆炸式增長。2023年之前，大語言模型每年的申請量均為個位數(shù)，而在2023年的申請量卻超過200件（由于公開時間的限制，申請量統(tǒng)計并不完整），這與2022年底發(fā)布的ChatGPT-3.5所體現(xiàn)的強大應用緊密相關(guān)，也離不開我國政府的大力支持。2017年，國務院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，提出了6個方面的重點任務和眾多保障措施，要求人工智能技術(shù)及其應用與世界先進水平同步發(fā)展。2023年，國家又發(fā)布了《數(shù)字中國整體布局規(guī)劃》。在新一代人工智能技術(shù)和數(shù)字中國建設中，大語言模型扮演著重要角色，甚至是國家競爭力和綜合實力的重要體現(xiàn)[4]。

圖1 國內(nèi)大語言模型專利申請量年份分布圖

1.2 專利申請人分析

本文對國內(nèi)大語言模型專利申請人進行統(tǒng)計分析，大語言模型技術(shù)在電視領域的主要申請人如圖2所示。申請量最突出的主導申請人是騰訊科技（深圳）有限公司，其在大語言模型技術(shù)的專利申請中占據(jù)了領先地位。廣州商研網(wǎng)絡科技有限公司、北京奇藝世紀科技有限公司、北京百度網(wǎng)訊科技、科大訊飛股份有限公司和阿里巴巴（中國）等公司也在該領域展現(xiàn)出了積極的專利申請態(tài)勢，彰顯了它們在大語言模型技術(shù)領域的研究和創(chuàng)新實力。這些主要申請人的專利活動不僅反映了行業(yè)內(nèi)的研發(fā)競爭態(tài)勢，也為電視領域的技術(shù)創(chuàng)新提供了有力的支持和引領。

圖2 國內(nèi)大語言模型專利主要申請人排名

2 研究與發(fā)展方向

下面主要針對以上主要申請人的相關(guān)專利申請進行深入研究，系統(tǒng)剖析大語言模型技術(shù)在電視領域的多個重要方向，以全面了解和掌握這一領域的發(fā)展趨勢，供業(yè)界從業(yè)者和研究人員參考，幫助他們更好地把握大語言模型在電視領域的應用前景和創(chuàng)新方向。通過瀏覽去噪，本文將大語言模型在電視領域的應用分為以下4個大方向。

2.1 內(nèi)容生成與編輯

大語言模型可以用于生成電視劇本、新聞稿件、廣告文案等各種內(nèi)容。它能夠根據(jù)輸入的主題或情境生成自然流暢的語言，為廣播電視業(yè)務提供更高效的內(nèi)容創(chuàng)作和編輯工具。

CN117422069A公開了一種內(nèi)容生成方法，通過將新聞內(nèi)容和/或客戶端的歷史對話信息作為參考素材進行內(nèi)容理解處理，得到話題內(nèi)容之后，根據(jù)話題內(nèi)容生成提示文案，將提示文案輸入大語言模型中，得到滿足該提示文案所指示要求的歡迎語；向客戶端發(fā)送歡迎語，以在客戶端啟動時展示[5]。

2.2 智能推薦系統(tǒng)

大語言模型能夠分析用戶的觀看歷史和喜好，提供個性化的電視節(jié)目推薦。這種智能推薦系統(tǒng)可以提升用戶體驗，增加用戶滿意度，并促使用戶更多地參與觀看。

CN117009650A公開了一種推薦方法，用于基于語言模型進行召回、推薦等，從而實現(xiàn)利用語言模型的自動化推薦，泛化能力強。該方法首先獲取用戶特征集合，包括描述用戶畫像的文本或者關(guān)鍵詞；通過語言模型基于用戶特征集合生成召回路徑，召回路徑表示針對用戶進行推薦的路徑，其中語言模型用于對輸入的數(shù)據(jù)進行分類并為每個類別生成對應的權(quán)重，根據(jù)每個類別生成對應的權(quán)重生成召回路徑；最后，通過語言模型基于召回路徑生成針對用戶的推薦列表[6]。

2.3 語音識別與交互

大語言模型的語音識別能力可用于實現(xiàn)語音操控電視的功能，使用戶能夠通過語音命令控制電視節(jié)目、調(diào)整音量等，提高用戶的操作便利性。

CN117311839A公開了一種播放控制方法，接收播放需求信息，根據(jù)播放需求信息對播放目標進行切片分析，以確定切片分析結(jié)果；基于切片分析結(jié)果和播放需求信息，生成第一Prompt文本；將第一Prompt文本輸入預設的自然語言處理模型，使預設自然語言處理模型基于第一Prompt文本確定播放策略；基于播放策略控制播放目標的播放，可以為用戶提供更準確、靈活和個性化的播放控制。用戶可以根據(jù)個人喜好，在播放目標的切片級別上獲得適合自己的播放策略，從而提升播放體驗的個性化程度，更好地滿足個性化需求[7]。

CN117082435A公開了一種虛擬音頻的交互方法。該方法獲取音頻發(fā)送請求，響應音頻發(fā)送請求，分別獲取第一音頻交互對象在不同數(shù)量的第二音頻交互對象同時發(fā)聲時的有效感知參數(shù)。該方案解決了虛擬音頻的交互效率較低的技術(shù)問題[8]。

2.4 廣告?zhèn)€性化投放

基于大語言模型的用戶分析和理解能力，廣播電視業(yè)務可以實現(xiàn)更精準的廣告?zhèn)€性化投放，進行商品導購，有助于提高廣告效果，減少廣告浪費，同時為廣告商和電視臺提供更有針對性的商業(yè)機會。

CN116976920A公開了一種商品導購方法，能夠獲取用戶輸入的搜索文本，基于搜索文本的向量化語義表示，分別與商品數(shù)據(jù)庫中所有商品的商品標題對應的向量化語義表示進行匹配，確定相匹配的多個商品標題對應的商品作為目標商品，獲取每個目標商品的銷售特征、反饋特征、價格特征中任意項，構(gòu)造出生成提示文本?；诖笳Z言模型，根據(jù)每個目標商品對應的生成提示文本生成相應的導購語，由此可精準地導購商品[9]。

3 結(jié)語

總體來看，大語言模型的快速發(fā)展將推動電視產(chǎn)業(yè)走向更為個性化、智能化和創(chuàng)新化的方向，為觀眾提供更加智能、個性化和充實的觀看體驗。為了充分發(fā)揮大語言模型技術(shù)的潛力，需要進一步加大對該技術(shù)的研發(fā)投入力度，以更有效地促進未來人類生活的智能化，推動科技與社會的深度融合，為人類創(chuàng)造更加智能、便捷和安全的生活環(huán)境。