2021年10月，发布的《电视和网络视听 “十四五”发展规划》中提出，推动 4K/8K试验频道及云转播平台建设。在今年的冬奥会转播中，首次全面提供
基于最新的5G通信技术和智能云网技术的应用，冬奥会的转播中部分采用了云转播技术，传统的现场转播被分为前端信号采集、云端传输处理与远程导播制作三部分，实现了转播设备云端化、转播人员远程化。云转播使得赛事直播中可以加入更多特殊效果，并通过更加灵活的信号采集、更加轻量级的远程导播内容制作，实现了兼具专业、便捷和低成本等特质，以及更多编辑可能性的转播服务平台。
2022年即将过去，想必不少同学都还记得在今年引起过巨大流量和争议的AI绘画技术，有些同学或许已经开始利用这项技术进行生产和娱乐。AI绘画属于AIGC（AI-generated content）领域，即人工智能创作内容。作为一种新兴的内容生产方式，AIGC展现了媒体内容生产方面的巨大潜力。
在图像生成的应用方面，此前已有诸多模型，例如OpenAI于去年三月开源发布的基于文本创作图像的DALL·E模型，以及将图像与文本进行匹配的CLIP模型。但过去一年内的一个重要转折最终导致了AI绘画的迅速演进：Diffusion模型与CLIP模型的结合。Diffusion模型，即生成扩散模型，在图像合成领域的性能验证中击败了生成对抗神经网络GAN模型，展现出广阔的应用前景。去年底，CLIP与Diffusion结合的技术门槛被解决，衍生出DALL·E 2.0、Stable Diffusion和Midjourney等性能优越的模型。新模型不仅支持直接从文字生成图像，且具备了成熟的商业落地能力，最终在今年下半年全世界范围内的讨论。
如果有同学关注近期的科技新闻，或许会注意到另一项新的人工智能应用：ChatGPT，一个能够流畅生成文字对答的智能模型。ChatGPT也属于AIGC技术，在文本生成方面实现了重大进展。
ChatGPT虽然尚未成熟，但已经成为一项极为优秀的自然语言处理模型，甚至可以进行编程纠错。OpenAI团队在经典的预训练语言模型GPT的基础上，引入了基于人类反馈的强化学习方法RLHF，并使用海量数据进行训练，最终完成了极高质量的对答内容生成模型。
2001年，受互联网泡沫破裂影响，为提高新闻生产速度和数量，英国PA new media公司推出虚拟主播阿娜诺娃（Ananova），随后中韩日美各自推出Go Girl、Lusia、寺井有纪和Vivian等虚拟主播，形象从简单的2D头像逐渐扩充为3D形象，从仅有人物形象到配备演播室完成播报。然而，由于技术，第一批虚拟主播的形象和声音都不够自然，成本也居高不下，因此在几年后就逐渐淡出传媒行业。
2021年10月20日，发布的《电视和网络视听“十四五”科技发展规划》中的“加快推进制播体系技术升级”部分指出：推动虚拟主播、动画手语广泛应用于新闻播报、 天气预报、综艺科教等节目生产，创新节目形态，提高制播效率和智能化水平。
伴随这一浪潮，虚拟人合成技术获得了突飞猛进的发展。2020提出的神经辐射场NeRF方法有效完成了静态场景表示任务，2022年的改进研究Point-NeRF进一步加速和优化了场景表示过程。目前，NeRF和衍生模型已被广泛应用于虚拟人合成领域，实现多角度合成视觉图像。
此外，前文提到的生成对抗神经网络GAN技术也成为了虚拟人合成领域的重要工具。GAN网络通过生成器和博弈器网络的持续博弈优化建模，适合解决脸部重建过程中的纹理提取任务，帮助完脸建模。2020年提出的styleGAN2针对光照条件进行了优化，并实现了高分辨率的人脸生成。此外，GAN也常被用于模拟不同拓扑的服装模型，从而实现虚拟人的着装建模。
[1] 韩强.科技冬奥与转播创新——兼论冬奥会对体育赛事转播的未来影响[J].中国电视学刊,2022,(04):18-23.