点击右上角微信好友

朋友圈

请使用浏览器分享功能进行分享

正在阅读:天天发娱乐交流群 - 百科百科
首页>文化频道>要闻>正文

天天发娱乐交流群 - 百科百科

来源:天天发娱乐官网网址2024-04-25 17:48

  

2022年,人工智能带给人类更多惊喜******

视觉中国供图

在世界人工智能大会上,用户输入文字,AI就能根据语意进行绘画创作。视觉中国供图

在国内首个乘用车无人化运营试点北京经济技术开发区,一辆“主驾无人、副驾驶配备安全员”的无人驾驶车在行驶中。新华社记者彭子洋摄

  即将过去的2022年,对于人工智能来说是值得铭记的一年。大批人工智能相关应用走出实验室,向着大范围落地实践不断迈进。AI“黑科技”加持下的北京冬奥会异彩纷呈;无人驾驶开启多城试点,未来交通更进一步;AI绘画以假乱真令人着迷,艺术创作或许不再是人类专属……

  无论是底层技术不断突破,还是各类应用百花齐放,在过去的一年,人工智能向我们展示了它的无限可能。我们相信这只是人工智能的冰山一角,未来它还有更多潜力等待我们去挖掘。

  随着技术的不断成熟,落地应用不断创新,人工智能或将真正改变你我的生活。

  AI“黑科技”照亮北京冬奥会

  助力天气预报、比赛转播和手语播报等

  2月4日,全球瞩目的2022年北京冬奥会正式拉开帷幕。人工智能等技术的应用为本届冬奥会增添了别样的“科技之美”。

  在此次冬奥会上,由中国科学院院士、北京大学副校长、北京大学重庆大数据研究院首席科学家张平文领衔研制的人工智能MOML算法赋能天气预报模型,使冬奥会天气预报更加精准。人工智能算法在融合、处理信息中的先天优势,使其在一定程度上可以代替预报员在会商中进行信息整合、分析,通过数据挖掘与学习,将预报员的经验内化在算法中,在提高天气预报效率的同时,也进一步提高了预报的准确率。

  在本届冬奥会自由式滑雪女子大跳台决赛中,中国选手谷爱凌以“逆天”的精彩表现获得个人首金。在比赛转播过程中,百度智能云通过“3D+AI”技术打造出的“同场竞技”系统,将单人比赛项目变成“多人比赛”,实现冠、亚军比赛画面的三维恢复和虚拟叠加,方便观众看到不同选手的实时动作;同时,通过技术手段对运动员动作进行量化分析,将滑行速度、腾空高度、落地远度、旋转角度等一系列运动数据与原始画面叠加起来,使观众可以更直观地从流畅性、完成度、难度、多样性和美观度等角度看懂选手之间的技术动作差异。

  在北京冬奥会开幕的同一天,央视新闻AI手语主播也正式上岗,她在冬奥会新闻播报、赛事直播和现场采访中,为听障人士送上了实时手语翻译服务。凭借精确的手语翻译引擎,该AI手语主播可懂度达85%以上,可将冰雪赛事的文字及音视频内容,快速精准地转化为手语。

  腾讯“混元”AI大模型登顶VCR榜单

  展现了其在多模态理解领域的强大实力

  5月31日,腾讯“混元”AI大模型在多模态理解领域国际权威榜单VCR(Visual Commonsense Reasoning,视觉常识推理)中登顶,两个单项成绩和总成绩均位列第一。这是继在跨模态检索领域大满贯、CLUE自然语言理解分类榜及CLUE总榜登顶后,“混元”AI大模型的又一重大突破,展现了其在多模态理解领域的强大实力。

  与跨模态理解任务不同的是,多模态理解任务要求计算机除了能够做到识别层次的感知(如分类检测等),还需要达到认知层次的感知(如判断意图、逻辑推理等)。

  此次登顶VCR榜首的“混元”AI大模型由腾讯广告多媒体AI团队自主研发,同时借助腾讯太极机器学习平台的图形处理器算力和训练加速框架,在预训练任务、训练方式上进行了诸多创新改进和设计,有效提升了模型性能。

  截至目前,“混元”AI大模型在MSR-VTT、MSVD、CLUE、VCR等多个领域的AI权威榜单中取得了第一名的成绩,并刷新多项行业历史纪录。这意味着,“混元”在自然语言理解、多模态理解、跨模态理解等领域的技术实力已得到验证。

  谷歌工程师闹乌龙,称AI存在意识

  人工智能所谓的“人格”更多只是模仿人类罢了

  谷歌AI工程师闹乌龙,称LaMDA语言模型有意识,引发业界对“AI是否拥有自主意识”的讨论。

  今年6月,谷歌公司AI工程师莱莫因认为对话应用语言模型LaMDA具有了“自主意识”,并对此出具了长达21页的证据。莱莫因认为LaMDA具有意识的原因有三:一是LaMDA以前所未有的方式高效、创造性地使用语言;二是它以与人类相似的方式分享感觉;三是它会表达内省和想象——既会担忧未来,也会追忆过去。

  LaMDA是谷歌在2021年开发者大会上公布的大型自然语言对话模型,它可以模拟任何带有知识属性的实体,通过“拟人”的方式,在与人类亲切自然的对话中为用户答疑解惑,传递更多知识。

  莱莫因的观点和证据引起了业内的广泛关注。不久后,谷歌发表声明称,莱莫因违反了“就业和数据安全政策”,将其解雇。谷歌表示,经过广泛地审查,他们发现莱莫因关于LaMDA是有生命的说法是完全没有根据的。

  专家普遍认为,当下人工智能具有的所谓“人格”,更多只是模仿人类的语言风格,有自我意识、有感知能力的AI应该具备能动性,并具有独特的视角看待人和事,但目前AI还只是人们设计的一个计算机系统,作为工具来做一些特定之事。

  全球首个图、文、音三模态大模型诞生

  “紫东太初”实现“以图生音”和“以音生图”

  9月1日,在上海举办的2022世界人工智能大会上,由武汉人工智能研究院、中国科学院自动化研究所和华为技术有限公司联合研发的“紫东太初”多模态大模型项目获得了此次大会的最高奖项。“紫东太初”是全球首个图、文、音三模态大模型,开创性地实现了图像、文本、语音三模态数据间的“统一表示”与“相互生成”,实现了“以图生音”和“以音生图”,理解和生成能力更接近人类,为打造多模态人工智能行业应用提供创新基础,向通用人工智能迈出了重要一步。

  “紫东太初”三模态间的相互转换和生成,其核心原理是视觉、文本、语音不同模态通过各自编码器映射到统一语义空间,然后通过多头自注意力机制学习模态之间的语义关联以及特征对齐,形成多模态统一知识表示;之后,再利用编码后的多模态特征,通过解码器分别生成文本、图像和语音。

  “紫东太初”凭借四大突破,有效助力以多模态认知为核心的通用人工智能发展。一是首次提出多层次、多任务跨模态自监督学习框架,支持从词条级走向模态级、样本级的三级预训练自监督学习方式;二是首次完成弱关联多模态数据语义统一表示,减少数据收集与清洗代价;三是首次实现多模态理解与生成任务的统一建模,支持跨模态检索、多模态分类、语音识别、图像生成等理解与生成任务;四是首次实现无监督超越有监督方法,基于5%—10%的数据标注,实现100%的有监督学习效果。

  AI打破矩阵乘法计算速度纪录

  解决了50年来数学领域一个悬而未决的问题

  10月,英国《自然》杂志封面以“矩阵游戏”为题,发表了人工智能公司“深度思维”团队的最新发现:AI可以解决矩阵乘法问题。这款名为“AlphaTensor”的AI系统能自行发现新算法,从而解决了50年来数学领域一个悬而未决的问题——找到两个矩阵相乘最快的方法。这是第一个可为矩阵乘法等基本任务发现新颖、高效且正确算法的AI系统。

  数学在计算机编程中经常出现,通常作为描述和操纵现实世界现象表示的一种手段。例如,它可用于表示计算机屏幕上的像素、天气状况或人工网络中的节点。在这种情况下,使用数学的主要方式之一,就是对矩阵进行计算。矩阵越大,工作量也越大,计算机科学家开始花费大量时间和精力开发更加有效的算法来完成相关工作。

  在此次最新成果中,“深度思维”团队研究人员探究了是否有可能使用基于强化学习的AI系统来创建新算法,从而使计算步骤比现有算法更少。

  为了找到答案,他们从游戏系统中寻找灵感。在构建了一些初步系统之后,研究团队将重点转向了树搜索,这是系统在特定情况下查看各种方案的一种方法。

  接下来,研究人员将允许系统创建自己的算法,进一步提高效率。他们发现,在许多情况下,系统选择的算法比人类创建的算法更好。“深度思维”团队希望,未来AI能更多地用来帮助攻克数学和科学领域的一些重要的难题。

  2022中国人工智能创新发展指数公布

  全面反映我国人工智能发展态势

  11月18日,第五届世界声博会暨2022科大讯飞全球1024开发者节开幕式上,中国电子信息产业发展研究院(又称赛迪研究院)发布了2022中国人工智能创新发展指数(合肥指数)。

  这是国内首个以地区冠名的全国性人工智能专题研究成果,旨在全面系统地反映我国人工智能的发展态势。中国电子信息产业发展研究院从发展环境、创新能力、基础配套、资本投入和产业实力5个维度,构建了中国人工智能创新发展指数,也就是“合肥指数”的评价体系。

  近年来,我国人工智能步入与经济深度融合应用新阶段,智能化转型全面推进,人工智能产业在全球的影响力不断增强。2021年,我国人工智能的研发强度为19.4%,从业人数增加到31万人,占全球比重的5.3%。2017年至2021年,我国人工智能产业规模增长了2.6倍,占全球比重提升到16.8%。专利申请量占全球比重持续扩大,从2012年的13%增长到2021年的70.9%。创新能力上,我国人工智能研发投入力度不断加大,从业人数不断增加。

  从总体指数来看,北京、广东和上海处于人工智能领域的领跑地位,安徽则紧随其后,排在全国的第6位。合肥已经成为人工智能领域、科技创新与产业发展最活跃的城市之一。

  ESMFold预测六亿多种蛋白质结构

  预测速度比“阿尔法折叠”快60倍

  英国“深度思维”公司8月曾宣布,其开发的人工智能程序“阿尔法折叠”已预测出约100万个物种的超过2亿种蛋白质结构,几乎涵盖了科学界已编录的每一种蛋白质结构。但就在今年11月,元宇宙平台公司(Meta)研究人员利用人工智能模型ESMFold预测了来自细菌、病毒和其他尚未被表征微生物的6亿多种蛋白质结构。

  在此次最新研究中,研究团队利用大型语言模型来预测这些蛋白质结构。据悉,语言模型通常需要大量文本进行训练,为将这一模型应用于蛋白质结构预测,研究团队利用已知的蛋白质序列来训练它,这些已知的蛋白质可由20个不同氨基酸组成的链来表达,每个氨基酸由一个字母表示。然后,ESMFold学会了用模糊的氨基酸比例“自动完成”蛋白质结构预测。

  该团队负责人亚历山大·里维斯表示,这些训练让ESMFold对包含蛋白质形状信息的蛋白质序列有了直观了解。而且,与“阿尔法折叠”一样,这一模型能将这些了解到的信息与已知蛋白质结构和序列之间的关系信息结合,生成预测结构。

  团队指出,ESMFold的预测虽然不像“阿尔法折叠”那么准确,但在预测速度上要快60倍,这意味着它可将结构预测数据库扩展到更大。

  首创蛋白质动态结构AI建模方法

  对理解生命过程、研发新型药物有着重要意义

  12月8日,西湖大学公布了该校人工智能讲席教授李子青团队联合厦门大学、杭州德睿智药科技有限公司首创研发的能够刻画蛋白质构象变化与亲和力预测的AI模型——ProtMD。这是第一个尝试解析蛋白质动态构象的人工智能模型,可辅助药物化学专家更加精准地筛选出高活性小分子,从而加速临床前药物研发。

  此前谷歌旗下公司研发的“阿尔法折叠2”能够利用人工智能准确预测蛋白质的三维结构,对结构生物学、药物设计乃至整个科学界都产生了巨大影响。但“阿尔法折叠2”只能预测蛋白质在一个瞬间的静态结构,尚未能解决蛋白质结构动态变化的预测。李子青团队此次开发的AI模型,在给定药物分子和靶点蛋白的情况下,可预测药物分子与生物体内靶点蛋白质结合(柔性对接)后蛋白质结构的变化过程,推断药物与靶标蛋白结合的稳定性,预测药物功能,从而提升AI药物设计的精度和效率。

  李子青表示,预测蛋白质结构的动态变化对理解生命过程、研发新型药物都有着十分重要的意义。尤其在AI药物设计中,通过对药物分子与靶点蛋白结合后的动态结构变化进行预测,评估药物—靶点结合亲和力和药物效果,是提高AI药物筛选准确性和效能的重要思路。

  多城市推动自动驾驶行业发展

  我国自动驾驶行业正式向L3级迈进

  2022年是自动驾驶行业具有里程碑意义的一年,有关政策密集出台,相关应用从研发测试走向大规模商业化试点。当前,全国近30个城市已累计为80余家企业发放了超过1000张道路测试牌照,允许高等级智能网联汽车在特定场景、特殊区域内开展规模化载人载物测试示范。越来越多的城市正在推进更高等级的自动驾驶商业化。

  今年8月1日,《深圳经济特区智能网联汽车管理条例》开始实行,该条例提出L3级自动驾驶在行政区全域开放道路测试、示范应用,探索开展商业化运营试点,标志着我国自动驾驶行业正式向L3级迈进。

  此后,重庆、武汉等地政府部门也先后发布了自动驾驶全无人商业化试点政策,并向百度发放全国首批无人化示范运营资格,允许车内无安全员的自动驾驶车辆在社会道路上开展商业化服务。

  此外,为推动智能网联汽车产业健康有序发展,工业和信息化部会同公安部还组织起草了《关于开展智能网联汽车准入和上路通行试点工作的通知(征求意见稿)》,拟遴选符合条件的道路机动车辆生产企业和具备量产条件的搭载自动驾驶功能的智能网联汽车产品,开展准入试点;对通过准入试点的智能网联汽车产品,在试点城市的限定公共道路区域内开展上路通行试点。

  AI绘画火了,AIGC元年开启

  未来预计能够产生万亿级经济价值

  今年8月,在美国科罗拉多州举办的新兴数字艺术家竞赛中,参赛者杰森·艾伦提交的AIGC绘画作品——《太空歌剧院》,获得了此次比赛“数字艺术/数字修饰照片”类别一等奖。没有绘画基础的杰森·艾伦借用了一款名叫Midjourney的AI绘图工具,通过一个类似“文字游戏”的过程,输入题材、光线、场景、角度、氛围等有关画面效果的关键词后,得到了初始作品,并在反复调整和修改后最终完成了这组“太空歌剧院”数字艺术作品。

  这一年,AI绘画小程序、网站等开始迅猛增长,而美图秀秀、抖音等软件也加入了AI画图功能。抖音平台数据显示,截至12月6日,已有超2428.4万人使用该特效,迅速飙升至特效潮流榜第一位。AI绘画的百度指数也从日均两三千上升到日均3万,火爆程度可见一斑。

  AI绘画的火爆也让AIGC这一概念逐渐进入大众视野。

  所谓AIGC(AI Generated Content),即基于人工智能技术自动生成内容的新型生产范式。其技术主要涉及两个方面:自然语言处理(NLP)和AIGC生成算法。其中,自然语言处理是实现人与计算机之间通过自然语言进行交互的手段。

  最初,AIGC可生成的内容形式以文字为主,经过2022年指数级的发展,目前AIGC技术可生成的内容形式已经拓展到了包括文字、图像、视频、语音、代码、机器人动作等多种内容形式,2022年也因此被称为“AIGC元年”。生成式AI让机器开始大规模涉足知识类和创造性工作,未来预计能够产生数万亿美元的经济价值。(科技日报实习记者 都芃)

天天发娱乐交流群

大变局叠加大变革,这场国际传播研讨会信息量极大!******

  中新网北京10月1日电 当前,世界经历百年未有之大变局,国际格局深刻演变,同时,信息技术和互联网快速发展,媒介生态不断变革,国际舆论环境日趋复杂。当大变局叠加大变革,如何认清新时代的国际传播格局,如何讲好新时代的中国故事?

  为深入贯彻落实习近平总书记致中新社建社70周年贺信精神,9月30日,由中国新闻社主办、中国新闻网承办的“迎接二十大网上重大主题国际传播研讨会”在北京举行,来自政府部门、主流媒体、商业平台、海外华文媒体的相关负责人与权威专家学者一道,把脉新时期国际传播的“道”与“术”。

  以下为部分嘉宾观点摘录:

图为中国社科院新闻与传播研究所所长胡正荣在研讨会上致辞图为中国社科院新闻与传播研究所所长胡正荣。中新网记者 李霈韵 摄

  中国社科院新闻与传播研究所所长胡正荣:

  要认清当前网络国际传播的短板

  中国社会科学院新闻与传播研究所所长胡正荣表示,当前,网络已经成为国际传播主战场和主渠道,但要看到,在全球事务中,怎么充分发挥和表达中国智慧、中国方案,我们在内容生产上还有短板;此外,在讲述中国故事和全球故事时,我们缺乏自主可控的平台。他提醒,提升我国国际传播能力,这两个问题亟需重视。

图为清华大学国际传播研究中心主任李希光在研讨会上致辞图为清华大学国际传播研究中心主任李希光。中新网记者 李霈韵 摄

  清华大学国际传播研究中心主任李希光:

  应重视越来越多学习中文的外国精英人群

  清华大学国际传播研究中心主任李希光认为,在关注国际重大议题时应认识到,国际舆论已经不是西方舆论,除了关注世界格局变化之外,我们应该关注如上合组织成员国等国家,关注这些国家民众关心的事。他还提醒,国际传播应瞄准海外越来越多懂中文的外国精英人群。

图为北京外国语大学国际新闻与传播学院院长姜飞在研讨会上致辞图为北京外国语大学国际新闻与传播学院院长姜飞。中新网记者 李霈韵 摄

  北京外国语大学国际新闻与传播学院院长姜飞:

  国际传播话语方式应该“变中求破”

  北京外国语大学国际新闻与传播学院院长姜飞认为,如今,国际传播态势发生的变化之一是,懂中文的外国人越来越多,对中国媒体内容感兴趣的外国人也在增加。同时,海外华人群体对中文媒体表述方式也出现了新诉求,要“变中求破”,创新国际传播的话语方式,“中话西说”既要注意适配已经适应外语表达方式的海外华人需求,还应该研究如何向越来越多懂中文的外国人做传播。

图为中国传媒大学校务委员会副主任、本科生院院长王晓红在研讨会上图为中国传媒大学本科生院院长王晓红。中新网记者 李霈韵 摄

  中国传媒大学本科生院院长王晓红:

  讲好中国故事要注重“4个i”

  中国传媒大学本科生院院长王晓红表示,在人类面临更多不确定和挑战的今天,如何通过东西方文明的真诚对话,实现互鉴互学、和而不同,是当下讲好中国故事、提升国际传播能力的重要议题。“中国好故事”既包括“大时代”的“大故事”,也包括“小人物”的“小故事”。她将讲好中国故事概括为“4个i”:Initiative Narrative of China:原创价值的中国叙事;Innovative Story-Driven Database:故事导向的数据创新;International Public-Service Platform:面向国际的公共服务;Intellectual-Property Development Strategy:聚力IP的发展策略。

图为中国人民大学教授、博士生导师宋建武在研讨会上致辞图为中国人民大学教授、博士生导师宋建武。中新网记者 李霈韵 摄

  中国人民大学教授、博士生导师宋建武:

  国际传播应“入眼”“入心”“可持续”

  中国人民大学教授、博士生导师宋建武表示,要用互联网思维顺应新的传播环境和新的传播关系,通过媒体融合开展国际传播,做到“入眼”“入心”“可持续”。他表示,普通公众可以通过国际社交媒体,以个体身份进入社会信息的交互传播,其所在国家的政府和传统主流媒体对于个体的影响,已经远远不如过去那样巨大。国际传播活动要把传播的对象锁定为普通公众,而不是更多地像传统做法那样通过宏大叙事传递声音。

图为中国新闻社融媒体中心主任兼中国新闻网总编辑吴庆才在研讨会上致辞图为中国新闻社融媒体中心主任兼中国新闻网总编辑吴庆才分享案例。中新网 李太源 摄

  中国新闻社融媒体中心主任兼中国新闻网总编辑吴庆才:

  突出侨海特色,用“新”讲好中国故事

  结合中新网网上重大主题国际传播的实践,中国新闻社融媒体中心主任兼中国新闻网总编辑吴庆才表示,中新网重视发掘“吾国吾民”的新视角,突出侨海特色,让“中国通”答“中国题”。同时,注重共情共鸣的新表达,聚焦宏大叙事的个体诉说,在中国人民的幸福生活中寻找、挖掘、展示中国共产党创新理论、发展理念,中国的社会变迁、发展成就。此外,重视出圈出海的新渠道,探索以网为媒、以人为桥的国际传播新范式,发挥人脉建设在国际传播中的独特作用。

图为中国网副总编辑薛立胜。中新网记者 李霈韵 摄图为中国网副总编辑薛立胜。中新网记者 李霈韵 摄

  中国网副总编辑薛立胜:

  国际传播应追求快、准、融、外、通

  中国网副总编辑薛立胜表示,国际传播应追求快、准、融、外、通,他认为,要快速准确地抢占话语阐释权,并力求把表达方式进行融合呈现。同时,要从受众出发,考虑到他们的语言习惯、思维习惯、文化习惯,还要让外国人讲,积极联系外国政要、智库专家、大V、网红以及Z世代年轻群体,影响有影响力的人,让有影响力的人影响更多普通人。此外,做国际传播,还必须寻找共同的关注点和关联处。

图为新浪微博执行总编辑、媒体合作部总经理于琪致辞图为新浪微博执行总编辑、媒体合作部总经理于琪。中新网记者 李霈韵 摄

  新浪微博执行总编辑、媒体合作部总经理于琪:

  互动式话题设置能为正能量内容传播发酵赋能

  作为全球最大的中文社交媒体,新浪微博执行总编辑、媒体合作部总经理于琪说,微博有5.82亿月活用户,遍及海内外。微博具有独特的广场式社交特点,媒体在微博发起的强互动话题内容,能有效地带动用户参与话题的讨论,也为推动正能量内容在社交平台上的传播、发酵赋能。

图为快手泛知识业务、课堂业务副总裁周晓晗在研讨会上致辞图为快手泛知识业务&课堂业务副总裁周晓晗。中新网记者 李霈韵 摄

  快手泛知识业务&课堂业务副总裁周晓晗:

  用短视频进行更贴近用户视角的新闻解读

  快手泛知识业务&课堂业务副总裁周晓晗表示,作为新的媒介技术和信息窗口,短视频能够降低用户获取信息的门槛,帮助用户更快速地了解资讯内容,应利用短视频快速、简单、易懂的特点,采取多种传播手段并邀请专家进行更贴近用户视角的新闻解读,让政策能够更好地向下传播。

图为香港大公文汇传媒集团全媒体新闻中心总编辑黄晓敏线上发言。中新网记者 李霈韵 摄图为香港大公文汇传媒集团全媒体新闻中心总编辑黄晓敏线上发言。中新网记者 李霈韵 摄

  香港大公文汇传媒集团全媒体新闻中心总编辑黄晓敏:

  既要见大见小,又要见人见事,更要见魂

  对于即将召开的中共二十大,香港大公文汇传媒集团全媒体新闻中心总编辑黄晓敏表示,大公文汇传媒集团将加强策划,用心做好精品,既要见大见小,又要见人见事,更要见魂。在移动化、视频化方面发力内容生产,突出话题特色,着重报道十年来香港在不断融入国家发展大局过程中取得的显著成就,凸显“一国两制”事业的行稳致远。

图为欧洲新传媒集团总编辑范轩在研讨会上致辞图为欧洲新传媒集团总编辑范轩。中新网记者 李霈韵 摄

  欧洲新传媒集团总编辑范轩:

  在国际舞台讲中国故事,不能自说自话 

  欧洲新传媒集团总编辑范轩认为,在国际舞台上讲述中国故事时不能自说自话,民间传媒的角度不能太官方。他还表示,礼让谦和、避免冲突是我们的伦理基础,但是舆论恶意攻击的破坏力丝毫不亚于一场战争,所以面对恶意攻击,要主动出击、说明真相、正本清源,这不仅会赢得国家尊严,同时也会为国家安全和国家发展赢得空间。

图为泰国头条新闻社社长、曼谷杂志社社长郭蕊在线上视频致辞图为泰国头条新闻社社长、曼谷杂志社社长郭蕊线上发言。中新网记者 李霈韵 摄

  泰国头条新闻社社长、曼谷杂志社社长郭蕊:

  华媒在海外发声特别要讲求公信力

  对于新时期海外华文媒体的发展,泰国头条新闻社社长、曼谷杂志社社长郭蕊认为,公信力十分重要。她表示,海外华媒要有影响力,就要秉持正确、客观、中立、权威,不能博眼球,更不能以讹传讹,尤其不能拉踩任何一国。例如,不能为了博取某些外国人的关注,就故意贬低中国、抹黑中国,也不能为了网络舆论造势,故意贬低所在国。

图为欧洲时报北京代表处主任马林在研讨会上致辞图为欧洲时报北京代表处主任马林。中新网记者 李霈韵 摄

  欧洲时报北京代表处主任马林:

  让海外华侨华人成为国际传播的重要一环

  欧洲时报北京代表处主任马林认为,海外华侨华人在国际传播力建设中的作用不可或缺。他表示,海外华侨华人对中国信息的接受度高、敏感度强,让他们了解真实客观的中国,在提升民族自豪感的同时,他们也能获得面对涉华谎言、谣言时反驳的逻辑和实力,应让海外华侨华人成为国际传播的重要一环。

图为美国鹰龙传媒、美国城市广播电视台董事长苏彦韬线上发言。中新网记者 李霈韵 摄图为美国鹰龙传媒、美国城市广播电视台董事长苏彦韬线上发言。中新网记者 李霈韵 摄

  美国鹰龙传媒、美国城市广播电视台董事长苏彦韬:

  中华文化是民相亲、心相通的最好桥梁

  美国鹰龙传媒、美国城市广播电视台董事长苏彦韬表示,中华文化是民相亲、心相通最好的桥梁,海外华文媒体不仅是华侨华人故事的记录者,更是中华文化国际传播与传承的坚实基础。他介绍,近年来,鹰龙在推动中外文化艺术交流合作方面做了大量工作。

图为葡新国际文化传媒总经理、葡新报社长马丽梅。中新网记者 李霈韵 摄图为葡新国际文化传媒总经理、葡新报社长马丽梅。中新网记者 李霈韵 摄

  葡新国际文化传媒总经理、葡新报社长马丽梅:

  华媒发声,要善于进行有亲和力的国际传播

  葡新国际文化传媒总经理、葡新报社长马丽梅说,海外华侨华人现在已经无缝对接国内的新闻渠道,如今,海外华媒的工作重点已经不仅仅是影响华侨华人对中国的看法,华媒的传播优势和着力方向在于对接所在国的媒体,影响所在国的群体,能够在所在国发声。

图为瑞士欧亚时报社社长朱爱莲在研讨会上致辞图为瑞士欧亚时报社社长朱爱莲线上发言。中新网 李太源 摄

  瑞士欧亚时报社社长朱爱莲:

  讲好中国故事,先要理解国情和历史

  瑞士欧亚时报社社长朱爱莲表示,当前世界进入剧烈的动荡变革期,国际舆论斗争非常复杂,越是困难越需要沟通对话,越需要国际舆论引导,越需要媒体人的责任和担当。她表示,要想讲好中国故事,首先要理解中国的国情和中华民族的历史。

图为欧洲侨报副社长孙雨梅在研讨会上致辞图为欧洲侨报副社长孙雨梅。中新网记者 李霈韵 摄

  欧洲侨报副社长孙雨梅:

  讲好中国故事要注重华裔青少年的教育

  欧洲侨报副社长孙雨梅表示,国际传播要充分考虑跨文化因素影响,传播者在内容编辑与编排上要与国际接轨,因地制宜、因人而异。在传播方式上,要注重从“自己讲”转向“一起讲”,从“讲历史”转向“讲现代”和“讲未来”。此外,应该重视华裔青少年群体,让他们学好中国文化,成为未来中国故事的传播者。

图为澳门广播电视股份有限公司董事会副主席暨执行委员会主席罗崇雯在研讨会上致辞图为澳门广播电视股份有限公司董事会副主席暨执行委员会主席罗崇雯线上发言。中新网记者 李霈韵 摄

  澳门广播电视股份有限公司董事会副主席暨执行委员会主席罗崇雯:

  中华文化类节目让澳门观众感受到祖国一家亲

  澳门广播电视股份有限公司董事会副主席暨执行委员会主席罗崇雯表示,澳广视积极将内地的新闻资讯、文化信息传播给澳门市民,并积极将澳门和内地的声音、形象传播出去,以理晓悟,建构文化桥梁。她称,富有中华文化感召力的优秀节目在澳门很受欢迎,澳门观众感受到了祖国一家亲的归属感,也让在澳门的国际人士看到了中国形象的亲和力。(完)

                                                                                                                                                                        •   (文图:赵筱尘 巫邓炎)

                                                                                                                                                                          [责编:天天中]
                                                                                                                                                                          阅读剩余全文(

                                                                                                                                                                          相关阅读

                                                                                                                                                                          推荐阅读
                                                                                                                                                                          天天发娱乐网投温暖善良的何炅:娱乐的角色,认真的人生
                                                                                                                                                                          2023-12-16
                                                                                                                                                                          天天发娱乐登录银隆再爆猛料 魏银仓曾用公款270万为家人及亲家买车
                                                                                                                                                                          2024-10-12
                                                                                                                                                                          天天发娱乐手机版万科业主信息遭泄露事件:开发商被约谈 立案调查39户
                                                                                                                                                                          2024-03-05
                                                                                                                                                                          天天发娱乐技巧 重庆市公安局政治部原主任蔡聘已被双开,收受18瓶高档白酒
                                                                                                                                                                          2024-09-30
                                                                                                                                                                          天天发娱乐官网平台 西甲-西班牙人前瞻:武磊盼延续进球势头 定欧战命运
                                                                                                                                                                          2024-03-26
                                                                                                                                                                          天天发娱乐开奖结果网易智造N520除螨仪,除螨吸尘率高达99%
                                                                                                                                                                          2024-10-30
                                                                                                                                                                          天天发娱乐规则英特尔:苹果高通意外和解促使我们退出移动5G领域
                                                                                                                                                                          2024-04-12
                                                                                                                                                                          天天发娱乐注册 崩溃!女子9000元的“战斗鸡”被人偷宰准备下锅
                                                                                                                                                                          2024-08-12
                                                                                                                                                                          天天发娱乐登录 潮流志|“初恋裙”帮你斩桃花
                                                                                                                                                                          2024-01-22
                                                                                                                                                                          天天发娱乐开户甘肃完成越冬水鸟与湿地调查 雁形目种类最多
                                                                                                                                                                          2024-07-21
                                                                                                                                                                          天天发娱乐充值深陷信任危机的小红书能否破局?
                                                                                                                                                                          2024-02-25
                                                                                                                                                                          天天发娱乐返点一场牵动资本市场全局的改革 高频词传递什么信号?
                                                                                                                                                                          2023-12-07
                                                                                                                                                                          天天发娱乐邀请码 终于不否认了!朴有天承认吸毒:我害怕自己就此放弃
                                                                                                                                                                          2024-09-30
                                                                                                                                                                          天天发娱乐注册网生猪存栏创1992年以来最低水平 猪价步入持续上涨通道
                                                                                                                                                                          2024-04-03
                                                                                                                                                                          天天发娱乐攻略涉案2.3亿!流浪地球等8部春节档电影被盗版案告破
                                                                                                                                                                          2023-12-02
                                                                                                                                                                          天天发娱乐玩法望岳谈硬核的青春,不需保温杯里泡枸杞
                                                                                                                                                                          2024-04-27
                                                                                                                                                                          天天发娱乐官网“睡眠卫生不良”是种病
                                                                                                                                                                          2024-07-28
                                                                                                                                                                          天天发娱乐论坛 运动馆 | 晚上锻炼比清晨好,研究发现效率能提高50%
                                                                                                                                                                          2024-06-17
                                                                                                                                                                          天天发娱乐APP 沈腾出席公安部发布会:作品是我们的孩子,盗版像人贩子
                                                                                                                                                                          2024-05-05
                                                                                                                                                                          天天发娱乐客户端下载“下一个深圳”?中国买家爆买金边房产
                                                                                                                                                                          2024-07-01
                                                                                                                                                                          天天发娱乐官方网站飞天网评:北京冬奥会为国际社会树立典范
                                                                                                                                                                          2024-09-02
                                                                                                                                                                          天天发娱乐app节后肠胃不舒服?这种情况不建议大量喝粥
                                                                                                                                                                          2024-06-22
                                                                                                                                                                          天天发娱乐软件零基础教你如何选购智能马桶
                                                                                                                                                                          2024-03-29
                                                                                                                                                                          天天发娱乐 【实用】你会用热水还是冷水煮饭?90%的人都想不到!
                                                                                                                                                                          2024-04-09
                                                                                                                                                                          加载更多
                                                                                                                                                                          天天发娱乐地图