相对于传统媒体，新媒体（New media）的概念里一定包含支持数字生成或交互过程的技术。但本文不是为技术准备的，而只关注新媒体领域里的三个趋势：从音频播客到视频播客，从社交媒体到推荐媒体，从原创制作到合成媒体。

视频播客（Video Podcast）

让我们聆听的节目正在视觉化，许多最受欢迎的播客已经开始包括观看而不是简单地收听的能力。

在 2020 年 COVID 改变我们所有人的生活和工作方式之前，世界上的许多播客都是在现实生活中录制的纯音频。当使用虚拟会议的方式远程录制播客时，主持人和他们的客人的视频作为副产品被同步录制下来。一旦播客有了视频和音频，就为他们的节目的传播开辟了一个新的可能。

播客节目不再只出现在 Spotify 和 Apple，还可以分发到 YouTube 等平台，此外，他们可以将他们的视频片段剪辑成宣传片段，这些片段可以在 Instagram 和 TikTok 等社交视频平台上轻松分享，从而为他们提供更大的潜在影响力。

对于创作者而言，这为数百万未使用传统播客消费产品的新粉丝带来了潜在的曝光机会。人们不仅会听，而且当他们的眼睛空闲时，他们也会看，将更多的注意力投入到自己喜欢的节目中，从而在粉丝和创作者之间建立更牢固的关系。

长期以来，人们一直在讨论播客产生广告收入的挑战，鉴于视频和音频对品牌和营销人员的相对价值，视频播客为创作者和媒体平台带来了更多收入。相对自说自话的录音，媒体平台更支持视频的互动价值，明天，播客看起来会很像我们许多人从小在电视上观看的脱口秀节目。

推荐媒体（Recommendation Media）

社交媒体平台一直重视创作者的朋友或追随者的社交网络，现在它们更倾向于精心策划、神奇的算法体验，在正确的时间为正确的人匹配完美的内容，创作者不需要订阅者就可以获得浏览量。主要媒体平台已经开始从社交媒体（Social Media）转向推荐媒体，从而建立互联网内容分发的新标准。Meta 宣布 Facebook 新闻源将转向基于算法、推荐的内容分发模型；实际上，TikTok 更擅长利用社交媒体的弱点，更早普及了算法内容分发并催生了推荐媒体。

通俗地看，与其他社交媒体平台不同，TikTok 在向用户展示根据其独特兴趣定制的内容方面做得很好。TikTok 算法根据用户与过去内容的交互来管理用户的提要，考虑用户关注的标签、他们互动过的帐户、他们喜欢的视频以及他们发表的评论。

针对社交媒体的变革，Spotify 前谈话音频负责人 Michael Mignano 的文章《社交媒体的终结和推荐媒体的兴起》认为，推荐媒体是内容分发的新标准；Axios Media 的技术总编辑 Scott Rosenberg 撰文《社交网络的终结》：社交网络的时代始于2003年 Friendster 的崛起，正式结束于2022年，标志是 Facebook 放弃自己的算法，推出类似抖音的发现引擎。Facebook的最初使命是"让世界变得更紧密"（Bring the world closer together），2017 年变革为“赋予人们建立社区的能力，让世界更加紧密地联系在一起”（Give people the power to build community and bring the world closer together），实际上，它真正关注的是广告收入和股票价值。

那么从媒体平台的角度看，社交媒体有什么弱点呢？

• 社交网络意味着人们可以像传播善意的内容一样轻松地共享和传播有问题的内容。
• 社交网络的内容主要分发给相互联系的人群，因此社交媒体上的群体思维回声室具有巨大潜力。
• 社交媒体也被证明在将高质量内容与相关受众匹配方面效率不高。

推荐媒体的主要机制是通过不透明的、平台定义的算法来获得消费者的最大关注和参与，也就是说，平台专门针对正在消费内容的用户量身定制，推荐最能吸引该人注意力的内容，并决定他看不到的内容。

与社交媒体相比，推荐媒体不是基于人气的竞争；相反，这是一场基于绝对最佳内容的比赛。在一个由算法而非追随者主导的媒体版本中，凯莉詹纳超过 3.6 亿的追随者的价值根本不值一提。

在社交媒体中，创作者对看到的内容和时间保持编排权力。但在推荐媒体中，平台始终掌握控制权。这类似于有线电视网络和广播电台几十年来的运作方式，他们根据编辑和商业决策对所有媒体进行编排。更具优势的是，推荐媒体平台的编排可以跨多个维度进行。

思考：无可避免地构建信息茧房？

为了能够将准确的内容与准确的人匹配，平台需要内容的海洋，包括地球上每个人的极其小众的内容。推荐媒体开放的创作平台中，注定许多创作者无法获得更多关注和推荐，他们会被激励去其他地方寻求参与。这就是为什么你经常看到大量 TikTok 内容被分享到 Instagram、Twitter 和 Facebook 等平台的原因。这推动了原始平台新用户获取和内容消费的大规模增长。

为实现对消费者体验的更多控制，推荐媒体平台最终会通过制作自己的内容来寻求更高的效率。我们已经看到专业媒体平台以较小的规模制作原创作品，比如 Netflix 剧；但推荐媒体平台首先想到的不是依赖人类，他们需要依靠机器来创建人工智能生成媒体。DALL·E（OpenAI）、Imagen（Google）以及 Stable Diffusion（Stability.Ai）向世界展示了合成媒体的强大功能和类似人类的能力，但这些功能不太可能停留在静止图像上，而且 Transframer（DeepMind）已经能根据单一的图像输入来生成短视频，而 Phenaki 和 Meta 公司的 Make-A-Video 可以从文本中生成视频。

最后，在推荐媒体中，权力分配的算法至高无上，具有最佳机器学习的平台获胜，也更更有竞争力。因此，接下来 TikTok 和 Facebook（或者/以及YouTube） 将统治世界。

合成媒体（Synthetic Media）

1902 年，Levin C. Handy 创作了《General Grant at City Point》，这张照片由 1864 年左右拍摄的三张照片合成，照片中的事情从未真正发生过。这样的作品通常是为艺术和娱乐而创建，但更多可能用于其他意图。

后来的事情大家都知道，Photoshop 让任何人都可以轻松地伪造照片。

合成照片

Hatsune Miku（初音未来）以全息图的形式出现在世界各地的音乐会场，成千上万的人花钱看她的“现场”音乐会。

Miquela Sousa（Lil Miquela）是一个虚构角色，作为 Instagram 明星，拥有超过三百万的追随者，最喜欢玩自拍。全网有很多关于Miquela Sousa的故事。

合成文字

GPT-2（OpenAI）利用了800万页的网页作为训练资料，以预测文字的下一个写作。只要给GPT-2模型一段文字，模型就能产生接续段落的文字。

合成音频

Lyrebird 允许你创建一个听起来像你的数字声音，只需一分钟的真人音频。

合成视频

华盛顿大学的研究人员使用神经网络重建了奥巴马的嘴巴，并使用了总统在其他环境中讲话的现有音频。这是最早出现且传播最广的合成视频。

Transframer（DeepMind）能根据单一的图像输入来生成视频。

现在，合成媒体是任何算法生成的媒体的总称，最早在生成艺术中提及过。我们会合成文字、语音、图像和视频，未来将被合成。

DALL·E（OpenAI）、Imagen（Google）以及 Stable Diffusion（Stability.Ai）向世界展示了合成媒体的强大功能和类似人类的能力。

深度伪造

在大多数情况下，合成媒体的目的是游戏、改善服务或提高生活质量。但它的发展也带来了虚假信息的可能性，包括深度伪造（Deepfakes）。广泛关注的深度伪造最早指现有图像或视频中的人被替换为其他人的肖像，使用人工智能达到造假目的，受到强力打击。

据欧洲刑警组织（Europol）在 2022 年 4 月发布的一份观察报告（Facing reality? Law enforcement and the challenge of deepfakes）预测，到2026年，高达90%的在线内容可能是合成生成的。这意味着虚假信息的增加，包括深度伪造（deepfake）。该报告详细概述了深度伪造技术的犯罪用途，包括其在 CEO 欺诈、证据篡改和制作未经同意的色情制品等严重犯罪中的潜在用途。

随着人工智能技术的发展和成本下降，媒体平台正依靠机器来创建更多合成媒体，以便在正确的时间为正确的用户创建更完美的内容。

《饥饿游戏》的编剧Billy Ray在最近的播客中警告说，如果工作室转向制作人工智能生成的故事以节省资金，它们最终可能会疏远观众并让自己破产，让 TikTok 和 YouTube 成为唯一幸存的娱乐巨头。

“以后不再有《教父》，也不再有《绿野仙踪》，只有15秒的人类愚蠢片段”，他说。