甬数协喜迎2026系列宣传报道丨基于大模型跨模态检索的AIGC音像数据库

【编者按】

知数智之道，行创新之能。

2025 年，我国数据产业规模已突破5.8万亿元，数据要素市场化价值化改革加速推进。国家发改委、国家数据局联合多部门印发《关于完善数据流通安全治理 更好促进数据要素市场化价值化的实施方案》，从七大维度明确发展路径。宁波以“数字宁波”为抓手，在人工智能+制造、智慧城市等领域涌现大批创新实践，为“数据要素场景落地提供坚实支撑。

宁波市大数据发展协会的会员单位积极参与各项数据工作，为展现会员单位 2025 年在“数据要素x”领域的优秀成果，市大数据协会特推出《“数智赋能新征程”喜迎 2026 系列宣传报道》，展现数字宁波建设风采，展示宁波数据企业发展风貌。

随着广电行业向"小屏化""短平快"加速转型，新媒体内容生产对多样化视频素材的需求呈指数级增长。然而，传统音像资料库仅依赖人工编目和关键词检索，想从海量媒资中精准调取一段"宁波三江口夜景"或"雨后老外滩行人"的空镜头，往往需耗费数小时甚至数天。面对这一行业痛点，宁波广播电视集团创新打造基于大模型跨模态检索的AIGC音像数据库，让沉睡的音像资产"活"起来，为媒体融合注入智能新动能。

图1 AIGC音像数据库工作流

跨模态帧级检索，破解媒资管理难题

传统媒资检索局限于文件级和单一文本模态，难以满足多维度的创作需求。本项目依托本地化大模型技术，构建跨模态语义理解引擎，实现"文字-图像-音频-视频"的联合建模与向量匹配，检索精度突破至帧级。通过AI编目技术对1520.5小时节目内容进行自动化解析，自动生成场景、人物、动作、意境等20余维度标签，标签精准率达90%以上。

系统支持自然语言的多重细节描述检索，用户输入"黄昏时分江面波光粼粼的场景"，大模型即刻将语义转换为跨模态特征向量，在毫秒间返回精准镜头片段。经实测，跨模态检索准确率超95%，检索速度较传统方式提升90%以上，素材调用响应时间从小时级缩短至秒级，真正实现"所想即所得"。

共建共享模式，激活沉睡的音像资产

面对媒资库建设"投入大、周期长"的挑战，宁波广电集团创新"用户贡献+AI处理"的共建共享机制。通过制度激励吸引记者编辑自主上传自用素材，结合AI自动化处理能力，快速构建起覆盖新闻、文旅、民生等领域的空镜头库，目前入库素材已超2000条，预计2025年底将达50000条以上。

该模式打破传统媒资孤岛，对内支撑《宁波新闻》《来发讲啥西》等栏目的快速生产，对外为市委宣传部、江北区大数据服务中心等提供专项视频服务，并与常山传媒集团、鄞州区全媒体中心等探索市县媒资托管合作。通过市场化授权与托管服务，推动媒资资源从"固定资产"向"流动资本"转型，为广电行业开辟数据要素市场化运营新路径。

图2 AIGC共享资源库

秒级响应，赋能"短平快"内容生产

在新媒体时代，速度就是生产力。该数据库为编辑人员提供"检索-上传-切片-下载"全流程PaaS服务，支持精准截取1-3秒空镜头并实时下载，极大简化视频剪辑流程。针对亚运赛事、中东欧博览会等高频场景，预制主题库实现"一键调取"，完美适配新媒体"短平快"的生产节奏。

更值得一提的是，系统通过主题库推荐和智能联想功能，主动向业务人员推荐关联素材，提升内容使用率。在宁波广电集团内部应用实践中，媒资调用超2000次，支撑"宁聚"客户端等新媒体平台日均内容产量提升40%以上。这一创新应用已入选2025年中国电影电视技术学会"媒体融合传播项目优秀案例"，技术实力获行业权威认证。

简介丨宁波广播电视集团

宁波广播电视集团源于1953年，成立于2003年，是宁波地区主流媒体龙头。集团建成AI应用实验室，自主研发智能算力调度平台、交互数字人装置等，获15项软件著作权及多项专利受理。旗下"宁聚"客户端和"宁波之声"融媒体矩阵覆盖用户超千万。

集团以"技术成果转化+专利产业化"双轮驱动，建成广播媒资系统、综合业务平台，实现资源高效共享。在AIGC领域，研发上线7大类20余项AI创作工具及数字人应用，为行业用户提供全链条技术服务。本次跨模态检索音像数据库项目，正是集团深耕"AI+媒资"融合创新的标志性成果，为媒体深度融合发展提供了"宁波样板"。

图3 宁波广电集团大楼

来源：宁波市大数据发展协会