【精選】電視終端智能體的技術(shù)體系與應(yīng)用研究

本文是《廣播與電視技術(shù)》2026年3期《電視終端智能體的技術(shù)體系與應(yīng)用研究》精華版，請訪問廣電獵酷微信小程序閱讀下載全文。

論文闡述了電視終端智能體“感知-決策-執(zhí)行”能力體系，分析了其能力構(gòu)建的關(guān)鍵技術(shù)路徑，并結(jié)合華數(shù)影音智能體與長虹“滄海智能體”兩類典型案例，剖析了廣電運營商與終端廠商的差異化落地模式。論文還進一步研究了智能體驅(qū)動下的用戶體驗重構(gòu)、業(yè)務(wù)價值提升及行業(yè)生態(tài)演進，并從標(biāo)準(zhǔn)制定、評測認(rèn)證、數(shù)據(jù)互通等方面提出廣電智能化發(fā)展對策。

本文作者：

李繼龍

國家廣播電視總局廣播電視科學(xué)研究院

第一作者簡介：

李繼龍（1976—），男，國家廣播電視總局廣播電視科學(xué)研究院正高級工程師，博士。主要從事大模型監(jiān)管技術(shù)人工智能評測技術(shù)、5G應(yīng)用技術(shù)方面的研究。曾參與多項國家、部委重要項目的研究開發(fā)工作，取得多項研究成果，多次獲得部委獎項。作為主要研究人員曾參與有線無線衛(wèi)星融合網(wǎng)、衛(wèi)星直播標(biāo)準(zhǔn)和數(shù)字音頻廣播標(biāo)準(zhǔn)的研究與制定。

[本文獻信息]

李繼龍. 電視終端智能體的技術(shù)體系與應(yīng)用研究[J]. 廣播與電視技術(shù), 2026, VoL.53(3).

電視終端智能體的

技術(shù)體系與應(yīng)用研究

01

電視機終端智能體核心能力

AI智能體是一個具備自主感知環(huán)境、進行分析決策并執(zhí)行動作以達成特定目標(biāo)的智能化系統(tǒng)，其核心是具備自主性、主動性和情境感知能力。電視終端智能體將這種高級智能形態(tài)與電視終端相結(jié)合，其定義可以概括為：一個深度集成于電視終端硬件與操作系統(tǒng)，能夠持續(xù)感知家庭環(huán)境、理解用戶意圖、自主規(guī)劃任務(wù)、并協(xié)同操控內(nèi)容、應(yīng)用及其他智能設(shè)備的個性化人工智能管家。

電視終端智能體的核心工作模式是一個完整的“感知-決策-執(zhí)行”閉環(huán)，將用戶從繁瑣的電視操作中解放出來，提供無縫、主動和個性化的服務(wù)體驗。電視終端智能體相應(yīng)要具備感知、決策、執(zhí)行能力。

1.1 電視智能終端感知能力

感知能力是智能體與環(huán)境交互、獲取信息的基礎(chǔ)。對于電視終端而言，其感知的“環(huán)境”既包括屏幕內(nèi)顯示內(nèi)容，也延伸至屏幕外的家庭物理環(huán)境。

1.1.1 感知能力的維度

電視終端智能體的感知能力主要體現(xiàn)在以下兩個維度：

屏幕內(nèi)容理解：智能體須能夠解析屏幕上顯示的信息。識別屏幕上UI組件，并

理解它們的類型和可交互狀態(tài)；理解播放的視頻內(nèi)容，從屏幕圖像中提取并理解關(guān)鍵信息。

環(huán)境狀態(tài)感知：通過電視配備的攝像頭、麥克風(fēng)陣列等傳感器，智能體可以識別用戶的身份、位置、姿態(tài)、手勢，甚至情緒。

1.1.2 支撐感知能力的VLM和LLM技術(shù)

電視終端智能體通過視覺語言模型（VLM）與大型語言模型（LLM）相結(jié)合，打通像素信息與語言語義之間的鴻溝，實現(xiàn)理解復(fù)雜的場景和抽象的視覺概念。多模態(tài)融合技術(shù)實現(xiàn)感知能力從“單一”走向“整合”，獲得比單一模態(tài)更準(zhǔn)確、更魯棒的環(huán)境理解。

1.2 電視智能終端決策能力

決策能力負(fù)責(zé)整合所有智能體感知到的信息，理解用戶的意圖，進行邏輯推理和規(guī)劃，制定出實現(xiàn)用戶目標(biāo)的行動方案。

1.2.1 LLM/SLM混合能力架構(gòu)

大型語言模型（LLM）憑借其在海量數(shù)據(jù)預(yù)訓(xùn)練，具備的自然語言理解、生成、常識推理和復(fù)雜任務(wù)規(guī)劃能力。在智能體中，LLM部署在云端，承擔(dān)信息決策的計算密集型工作。小型語言模型（SLM）是低參數(shù)量的輕量化模型，其優(yōu)勢在于其低廉的計算成本和極低的推理延遲，使其非常適合在設(shè)備資源受限的電視機或機頂盒等終端設(shè)備上本地運行，可承擔(dān)低延遲的決策工作。

電視終端智能體在應(yīng)用中推薦的實現(xiàn)架構(gòu)是云端大模型+本地化小模型相結(jié)合的混合能力架構(gòu)，該架構(gòu)不僅能夠充分利用小模型在效率與成本上的優(yōu)勢，也能發(fā)揮大模型在復(fù)雜問題研判上的獨特能力，最終實現(xiàn)研判精度與算力資源的最佳平衡。

1.2.2 決策過程的實現(xiàn)機制

電視終端智能體的決策過程涉及意圖理解、任務(wù)拆解、工具選擇和動態(tài)調(diào)整的復(fù)雜循環(huán)。首先需要準(zhǔn)確理解用戶的多重意圖，LLM/SLM會解析用戶發(fā)出一個語言指令，更好地理解用戶正確意圖；對于復(fù)雜任務(wù)，決策過程將目標(biāo)分解為一系列可執(zhí)行的子任務(wù)，這個過程可以借助多種先進的提示工程、思維鏈技術(shù)來實現(xiàn) ；電視終端智能體通過調(diào)用外部軟件API、設(shè)備功能接口等“工具”來擴展其能力邊界。

1.3 電視智能終端執(zhí)行能力

執(zhí)行是智能體將其決策轉(zhuǎn)化為實際行動的環(huán)節(jié)。執(zhí)行能力主要依賴兩大核心技術(shù)：任務(wù)規(guī)劃的落地與UI自動化。

在決策階段，LLM生成面向目標(biāo)的任務(wù)計劃。執(zhí)行模塊的首要職責(zé)是完成任務(wù)規(guī)劃的落地，將抽象任務(wù)計劃進一步細(xì)化和翻譯成一系列具體的操作指令。

在理想情況下，所有電視功能和應(yīng)用內(nèi)容都通過標(biāo)準(zhǔn)化的API暴露給智能體，執(zhí)行將變得簡單高效。在智能體無法獲得所有應(yīng)用的API訪問權(quán)限情況下，智能體須具備UI自動化能力，通過操作圖形用戶界面（GUI）來完成任務(wù)的能力。

02

電視終端智能體典型應(yīng)用分析

2.1 廣電運營商智能體：華數(shù)影音智能體

華數(shù)傳媒構(gòu)建了華數(shù)影音智能體。該智能體接入DeepSeek等大模型、打造自有的“靈鴻”大模型應(yīng)用平臺和AIGC內(nèi)容創(chuàng)作平臺，以此賦能其核心的影音娛樂服務(wù)，其應(yīng)用實現(xiàn)對內(nèi)增效和對外服務(wù)的雙重屬性。

2.1.1 能力分析

感知能力：華數(shù)影音智能體的感知能力不僅感知用戶，更要深度感知和理解內(nèi)容本身。一是用戶意圖感知：通過語音和遙控器操作，感知用戶基本意圖，分析用戶的觀看行為數(shù)據(jù)，感知用戶的潛在興趣偏好。二是多模態(tài)內(nèi)容感知：智能體可以對海量的視頻內(nèi)容進行深度分析，提取關(guān)鍵信息和數(shù)據(jù)，實現(xiàn)內(nèi)容的結(jié)構(gòu)化理解。

決策能力：華數(shù)智能體在內(nèi)容理解之上構(gòu)建了智能推薦和內(nèi)容營銷的決策能力。一是智能推薦決策：基于對用戶畫像和內(nèi)容標(biāo)簽的深度理解，進行“人-內(nèi)容”匹配，向用戶推薦最可能感興趣的視頻內(nèi)容。二是場景化服務(wù)決策：聚焦智慧家庭中的影音娛樂場景，提供如“智能家庭影院”等場景化解決方案。

執(zhí)行能力：緊密圍繞“視聽”展開，并延伸到內(nèi)容創(chuàng)作。一是視聽執(zhí)行：提供高質(zhì)量的視頻點播、直播、回看等基礎(chǔ)執(zhí)行能力。二是AIGC內(nèi)容生成：根據(jù)用戶的選擇生成音視頻故事內(nèi)容，也提供AI創(chuàng)作的工具和體驗。

2.1.2 架構(gòu)與部署

華數(shù)影音智能體采用“云-端”協(xié)同的媒體處理與分發(fā)架構(gòu)，如圖1所示。

云端是其業(yè)務(wù)的核心，所有內(nèi)容的存儲、處理、分析、轉(zhuǎn)碼都在云端完成。其多模態(tài)內(nèi)容感知、AIGC模型訓(xùn)練與推理、大規(guī)模推薦系統(tǒng)等計算密集型任務(wù)均部署于云端的算力基座之上。

用戶的機頂盒或智能電視是服務(wù)的最終呈現(xiàn)端。具備交互與播放功能，負(fù)責(zé)解碼和播放視頻流，并作為用戶交互的界面。具備輕量級計算能力，在本地運行簡單的推薦邏輯或UI渲染。

2.2 長虹“滄海智能體”AI TV

長虹在2024年推出搭載“滄海智能體”的AI電視，代表了傳統(tǒng)電視廠商向AI化轉(zhuǎn)型的積極探索。

2.2.1 能力分析

感知能力：滄海智能體能夠進行自然語言交互，理解用戶的多輪、跨場景指令。在內(nèi)容感知上，它能對播放內(nèi)容進行分析，為用戶提供個性化的內(nèi)容推薦。

決策能力：其決策核心是長虹自研的“智匯家AI大模型”，構(gòu)建了“記憶體”和“知識庫”，其決策系統(tǒng)采用了長期記憶和RAG架構(gòu)，通過知識積累實現(xiàn)自我學(xué)習(xí)和進化，提供個性化服務(wù)。

執(zhí)行能力：滄海智能體能夠根據(jù)感知和決策結(jié)果，對電視的畫質(zhì)和音質(zhì)進行實時優(yōu)化。在外部執(zhí)行上，它能夠作為智能家居的控制中心，聯(lián)動其他長虹系或生態(tài)內(nèi)的智能設(shè)備，還提供“情感陪伴”等服務(wù)。

2.2.2 架構(gòu)與部署方式

滄海智能體采用了端云協(xié)同的混合部署模式，如圖2所示。

云端部署：“智匯家AI大模型”作為核心大腦，部署在云端，處理需要海量計算和知識的復(fù)雜決策任務(wù)，端還承載著海量的“知識庫”和用戶“記憶體”的存儲與管理。

端側(cè)部署：電視終端本地部署了輕量級的AI模型和算法，包括：用于快速喚醒和簡單指令識別的語音模型、用于實時人臉/手勢識別的視覺模型，以及一個小型化的決策模型或規(guī)則引擎，用于處理無需聯(lián)網(wǎng)的本地控制任務(wù)，保證在斷網(wǎng)或網(wǎng)絡(luò)不佳時仍有基本可用的智能體驗。

03

電視終端智能體時代的

廣電生態(tài)體系

3.1 電視終端智能體下電視業(yè)務(wù)重構(gòu)

電視終端智能體的部署，從根本上改變電視業(yè)務(wù)的價值鏈條，尤其在用戶體驗、內(nèi)容分發(fā)、增值服務(wù)方面產(chǎn)生了深遠影響。

3.1.1 創(chuàng)新用戶體驗

智能體的出現(xiàn)，徹底顛覆了傳統(tǒng)的人機交互模式，不管是從“人找內(nèi)容”，還是“內(nèi)容/服務(wù)找人”，都帶來了用戶體驗的質(zhì)變。

1. 自然語言交互的深化：通過支持多輪對話、上下文理解和模糊意圖識別的自然語言交互，電視終端智能體會理解用戶觀看意圖，提供流暢的交互體驗。

2. 超級個性化內(nèi)容推薦：智能體能夠融合多模態(tài)數(shù)據(jù)，并結(jié)合長期記憶中的用戶偏好，構(gòu)建出極其精準(zhǔn)和動態(tài)的用戶畫像。通過深度學(xué)習(xí)和偏好建模，其在基于電視推薦系統(tǒng)的實測中，用戶觀看時長得到顯著提升。

3. 主動式服務(wù)與場景智能：智能體能夠基于對時間、環(huán)境和用戶狀態(tài)的感知，主動觸發(fā)服務(wù)。

3.1.2 個性化廣告業(yè)務(wù)模式

智能體的引入，推動電視廣告從粗放投放轉(zhuǎn)向精準(zhǔn)、互動與實效的新模式。基于深度用戶理解，智能體實現(xiàn)“千人千面”的精準(zhǔn)觸達與實時優(yōu)化。互動廣告的效果可量化也推動計費模式向按點擊（CPC）、按轉(zhuǎn)化（CPA）等效果付費演進。

3.1.3 提升電視業(yè)務(wù)價值

智能體憑借精準(zhǔn)推薦增強用戶粘性，直接助推視頻點播、會員服務(wù)等核心業(yè)務(wù)增長，從而提升每用戶平均收入并降低流失率。同時，作為家庭智能中樞，智能體還催生了“邊看邊買”大屏電商、在線教育、健康管理等新型增值服務(wù)。

3.2 與行業(yè)發(fā)展結(jié)合

3.2.1 一體化電視發(fā)展

“電視機機頂盒一體化”是治理電視操作復(fù)雜的一項基本工作，一體化電視的核心在于實現(xiàn)電視直播和其它視聽內(nèi)容的統(tǒng)一設(shè)備承載。一體化電視在硬件層面要求高度集成化，電視解碼器、接收器等功能整合至智能電視終端設(shè)備，智能電視的處理器需同時支撐操作系統(tǒng)、應(yīng)用程序、用戶界面及傳統(tǒng)電視功能的并行運行。

電視終端智能體與一體化電視在技術(shù)架構(gòu)上可實現(xiàn)相互依托。長遠來看，基于智能電視機的智能體是電視終端智能體的必然選擇。一體化電視可為電視終端智能體提供的高性能處理器、電視操作系統(tǒng)與API接口；電視終端智能體可以為一體化電視中的視頻播放功能和其它功能提供智能化交互入口，并可實現(xiàn)更多功能的拓展。

3.2.2 終端智能化的發(fā)展

各大主流電視制造商、網(wǎng)絡(luò)視聽平臺、電視運營商，均已將AI大模型和智能體技術(shù)作為其產(chǎn)品戰(zhàn)略的核心，推動電視行業(yè)從單純的“智能電視”邁向“智能體電視”時代。

全國音頻、視頻及多媒體系統(tǒng)與設(shè)備標(biāo)準(zhǔn)化技術(shù)委員會也已提交了《人工智能 終端智能化分級 第5部分：電視》（國標(biāo)征求意見稿）。在此過程中，電視內(nèi)容運營商要積極參加電視終端智能化或相關(guān)標(biāo)準(zhǔn)的制定，提出電視運營商上對電視終端設(shè)備的技術(shù)要求。

3.3 技術(shù)演進趨勢

3.3.1 模型輕量化加速

在有限算力下實現(xiàn)模型性能與效率的平衡，即輕量級模型，是一個重要的發(fā)展趨勢，其關(guān)鍵是采用模型壓縮技術(shù)，使其更易于在終端側(cè)進行，這樣的技術(shù)發(fā)展可以為電視智能體提供更強大的本地化推理能力。

3.3.2 多智能體協(xié)作

單一智能體向多智能體系統(tǒng)（MAS，Multi-Agent Systems）演進。家庭場景中，電視智能體與基于電視終端的其它智能體實現(xiàn)協(xié)同，通過任務(wù)分解完成復(fù)雜需求。

3.3.3 無縫的跨設(shè)備協(xié)同

電視終端智能體可升級為家庭環(huán)境中的智能中樞，從而與其它智能設(shè)備建立深度互聯(lián)，從而為用戶構(gòu)建智能的生活體驗。

04

推動廣電終端智能體發(fā)展的

對策建議

4.1 行業(yè)推進

1. 制定電視終端智能體技術(shù)規(guī)范：需要由廣電總局和電視機制造主管部門工信部牽頭，制定電視終端，尤其是智能電視機終端的軟硬件標(biāo)準(zhǔn)，從而明確智能體在軟硬件能力基礎(chǔ)平臺，并進一步制定電視端智能體的性能指標(biāo)及互聯(lián)互通等方面的要求，引導(dǎo)技術(shù)發(fā)展規(guī)范化和標(biāo)準(zhǔn)化。

2. 建立廣電智能體評測認(rèn)證體系：參照現(xiàn)有行業(yè)認(rèn)證框架，建立統(tǒng)一的智能體評測認(rèn)證體系，應(yīng)對智能體的意圖識別準(zhǔn)確率、內(nèi)容安全合規(guī)性及能效比等核心指標(biāo)進行第三方權(quán)威測評，并依據(jù)綜合性能劃分等級。通過標(biāo)準(zhǔn)化認(rèn)證標(biāo)識，為消費者提供明確的產(chǎn)品性能參考，形成有效的市場引導(dǎo)與質(zhì)量監(jiān)督機制。

3. 推動數(shù)據(jù)互通標(biāo)準(zhǔn)：構(gòu)建統(tǒng)一的數(shù)據(jù)互通標(biāo)準(zhǔn)體系，推動終端廠商與廣電企業(yè)分別開放匿名化用戶行為數(shù)據(jù)與內(nèi)容元數(shù)據(jù)的標(biāo)準(zhǔn)化接口，實現(xiàn)數(shù)據(jù)的協(xié)同計算，有效打破數(shù)據(jù)孤島。

4.2 產(chǎn)業(yè)應(yīng)對

面對電視終端智能體技術(shù)的發(fā)展，廣電運營商應(yīng)依托其一體化電視服務(wù)的推廣，制定智能化發(fā)展戰(zhàn)略，通過系統(tǒng)性整合內(nèi)容、技術(shù)與數(shù)據(jù)資源，實現(xiàn)從傳統(tǒng)的“渠道運營商”向“智能服務(wù)聚合商”演進。

1. 內(nèi)容資產(chǎn)的AI化重構(gòu)：對歷史內(nèi)容資源進行AI驅(qū)動的深度結(jié)構(gòu)化標(biāo)注與知識圖譜構(gòu)建，將其轉(zhuǎn)化為可智能檢索與動態(tài)重組的“數(shù)字資產(chǎn)庫”，提升節(jié)目內(nèi)容的再利用價值與生產(chǎn)效能。

2. 構(gòu)建戰(zhàn)略入口與生態(tài)合作：為實現(xiàn)廣電智能服務(wù)的規(guī)模化，電視運營商應(yīng)在一體化電視的基礎(chǔ)上，或提前布局構(gòu)建自主的電視智能體，積極與與電視制造商深度合作，將廣電電視終端智能體盡早植入主流電視硬件，有效擴大其用戶觸達范圍、夯實流量基礎(chǔ)。

05

結(jié)束語

電視終端智能體已快步進入規(guī)模化落地階段，通過構(gòu)建“感知-決策-執(zhí)行”的智能體工作閉環(huán)，可有效提升電視業(yè)務(wù)的形態(tài)與價值，在自然語言交互、內(nèi)容推薦和個性化場景 化服務(wù)等方面展現(xiàn)出優(yōu)勢。廣電行業(yè)應(yīng)緊跟模型輕量化技術(shù)、跨智能體協(xié)作和跨設(shè)備協(xié)同等智能體技術(shù)發(fā)展，借力電視終端智能化能力的規(guī)范化，推廣基于廣電的電視終端智能體應(yīng)用，進一步推動電視機機頂盒一體化演進，夯實治理電視操作復(fù)雜任務(wù)的基礎(chǔ)。

關(guān)于《電視終端智能體的技術(shù)體系與應(yīng)用研究》的更多細(xì)節(jié)等更多專業(yè)內(nèi)容，歡迎點擊小程序查看論文全文！

end

參考文獻

[1] 智能體技術(shù)和應(yīng)用研究報告(2025年)[R]. 中國信息通信研究院人工智能研究所、華為技術(shù)有限公司. [2025-06], http://221.179.172.81/images/20250626/6992175090111.

[2] 探索CogAgent智能電視: 推薦界面的用戶偏好學(xué)習(xí)技術(shù)框架[EB/OL]. https://blog.csdn.net/ajskghd/article/details/153977584, 2025年10月17日.

[3] Amit Thakur, Comparative Analysis Of AI-Driven Engagement Techniques: Evaluating Customer Engagement, Conversion Rates, And Personalization Across Industries[J]. Global Journal of Engineering Science and Research Management, December 2024.

[4] 人工智能終端智能化分級 第5部分: 人工智能電視(國標(biāo)征求意見稿)[S]. 全國音頻、視頻及多媒體系統(tǒng)與設(shè)備標(biāo)準(zhǔn)化技術(shù)委員會.

[5] 終端智能體安全2025[R]. 上海人工智能實驗室、中國信息通信研究院、螞蟻集團、IIFAA互聯(lián)網(wǎng)可信認(rèn)證聯(lián)盟. [2025-07], https://blog.csdn.net/2401_84204207/article/details/152663002.

《廣播與電視技術(shù)》“廣電獵酷”廣告經(jīng)營與商務(wù)合作：

聯(lián)系人：胡南

聯(lián)系電話：13671012778

好文共賞請轉(zhuǎn)發(fā) 有話要說請留言