一、广电媒体融合发展现状
胡总表示，广电媒体融合发展核心思路是以视音频内容为核心，贯彻移动优先战略，建立统分结合的业务架构，重构音视频内容生产体系。
二、广电媒体融合面临的挑战及解决方案
1）面临的挑战
1、各自为政的两层皮结构vs 基于统筹策划的产品迭代生产
2、僵化固定的流程驱动vs 基于社交模式的并行灵活业务模式
3、采编存播，单向发布vs 策采编发追的闭环业务架构
4、岛式内容制作体系vs 平台+工具+协同的灵活内容生产
5、系统互连架构vs 本地+云的全台资源管理体系
2）解决方案
1、多渠道并行业务架构模型
总编调度中心的定位：总编调度中心负责融媒体环境下新闻选题的统一策划，以及选题相关生产资源、特别是采访报道资源的调度和指挥。总编调度中心上游与线索类系统对接，将选题信息提供给下游采编联动平台/融媒体工作室，便于后续内容采访和生产发布。
总编调度中心的核心：统筹策划、调度指挥，为媒体新闻报道的全渠道覆盖和全方位传播进行产品布局
总编调度中心系统构成
2、协同并行，动态组配
协同生产平台是移动端唯一入口，是整个解决方案的核心之一（另一个为总编调度中
心），负责接收总编调度中心的选题信息，并围绕选题组织选题相关的采编发工作。
• 与传统的业务模式相比，协同生产平台全面移动化，负责相关人员、资源、任务、工具的协同、沟通和共享，以“人”为核心；
• 在保留传统流程化生产方式的同时，提供更加灵活的生产组织模式。
3、全媒体融合资源库
为协同生产过程提供各种资源的存储管理与共享，管理“素材+成品”，实现“作品”迭代式发布。
采用“本地+云”的资源群组管理共享模型，任意工具对资源的访问都具备本地及云端
两层资源管理体系；不同生产工具可以采用不同方式访问云资源管理平台；
• 生产工具可以直接访问内容库中的资源，直接进行读写操作；
• 生产工具也可以把资源复制到自己的本地存储，完成创作后把成品提交内容库；
4、AI智能处理技术
5、在线+离线工具集
依据“云+端”轻重结合的融媒体工具体系，在制作环节、短视频制作中的大量使用人工智能应用。
6、快速响应的信源调度
7、务实的大数据应用
传播效果监测反馈系统，负责及时对本媒体稿件、节目传播力影响力作出评估，及时发现舆情热点和参考选题，从而有针对性地调整传播内容和传播策略。
• 目前大洋公司选择腾讯大数据作为“传播效果监测和反馈系统”的合作伙伴
• 主要功能：新闻热点发现、舆情监测分析、传播效果追踪评估
8、基于微服务容器化的基础架构平台
每个子系统由若干个微服务构成。通过服务注册与发现机制，众多微服务构成整体的业务系统。
