原文鏈接：

引言

過去幾年，生成式 AI （AIGC）的(de)(de)浪潮正(zheng)在(zai)快速(su)改(gai)變傳媒行業。無論(lun)是圖片、視頻(pin)，還是交(jiao)互式內容，AIGC 正(zheng)在(zai)成為新的(de)(de)增長引擎(qing)，并重塑內容的(de)(de)生產方式。

作為(wei)國內數(shu)字電視和傳媒領域的重要力量(liang)，華(hua)數(shu)傳媒也在(zai)(zai)積極擁抱(bao) AIGC。在(zai)(zai)這樣(yang)的背景下，華(hua)數(shu)團隊(dui)開啟(qi)了全新的探索。

圖片由 AI 生成

場景

在華數傳媒的 AIGC 探索中，AI 多模態研發支撐工具是(shi)一個重要的應用方向(xiang)。

在內容(rong)生成的過程中(zhong)，文本、圖像、音視(shi)頻(pin)等多種類(lei)型(xing)的數據會以流水線的方式被(bei)生成、加(jia)工與組(zu)合。表面(mian)上(shang)看，這只是模型(xing)調(diao)用的鏈(lian)路，但實際運行中(zhong)涉及的流程遠比想象(xiang)復雜(za)。

要讓這(zhe)樣的流程能(neng)夠(gou)規模化、可持續(xu)地(di)運行(xing)，系統性的基礎設(she)施支(zhi)撐(cheng)必不可少，尤(you)其是以下(xia)三個方面：

• 數據管理：內部的多模態素材（如文本、圖片等）需要統一整理、標注并納入內容庫。只有建立起結構化的數據管理體系，才能支撐后續的語義檢索、內容推薦和智能生成。
• 工作流與生產調度：從“選題 → 內容生成 → 審核 → 輸出”，每個環節都需要被自動化、可視化管理。統一的調度平臺不僅讓流程更高效，也使多模型調用、任務分配和版本管理成為可能。
• 數據監控：在批量內容生成場景下，數據（包括腳本、生成記錄、調用日志等）的實時監控至關重要。它不僅幫助團隊快速定位問題，還能為后續迭代和優化提供反饋依據。

挑戰

在這一背(bei)景下，技術與系統(tong)層面(mian)的挑戰被迅速放大：既要快速驗證流程跑通，又要支持未(wei)來迭代。

在(zai)具體推進過(guo)程中(zhong)，研發(fa)人員(yuan)遇到了幾個關鍵挑(tiao)戰：

• 管理復雜：隨著研發推進，素材數量呈指數級增長。團隊不僅要管理海量圖片、腳本和生成結果，還要協調多個 AI 模型、算力節點和處理流程。
• 前端開發投入大：在系統搭建過程中，前端界面的開發通常需要投入大量時間和資源，如何高效完成界面構建成為團隊必須面對的問題。
• 快速上線壓力：在探索期，系統迭代周期以“天”為單位計算，開發周期一旦過長，就會直接影響業務驗證和決策節奏。

在此之前，他們也嘗試過其(qi)他 AIGC 應用開發平臺類工(gong)(gong)具。雖然這(zhe)類工(gong)(gong)具場景更垂(chui)直，但是同時也需要寫大量代碼，學習曲線(xian)陡峭，不符合快速試錯的節奏。

NocoBase 的引入與使用

為了應對(dui)這些挑戰，研發(fa)(fa)團(tuan)隊最終選擇了 NocoBase 作為承載平臺。NocoBase 的無代碼特性讓開發(fa)(fa)者只需專注(zhu)于(yu)(yu)數據建模(mo)和(he)業務邏輯，而不必(bi)耗費精力(li)在前端界面上。對(dui)于(yu)(yu)以(yi)后臺開發(fa)(fa)為主的團(tuan)隊來說，這意味(wei)著可以(yi)快速上手、極大縮(suo)短(duan)開發(fa)(fa)周(zhou)期。

在實際落地中，研發團隊通過可視化的表結構建模，僅用 1–2 天就完成了平臺主體功能。如果按照傳統方式，他們至少需要自己寫 10+ 個 API 和前端頁面。復雜的業務邏輯則通過工作流配置實現，相當于把幾十行 if-else 轉化成直觀的流程圖，并能在關鍵節點觸發告警。與此同時，平臺與 PostgreSQL 數據庫無縫對接，數據既(ji)能在 NocoBase 內(nei)部使用，也(ye)能繼(ji)續(xu)通過 SQL 或 BI 工具分析(xi)，保持現有生態(tai)不變。

在(zai)典型應用場景中，NocoBase 成為了 AI 多(duo)模態研發支撐工(gong)具的底座：

• 作為 AI 的調度與管理平臺，能夠集中管理不同算力環節，避免了流程分散。
• 在內容生成層面，平臺不僅支撐當前圖片素材的批量生成與管理，還為后續的其他內容生成奠定了基礎，真正實現了多模態內容的銜接。

NocoBase 的引(yin)入實現了效率飛(fei)躍(yue)，分工也因(yin)此更清晰——后臺團隊專注于(yu)業務(wu)邏(luo)輯，前端界面則由 NocoBase 自(zi)動生成，這大幅縮(suo)短了開(kai)發周期(qi)并(bing)提升了研發體驗(yan)。

團隊成員(yuan)普遍認為，平臺的易用性和(he)擴(kuo)展性超預(yu)期：

“作(zuo)為后端研發，不用關心前端界面(mian)，NocoBase 已經滿足了(le)我們(men)幾乎所有的(de)業務設(she)計需求(qiu)。復(fu)雜邏(luo)輯通過工作(zuo)流完成，效率(lv)提升(sheng)非常明顯(xian)。”

雖然平臺仍處在研發(fa)階段，但已(yi)在內部投入使用并展現出價值(zhi)。

展望

NocoBase 不(bu)僅(jin)解(jie)決了當前 AI 多(duo)模態研發(fa)的(de)需求，還讓團隊看到(dao)未來的(de)方(fang)向——將(jiang)不(bu)同的(de) AI 場景逐步遷移(yi)到(dao)同一(yi)(yi)個平臺，統一(yi)(yi)管理(li)算力和流程，減少重復開發(fa)成本。隨著平臺能力的(de)增(zeng)強，他們能更快(kuai)驗(yan)證新業務(wu)，把更多(duo)精力放在內(nei)容與創意上。

這次(ci)的(de)應(ying)用也(ye)(ye)讓我(wo)們看到了 NocoBase 在 AI 多模(mo)態研發中的(de)更多可能性：它可以作為底(di)層數(shu)據和(he)工作流的(de)基礎平臺(tai)，也(ye)(ye)能適(shi)配多模(mo)型協(xie)同與內容生(sheng)成等復雜場(chang)景。

更多 NocoBase 的用戶故事：