世界范围内实时收集与分析新闻的项目「GDELT」近日在官方博客中，公开了利用 Google 生成式 AI「Gemini」对全球报道进行可视化的新方法。基于自 1979 年以来持续积累的新闻数据库，项目团队正在尝试用 AI 来解读和呈现世界各地媒体的报道动向。

半个月的全球报道压缩成一张图：用 Gemini 显示“全球关注点”

在 2026 年 3 月 18 日发布的博客文章中，GDELT 团队介绍了一项实验：以全球各国的电视新闻为对象，将 3 月 1 日至 16 日、约半个月的报道内容进行整合，并以一张可视化图像的形式呈现。

这一方法会先基于各国的新闻画面与报道文本，抽取在该时间段内全球媒体反复提及的主题与话题，然后再将这些信息重新组合成一幅视觉化的“新闻拼贴图”。

最终生成的蒙太奇图像中，既反映出各地区反复出现的热点议题，也体现了报道语气与视角的差异，使不同国家之间的关注偏向与共通点一目了然。

■ 基于各国报道生成的部分蒙太奇图像

在这一流程中，Google 的生成式 AI「Gemini 3.1」被用于整理与概括新闻内容；而在图像生成与合成环节，则结合使用了 ImageMagick 等工具，实现跨文本与图像的综合处理。

这使得 GDELT 所积累的大规模新闻数据，不再只是“静态档案”，而是被构建成一个帮助人们俯瞰全球信息流动的“可视化层”。

什么是 GDELT：自 1979 年起积累全球报道的数据库

GDELT（Global Database of Events, Language, and Tone）是一个面向全球新闻的开放数据项目，覆盖电视广播、报纸以及网络新闻等多种媒介，支持 100 多种语言，持续进行信息收集与记录。

项目几乎以实时方式抓取新闻，并将数据追溯至 1979 年。这意味着研究者和开发者不仅可以观察当下的报道格局，也能在长时间尺度上分析全球媒体关注点的变化趋势。

GDELT 的工作远不止“收集新闻”本身。项目会从报道内容中自动抽取事件、主题、涉及的人物与组织，以及报道的情绪与语气等要素，并将其结构化为可分析的数据集。根据 GDELT 官方博客的介绍，这一机制可以实时捕捉世界各地发生的事件及其引发的反应，并支持跨国家、跨地区地对比分析不同媒体的报道方式与关注重点。

从单日到一周：多时间尺度解读报道数据

除了这次以“半个月”为单位的分析尝试，GDELT 还在探索不同时间尺度上的可视化与分析方法。

在 2026 年 3 月 17 日发布的博客文章中，项目团队展示了以“单日”为单位的分析：选取一天内的全球新闻报道，将其重构为多种信息图表形式。通过这种方式，可以在较小的时间窗口内，快速把握当天报道的集中主题，以及不同地区在议题选择上的差异。这类按天分析的结果，尤其适合用于追踪即时性较强的新闻流向。

■ 基于 GDELT 收集的全球新闻，将单日报道主题重构为信息图表的示例

另一方面，在 2 月 23 日发布的博客中，GDELT 介绍了一项以“一周”为单位的实验：以 41 个全球电视新闻频道为对象，对其一周内的报道内容进行横向比较分析。

在这项实验中，团队对各频道的报道主题进行对照，抽取出被多家媒体共同关注的议题，以及不同地区在关注重点上的差异。通过按周聚合数据，可以在一定程度上平滑短期新闻噪音，更清晰地识别结构性、趋势性的报道模式。

值得注意的是，这一周度分析仅使用了 Gemini API 进行推理处理，相关数据不会被用于模型的训练或微调，项目方也在博客中对此进行了明确说明。

通过这些不同时间尺度的尝试，GDELT 正在把分散在全球各地、跨语言的新闻报道，转化为可被直观理解和系统分析的“全球信息地图”，为媒体研究、国际关系分析以及舆论趋势研判等领域提供新的工具与视角。