視頻智能生產與生成的內涵、應用及發展

姜楠

摘要：文章通過提出視頻智能生產與生成的主要問題，追溯視頻智能創作發展的領域，通過調研發現國內幾種視頻智能生產生成平臺App的現狀、模式和主要特色，概括分析了視頻智能生產的智能采集、智能剪輯、智能內容生產、智能模板、智能拆條、智能分發、智能反饋、智能審核和智能虛擬主播9種主要應用，對視頻機構和視頻從業者提出了發展對策建議，旨在通過人工智能使得視頻生產與生成形成價值共創態勢，推動視頻媒體融合縱深發展。

關鍵詞：視頻；智能生產；智能生成；發展趨勢

中圖分類號：TP311中圖分類號? 文獻標志碼：A文獻標志碼

0 引言

人工智能已經成為當下科技和產業變革的重要力量，隨著人工智能技術的不斷成熟，視頻生產生成與之結合后得到了進一步的發展，也促使了各類人工智能視頻生產與生成平臺和App的快速發展。目前，視頻智能生產與生成在人工智能的影響下具有以下特點：（1）平臺眾多，行業競爭不斷加大；（2）產品眾多，服務意識不斷增強；（3）模式眾多，用戶體驗不斷提高。人工智能對視頻生產與生成的影響由原來的“專業生產”轉變為“專業生產+智能生產+AI生成”。本文總結了人工智能時代影響下視頻智能生產與生成的發展、應用及未來趨勢。

1 問題研究

1.1 視頻主體上：引發視頻生產職業生存的危機

視頻生產生成在人工智能的加入后不僅大大提高了視頻制作效率，同時也提高了更多視頻生產生成算法。然而，這樣的方式容易導致視頻制作者的職業生存主體性危機，原來以人為主的地位受到嚴重威脅，取而代之的是以機器制作、創作視頻內容，不僅讓純技術人員受到了嚴重挑戰，同時也侵占了視頻創作者產生視頻價值的權利，削弱了其專業性。這種被打破的視頻生產生成的模式將對視頻篩選、視頻把控以及視頻價值輸出產生極大的影響。

1.2 視頻內容上：引發視頻內容原創文本的失衡

視頻算法的機器性容易導致視頻內容千篇一律、千差萬別或是偏離視頻文本的起初意圖，這就使得智能生產生成的視頻缺乏深度思考和認知價值。當視頻智能生產生成的內容存在信息偏差甚至是倫理問題，就會失去人工生產時的價值標準，從而失去了視頻內容原創文稿的實際意義。

2 視頻智能生產與生成的內涵及發展

2.1 智能視頻生產平臺的概念

在人工智能時代，視頻行業飛速發展，互聯網內容的視頻化是大勢所趨。視頻內容以及視頻創作逐漸成為一種新型信息交流的方式。作為新型媒介載體，相比傳統的圖文類創作，視頻內容創作具有一定的門檻。隨著AI技術和傳統技術的結合，更多普通用戶和企業用戶可以便捷生產大批量的高清視頻。智能視頻生產平臺可以大大降低視頻制作的門檻，并提高視頻編輯效率［1］。這種機器生產內容（Machine Generated Content，MGC）的原理就是根據文字內容自動配圖制作視頻。這類視頻會對已有文章的內容生成解說詞和配音，通過提取文章中的關鍵信息，實時獲取內容相關的圖片和視頻素材，通過匹配技術，自動對齊素材與解說內容，合成自然流暢的短視頻內容。這種由機器生產的視頻最大的特點就是速度快、效率高，平均生成1個視頻耗時2～3分鐘，每天可以生產500～1 000條視頻。通常MGC的內容是依靠機器抓取而生成的，其視頻內容往往缺乏邏輯性，如果不經過精細化調整、打磨，觀看者在瀏覽或者運用的時候難以分辨其創作動機，內容質量會大打折扣。

智能視頻生產平臺主要解決的是視頻內容的生產問題，通常分為4個模塊：智能拍攝、智能剪輯、智能包裝、智能模板。這些不同模塊的關鍵點在于智能標簽。智能標簽的識別是整個智能視頻生產平臺的基石。智能標簽可以分為環境類、物體類、場景類、人物類等幾十個分類或者幾千個標簽，這些標簽構成了AI智能剪輯標簽的系統。系統從視頻的視覺、聽覺以及自然語義等不同維度，自動識別用戶所需素材。根據視頻內容智能推薦模板，通過素材標簽、模板標簽智能匹配對應。

2.2 智能視頻生產生成的發展進程

2.2.1 人工智能進入新聞領域

人工智能指由機器等人造物展現出的智能，即人造物對環境、信息等進行感知并在此基礎上采取相應的符合其設計目標的行動［2］。近年來，人工智能技術開始進入新聞領域。由人工智能技術所推動的智能新聞寫作浪潮通常被稱作“機器人新聞”或“算法新聞”，指在沒有人工干預的情況下，使用計算機軟件或算法自動生成新聞稿件的過程［3］。國內最先出現的寫稿機器人是騰訊研發的 “DreamWriter”（寫作機器人）。此后，國內媒體陸續開發寫稿機器人，如“快筆小新”“DT稿王”等，機器寫作在不同領域得到了廣泛應用。

2.2.2 智能生成視頻

智能視頻最初是由PPT制作生產視頻樣式并播放。隨著剪輯工具的不斷開發和出現，如千巴庫AI剪輯工具開發了“去重混剪”功能，它可以控制不同短視頻中相同出現的片段次數。在真人秀節目中，這項功能發揮了重要作用。真人秀節目拍攝過程中產生了超長時間拍攝時長素材，通常為1小時以上的視頻或者更長，通過AI智能剪輯，無須手動分割鏡頭，直接使用智能混剪進行處理，通過設置鏡頭分割時長和視頻時長，程序自動將所有導入視頻按等秒分割成一個鏡頭集，根據特定算法計算出該視頻集的最大合成視頻數，再中度去重、高度去重以及完全去重。智能混剪技術在電視、新聞欄目中使用的頻率大大提高。

2.3 視頻智能生產的主要模式

2.3.1 模式一：單視頻+文案

一個視頻配一個文案，平臺或軟件自動把文案轉化成字幕以及真人發音，把視頻和字幕同時添加到視頻上，此模式適合電影解說、新聞講解等。系統根據所提供的文字稿件采集文字和視頻，從而把采集到的文字和視頻自動生成配音和字幕，采集到的視頻也會進行分割處理，并抓取片段進行合成，生成新的視頻。

2.3.2 模式二： 多視頻+文案

多個視頻隨機合成一個視頻，把文案轉化成字幕以及真人發音，同時將視頻和字幕添加到視頻上，此模式適合抖音等。

2.3.3 模式三： 多圖片+文案

多個圖片會根據預設的條件隨機合成一個視頻， 并把文案轉化成字幕以及真人發音，同時將視頻和字幕添加到視頻上，此模式適合大批量且視頻素材不足的情況。

2.3.4 模式四：單視頻

從視頻中提取文案，用戶隨時可修改文案，軟件會把修改后的文案轉化成字幕以及真人發音，同時將視頻和字幕添加到視頻上，此模式適合視頻加工。

2.3.5 模式五：圖文生成視頻

根據所提供的文字，快速生成符合文字的視頻，實現圖文到視頻的智能合成，自動對輸入的文字進行關鍵信息提取，合成解說詞和配音，同時獲取內容相關的視頻素材，基于語義視覺理解和匹配技術完成素材選擇和解說視覺內容自動對齊，完成視頻創作。以新聞視頻制作為例，將從原來的時間制作成本壓縮為秒級，人力成本也幾乎降為零。

2.4 國內智能生產視頻的平臺（App）一覽

視頻資源的智能生產與動態生成是在大數據處理、智能算法的基礎上將視頻資源精準篩選，對海量信息進行比對，根據數據算法智能推送，后期快速智能化剪輯，針對不同用戶實現精準化、場景化、個性化的智能推送。如表1所示，智能視頻生產生成的平臺（App）大致分為以下幾種：一是由Magic（魔法）、智影、GliaStudio（集雅制作）為代表的智能視頻生產生成平臺，對媒資進行智能分析或是直接使用直播視頻源，即時完成人臉識別，并剪輯生成短視頻，實現視頻自動化。二是由來畫、美攝、巨量引擎等為代表的以數字人、虛擬主播為特色的，實現AI換臉、一鍵圖文轉視頻、AI批量化生產視頻。三是類似Remotion（移動）使用編程和算法較為復雜的實現視頻智能生產生成。四是數美科技主打通過智能標簽實現智能審核，降低人工審核成本。

3 智能視頻生產與生成的主要應用

3.1 智能采集

智能采集即利用人工智能和大數據，快速獲取視頻相關數據，通過視頻智能生產平臺自動獲取視頻相關的信息素材，經過平臺一系列算法，采集視頻熱點；輸入預設視頻片段相關需求，平臺自動算出時間線索。例如：新浪自主研發的“鷹眼”平臺就是利用這樣的原理，同時結合大數據、人工智能算法對新聞進行篩選，采編團隊進行建模，從而第一時間發現潛在熱點并向用戶實時推薦。

3.2 智能剪輯

智能剪輯主要是對視頻不進行人工干預，設定剪輯策略后由AI自動識別視頻內容，識別檢測視頻素材、智能選取剪輯、自動添加字幕、自動音樂節奏、二次編輯、自動添加濾鏡等功能。（1）對視頻進行智能AI識別，識別風格化場景，從不同維度構建識別內容體系，對視頻片段進行裁剪。經過評分系統挑選出視頻的精彩片段，根據精彩片段自動導入內容。（2）挑選出不同的包裝方案，這些包裝方案會生成不同效果，根據評分系統模擬用戶的設想并組合出成品。（3）通過識別內容，在字幕庫內選擇符合場景的特效作為包裝元素添加到視頻里面，包括濾鏡、音樂節奏的自動打點，從而實現智能剪輯的高效創作。

智能剪輯也可以根據客戶的定制化需求進行創作，以《王者榮耀》為例，根據游戲中主角的特技識別他在游戲中的主要功能，是防還是守，并通過擊殺動作來區分不同的場景片段，組合這些精彩片段并賦予包裝效果，例如音樂卡點、字幕濾鏡貼紙，包括火光或是光輪等效果，便可以達到簡單的預想效果，大大減少了視頻制作時間。

3.3 智能內容生產

智能內容生產根據特殊場景自動輸出畫面，尤其應用在突發性的新聞事件中［4］。在2022年兩會期間，解放軍強軍網智能生產生成視頻并獲得好評。具體內容是智能軟件自動識別航天英雄楊利偉語音和對話，并利用綠幕等效果達到觀眾與楊利偉現場對話的效果。觀眾可以根據自己的喜好進行AI換臉互動，這樣讓新聞人物與觀眾大大拉近了物理距離。

3.4 智能模板

智能模板和智能剪輯的區別在于，智能剪輯是一個完全智能化的場景，不需要人工干預，而智能模板更靈活，它可以在運用模板之前由用戶根據識別內容、識別標簽和模板標簽做標簽匹配，產生模板推薦，這樣就可以靈活選擇符合內容創作意圖的模板。

3.5 智能拆條

智能拆條主要應用于傳統的電視臺、企業宣傳的新聞類拆條。會議報道或者體育類、晚會類的節目后期制作都是目前正在研究的方向。將智能拆條和云剪相結合，根據原始素材篩選，并通過不同維度在時間上粗略的切割，再根據識別到的素材篩選與之合并，從而達到智能分割、拆條的效果，有利于新聞編輯的再利用以及開發重組。

3.6 智能分發

智能分發依賴于高效的智能算法，大大改變了信息傳播鏈和傳播結構，通過深度機器學習算法將用戶的偏好、行為等數據進行分析、計算、建模、評估以及推測出用戶的潛在需求，通過算法自動抽取、整合、編排信息，最終實現個性化、定制化的內容推薦。以Facebook為例，其采用邊際排名算法并緊扣用戶社交關系進行新聞分發，最大化發揮了社交關系優勢和流量優勢。

3.7 智能反饋

媒體通過實時評估與綜合評價海量數據和超大規模計算，使內容生產者可以對各個環節進行調整和反饋，提升運營效率，同時為輿情管理、虛假信息治理、版權保護提供依據。大數據挖掘、語義分析等智能技術可以對網絡輿情進行深度分析，準確把握當前輿論態勢，提高輿情預測、預警和研判效率。

3.8 智能審核

從現階段的AI智能視頻審核上看，完全依賴人審或機審并不能完全滿足不同視頻平臺的各類審核要求。尤其對于大型直播平臺，審核要求和審核方式的多樣化與標準度維度更高。因此，通過各種算法研究，結合各類視頻審核的落地場景進行技術分析，最直接有效的方法就是利用“人審+機審”的審核方案進行智能視頻內容識別，添加智能標簽進行直接分類，不僅能夠大大減少視頻平臺的人力成本，還能大量減少重復性審核工作。

3.9 智能虛擬主播

用戶通過登錄主播制作后臺，只需輸入文字內容，通過智能語音合成、AI面部驅動及專業視頻編輯能力，自動生成一個逼真的虛擬主播視頻，大大提高新聞播報生產效率，實現靈活部署、智能合成、唇音同步的特點。近幾年，這項功能在卡通類、3D、仿真人的虛擬主播應用廣泛，通過AI學習驅動任務的嘴部，結合輸入的文字轉音頻，形成虛擬主播的演示。

4 AI技術賦能視頻生產生成的對策

4.1 視頻機構：加快技術聯合和目標切分

視頻生產生成是一個不斷技術攻堅的過程，隨著AI的不斷發展和算法提高，對該市場的技術聯合和加速推進，不斷完成目標切分，使得眾多以視頻為主的技術公司投入更多的精力和實力在自己擅長的領域。

4.1.1 素材結構化

視頻素材，即非結構化的數據，例如圖片、視頻、音頻、文字等，通常情況下不打開文件并不能像文本可以搜索定位。而智能視頻生產的第一步就是將素材內容非結構化的數據進行結構化的處理，方便智能識別分類，業務打包或者細分，將是未來發展的一種常見路徑。

4.1.2 數據標簽化

結構化的數據，將其輸入標簽，有利于機器檢索。例如一些火災場景可以快速打上突發事件標簽；還有一些新聞視頻可以根據標簽快速將視頻中的語音轉成文字等。這些利用標簽匹配實體的做法，可以快速被識別、調取、組合，進行精準搜索，實現精準定位視頻中人物出現的位置、一鍵上字幕等操作。數據標簽是視頻AI生產生成的基礎，這部分內容如果形成數據聯網或者規?；?，將使得視頻數據更加豐富和避免重復。

4.1.3 場景可視化

智能視頻創作可以將需要展示的數據，例如股票走勢圖等信息的場景，自動進行數據可視化，從而將數據轉變為視頻或者圖像，增加了用戶跟蹤、觀看的黏性。

4.1.4 視頻模板化

視頻可以匹配不同的視頻模板，例如新聞開頭的嚴肅模板、娛樂綜藝節目的活潑樣式，均可以形成模板供用戶使用。模板中的轉場、字幕效果、特效等也可以自主定義或自行修改，通過模板的應用，用戶只需修改文字或標題就可以一鍵生成精美視頻。

4.2 視頻從業者：拓展業務適應和策略調整

視頻AI生產生成打破了傳統的視頻內容生產創作方式，對視頻制作和技術人員產生了很大的影響，從角色定位、工作流程、價值碰撞再到職業認同都必須做出業務上的適應和調整。目前，AI視頻創作和生產在創新環節上還有待進步，這方面就需要視頻創作者利用自己的優勢和經驗在創新發展上做更多的研究。

5 結語

人工智能的快速發展使得視頻生產與生成越來越智能。人工智能引入視頻生產生成之后，實現了內容生產的模塊化、自動化甚至是創新性。本文總結了視頻生產生成的發展、構成及未來趨勢，整體上概括了視頻智能生產生成的具體模式及方式。AI人工智能融合視頻生產與生成大大提高了視頻產出的效率，節約了人力、物力，突破了傳統的平臺、內容、渠道等的限制因素，讓機器協助生產內容、突破內容生成方式、有效將視頻資源整合、生產發布業務創新、智能應用視頻場景、釋放技術能力，從而讓媒體從業者聚焦更核心的創新能力，取代標準化的體力勞動。這為以后視頻智能生產生成應用于教學、廣電等提供了思路，也為視頻生產與生成的產品和應用帶來新的前景和轉型，進一步實現智能升級、交互升級，更好、更快、更準賦能媒體工作者和相關機構。

參考文獻

［1］李平，楊政銀.人機融合智能：人工智能3.0［J］.清華管理評論，2018（增刊2）：73-82.

［2］傅丕毅，徐常亮，陳毅華.“媒體大腦”提供了怎樣的深度融合新模式［J］.新聞與寫作，2018（4）：11-15.

［3］李琳娟.人工智能時代下的視頻新聞發展及思考［J］.傳媒，2019（7）：62-64.

［4］葉芷，馬彩虹，戴兵.百度智能云視頻AI技術助力媒體行業產業升級［J］.人工智能，2020（2）：73-82.

（編輯 王永超）

Connotation， application and development of video intelligent production and generation

Jiang? Nan

（Guangdong Open University， Guangzhou 510091， China）

Abstract：? This paper puts forward the main problems of video intelligent production and generation， traces the development field of video intelligent creation， and finds out the current situation， mode and main characteristics of several domestic video intelligent production and generation platforms （Apps） through research， and summarizes and analyzes the intelligent collection， intelligent editing， intelligent content production， intelligent template， intelligent strip splitting， intelligent distribution， intelligent feedback nine main applications， including intelligent audit and intelligent virtual anchor. It puts forward development countermeasures and suggestions for video institutions and video practitioners， aiming to create a value co-creation situation for video production and generation through AI， and promotes the in-depth development of video media integration.

Key words： video; intelligent production; intelligent generation; development trend