人工智能时代的新传媒：内容的生产机制有何不同

据美国电影工业预计，2021年电影行业总营收将达7590亿美元，3年复合年增长率(CAGR)3.6%，其中很大一部分收入受人工智能的积极影响。

人工智能对 传媒 业的影响无可争议，涉及内容创建到用户个性化体验的全流程。“人工智能将影响 媒体 价值链的各个方面，帮助创作者更具创造力，帮助内容编辑更高效，帮助用户找到符合他们兴趣和当前情况的内容”，微软Rainer Kellerhals表示。

“通过大量寻找相关内容，浏览大量内容，重新结构化和机器学习，人工智能将有助于传媒机构管理自己庞大的内容资产”，影谱 科技 相关负责人表示，“智能影像技术辅助传媒机构高效完成内容自动化创建和分发，例如在新闻制作、体育、流媒体领域，智能影像生产技术可以显著增加视频批量生产，降低制作成本，加快新格式的创作，带来全新的智能影像应用”。

IABM的首席研究分析师Lorenzo Zanni对此表示赞同。“传媒机构可以在整个内容供应链中利用人工智能来自动化运营，推动决策制定并个性化用户体验，‘自动元数据标记和提取’是迄今为止人工智能最广泛的应用，AI算法自动创建的元数据可用于推动内容货币化策略”。

这只是一个开始。影谱科技表示，“传媒机构也可以使用AI来增强他们的预测和生产能力，例如人工智能技术可用于预测需求以调整资源分配(按需模型)、预测内容中可能出现的中断(例如内容不合规)、预测 商业 化(例如元数据内的商业化位置标记)、或预测内容创建(例如内容被机器自动创建)等，这些用例切实可行降低生产成本”。

“影谱科技AGC智能影像生产引擎基于视觉人工智能技术，可以更轻松地从视频中提取元数据，包括时间编码的单帧，人物，场景，动作，品牌，关键词和情感”，国内某流媒体平台技术负责人表示，“与此同时，其用户行为预测功能将通过互动数据，构建用户配置文件，为内容推荐引擎、个性化内容消费、商业化内容定位和自动化生产内容提供信息”。

通过如影谱科技Moviebook AGC、微软Microsoft Azure这类型的解决方案，传媒机构进一步释放潜力。媒体与娱乐服务联盟(MESA)执行董事Guy Finley称，“现在是利用这一潜力的大好时机，我们第一次开始与消费者建立直接关系，从内容开发、内容生产、内容商业化、个性化服务四个业务维度实现流程自动化”。

首先，“内容开发”是智能影像技术大规模业务场景之一。AI可以作为根据用户喜好来给脚本创作提供情节预判、辅助角色等，并可逐步实现一键生成场景的视觉效果和人物素描，甚至可以预测下一个热点大趋势。例如，只需上传脚本PDF，智能影像技术产品就可以在几分钟内对角色进行详细分析，检测主角和对手等。除了创造性的帮助，AI还可以用于扫描脚本以获取侵权内容，以确保品牌合规性。

其次，“内容生产”是智能影像生产技术的典型业务场景。在视频拍摄摄影期间，计算机视觉可以派上用场，通过物体识别确保拍摄框架的连续性和质量控制; 例如，在框架中发现悬臂麦克风，而NLP驱动的功能可能有助于对话训练和表格读取。进一步看，智能影像生产技术辅助内容自动生产变得切实可行，以缩短制作周期和多次工序来实现大规模的应用。先进的机器学习算法减少机器拍摄，实现逼真的虚拟角色和虚拟场景创建;对于视频制作，智能影像生产解决方案可以生成元数据，并使其与观众的兴趣相匹配;对于内容监督，可以使用先进的机器学习技术帮助确保上下文合规性，例如扫描血腥或裸露等不宜内容。

再次，“定位和运营商业化内容”是智能影像技术快速规模化的关键驱动之一。影谱科技、Affectiva等AI解决方案可以使用面部识别和场景识别技术帮助媒体公司实现基于元数据的商业化。面向视频内容管理，影谱科技的智能影像解决方案确保电视广播及流媒体公司可以无缝管理所有向观众提供内容生产及商业化内容应用，确保管理内容和权利，商业化内容库存水平和摊销处于平衡状态。这一解决方案集成了视频内容生产技术、机器学习等新技术和API，围绕开放式架构的新愿景有助于媒体公司在OTT，DTC、个性化和线性服务中面对日益复杂的问题，并使他们能够获得新的商业模式。

在内容分发方面，智能系统可以根据用户喜好进行个性化推荐。“这是传媒机构从‘一对多'到‘一对一'模式的过渡”，IABM首席分析师Zanni指出，“生产方式从‘以制作为中心’到以‘内容+用户交互为中心’的转变”。这一转变将依赖于数据结构化(将内容分解为元数据，识别提取及标记)、机器学习等智能技术支持智能内容创建，辅以用户个性化需求追踪组合，以创建个性化的内容体验。通过智能内容、叙事图像、拍摄视频等成为可迭代循环的新内容组成部分，继而实现对元数据进行迭代和管理。

人工智能技术作为媒体机构日常业务核心部分被视为面向智慧媒体升级的基础建设，对内容制作和发行等以现金驱动的传媒业务类型，直接反映出“成本降低和效率提高”的成果。