2020年的新畫卷正在徐徐展開。在前兩個十年里，大規(guī)模GPU服務器并行計算、大數(shù)據(jù)、深度學習算法和類腦芯片等技術得以實際應用，人類社會相繼迎來了互聯(lián)網(wǎng)時代、大數(shù)據(jù)時代和人工智能時代。

回顧整個2019年，人工智能吸引了來自政府、科技巨頭和學術界的大量關注。就商業(yè)化而言，據(jù)普華永道（PwC）預計，到2030年人工智能將為全球經(jīng)濟貢獻15.7萬億美元，其中媒體與娛樂技術走入深度應用區(qū)。

AI深度再造媒體流程。如果說，記者與寫稿機器人等人工智能輔助工具的關系，還曾一度被渲染得富有沖突和爭議性，人們還充滿惶恐。那么，現(xiàn)如今技術則不再被簡單地視為“門外的野蠻人”。過去一年里，在媒體行業(yè)，AI更全面、深刻地發(fā)揮了影響。這雖然不是什么驚天動地般的“突破”，但是對于技術和媒體的發(fā)展交互，卻意義非凡。

隨著5G時代的到來，內(nèi)容供給，尤其是視音頻內(nèi)容的供給實現(xiàn)了智能化。5月，《人民日報》也推出了自己的人工智能虛擬主播“果果”。在系統(tǒng)中輸入文字稿，幾分鐘后“果果”就能流暢地將新聞播報出來。兩會期間，新華社推出的首款AI合成主播“新小萌”吸引了不少觀眾的注意，讓很多人都不敢相信這竟然是個虛擬人物。光明網(wǎng)則上線了新聞可視化，述職人與智能影像之間實時交互，智能影像可視化圖形可跟隨述職人的語言實時呈現(xiàn)，據(jù)悉此技術服務由國內(nèi)人工智能技術企業(yè)影譜科技提供。

隨著人工智能時代的到來，媒體對內(nèi)容生產(chǎn)需求產(chǎn)生了怎樣的變化？路透社首席運營官Reg Chua認為：“我們需要建立起能夠吸引更多人興趣的一對一模型?！睘榱藵M足人們對內(nèi)容多樣、特殊的口味需求，2019年年初，BBC開發(fā)了一項名為Salco（Semi-Automated Local Content半自動生產(chǎn)本地內(nèi)容）的實驗項目，借助這一工具，讀者每天看本地新聞時，還可實時了解本地醫(yī)院的急診情況。這也是目前BBC新聞實驗室與編輯部的最佳合作范例。

影譜科技技術負責人認為：“5G與AI到來的時代，人機協(xié)同內(nèi)容共生，AI成為下一代傳媒與娛樂發(fā)展的基礎技術。”影譜科技開發(fā)一套AI生成視頻內(nèi)容的技術引擎AGC，該技術可基于用戶的喜好及技術應用者的需求自動生產(chǎn)符合場景需求的短視頻、視頻內(nèi)片段、虛擬主持人等AI智能影像，通過AI算法生成的內(nèi)容引擎，可為播客的每個聽眾提供獨特的敘述和角色。

“該技術可一定程度上緩解高質量內(nèi)容生產(chǎn)力不足情況”，一位傳媒內(nèi)容主管表示，“影譜與一些廣電媒體的內(nèi)容可視化實踐是一個典型的AI生產(chǎn)內(nèi)容場景。在生產(chǎn)成本飛漲的時代，自動生成的視頻是超個性化內(nèi)容和機器產(chǎn)生的創(chuàng)造力的有前途的模型”。

有趣的是，今年7月Netflix財報披露稱公司正在研究利用AI生成預告片。很快，Netflix就可以快速、大量地，對海量內(nèi)容自動生成預告。在降低剪輯師人工成本的同時，這千人千面的預告片，又會增加影片點擊率和觀看時長。早在2016年時，21世紀?？怂购虸BM就推出了Watson系統(tǒng)給自家的驚悚片Morgan自動生成預告片了，只不過不能像Netflix這大批量自動化。

這背后的原理相通：第一步的“識別”是基礎，第二步的“生成”則是應用。第一步，識別并理解內(nèi)容，系統(tǒng)對非結構化數(shù)據(jù)進行結構化自準備，對結構化數(shù)據(jù)進行幀內(nèi)容識別。比如，進行復雜環(huán)境下的人臉識別，如演員姓名對應、誰是主角、誰是群演，同時進行物體識別、場景識別，如“公園里”，“家里近景”等等。此外，會對臺詞、配樂分析，識別情感，是驚悚還是溫情，一目了然。第二步，根據(jù)既定工業(yè)化流程生成既定視頻，這需要機器深度學習、并輔以3D重建等綜合計算機視覺技術。

技術的發(fā)展，帶來了“媒體經(jīng)濟”市場地位和規(guī)模的提升。以智能內(nèi)容生產(chǎn)技術為切入，智能內(nèi)容市場開拓出了更多的信息需求場景。這種變化，也為傳統(tǒng)的以視覺信息為主的媒體，提出了更多的思考：內(nèi)容的概念外延可以有多寬闊？在新渠道、新場景隨著技術不斷被“開墾”出來，媒體如何與技術共舞？如何與技術巨頭合作？

種種跡象表明，許多媒體已經(jīng)深刻關注到智能內(nèi)容對于業(yè)務的有效補充——視頻革命。除了利用自動化技術，將原有的文本內(nèi)容轉換為視頻內(nèi)容外，越來越多的媒體還將為AI輔助生產(chǎn)視頻作為內(nèi)容第一載體。