APP推广合作
联系“鸟哥笔记小乔”
生产、交互、消费全链路升级,开启“三智”视频新时代
2024-10-17 13:42:34

撰文 | 懂懂

编辑 | 秦言

来源:懂懂笔记

生产、交互、消费全链路升级,开启“三智”视频新时代

谷歌在2015年曾预测:“未来互联网世界80%的内容将是以视频形式呈现的。”

未来已来!十年前的预判在今天几乎全部实现。不仅如此,视频在工作生活中的渗透率不断提升,并且过去一年中又有很多全新视频体验来到我们身边:

AIGC可以快速生产短剧,抖音联合博纳影业出品的《三星堆:未来启示录》一上线,便获得了惊人的1.4亿次播放量;

奥运会期间裸眼 3D 观赛、VR 直播观赛已成为现实,PICO 还为用户全新打造了巴黎奥运会观赛场景;

游戏《黑神话:悟空》爆火,为全球玩家提供了一场虚实融合的中国文化盛宴,并且带火了一众线下旅游打卡圣地;

在15日火山引擎与intel联合举办的“视频云技术大会”上,火山引擎总裁谭待就以数字分身的形式出现,采用豆包语音合成模型和形象驱动算法,达到真人级别的效果,整个演讲过程看上去非常自然、逼真……

生产、交互、消费全链路升级,开启“三智”视频新时代

所有这些创新应用的背后,都是AI带来的颠覆性变化。当下,数字视频时代已经向AI视频时代跃迁,用户的需求也在从更流畅、更实时、更高清——升级为更智能、更交互、更沉浸。而要实现这些“更……”,依赖的就是生产、交互、消费等全链路的AI升级。

生产、交互、消费全链路升级,开启“三智”视频新时代

智能生产,多模态使能高品质

正如谭待所描述的,“视频正迅速崛起为人类的第二语言,其丰富的表达手段和效果远超传统文字,为我们提供了更多元、更生动的交流方式。”

随着视频的重要性不断提升,生产端的挑战便是如何以更少的时间、更低的成本生产出更高质量的内容。

生产、交互、消费全链路升级,开启“三智”视频新时代

比如在电商领域,过去一年中短视频、直播、数字人占比越来越高。好的内容可以吸引用户的注意力,有效传递品牌信息,并且激发消费者购买决策。显然,“好内容”已经成为电商平台收益增长的第一生产力:优质内容高效快速生产从而拉动商品销量,随着商品运营规模大幅增长,营销成本也在大幅下滑(如上图)。

火山引擎的多模态电商素材生成方案,通过融合图像分析、AIGC(人工智能生成内容)、大模型处理、3D物体重建等先进技术,实现了商品氛围图、图文视频、解说视频、AIGC视频和3D商品模型等多模态营销素材的自动化生。

其带来的效果是门槛大幅降低:商家只需要提供基础信息和一些简单的多模态素材,就可以自动提取卖点、智能裁剪、自动生成视频。举些例子,比如输入乳饮产品的受众、产地、营养成分,就可以自动生成一张首销图或是一段营销视频;比如把服装的图片上传,就可以自动生动模特上身的效果图;比如上传商品信息之后,可以自动生成一系列内容匹配直播、短视频、货架等不同场景需求。火山引擎的多模态电商素材生成方案,端到端自动化让素材生成更智能、更快捷、更个性。

不止于电商,在短剧、赛事、演出等各种场景,也都有海量的自动化生成内容需求,比如短剧的宣发,演出的切片传播,赛事的精彩瞬间等等。火山引擎视频云推出的多模态视频理解与生成方案,依托多媒体实验室自研的AI视频理解技术和AIGC技术,实现了视频高光的自动化提取和解说内容的生成。一场精彩的演出,可以快速切出多个短片,短剧可以快速生成多段不同视角的预告片,显著缩短了制作周期,大幅降低传播、宣传的成本。

我们知道,声音是视频中的关键要素,火山引擎视频云提供的跨语言同声复刻直播服务,可以实现自动配音、自动匹配字幕,还可以声音复刻。比如在直播中可以使用豆包大模型Seed-ASR,除了能自动打出字幕,还支持中文、英语、日语、西班牙语、印尼语、葡萄牙语等多国语言输出。在虚拟人的直播中,可以高度还原人声特点、说话风格,还可以调整演讲者口型,让观感更加自然。以“视频云技术大会”活动为例,出现在讲台上的“数字人谭待”,无论是体态、表情还是声音、语气,都实现了对真人的高品质复刻,令人惊羡。

在新视界时代,生产端的挑战是如何以更少的时间、更低的成本生成多角度、高信息密度的优质内容。火山引擎通过AI赋能,推出一系列解决方案从而推动了生产力变革:多模态内容根据用户需求自动生成,智能生产让创作者的创意得以充分释放,多模态内容的生产与处理已经变得触手可及。

生产、交互、消费全链路升级,开启“三智”视频新时代

智能交互变革,给AI加点“人味儿”

随着去年大模型火爆之后,与AI交互的应用开始兴起。比如手机中的智能助理已经成为用户与手机沟通的主要方式,很多“I人”不喜欢线下社交,更喜欢与AI聊天机器人互动,现在我们拨打客服电话时很大比例都是机器人在提供服务。

举个例子,AI陪伴已经开始走进日常生活,并且不仅局限文本交流,而是以数字人化身的形式出现,实现了实时语音对话。作为AIGC原生产品,AI陪伴目前的市场热度极高,已经是当下人工智能领域成长最快速的赛道之一。据数据网站Insightrackr统计,AI陪伴类产品从今年二季度开始(特别是5月到7月),每月的下载量较上月平均增加94%。

萌宝是一家国内领先的幼儿娱乐启蒙音视频内容平台,为用户提供儿歌、故事、绘本、语言、认知、科学、艺术等多个领域内容。儿童在平台上学习、娱乐的同时,高质量、有温度的AI互动可以令用户体验大幅提升:新奇有趣的体验让他们更专注;个性化情感陪伴使其收获理解与关怀;边聊边学的益智启蒙互动使得学习效果更好。

平台一直想为儿童定制一个AI伙伴,这其中存在诸多挑战:语音响应延时要低,遇到打断情况要能自然处理,IP角色音色要贴合,要能真正理解儿童的需求并给出恰当的引导……

总体来讲,AI陪伴领域存在技术难度高、成本高、效果难保障等痛点。萌宝最终选了火山引擎AI实时交互方案。方案通过火山引擎豆包大模型和视频云RTC技术实现了语音数据的高效采集、处理和传输,并在服务端为用户提供了智能对话和自然语言处理的强大能力:毫秒级人声检测和打断响应,以及丝滑稳定的端到端响应体验。

萌宝对最终的应用效果十分满意:实时响应,互动非常自然,即使交流中被孩子打断也可以智能地续接,AI的音色亲切且情绪饱满,给孩子们带来有感情还有趣的陪伴。最重要的是,系统能够很精准地理解孩子的需求,提供相应的回复与引导。

这个解决方案源自豆包大模型与实时音视频技术,用户不仅能用语音与AI进行交谈,还能像平时说话一样,在对话过程中适时打断或插话,对整体交流的质量也不受影响。经过升级后的AI声音相较以往而言更具表现力和感情色彩,对话也因此更自然、更真实、更流畅。

诚然,人与AI交互的实现并不难,但要做好却非常难。首先要实现功能价值,就是要精准理解用户的需求是什么;其次还要提供情绪价值,在理解用户意图的基础上,用最自然、最舒服的方式与用户进行交流互动。

生产、交互、消费全链路升级,开启“三智”视频新时代

火山引擎对话式AI实时交互解决方案让智能交互的生产更简单,这也助力客户可以针对不同场景不断创新应用。目前这套方案已经普遍被企业用来定制智能助手、AI社交陪伴、儿童学习陪伴、AI教育、智能客服等服务。其中社交领域最为典型:用户不仅能够个性化定制专属AI Agent,还能在精心设计的剧情中与AI角色深度互动。

显然,交互端的智能化,给AI增加了不少的“人味儿”,AI变得越来越有温度。

生产、交互、消费全链路升级,开启“三智”视频新时代

智能空间,跨时空使能消弭虚实缝隙

今年游戏圈最热的就是《黑神话:悟空》,其大受追捧的原因之一就是跨时空。

游戏通过无人机实景三维重建等前沿技术,将真实场景的纹理与细节以1:1的比例精准还原到游戏世界中,为全球玩家提供了一场虚实融合的中国风盛宴。用户在游戏中可以沉浸式观赏风景与体验文化,如果爱到极致还可以来一场说走就走的线下旅游,在游戏中被复刻的36个景点,甚至串起了“黑神话旅游专线”。

实际上,2D、3D以及虚实融合的应用已经越来越多地出现在人们的工作生活中。从消费端来看,时空不再有边界,虚实融合正在引发空间智能化的变革。最近,凯文凯利(KK)预言AI带来的颠覆第一条就是:5000天后镜像世界将会诞生。所谓镜像世界是依靠AR、VR、AI等技术将现实和虚拟世界完美融合,我们会处在一种“沉浸式计算”的时代,到处都是数字化,万物皆可与AI相连。

针对空间智能化的需求,火山引擎视频云推出了一系列方案:

  • 基于AI的3D生成方案,用户仅需简单上传所建3D内容参考图,自研系统就会自动生成关键视角和稀疏视角图像,快速构建出精确的3D几何结构,与传统手工3D建模相比,火山引擎AIG3D方案在效率、多样性和操作成本等方面有明显优势;

  • 大场景重建方案,实现了对真实场景的高质量3D几何构建与外观重建渲染,广泛应用于虚拟直播,VR直播等场景中,高效率的生成三维直播布景,增强了用户的沉浸感体验;

  • 6DoF直播方案,实现了高质量、超低延时的VR沉浸体验,已成功应用于抖音VR直播,成为业内首个基于Apple Vision Pro的3D直播,为用户带来了震撼的XR体验。

生产、交互、消费全链路升级,开启“三智”视频新时代

基于这些解决方案,用户已经切实体验到智能空间的价值:从文化传承的角度,火山引擎与山西高平二郎庙金代戏台、北京正乙祠戏楼等文物单位合作,将线下珍贵文物转换为线上的永久数字资源,并打造成虚实融合的沉浸式虚拟直播间。目前已经应用于抖音戏曲直播场景,提升主播直播过程的沉浸感和互动感,助力非遗传承与保护。

2024年奥运期间,PICO 还为用户全新打造了会观赛场景,借助于 VR 大屏,运动员的每一个动作、每一滴汗水、每一帧表情都近在咫尺,沉浸式的极致观赛体验让用户仿佛置身于赛场当中。英特尔与PICO团队合作,依托英特尔领先的计算和渲染能力,借助火山引擎的解决方案,启动了“何以华夏”项目,对珍贵的文化遗产进行虚拟再现和推广,为用户带来沉浸式的文化体验。

显然,随着AI技术的发展,空间智能化得以实现,用户不再受到时间、空间的限制,消费端的智能化正在消弭物理世界与数字世界的缝隙。

【结束语】

随着生成式AI、多模态大模型、全景直播、三维重建等技术进步,过去一年我们已经能够明显感受到科技飞跃带来的变化,我们正在迎来一个AI加持下的“新视界”。

从数字视频时代到AI视频时代的进化,用户需要更智能、更交互、更沉浸的体验,这对生产端、交互端、消费端都提出全新的挑战。只有通过AI全链路赋能实现“三智”,才能支持未来更多模式、应用的创新。

火山引擎视频云为全链路升级提供了强大且稳定的音视频技术基座,而英特尔则是强大算力的保障。英特尔®至强®服务器强大的CPU处理能力,从实时的高达8K的视频处理能力,到基于 AMX 指令集的 AI 算力,从传统的 CV 优化到 LLM 和 AIGC的最新应用支持,Xeon 服务器始终为火山引擎提供了强有力的算力支撑和可靠服务。
火山引擎视频云+英特尔®至强®服务器全链路全面赋能视频“新视界”。

END

关键词
懂懂笔记
分享到朋友圈
收藏
收藏
评分

综合评分:

我的评分
Xinstall 15天会员特权
Xinstall是专业的数据分析服务商,帮企业追踪渠道安装来源、裂变拉新统计、广告流量指导等,广泛应用于广告效果统计、APP地推与CPS/CPA归属统计等方面。
20羽毛
立即兑换
一书一课30天会员体验卡
领30天VIP会员,110+门职场大课,250+本精读好书免费学!助你提升职场力!
20羽毛
立即兑换
顺丰同城急送全国通用20元优惠券
顺丰同城急送是顺丰推出的平均1小时送全城的即时快送服务,专业安全,准时送达!
30羽毛
立即兑换
懂懂笔记
懂懂笔记
发表文章29
我们关注科技产业的发展动态,技术趋势和商业变革,我们希望与你一起,迎接这个科技转变命运的时代。懂懂笔记(dongdong_note)
确认要消耗 羽毛购买
生产、交互、消费全链路升级,开启“三智”视频新时代吗?
考虑一下
很遗憾,羽毛不足
我知道了

我们致力于提供一个高质量内容的交流平台。为落实国家互联网信息办公室“依法管网、依法办网、依法上网”的要求,为完善跟帖评论自律管理,为了保护用户创造的内容、维护开放、真实、专业的平台氛围,我们团队将依据本公约中的条款对注册用户和发布在本平台的内容进行管理。平台鼓励用户创作、发布优质内容,同时也将采取必要措施管理违法、侵权或有其他不良影响的网络信息。


一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规,对以下违法、不良信息或存在危害的行为进行处理。
1. 违反法律法规的信息,主要表现为:
    1)反对宪法所确定的基本原则;
    2)危害国家安全,泄露国家秘密,颠覆国家政权,破坏国家统一,损害国家荣誉和利益;
    3)侮辱、滥用英烈形象,歪曲、丑化、亵渎、否定英雄烈士事迹和精神,以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉;
    4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动;
    5)煽动民族仇恨、民族歧视,破坏民族团结;
    6)破坏国家宗教政策,宣扬邪教和封建迷信;
    7)散布谣言,扰乱社会秩序,破坏社会稳定;
    8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪;
    9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序;
    10)侮辱或者诽谤他人,侵害他人名誉、隐私和其他合法权益;
    11)通过网络以文字、图片、音视频等形式,对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的;
    12)危害未成年人身心健康的;
    13)含有法律、行政法规禁止的其他内容;


2. 不友善:不尊重用户及其所贡献内容的信息或行为。主要表现为:
    1)轻蔑:贬低、轻视他人及其劳动成果;
    2)诽谤:捏造、散布虚假事实,损害他人名誉;
    3)嘲讽:以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述,以此来激怒他人;
    4)挑衅:以不友好的方式激怒他人,意图使对方对自己的言论作出回应,蓄意制造事端;
    5)羞辱:贬低他人的能力、行为、生理或身份特征,让对方难堪;
    6)谩骂:以不文明的语言对他人进行负面评价;
    7)歧视:煽动人群歧视、地域歧视等,针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击;
    8)威胁:许诺以不良的后果来迫使他人服从自己的意志;


3. 发布垃圾广告信息:以推广曝光为目的,发布影响用户体验、扰乱本网站秩序的内容,或进行相关行为。主要表现为:
    1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式:
    2)单个帐号多次发布包含垃圾广告的内容;
    3)多个广告帐号互相配合发布、传播包含垃圾广告的内容;
    4)多次发布包含欺骗性外链的内容,如未注明的淘宝客链接、跳转网站等,诱骗用户点击链接
    5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光;
    6)购买或出售帐号之间虚假地互动,发布干扰网站秩序的推广内容及相关交易。
    7)发布包含欺骗性的恶意营销内容,如通过伪造经历、冒充他人等方式进行恶意营销;
    8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。


4. 色情低俗信息,主要表现为:
    1)包含自己或他人性经验的细节描述或露骨的感受描述;
    2)涉及色情段子、两性笑话的低俗内容;
    3)配图、头图中包含庸俗或挑逗性图片的内容;
    4)带有性暗示、性挑逗等易使人产生性联想;
    5)展现血腥、惊悚、残忍等致人身心不适;
    6)炒作绯闻、丑闻、劣迹等;
    7)宣扬低俗、庸俗、媚俗内容。


5. 不实信息,主要表现为:
    1)可能存在事实性错误或者造谣等内容;
    2)存在事实夸大、伪造虚假经历等误导他人的内容;
    3)伪造身份、冒充他人,通过头像、用户名等个人信息暗示自己具有特定身份,或与特定机构或个人存在关联。


6. 传播封建迷信,主要表现为:
    1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病;
    2)求推荐算命看相大师;
    3)针对具体风水等问题进行求助或咨询;
    4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失,包括通过占卜方法问婚姻、前程、运势,东西宠物丢了能不能找回、取名改名等;


7. 文章标题党,主要表现为:
    1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户;
    2)内容与标题之间存在严重不实或者原意扭曲;
    3)使用夸张标题,内容与标题严重不符的。


8.「饭圈」乱象行为,主要表现为:
    1)诱导未成年人应援集资、高额消费、投票打榜
    2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
    3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
    4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
    5)通过「蹭热点」、制造话题等形式干扰舆论,影响传播秩序


9. 其他危害行为或内容,主要表现为:
    1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的;
    2)不当评述自然灾害、重大事故等灾难的;
    3)美化、粉饰侵略战争行为的;
    4)法律、行政法规禁止,或可能对网络生态造成不良影响的其他内容。


二、违规处罚
本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
当一个用户发布违规内容时,本网站将依据相关用户违规情节严重程度,对帐号进行禁言 1 天、7 天、15 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号,或者滥用多个帐号发布违规内容时,本网站将加重处罚。


三、申诉
随着平台管理经验的不断丰富,本网站出于维护本网站氛围和秩序的目的,将不断完善本公约。
如果本网站用户对本网站基于本公约规定做出的处理有异议,可以通过「建议反馈」功能向本网站进行反馈。
(规则的最终解释权归属本网站所有)

我知道了
恭喜你~答对了
+5羽毛
下一次认真读哦
成功推荐给其他人
+ 10羽毛
评论成功且进入审核!审核通过后,您将获得10羽毛的奖励。分享本文章给好友阅读最高再得15羽毛~
(羽毛可至 "羽毛精选" 兑换礼品)
好友微信扫一扫
复制链接