生产、交互、消费全链路升级，开启“三智”视频新时代

正文

请到「今天看啥」查看全文

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。

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。

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。

智能交互变革，给AI加点“人味儿”

请到「今天看啥」查看全文