407
機器人
人工智能技術將全新定義視頻的新商業價值
Video++的聯合創始人&COO 董慧智
【董慧智】：謝謝，首先比較晚了，大家可能比較餓了。今天我講的是領域一個事情，我們這邊做的是消費者端的。我用我的人工智能代替消費者去看視頻裏有什麼，然後把它的價值挖掘出來。我要講的話題是AI時代的營銷的升級，請繼續往下翻。這張圖其實是表現一下我們整個從視頻的消費端，視頻網站這邊整個產業的發展。在線視頻的規模，今年在線視頻的廣告達到了8百多億，明年會達到1100億。整體看來在線視頻的廣告，整個市場規模還是蠻大的。另外一條線大家看到沒有？在線視頻2014年優酷，三大家加起來以後，從那個時間開始同步增長率是在下降的。同步增長率到2018年已經隻能達到27%，同步增長率的下降原因是什麼呢？這是一個我們叫複合增長圖。整個視頻領域裏麵，複合增長率一直漲，但漲得最後的是什麼？這個其實是整個視頻廣告領域前貼片的時長。最早的時候2012年，30秒我還能忍。現在 沒有180秒的廣告，你都不好意思說我是很牛逼的廣告。但是用戶已經到極限了，如果讓用戶看5分鍾的廣告，我相信沒有任何人能接受。我們的IP做出來以後，我的增長在哪裏？我整個行業怎麼增長？難道把廣告加5分鍾嗎？不可能。我們創業之初就是想這樣一些想法，我們怎麼樣用我們的技術去把視頻的價值體現出來？這個視頻的價值不僅僅是放在所謂貼片中插的廣告價值上麵。我給大家看一個我們的視頻。（播放視頻）好吧，在視頻沒有聲音的情況下，我覺得有很多內容是沒有辦法體現的。那我就直接往後過吧。好，我們剛才聊的我們整個視頻市場，廣告這個市場其實已經到頂了，沒有辦法往下推了。我們想的辦法是什麼？通過AI技術賦能，把視頻的內容變成可以變現的，可以讓用戶發現價值的點。我們可以把一個視頻網站，比如優酷這樣的網站，我們可以理解成一個建立在視頻領域上麵的一個操作係統，這個操作係統和以前的大家手上玩的靜態的圖片、文字的操作係統不同的是，它在普通的硬件的交互層和大家所應用的應用層之間會有一個數據層。我們看視頻的時候，你所有的信息量其實首先來自於內容本身。所以你隻有把內容本身結構化，變成你視頻或者，或者你的程序能處理的數字信號，你才能它的價值利用起來。
第一步做的事情就是視頻結構化。我們把視頻通過掃描技術，分解成各種各樣的，可以做廣告，可以做電商，可以做教育各種應用的一種結構化的數據，也就是數據庫。這裏包括幾個方麵，第一個是掃描識別，我要知道視頻裏到底有什麼，它到底在在什麼時間出現？什麼時間消失？第二個我要追蹤這個出現的人物，在視頻裏在後麵的時間裏跑到哪兒去了。得到這個以後，我可以對人物、視頻進行價值化。有了這個基礎之上，才有視頻的應用。我把視頻內可以使用的功能，廣告、電商都把它看成視頻裏的小程序，這樣我識別出來的所有的數字信號轉換成一個可以用來變現的一種功能。這是我對於視頻怎麼把它的價值挖掘出來的一個架構。
首先給大家看一個，這個可能看不大清楚。你可以把它理解成我們培養的機器人，這個機器人做什麼事情呢？這個機器人就是你把一個視頻丟進去，比如你把一個視頻上傳了以後，它會自動地把所有的內容解鎖、解析。我可以在視頻之中，在我的後台可以批量化地去看這個視頻到底有些什麼，以及這些都在什麼地方。比如這個視頻之中，我們要看迪麗熱巴，這個應該是《人民的名義》中的陸毅。左邊的那個圖我會告訴你陸毅出現的所有時間點，以及時長。下麵我可以把陸毅的臉跟蹤出來，在係統裏非常完整地看到這是一個視頻的沙盤。我可以把視頻的元素一目了然看得到。我們可以解析的有明星、物體，比如我這裏麵看到汽車，看到水杯，看到紅酒杯。還有我們專門有針對3C物品的，比如手機這樣的。還有一個場景。我要看到我們這個故事發生在會議室，還是發生在臥室。我們怎麼做到這一點呢？剛才大家看到我們的視頻係統能夠做的事情，首先第一個這個係統已經是生產級的。它已經在很多視頻網站已經在做了，我們可以說這是在消費端，我們是唯一一個已經大規模使用的商用級的AI的係統。剛才那個係統裏麵我得到的結果我怎麼樣去投放？比如RIO雞尾酒，我可以把《歡樂頌》裏麵所有聚會的場景拉出來，它可以自動化一次性把這種場景投放各種各樣的廣告類型。後麵我會講我們如何把聚會的場景，轉化成RIO雞尾酒的廣告機會點。
剛才IBM的專家說IBM有一種底層技術，可以在圖象裏麵把人物識別出來。這是我們一般情況下，左邊這種形態的技術。我們稱之為圖象化的處理。我把一個視頻裏關鍵幀抽出來，我通過第100幀、第200幀這種抽幀的數據，我大概知道這個視頻裏麵都有點什麼東西。這是我們叫離散化的抽幀法。實際上左邊的算法是通行的，我怎麼識別裏麵的東西。但這樣有個問題，我第一幀和第100幀之間的所有的數據都丟掉了，而且我得到的不是連續的結果。我沒有辦法知道範冰冰開門進來之後，10秒之內做的是什麼。我要做到的從一個物體到一個人物，用一個跟蹤線把他跟蹤下來。比如範冰冰連續的軌跡，範冰冰連續的軌跡才真正具有廣告的價值。我得到它以後，再把她識別出來。這就是我們現在完全針對消費級視頻的識別技術。
我們能搜出什麼樣的結果？很多視頻網站或者很多內容商他都會感興趣的。我們目前跟艾瑞合作一個，我們要為艾瑞數據生成一個視頻圖譜。這個視頻圖譜能得到什麼？上麵一個視頻層，我可以看到視頻的內容影像的東西。信息層我會得到所有的人物，以及所有的關鍵物體。下麵一個場景層，場景層其實是我所有的內容，到底發生在什麼樣的場所裏麵？比如說我們現在如果是個視頻的話，我就能識別出這是一個會議室。最後一個是情感層，當我把一個物體、一個人物放在某一個場景裏，它通過跟蹤、持續分析得到這個人物到底在這個場景裏做些什麼事情。最後的情景，將是我們目前最有價值的廣告。其實通過上麵的信息，自動分析出來的。我可以把一個片斷裏麵，一個視頻裏麵所有的約會的場景，所有的家庭溫馨的場景，所有同事聚會的場景，打鬥的場景，全部一段一段切出來，這樣對我們後續的工作非常有幫助。剛才IBM的專家說有的用戶專門喜歡看打鬥的場景，我們可以把它全部抽出來，一次看個夠。
剛才其實我們說的是我們能得到什麼，以及得到這些數據你怎麼得到的。後麵我會給大家介紹一下我們是怎麼樣利用這些數據的。就是廣告商以及平台，像優酷、芒果這樣的平台，到底怎麼利用這些數據的。這是一個比較簡單的電商的場景，在很多地方大家都能看到邊看邊買，他會要求立刻支付完成。吸引你去購買的，他是通過旁邊的腳標來完成的。因為有了跟蹤的係統，我可以讓我要購買的物體，上麵放一個跟蹤框，這樣的話你所點即所得。我可以看到淘寶這個物體的本身，就可以進行購買。大家可以暢想未來，未來得購買可能是這樣的，我在一個視頻中看到一個感興趣的衣服，我隻要用手機點擊它，我就立刻知道這個衣服在哪兒買，瞬間加入購物車。再也不會有煩人的廣告出現了，因為它變成給用戶提供信息的功能。
這個是我們在直播和點播中都會用到的叫投票互動。很多的廣告商要吸引大家，其實是讓用戶去參與，才會讓廣告達到目的的目標。我是通過互動的方式，彈出一個投票層。大家投票以後，立刻看到結果。這樣的應用在直播、點播中都有很大的應用，在直播中我可以影響節目的內容。比如說我們在熊貓上麵做過的一些直播，比如說Panda Go，我會主播彈出一句話，我是該脫絲襪還是跳舞？各種各樣的都有。比較有趣的一個案例，是在去年的“雙十一”，去年“雙十一”科比來到中國，在戰旗上麵做了直播。我們識別到他的大特寫之後，準備了我們預先準備好的投票，就是到底中國觀眾喜歡他大胡子的形象還是喜歡他沒有胡子？旁邊跟著吉列的刮胡刀的廣告。結果顯示大家喜歡他沒有胡子，科比說：“我第一次感受到大家喜歡我真實的形象。”這樣吉列的廣告變得非常鮮明有特色，而且參與度非常高。
這是去年的《爸爸去哪兒》都會使用，我們叫場景觸發。我通過一個場景，比如說我識別到海邊場景，我識別到他在哪裏。然後我把相關的信息加上去，比如說這是一個旅遊場景，我就把旅遊信息，美食、遊記、住宿的功能都加上去。甚至我加個投票，大家喜不喜歡這裏？願不願意去？通過場景觸發還有很多，我就不多受了。這是一個模擬對話，我可以識別進球場景，我可以加入很多我們互動技術加入的模擬對話。比如說男女主角在沙漠中坐在那裏，我們就可以發現這是沙漠。我們可以加入對話，“你是不是渴了？我這裏有一瓶東鵬特飲。”這是內容跟廣告結合得非常緊的一種做法。
最後說我們其實是一直藏在視頻網站背後的技術提供方，我們為樂視、芒果、風行都在提供相應的技術。其實希望的把這個行業現在麵臨的瓶頸能夠打開。以前的貼片的轉化率是千分之2到3，很多人可能知道。其實我們在芒果TV的轉化數據大概達到7%，通過我們內容進行投放的廣告點擊率大概7%左右。大幅度提升整個行業廣告的效果。直播內容也很多，廣告商也有很多。雖然說我們在整個行業裏頭，其實使用過的，大部分都會反複地複投這種廣告。但是整個行業，可能新形態的廣告，通過AR的方式製作的廣告，還是需要大家共同推進的，這是需要行業共同推進的事情。
下麵稍微給大家看一下就過了，這是愛奇藝識別陳赫以後，讓大家可以點擊陳赫的臉。這是康師傅做的廣告，叫辣表情收集。這是《爸爸去哪兒》做的廣告。這是“雙十一”紅包等等，我這裏就不多放了。這是長隆的一個廣告。
因為時間關係，我就不多講，後麵都是一些直播的案例。什麼投票、點讚，各種各樣實時互動的工具。結果是什麼？我們在熊貓上麵，做過一場使用我們AI工具的一場直播，下單率144元。大家都在挖掘怎麼做直播視頻的電商，我們在這方麵有很多的嚐試，數據表明這個市場很值得一玩。下麵這些我就不過了，這是科比的見麵會，我們當時的廣告點擊率13.4%，就是科比的刮胡子的那個事情。這個是主播會投出來，給大家選她到底下一步應該做什麼，參與率非常的高。這都是在熊貓TV上的案例。這個案例是每一次播放產生1.27%的互動。謝謝大家！希望大家有個非常美好的中午，謝謝大家！
最後更新：2017-10-08 04:22:34