視頻網站的顛覆：愛奇藝的視頻智能實驗

本刊編輯部整理報道

你知道愛奇藝也在研究人工智能嗎？

視頻網站一直以來都是內容為大，對于技術的要求就是滿足用戶的觀看的流暢度，而背靠百度這樣的母公司，愛奇藝對技術有著特殊的偏愛。“愛奇藝是一家有著強烈媒體基因的科技公司，工程師在愛奇藝員工中占比達50%。一件事如果機器能做的更好，我們就不會用人來做，機器正高效完成著很多工作。”1月27日，在“深度學習塑造智能視頻未來”奇藝會上，愛奇藝CTO湯興強調了科技基因在愛奇藝發展中的強大作用。

湯興表示，“一家公司技術團隊的工作主要包含三部分，即提高用戶體驗，降低運營成本，提高運營效率。”深度學習領域的積極布局，使得愛奇藝研發出綠鏡、個性推薦、智能搜索等極大提升用戶體驗的智能產品，而Video in、一搜百映等營銷產品的推出，也在不斷豐富視頻網站的變現方式，進一步拓展視頻商業空間，提升營銷精度。

去年，愛奇藝建立首個基于視頻數據理解人類行為的視頻大腦，也就是愛奇藝大腦。主要職責就是數據存儲、分析和挖掘，讓機器來理解視頻內容，幫助愛奇藝在制作視頻、播放內容和用戶推薦上更加的貼近用戶。

而在今年1月24日，愛奇藝與NVIDIA共同成立了視頻深度學習聯合實驗室，湯興表示，這是為了解決愛奇藝硬件上的問題，因為數據量越來越大，計算量也越來越大，服務器如何為視頻做更深入的優化是愛奇藝迫切需要解決的問題。

綠鏡：7小時看完《何以笙簫默》

1月27日，由鐘漢良、唐嫣主演的《何以笙簫默》迎來大結局。目前，該劇在愛奇藝上累計播放突破10億，和《武媚娘傳奇》并肩成為2015開年最熱大劇。伴隨著《何以笙簫默》完結，一大波攢劇黨也隨之涌入視頻網站，開啟狂看模式。使用愛奇藝綠鏡“定時速看”功能，用戶將能夠用不到7小時，看完總時長27小時《何以笙簫默》的所有亮點內容，追劇時間節省3/4。

每天多終端視頻用戶會在愛奇藝上產生9億次播放、7.5萬次分享、450萬次評論、100億次拖拽行為，這些行為數據和愛奇藝的海量視頻都成為愛奇藝內容推薦的重要參考。綠鏡能夠通過綜合分析海量用戶視頻觀看數據，自動判斷用戶喜好，并將精彩內容智能挑選出來，生成受關注度最高的“精華版”視頻，新增“定時速看”功能，比如第一集45分鐘，用戶可以根據自己的需求選擇15、17、28分鐘等不同時長的綠鏡版本。

據綠鏡產品經理介紹，和“定時速看”功能同時發布的還有性別區分功能，即當一部劇集男女比例出現較大差別時，綠鏡會自動生成男、女兩版，更精準地為用戶推薦精彩內容。

Video in：后期植入廣告顛覆變現方式

以前的互聯網視頻變現方式無非前貼片廣告、中間加暫停廣告及或者加一個中插廣告，視頻尾部加一個廣告。毫無疑問，這些方式都屬于那種“非常干擾用戶”“遭人討厭”的形式。

有一次，湯興在坐地鐵的時候，發現黑色的隧道墻上，居然出現了色彩斑斕的廣告，這種形式讓他眼前一亮。他當時就告訴自己，有一天視頻行業的廣告應該變成這樣。“在用戶觀看視頻的時候，我能讓它無干擾的植入，讓它變現。”

“Video in”就是湯興所說的那種“盡量少干擾用戶的廣告形式”，它是愛奇藝新發布的專利技術，湯興把這項技術視為改變了整個內容行業的變現方式。簡單來說，“Video in”形式的廣告，愛奇藝可以在一個視頻制作完后，在想插入內容的場景給它插入內容。這個內容可以是廣告，也可以是別的信息。以后在視頻看到的東西未必是拍視頻的時候放進去的，可能是通過后期制作加入的。

比如，在愛奇藝自制劇《廢柴兄弟2》里的一個場景，空白的墻上會出現“加多寶”的海報，這就是通過“Video in”技術加到里面的。在《廢柴兄弟2》很多場景里也會看到加多寶的品牌廣告。但是在整個影片的制作中加多寶沒有參與。它的廣告訂單是這部劇全部完成后下的。

至于“Video in”的后期植入，是否會涉及版權問題，湯興的回答是，現在“Video in”只會在愛奇藝的全部自制內容中應用，至于未來第三方版權，分成機制還需要繼續探討。

Video out：視頻內物品所見即所買

2月4日，愛奇藝視鏈升級版“Video out”技術正式投入商用。據悉，該技術能夠通過智能算法，進行視頻內物品快速精準識別，并導向購買的規模化操作。“Video out”大規模商用，意味著視頻對用戶而言，將不再僅是娛樂需求的滿足，還將成為獲得消費信息的重要途徑。同時獲得更精準的視頻搜索、推薦服務。數據顯示，“Video out”商品廣告點擊率與傳統廣告相比提升十余倍。

實現“視頻內物品所見即所買”一直是全球視頻行業和廣告主共同追求的目標。但相比文字和圖片，視頻因具有運動的圖像、文本、音頻等復雜時空信息，在為用戶帶來最豐富、生動體驗的同時，也成為理解程度最復雜的媒體。通過科技創新理解視頻內容，為用戶提供智能服務，也為廣告主提供更多商業機會。

“Video out”視頻識別算法的最大特點在于，它能夠通過深度學習算法和人機交互，并行、快速執行多識別任務，在不同識別結果之間進行邏輯判斷和關聯分析、發現視頻中的相關細節，并自動添加語義標簽和商品信息。自動化完成人工操作無法處理的海量視頻標識工作。“Video out”帶來了“視鏈”技術大規模商用的可行性，為“所見即所買”的批量化實現創造了技術基礎。

“未來一個公司的技術部門會承擔另外一個角色：它會利用我們現有對用戶的了解、對大數據的掌握，產生更多的變現的能力，把一個技術部門從一個知識部門、服務部門變成一個盈利部門。同時，通過科技手段讓人們平等便捷地獲得更多更好的視頻。”這才是湯興的終極理念。