Forrester發布人工智能技術預測： 影譜科技計劃用AI創造一個 影像自動生產的產業

近日，Forrester發布了2019-2020年VideoAI技術預測，確定了影響未來2年的主要動態——AI將從戰略抱負轉向務實的應用落地，智能影像技術將在娛樂與傳媒行業遍地開花。

2018年，文娛產業領導者將目光投向了數字化轉型和智能體驗（AX）等大型計劃。

雖然，許多行業領導者面臨嚴峻的現實考驗，即使這些戰略是艱難的，代價高昂的，并且挑戰領導者經營業務的方式。但變化的步伐并沒有放緩，市場也沒有變得更加寬容-消費者挑戰公司為他們的生活帶來價值。如此同時，人工智能或許是最近選擇之一。

“技術的速度和多樣性，從人工智能的承諾到技術債務的現實，挑戰優先順序和預算，”Forrester首席研究官Carrie Johnson在一篇博文中表示。

這就是為什么在2019-2020年，文娛行業領導者會將注意力轉向務實的產業數字化應用。

對于視頻技術從業者，Forrester預測：

①人工智能為影像分析技術帶來變革。人工智能在影像行業的綜合應用，特別是通過對動態視覺內容的理解和重構，是計算機視覺技術及計算機動畫技術的交叉和融合，給智能影像產業帶來了充滿想象力的廣闊舞臺和空間。

②智能影像技術為產業變革帶來強勁動力。過去幾年文娛產業經歷了快速的發展，以內容制作方、視頻平臺方為代表行業參與者正面臨著諸多的挑戰，各方仍在行業變局中摸索前行，期望不斷通過運用新興技術和應用的創新提升自身的核心競爭力。智能影像技術在行業的應用日漸深入，成為新一輪行業變革的核心驅動力。

③智能影像技術應用將在多場景、多維度上產生財務業績。智能影像技術不僅成為文娛產業商業價值變現的核心引擎，也將在視頻內容原創、視頻廣告營銷、視頻結構化商用、視頻大數據領域、機器人流程化等領域產生財務績效，通過自動化影像加工、生產技術為產業升級提供動力。

④深耕行業場景，聚焦價值創造，拓展行業生態。智能影像技術企業需要聚焦行業實踐、商業價值閉環，以及開放性平臺技術，推動智能影像生態的協同發展和進一步繁榮。

智能影像技術在文娛產業的應用場景

至2021年，全球娛樂業將超過2.6萬億美元，視頻人工智能技術在全球娛樂市場的普及率將從不到十分之一上升到十分之六。“通過綜合利用人工智能技術與計算機視覺技術進行影像的智能化、批量化生產，潛在的巨大價值已經得到展現，將形成萬億規模的市場，”某國際知名人工智能科技公司副總裁表示。

對于預先落地的智能視頻技術應用場景，Forrester預測：

1 內容創意與智能影像制作

根據Forrester預測，視頻智能技術解決了大規模視頻內容制作和特效制作成本高的問題。使用智能視頻技術平臺，可提高視頻內容的實現率和生產效率，降低人工成本60%以上。通過智能影像技術在制作過程自動對影片中的瑕疵進行修正，大量應用在皮克斯出品的《海底總動員2》和《汽車總動員3》的影片制作中。從業務側，從創作、設計、拍攝與制作到后期特效這幾大流程中，人工智能和深度學習都在對其進行改變與重塑。

對此，某國際知名投資總監表示，“2017年全球電影票房高達406億美元，VideoAI正在影響文娛行業，逐步改變影視內容的制作流程，視頻內容智能自動化時代將來臨”。

2 基于內容智能的視頻結構化應用

隨著AI對內容理解正確率提升，它可以對視頻進行數字化描述，為后期個性化視頻推薦最堅實的基礎。通過視頻結構化技術對視頻幀拆分，然后對幀分類，進而給視頻和幀打上標簽，理解這個視頻究竟是屬于哪個分類。在此基數上，可實現海量視頻分類、審查、再生產、智能檢索以及個性化推薦等應用。

視頻識別及分析將被率先規模應用，通過對視頻的理解，自動甄選出最佳的關鍵幀或片段作為視頻封面，更加突出視頻核心內容，從而吸引用戶轉化觀看。

視頻結構化有助于視頻內容審核得到實質性飛躍，以解決長期困擾視頻運營方或渠道方的視頻內容審核難題，未來兩天將通過API接口或是工作流自動觸發來自動完成。

視頻結構化將在版權業發揮更多作用。除在分發消費環節發揮，基于視頻指紋（根據視頻多模態特征的唯一標識）構建的智能媒資搜索引擎，不會隨媒體文件格式轉換、剪輯、壓縮旋轉而產生變化的關鍵作用而被廣泛應用于視頻版權保護。

3 智能推薦提升消費者數字化體驗

通過對影像內容的識別與處理基礎上的智能編目，再根據用戶觀影行為和內容偏好，可以實現更加智能的推薦，提升客戶的觀影體驗。

4 智能視頻編輯和導播

以1個小時的視頻處理為例，傳統的視頻編輯需要專業人員數個小時才能完成，而通過智能影像技術可擺脫專業設備、專業編輯軟件及專業人員的高門檻高成本，實現成本百余倍的降低。例如，針對綜藝節目的大量精彩鏡頭，利用智能影像技術對人物、姿態、動作，運動軌跡進行多維度的全景分析，并自動剪輯和合成，最快只需十到幾十秒，將生產效率提升超過10倍。還可通過多模態內容理解技術，自動在單路/多路視頻中疊加人物、物品的信息，并對集錦內容進行實時、準確的智能生產，并實現了多場景、多地協同的智能導播。

5 智能營銷將被顛覆

基于智能影像技術的原生視頻廣告作為一種新的內容營銷的方式被廣泛使用。捕捉熱門內容同時，伴隨自動生新視頻場景。利用智能影像技術為下游任務提供大量數字化資源，用于原生視頻內容營銷、游戲生產、虛擬在線交易商店，建立包括明星及文學作品等在內的智能IP運營監控模型、價值預測及精準推廣。

接受Forrester調查的知名在線移動公司CTO亦如表示，“AI在視頻領域的應用很直接，特別是通過自動化技術替代簡單重復的人工，營銷領域將直接跨域至智能時代”。

智能影像技術提供者分析：影譜科技為超過70%的中國應用者提供VideoAI技術及服務

實驗和商業化應用是人工智能技術蓬勃發展的關鍵。

中國領先的智能影像技術解決方案提供商-影譜科技（Moviebook），通過整合視頻類渠道，正在覆蓋各硬件終端與計算機芯片、貫穿可視化場景，以實現智能影像變現閉環。其智能影像生產技術具有批量自動化處理、子像素級分析、智能疊加和無痕展示等特征。

在人工智能業務領域，影譜科技通過VedioAI內容生產引擎，發布能快速實現影像內容生產的“從視頻中捕獲動作” Motion Capture from Video System（MCVS）框架及產品。MCVS無需預先進行動作捕捉合成的高度結構化數據，就可以讓機器直接模仿大量已存視頻片段來學習高難度技能，允許數據為驅動的模仿以生成無監督學習視頻內容。例如從視頻中自動捕獲動作進行學習，從而實現機器自動重生一段“全新”視頻。

原生視頻營銷是影譜科技智能影像生產技術的典型商業應用：通過提取視頻中的商業化場景，匹配合理的品牌元素進行無需更改片源的內容增加與替換，這樣的方式有利于深度挖掘視頻紅利，實現多方共贏。

事實上，包括迪士尼、NETFLIX、HBO、TRONC等娛樂傳媒巨頭均在嘗試人工智能代替標準內容制作的可能。Forrester訪談發現，影譜科技影像自動化生產技術在文娛行業已大規模商用：能夠直接提高影像內容變現率，提高生產作業效率，降低人力成本約30%。

由湖南衛視推出的國內首檔音樂創演秀《幻樂之城》，由影譜科技提供的智能影像生產技術應用表現不俗：

通過視頻神經網絡進行視頻掃描分析，根據視頻碼流，幀率，鏡頭的景深，光照，色調，場景，轉場關鍵幀等要素對視頻做規格化數據處理和標記，批量發掘視頻廣告增量市場。

通過大數據深度學習算法，基于視頻內容、用戶行為、廣告屬性等維度和分類，自動匹配最合適的場景及廣告位策略，同時通過智能優選實現對目標人群的精準投放。并智能優化投放效果，使植入廣告與位置周圍區域色彩形狀結合視頻解析度進行幀的邊緣處理，達到原生植入的效果。

Forrester認為：“AI+”模式已經成為了各行業數字化轉型與商業創新方面的重要支持力量。其中VideoAI技術在文娛產業得到了大規模的應用，隨著這一技術的不斷發展和成熟，必將會進入更多的行業應用場景，為產業升級賦能。

國內外醫療影像技術差距大，AI醫療能否幫我們逆襲？

首先，我們先介紹一下什么是醫療影像。

醫療影像屬于醫學影像學的范疇，是研究借助某種介質與人體的相互作用，把人體內部組織器官結構、密度以影像的方式表現出來，供診斷醫生進行判斷的一門醫學科學。像我們平時所常見的X片就是其中之一。而AI醫療影像是指借助時下最為熱點的人工智能技術，進行醫療影像的分析、判斷的一種人工智能+醫療前沿科技。

像人工智能一樣，AI醫療影像在全世界范圍內掀起了一股熱潮。在國外像科技巨頭IBM已經在醫療智能領域深耕多年，而近年來也涌現了一批新的醫療影像明星公司，像Enlitic（全球首家將人工智能深度學習運用到醫療的AI公司），Butterfly Network（世界首款AR遠程醫療技術），VoxelCloud（體素科技）等等，都擁有著世界級的開創新科技成果。

而在國內，近年來也出現一批醫療影像領域的新創高科技公司。

Deepcare（北京羽醫甘藍）：成立于2016年，致力于人工智能應用于醫療圖像的識別和早期篩查的醫療科技公司，目前主要專注于研發病理圖像的檢測、識別和分析技術，通過融合機器視覺、深度學習以及大數據挖掘技術，致力于為廣大醫療機構和醫療器械廠商提供優質的產品和服務，目前在宮頸癌，肺癌，糖尿病等疾病的初期診斷中有較好的效果。

推想科技：北京推想科技是一家國際領先的人工智能影像高科技公司，致力于應用深度學習技術為醫療影像輔助篩查提供解決方案，其職能CT輔助篩查產品在早期肺癌篩查應用中，以高性能的運算能力，有效提升預測敏感性、準確性。

圖瑪深維：由兩位前高通公司深度學習和計算機視覺學專家于美國創立，公司將人工智能與深度學習技術引入到智能醫學診斷和醫學數據分析領域，目前與北京上海等多家三甲醫院達成了科研合作協議，擁有中國與美國頂級專家團隊，研發實力強大，公司一期產品在美國癌癥協會上取得了98.5%的可靠性，遙遙領先于市場上同類產品。目標是世界最領先的AI智能醫療公司。

匯醫慧影：一家成立于2015年的國家級大數據AI分析平臺，應用云計算、大數據，機器學習等多種方法，提供醫學影像、臨床數據分析，實現了影像大數據的智能化分析與管理。在腫瘤、心血管疾病領域有很好的落地，目前已與包括多家三甲醫院在內的700多家醫院合作。

除了這些后起之秀以外，中國傳統的互聯網巨頭如騰訊，阿里等也均涉足人工智能醫療影像領域，甚至一些地產、保險金融行業也在跨領域進軍醫療影像市場。但是雖然如此，雖然醫療影像這塊蛋糕足夠大，但是我國的行業研發能力與世界發達國家相比還有不小的距離。

目前我國的醫療影像設備市場仍然被極少數的國際巨頭所壟斷著，僅僅西門子、通用電氣、飛利浦三家就占據著75%的市場份額，而在高端領域，這一比例甚至超過80%之多。由此我們不禁感慨，醫療影像資源在中國是多么的短缺。

我們的差距不僅僅體現在設備上，影像的閱讀往往需要醫生長時間的經驗積累才能完成，所以相關醫生的培養周期也比較長，而AI人工智能影像醫療的出現，恰好能夠彌補這一缺點，在準確率和效率上有很大優勢。智能軟件的加入可以快速處理影像信息，不僅速度比人類更快，準確度也會更高。哈佛大學參與的智能診斷臨床試驗顯示，人工智能輔助醫生診斷乳腺癌的誤診率可以從4%降低到0.5%。

那么最終我們的新老科技公司能否挑戰跨國巨頭們，成功突圍成功逆襲呢？也許不要太過同質化競爭才是更好的突圍之道。