快好知 kuaihz

AI技术,可以成为中国短视频平台的壁垒了吗?

治好了流量依赖症和信息茧房,AI技术就可以成为中国短视频平台的壁垒了吗?

短视频产业虽然红火了几年,却一直被看做一个“没有壁垒”的行业——依靠头部用户出产内容,流量随着MCN机构的迁移而迁移,短视频平台自身缺乏主动权。

实际随着短视频行业竞争越来越激烈,以往短视频巨头的流量正在被“分配”给其他平台,今年年初,Digiday在报道中指出,Facebook上的很多短视频流量已经呈现出腰斩的趋势,而NowThis开始大力制作和推广长视频节目,以暂时避开短视频行业的激烈竞争。

目前在中国,短视频的势头仍然一片大好。根据艾瑞咨询调研报告显示在去年一年中,短视频市场规模达到了57.3亿,到2020年将达到300亿。

可最近腾讯大力推进微视入局,快手、抖音、微视展开“三国杀”战局,同时在2012到2017年间,短视频行业有44.8%的融资都投向平台方。巨头和新贵站上同一起跑线,竞争业态只会愈演愈烈。中国短视频平台能否跳出怪圈,找到自己的壁垒?

我们或许可以在最近图灵大会上,快手展示出的AI技术中寻找答案。

一、治愈沉疴:用技术缓解短视频平台的流量焦虑

首先我们可以来看看短视频平台最严重的沉疴——流量焦虑,上文提到,短视频平台的流量往往依靠头部用户生产的内容,而这些头部内容又会被各个平台所争夺。实际上海外老牌短视频平台Vine就是因为网红集体迁移到Instagram上,最终导致流量枯竭,最终被关停。

这也是短视频平台、直播平台都着急打出“社交牌”的原因——在平台为用户提供关系价值,从而更好的维系住流量。

不过从以映客为代表的移动直播平台看来,脱离社交产品本身谈社交,本身就是一件非常困难的事。

但在这次图灵大会快手CEO宿华的演讲中,我们或许可以找到社交元素的新灵感。

山崎正和在《社交的人》里面写到,人的交往对象不仅仅是个人,也包括了自己所在的整个文化世界。也就是说短视频平台与其想方设法让用户用户之间产生沟通与关系,不如加强用户与文化世界的联系。

而能够创造这一价值的,就是AI技术。

我们可以先反向理解一下,为什么那么多短视频、直播等等平台需要头部用户、需要MCN?最直接的原因是,这些用户和机构可以保证内容的优质性。那么,难道普通用户出产的内容就一定是劣质的、一定是别人不感兴趣的吗?

当然不是这样。只是平台的运营能力有限,无法从数量巨大的普通用户中寻找他们出产的优质内容,维系住少数高产、优产的头部用户,是一种性价比更高的做法。

但通过AI对于用户和内容的双向理解,就可以弥补这方面的不足。

在快手上,大量用户的评论、点赞、关注、转发、播放时长等等行为就是在不断的进行数据标注。建立在用户行为数据之上,结合强大的视频多模态分类、高层语义分割等等技术,就可以细致发掘用户所发布的内容:拍摄的是人物还是美食?展示出的情感倾向是快乐、悲伤或是搞笑。

所以在快手平台上50亿海量视频内容,都能够通过独有的多媒体内容理解算法及平台被AI“看懂”,从而通过内容与用户的匹配度进行分发,并非一味以热度、粉丝数为参照。

通过上述这些注意力分配技术,我们会发现快手相比其他短视频平台,最大的特点就是“没有网红”,更准确的说是,普通用户和网红同样都能获得关注,拥有同样表达自我的权力,利用技术照顾到99%的长尾内容,也就能给予大多数用户被看到的“幸福感”。

这样一来,短视频平台就向用户提供了与整个文化世界交往的价值。这样独特的社交模式可以把用户牢牢吸引在平台上,让他们不会随着头部用户去留,也就缓解了短视频平台的流量焦虑症。

二、茧房陷阱高烧不退,AI为短视频平台对症下药

除了流量焦虑症之外,短视频平台目前还面临的一大“症状”就是信息茧房。

在推荐算法几乎已经成为一切内容平台标配的今天,发掘用户的喜好再为他们推荐相应的内容已经成为了一件容易的事。但这样很可能出现两个问题:

平台只顾吸引流量为用户推荐吸引眼球的内容(很可能是不当内容),导致用户行为在平台圈定的范围内不断进行反馈,使得信息茧房越来越牢。

平台对于用户的理解过于片面和被动,无法获知用户喜好的变化。也许一位用户刚进入平台时喜欢看搞笑内容,可慢慢开始关注烹饪,如果平台没能及时捕捉这一变化,用户自然就会分流到能提供相应内容的平台中去。

这样一来,信息茧房就成为了一个巨大的陷阱,看似给予了用户他们想要的东西,实际上对用户需求的满足是非常片面的。

在这两个问题的解决上,快手首先是通过年龄、性别、地域、手机连接情况等等用户特征来建立包括了用户理解向量、用户兴趣和用户关系的神经网络,结合上文提到的内容理解,在两者之间形成精准的匹配。

同时在内容分发时,快手已经率先实现实时的标值响定——随着用户每一次行为调整信息流推荐内容,这种实时在线学习推荐系统不仅更加精准,也一定程度上避开了信息茧房的现象。平台可以捕捉用户喜好的每一丝变化,通过更新模型来核定甚至促成变化的发生。

例如实时日志系统发现用户为烹饪内容点了个赞,就立刻在下一屏信息流中展示出更多烹饪内容,用户或许就此对烹饪内容生出了兴趣。这样对瞬间想法和行为的捕捉,是传统内容推荐、编辑推荐模式完全无法想象的。

除此之外,协同推荐算法也是一个解决信息茧房的常用方法。除了用户自身的喜好之外,还会基于某一个内容点来研究大量的用户具有哪些共性,找出这种共性,再来用它拓展单个用户的兴趣边界。简单来说,就是AI让成千上万的用户和你一起来探,给予用户一个更广阔的世界。

三、壁垒的地基:AI与短视频的无限未来

治好了流量依赖症和信息茧房,AI技术就可以成为中国短视频平台的壁垒了吗?

恐怕我们目前还不能下这个定论。AI之于短视频,不仅仅是简单用户理解和内容分发。AI对于影音数据的理解和学习,创造和加工内容的能力,对于情感信号的细致分析,都与短视频产业有着密切的联系。而AI技术能否真正成为中国短视频平台的壁垒,还要看短视频平台能否利用AI技术的未来成长能力。

简单看来,AI技术与短视频未来还有以下几种可能:

1. 图像处理技术对短视频制作的加持

我们拍短视频时用到的背景抠图、美颜滤镜等等,都是由AI供能。但AI与短视频制作之间绝对不仅于此。

在去年快手成立的AI技术实验室Y-Lab里,我们可以看到很多关于图像语义分割、AR贴图等等技术的全新进展。比如精准捕捉人体姿态进行进一步的图像处理,通过视觉惯性里程计让AR贴图效果更真实等等。同时Y-Lab还研发出一套可以在不同硬件能力手机上运行的深度学习推理引擎,支持CPU和GPU两种模式,和硬件架构进行了深度优化。

加上移动AI芯片、陀螺仪等等手机硬件能力的不断,未来用手机结合AI拍出电影特效般的短视频并不是幻想。就看谁能将算法和硬件完美结合了。

2. 多模态信息融合带来的强理解能力

今天我们仍然在通过图像识别和标签来识别视频中的信息,等随着多模态信息融合能力的加强,我们可以分别通过图像、标签、音频和其他传感器信号来共同识别一个视频中的内容。

宿华在演讲时也提到,多模态信息融合是快手正在关注的一个新兴技术。更强大的感知能力自然可以实现更好的内容理解和分发。比如现在很多配音视频是把悲情画面配上搞笑的对话,以往单纯依靠机器视觉对视频画面进行分析,往往可能产生错误的理解。但如果把NLP对于语音的分析和机器视觉的分析结果融合在一起,或许可以让AI也理解到其中的反差笑点。

3. 压缩技术的发展

还记得美剧《硅谷》里贯穿全剧压缩技术吗?实际上随着AI技术的发展,更小的内存占用和更高质量的画面正在成为现实。2016年谷歌就曾经推出过一种用循环神经网络压缩图片的技术,让AI学习人眼对图片的理解模式,忽略掉人眼难以发掘的数据细节。

如果这一技术进入短视频领域,由此带来的带宽成本降低和用户体验提升,很可能成为短视频平台竞争中的重要筹码。

另一方面,对于图像处理算法模型以及计算量的压缩也十分重要。Y-Lab就通过自主研发神经网络架构,在这方面做了大量的工作。更快的处理视频特效、让视频特效可以在所有手机上运行,对于短视频这种下沉比率极高的产品而言至关重要。

总而言之,AI技术刚刚露出了成为短视频平台壁垒的潜质,打下了地基。目前我们看到的技术差距仅仅是个开始,未来在不同短视频平台之间是会相互追赶,或是差距拉大,才是中国短视频平台竞争的好戏。

本站资源来自互联网,仅供学习,如有侵权,请通知删除,敬请谅解!
搜索建议:壁垒  壁垒词条  中国  中国词条  成为  成为词条  可以  可以词条  平台  平台词条