據(jù)Techcrunch外媒報道稱，機器學習技術將促使“算法生成新聞提要和內(nèi)容推薦”的應用普及，而用戶UGC和自動內(nèi)容創(chuàng)建技術將有助于未來新聞內(nèi)容的個性化、智能化。

專注于智能系統(tǒng)和個性化技術的Yle產(chǎn)品負責人Jarno M. Koponen表示，“可見，下一階段內(nèi)容將是根據(jù)消費者的偏好和情緒量身定制，軟件自主生成的故事，根據(jù)用戶數(shù)字足跡，個人偏好，自然語義理解等綜合人工智能技術的運用，將對包括新聞文章，實時視頻、流媒體服務的熱門劇集等內(nèi)容題材進行自動化的軟件生成”。

國內(nèi)專注于智能影像生產(chǎn)技術的影譜科技表示，“影像內(nèi)容將是繼文字、圖片之后的主要信息載體，隨著信息視頻化提速，影像內(nèi)容產(chǎn)制播將進一步向個性化和智能化演進，智能影像與機器影像并存?！?/p>

從智能推薦到更智能的內(nèi)容

當用戶使用Youtube，F(xiàn)acebook時，谷歌，亞馬遜， 推特， Netflix或Spotify算法會選擇推薦與用戶相關的個性化內(nèi)容。但到目前為止，每個人的內(nèi)容體驗本身大同小異，如向不同用戶推薦同一篇新聞文章，直播視頻或電視劇集，此類用戶都會閱讀并觀看相同的內(nèi)容，體驗相同的內(nèi)容。

但隨著智能化內(nèi)容的出現(xiàn)，這即將改變。很快，用戶將看到新形式的智能內(nèi)容，這是由于用戶個性化需求追蹤、機器學習技術和內(nèi)容本身以無縫方式組合，以創(chuàng)建個性化的內(nèi)容體驗。

什么是智能內(nèi)容（智能影像）

智能內(nèi)容意味著內(nèi)容本身受到閱讀或視聽內(nèi)容的影響，根據(jù)人工智能技術、用戶個性化需求追蹤、機器學習技術等創(chuàng)建一個有別于物理世界的內(nèi)容，可以是音視頻或文字圖像，內(nèi)容本身會根據(jù)批量用戶或單個用戶而變化。

我們已經(jīng)看到了這個領域的第一批先行者。TikTok整個內(nèi)容體驗是由短視頻、視聽內(nèi)容序列驅(qū)動的，如果用戶愿意，通過算法訂購和編織在一起。每個用戶根據(jù)觀看歷史和用戶個人資料看到不同的個性化 “整體”。

與此同時，Netflix最近開始測試新形式的互動內(nèi)容（電視劇集，例如Black Mirror：Bandersnatch），其中用戶自己的選擇直接影響內(nèi)容體驗，包括對話和故事情節(jié)。還有更多正在進行中。通過Love Death＆Robots系列，Netflix正在嘗試系列中的劇集順序，以不同的順序為不同的用戶提供劇集。

交互式視聽內(nèi)容早期應用于體育賽事流媒體，用戶可以決定遵循哪個特定流以及她如何與現(xiàn)場內(nèi)容交互，例如，重繞流并基于她自己的興趣發(fā)現(xiàn)關鍵時刻。

同時，我們看到機器學習技術用于創(chuàng)建想象的人，生物和場景的影像。當前系統(tǒng)可以重建和改變整個視頻，例如通過改變視頻結(jié)構(gòu)，場景，光照，環(huán)境或中心人物。此外，影譜科技表示，AI智能影像解決方案能夠生成不同類型的視頻。

現(xiàn)在，TikTok的個人短片將通過AI智能影像系統(tǒng)自動選擇個性化效果，而整個視頻可以根據(jù)用戶量身定制重制?；蛘?，Netflix的交互式內(nèi)容中的選項會影響情節(jié)曲折，對話甚至是音軌、視頻幀，這些選擇是根據(jù)用戶喜好自動生成的。

事實上，智能影像解決方案在流媒體領域的充分應用在推動“個性化的智能內(nèi)容將成為新聞”。影譜科技表示，其自動化內(nèi)容生產(chǎn)系統(tǒng)采用NLP技術、自研的MAPE生產(chǎn)引擎，可以大規(guī)模生成中短易懂、甚至創(chuàng)新的新聞可視化內(nèi)容。目前，媒體公司使用其自動內(nèi)容創(chuàng)建系統(tǒng)或“機器人記者”來創(chuàng)建從完整文章到視聽剪輯和可視化的新聞材料。通過內(nèi)容霧化（將內(nèi)容分解為小的模塊化信息塊）和機器學習，可以大量增加內(nèi)容生產(chǎn)以支持智能內(nèi)容創(chuàng)建。

如何創(chuàng)建包含不同體驗的智能內(nèi)容（智能影像）

內(nèi)容本身被視為一個迭代和可配置的商品或過程，而不是在發(fā)布時完成的現(xiàn)成靜態(tài)整體。

重要的是，內(nèi)容體驗的核心構(gòu)建發(fā)生了變化：智能內(nèi)容由霧化的模塊化元素組成，可以根據(jù)不同的規(guī)則對其進行修改，更新，重新混合，替換，省略和激活。此外，如果適用，可以重復使用過去制作的內(nèi)容模塊，內(nèi)容的設計和開發(fā)更像軟件一樣可以迭代。

目前，大量的人力和計算資源被用于為內(nèi)容分發(fā)和推薦系統(tǒng)準備內(nèi)容，從智能新聞應用到按需求傳輸服務。對于智能內(nèi)容，內(nèi)容創(chuàng)建及其對發(fā)布和分發(fā)渠道的準備并不是一個單獨過程。相反，描述和定義內(nèi)容的原數(shù)據(jù)和其他不可見功能從一開始就是內(nèi)容創(chuàng)建過程中不可或缺的一部分。

通過智能內(nèi)容，敘事圖像或視頻本身成為迭代反饋循環(huán)的組成部分，其中用戶的動作，情感和其他信號等從整個內(nèi)容消費周期創(chuàng)建和推薦內(nèi)容體驗。通過智能內(nèi)容功能，新聞短視頻或流媒體可以為不同的內(nèi)容幀內(nèi)元素進行迭代和管理，如娛樂流媒體內(nèi)的明星替換、流媒體內(nèi)的道具創(chuàng)建等應用，都將變得易如反掌。

創(chuàng)建智能內(nèi)容需要人工策劃和機器智能。人類專注于需要創(chuàng)造力和深度分析的事物，而人工智能系統(tǒng)則負責自動生成，組裝和迭代變得動態(tài)和自適應的內(nèi)容，就像軟件一樣。

智能影像可針對不同的用戶，用戶應用程序，設備，語言和環(huán)境具有不同的配置和表現(xiàn)。同一條內(nèi)容包含可通過語音用戶界面訪問或在增強現(xiàn)實應用程序中顯示的元素，或者整個內(nèi)容擴展為完全沉浸式的虛擬現(xiàn)實體驗。

智能影像是AI技術和講故事的最終組合。新聞媒體應該是最先開始嘗試智能內(nèi)容的機構(gòu)之一。當智能影像開始成為信息主體時，掌握智能影像的第一批玩家將成為明天的衛(wèi)冕數(shù)字巨頭。這也是今天科技巨頭認真對待內(nèi)容游戲的主要原因之一。智能影像即將到來。