采寫／吳剛、萬天南

編輯／陳紀(jì)英

用“機(jī)器”代替編導(dǎo)等短視頻專業(yè)人才，靠譜嗎？

隨著直播短視頻的紅利呼嘯而至，網(wǎng)紅達(dá)人、MCN機(jī)構(gòu)、品牌商家蜂擁而來。短視頻市場(chǎng)需求暴漲，專業(yè)人才稀缺昂貴、生產(chǎn)工具滯后、優(yōu)質(zhì)內(nèi)容供給不足、營銷轉(zhuǎn)化效果低下等痛點(diǎn)越發(fā)凸顯。

如何低成本批量產(chǎn)生短視頻內(nèi)容，成為了越來越多中小品牌商面臨的共同挑戰(zhàn)。

日前，阿里設(shè)計(jì)團(tuán)隊(duì)上線了一款短視頻生產(chǎn)工具“云剪”，專門為電商場(chǎng)景定制短視頻解決方案——利用基礎(chǔ)的圖文視頻等素材，可以簡化批量生產(chǎn)短視頻素材，試圖幫助中小商家低成本搭上短視頻營銷的高列。

短視頻營銷風(fēng)起，百萬人才缺口待補(bǔ)位

品牌、平臺(tái)，永遠(yuǎn)逐流量和用戶而居——短視頻，作為用戶聚集的“鬧市區(qū)”，是品牌、商家不舍錯(cuò)過的必爭之地。

中國互聯(lián)網(wǎng)信息中心的報(bào)告顯示，截至2021年6月底，中國短視頻用戶規(guī)模達(dá)到8.88億，占網(wǎng)民整體的87.8%；其中，90后的短視頻用戶占比達(dá)到了51.5%，短視頻，也成為了品牌連接、觸達(dá)、轉(zhuǎn)化年輕客群的橋梁。

用戶接踵而至，流量澎湃而來，短視頻營銷，成為了商家、品牌爭相涌入的營銷主場(chǎng)。

Quest mobile報(bào)告顯示，2021年上半年，互聯(lián)網(wǎng)廣告收入中，短視頻以503億元的營收體量，力壓新聞資訊的255億元、網(wǎng)絡(luò)社交的184億元登頂，在整個(gè)互聯(lián)網(wǎng)廣告大盤中占比高達(dá)42.6%，貢獻(xiàn)了近半壁江山。

有視頻營銷第一股之稱的劇星傳媒，2018年短視頻業(yè)務(wù)的營收僅為4.1億，到了2019年，該數(shù)值刷新為29億，同比增長7倍有余。

行業(yè)爆發(fā)，專業(yè)人才和優(yōu)質(zhì)內(nèi)容供給短缺卻越發(fā)凸顯。

2020年，巨量大學(xué)負(fù)責(zé)人于潔楠曾測(cè)算，國內(nèi)的短視頻營銷人才缺口可能達(dá)到百萬量級(jí)。

劇星傳媒CEO俞湘華頗有同感，“一方面發(fā)展太快，所以缺人才；另一方面教育滯后導(dǎo)致專業(yè)人才稀缺”。

他清晰記得，公司剛剛涉足短視頻業(yè)務(wù)時(shí)，很多員工缺乏對(duì)廣告營銷和市場(chǎng)傳播的專業(yè)化、系統(tǒng)化認(rèn)知，要靠公司從0到1培養(yǎng)。待到新手培養(yǎng)成熟，可以獨(dú)當(dāng)一面后，卻輕易被同行高薪挖走。

專業(yè)的短視頻制作機(jī)構(gòu)尚且缺人，商家、品牌對(duì)于短視頻制作人才的饑渴更上層樓。

淘寶店主王方（化名）就是其一。他主要售賣USB外接錄音設(shè)備，曾一度考慮搭建短視頻內(nèi)容團(tuán)隊(duì)拉動(dòng)銷量，但試錯(cuò)了一圈發(fā)現(xiàn)，難以找到合適的視頻人才，“比如說，流量思維很重要，電商短視頻不是會(huì)拍就可以的，關(guān)鍵是要有人看，要能符合算法衡量標(biāo)準(zhǔn)，要能拉動(dòng)銷售，同時(shí)懂得這幾點(diǎn)的人太少了”。

另一重壓力來自不堪重負(fù)的人力成本。

一個(gè)初創(chuàng)的小型電商品牌，要想搭建短視頻團(tuán)隊(duì)，最為簡單的人員配置通常也要4-5人，編導(dǎo)1人，內(nèi)容策劃1人，拍攝1人，剪輯1人，運(yùn)營1人。而據(jù)獵聘發(fā)布的《短視頻領(lǐng)域就業(yè)大數(shù)據(jù)報(bào)告》顯示，短視頻中高端人才平均年薪30萬，已經(jīng)超過金融互聯(lián)網(wǎng)房地產(chǎn)等傳統(tǒng)高薪行業(yè)。于大量長尾商家品牌來說，上述成本不堪重負(fù)。

人才流失風(fēng)險(xiǎn)也如影隨形。知名博主李子柒曾因獨(dú)特的中國風(fēng)視頻風(fēng)靡海內(nèi)外，今年卻和MCN機(jī)構(gòu)微念產(chǎn)生股權(quán)糾紛，一度斷更數(shù)月，微念因此遭遇重創(chuàng)。

短視頻內(nèi)容人才找不到、用不起、留不住，在分秒必爭的商業(yè)洪流里，大多數(shù)商家們只能眼睜睜看著短視頻營銷的列車疾馳而過。

AI編導(dǎo)真的能給出更優(yōu)解嗎？

一大批短視頻制作工具，已經(jīng)陸續(xù)上線，大致可以分為三類。

視頻長剪短工具，比如從1~2小時(shí)的長視頻里，剪輯出數(shù)十個(gè)精彩的高光片段，但一方面，長剪短方案要依賴于優(yōu)質(zhì)的長視頻或者直播素材，其次，這一方案難以過濾掉長視頻中沒有價(jià)值的小片段，比如打招呼和閑聊廢話等，后期仍需人工優(yōu)化才能用于投放。

其次，模板填充制作短視頻，包含了基礎(chǔ)的音樂卡點(diǎn)，畫面特效和精美轉(zhuǎn)場(chǎng)，但這種解決方案得到的視頻樣式比較僵化，難以達(dá)成多樣化和豐富性。

以及更早上線的幻燈片拼接方案，利用大量圖文拼湊出短視頻，但制作效果通常比較粗劣，效果難如人意。

如何解決上述痛點(diǎn)？

云剪技術(shù)團(tuán)隊(duì)發(fā)現(xiàn)，在視頻生產(chǎn)流程里，存在大量重復(fù)勞動(dòng)的環(huán)節(jié)，以最耗人力的剪輯環(huán)節(jié)為例，剪輯師拿到拍攝好的素材，匹配寫好的腳本，之后再把素材里的廢話、錯(cuò)字、停頓、語速等一一調(diào)整修正，美顏美化、調(diào)色調(diào)光等，最后才能剪成一個(gè)能用的短視頻。

“很多環(huán)節(jié)，是可以通過機(jī)器學(xué)習(xí)完成的”，項(xiàng)目負(fù)責(zé)人黃玉龍告訴《財(cái)經(jīng)故事薈》。

2021年4月，經(jīng)過觀察與試錯(cuò)，項(xiàng)目組上線了支撐專業(yè)機(jī)構(gòu)的云剪專業(yè)版，7月又推出了契合商家端應(yīng)用的云剪電商版。

云剪電商版的使用門檻很低，商家只需輸入素材——包括店鋪頭圖視頻、商品詳情頁等，整個(gè)過程完全自動(dòng)，無需人工介入，云剪就能進(jìn)行智能剪輯，快速生成短視頻，大幅提升了短視頻的生產(chǎn)效率。相比于傳統(tǒng)視頻創(chuàng)作工具如Finalcut、Premiere等，云剪的使用門檻更低。

縱觀市場(chǎng)，B站的必剪、快手的快影、抖音的剪映這幾年也相繼問世。不過，這些工具主要適用于娛樂場(chǎng)景。

但云剪則以拉動(dòng)轉(zhuǎn)化為第一目標(biāo)，通盤考慮“人、貨、場(chǎng)”三要素，注重商品賣點(diǎn)和用戶需求的匹配，在視頻中拋出場(chǎng)景痛點(diǎn)，強(qiáng)化商品賣點(diǎn)，最終輔助用戶消費(fèi)決策，助攻商家提高營收轉(zhuǎn)化。

比如，商家上傳了連衣裙的素材，云剪會(huì)主動(dòng)通過設(shè)問生成：“夏天穿連衣裙想遮肉？試試這款泡泡袖連衣裙吧“等文案。

再比如針對(duì)“日式米飯調(diào)料”，可以生成“天氣熱吃不下飯？ 拌飯料讓你胃口大開！口感香醇好滋味！趕快加入購物車吧!”這樣的視頻。

云剪短視頻工具還可以針對(duì)不同商品的不同賣點(diǎn)，匹配不同營銷場(chǎng)景，實(shí)現(xiàn)話術(shù)文案、鏡頭語言、內(nèi)容節(jié)奏、視頻風(fēng)格的多樣化，以及為商家生成可供選擇的多元化微腳本。

在傳統(tǒng)短視頻制作流程里，視頻轉(zhuǎn)化效果好壞主要取決于編導(dǎo)個(gè)人能力。但風(fēng)險(xiǎn)在于，如果編導(dǎo)不具備流量思維，或者不了解商品屬性和市場(chǎng)需求等，就會(huì)導(dǎo)致短視頻轉(zhuǎn)化效果差，商家營銷費(fèi)用打水漂。

云剪則基于多年積累的商品賣點(diǎn)分析、當(dāng)下社會(huì)熱點(diǎn)追蹤等，生成相應(yīng)的微腳本，以供編導(dǎo)、拍攝團(tuán)隊(duì)優(yōu)中選優(yōu)。

功能正在持續(xù)完善的云剪，逐漸成為品牌和商家降本增效的加速器。

如今，云剪電商版內(nèi)測(cè)一月有余，已為5萬多個(gè)商家提供服務(wù)，每天生產(chǎn)上萬條商品短視頻，其中在淘寶微詳情場(chǎng)實(shí)現(xiàn)平均引導(dǎo)成交金額提升一倍有余。

對(duì)商家來說，高昂的短視頻人力成本，也有望大幅縮減。以一個(gè)批量生產(chǎn)短視頻的項(xiàng)目團(tuán)隊(duì)為例，原本需要配置5個(gè)剪輯師、1個(gè)編導(dǎo)、1個(gè)攝影師，但在應(yīng)用云剪后，只需留下1位剪輯師，就能完成同等工作量，每月至少可以降低三四萬的人力成本。

技術(shù)大闖關(guān)

第一道關(guān)卡，是如何準(zhǔn)確提取商品賣點(diǎn)，精準(zhǔn)匹配消費(fèi)場(chǎng)景，自動(dòng)生成合適腳本，同時(shí)杜絕腳本平鋪直敘，吸引力弱、風(fēng)格不可控等痛點(diǎn)。

在短視頻里，實(shí)現(xiàn)“人、貨、場(chǎng)”的精準(zhǔn)匹配并非易事。假設(shè)有500萬商品，每個(gè)商品有20個(gè)屬性，每個(gè)屬性生成10個(gè)腳本，那就是500萬×20×10，也就是說，可以組合出幾十億個(gè)腳本。這里第一個(gè)挑戰(zhàn)就是如何生成這幾十億個(gè)劇本。第二個(gè)挑戰(zhàn)，是怎么保證幾十億腳本中沒有錯(cuò)誤，畢竟數(shù)據(jù)量級(jí)越大，一點(diǎn)點(diǎn)錯(cuò)誤都會(huì)不斷被放大。

為此，云剪項(xiàng)目團(tuán)隊(duì)構(gòu)建了電商認(rèn)知圖譜，建模消費(fèi)者訴求與商品多個(gè)屬性之間的關(guān)系，使用了數(shù)千萬語料進(jìn)行預(yù)訓(xùn)練，在微調(diào)部分對(duì)生成腳本內(nèi)容和形式進(jìn)行針對(duì)性控制和持續(xù)優(yōu)化，可生成更為通順流暢，語義可控，吸引力強(qiáng)的短視頻腳本。據(jù)悉，目前腳本的正確率可達(dá)到90%以上。

第二重關(guān)卡，則是多狀態(tài)的視頻理解，即從商家提供的商品主視頻和直播視頻出發(fā)，準(zhǔn)確理解其每個(gè)視頻片段中的行為語義，并關(guān)聯(lián)到狀態(tài)標(biāo)簽，而物品的多狀態(tài)以及畫面的多相似性，極大增加了文本與視覺主體的對(duì)齊難度。

比如，一件外套在鏡頭里是側(cè)面正面還是反面，是拿在手上還是在試穿，素材視頻里有無亂入圖像等，系統(tǒng)都需要對(duì)標(biāo)人的基本認(rèn)知習(xí)慣，挑選出最能展現(xiàn)商品亮點(diǎn)的素材。

基于上述問題，技術(shù)團(tuán)隊(duì)提出了一種電商視頻多模態(tài)預(yù)訓(xùn)練方案，在表示階段對(duì)商品類別與商品狀態(tài)進(jìn)行顯示建模，同時(shí)在預(yù)訓(xùn)練階段針對(duì)性設(shè)計(jì)了不同目標(biāo)的跟蹤任務(wù)，能夠有效地解決電商場(chǎng)景下，視覺主體與文案腳本難以對(duì)齊的問題，從而提高短視頻輸出的準(zhǔn)確率和質(zhì)量穩(wěn)定性。

第三重關(guān)卡，抽象的語義概念與具象的鏡頭語言，也需要精準(zhǔn)匹配，文本和圖像之間的關(guān)系挖掘和語義對(duì)齊必不可少。

為此，技術(shù)團(tuán)隊(duì)創(chuàng)新提出了自適應(yīng)的圖推理及過濾圖文檢索算法，該跨模態(tài)圖文檢索算法，針對(duì)短視頻腳本特有的抽象描述意象的特點(diǎn)，通過自適應(yīng)的圖結(jié)構(gòu)進(jìn)行圖像區(qū)域之間關(guān)系的推理和聚合，利用細(xì)粒度的跨模態(tài)過濾機(jī)制文本對(duì)齊無關(guān)的信息，有效提高了模型對(duì)于抽象腳本的文本的檢索能力，檢索結(jié)果的首序正確率高達(dá)89.94%。

而此項(xiàng)技術(shù)是作為視頻業(yè)務(wù)在多模態(tài)領(lǐng)域的首次創(chuàng)新，并發(fā)布相關(guān)論文《Adapted GraphReasoning and Filtration for Description-Image Retrieval》，收錄于SIGIR2021（注：SIGIR2021是人工智能領(lǐng)域智能信息檢索方向最權(quán)威的國際會(huì)議）。

舉例來講，圖像上是“藍(lán)天下一片農(nóng)田和一輛拖拉機(jī)”，應(yīng)用上述技術(shù)后，可以生成“農(nóng)業(yè)發(fā)展蒸蒸日上”的腳本，后者是對(duì)畫面的抽象概括和意義闡釋，而非直白機(jī)械地一一列舉畫面中的物體。

“當(dāng)然，目前的云剪做不出100分的完美視頻，也無法完全取代專業(yè)人才，但我們能幫商家做出一個(gè)70分的短視頻，而且耗時(shí)僅要幾分鐘，成本低?！?/p>

在黃玉龍的設(shè)想里，云剪未來的應(yīng)用場(chǎng)景并不限于淘寶，希望未來在更多涉及短視頻營銷的領(lǐng)域也有機(jī)會(huì)一試身手。

畢竟，短視頻營銷才剛至中局，極光大數(shù)據(jù)顯示，截至2020年12月，視頻制作行業(yè)滲透率僅19.6%，同比增速保持在138.1%左右，視頻生產(chǎn)工具的用戶規(guī)模還將繼續(xù)在高速路上一路飛馳。

或許就如同傻瓜相機(jī)以及手機(jī)照相功能，替代專業(yè)單反，普及向大眾市場(chǎng)一樣，優(yōu)質(zhì)短視頻內(nèi)容制作，未來將不再是極少數(shù)專業(yè)人才的專屬，有了優(yōu)質(zhì)工具的助力，也許，短視頻制作會(huì)成為人人可為的標(biāo)配能力。