来源/财经故事会
采写/吴刚，万天南
编辑/陈纪英
用“机器”代替编辑等短视频专家可信吗？
直播短视频红利轰轰烈烈，网红达人、MCN机构、品牌商蜂拥而至。 短视频市场需求激增、专业人才短缺、价格昂贵、生产工具落后、优质内容供应不足、营销转化效果低下等痛点日益凸显。
如何产生大量低成本短视频内容已经成为越来越多中小品牌企业面临的共同挑战。
日前，阿里设计团队上线了短视频生产工具“云剪”。 针对电商场景定制短视频解决方案——，利用基本图文等素材，简化短视频素材的批量生产，帮助中小企业走上低成本短视频营销的高梯队。
短视频营销蓬勃兴起，100万人才缺口将得到补充
品牌、平台永远为流量和用户——住在短视频中，作为用户聚集的“闹市区”，是品牌、商家不可错过的必争之地。
据中国互联网络信息中心的报告，截至2021年6月底，中国短视频用户规模达到87.8%亿人，占全体网民的87.8%； 其中，90后短视频用户达到51.5%，短视频用户成为品牌连接、对接、向年轻客户转型的桥梁。
用户络绎不绝，流量汹涌，短视频营销成为商家和品牌竞相涌入的营销主场。
Quest mobile报告显示，2021年上半年，网络广告收入中，短视频以503亿元的收入量，力压新闻信息255亿元，网络社会184亿元登顶，占网络广告大盘整体的42.6%
被称为视频营销第一股的电视剧大师媒体，2018年短视频业务的收益只有4亿000万美元，但2019年更新为29亿美元，比去年同期翻了7倍。
行业爆发，专业人员和优质内容的供给不足越来越突出。
2020年，巨型大学负责人洁楠测算，国内短视频营销人才短缺可能达到百万量级。
影视传媒CEO俞湘华表示：“一方面，发展过快，人才匮乏。 另一方面，教育滞后导致专业人员短缺”。
他清晰地记得，公司刚涉足短视频业务时，很多员工对广告营销和营销专业化、系统化缺乏认识，公司必须从0培养到1。 虽然一直等到新人培养成熟、能够独当一面，但很容易就被同行的高薪挖走了。
专业的短视频制作机构还人手不足，商家和品牌对短视频制作者的饥饿程度更高。
淘宝店主王方(化名)就是其中之一。 他主要销售USB的外部录音设备，曾一度考虑组建短视频内容团队来带动销售，但经过反复试验，很难找到合适的视频人才。 “比如，流量思维很重要，电商短视频软件不是能拍就可以了，关键是要有人看，要达到算法的衡量标准，能拉动销售，知道这一点的人太少了。”
另一种压力来自不堪重负的劳动力成本。
最初的小电商品牌，为了组建短视频团队，最简单的人员配置通常也是4-5人，编辑1人，内容策划1人，摄影1人，剪辑1人，运营1人。 据猎官发布的《短视频领域就业大数据报告》显示，短视频高端人才平均年薪为30万，超过了金融互联网房地产等传统高薪行业。 对许多长尾企业品牌来说，这些成本是一个负担。
人才流失的风险也如影随形。 知名博主李子柒凭借独特的中国风视频风靡国内外，今年与MCN机构的微念发生股权纠纷，一度中断数月，微念蒙受巨大损失。
找不到短视频内容的人才，不能使用，留不住。 在分秒必争的商业洪流中，许多商家只能看到短视频营销的列车飞驰而过。
AI编辑真的能给出更优秀的解吗？
许多短视频制作工具相继上线，大致可以分为三类。
从1~2小时的长视频中剪切几十个精彩的亮点等，是一种快捷方式的工具。 但是，另一方面，快捷方式的提出依赖于优质的长视频和直播素材，其次，问候、聊天等长视频很难过滤掉没有价值的小片段，后期需要人工优化才能用于发布。
其次，模板嵌入创建了短视频，其中包含基本的音乐卡片点、屏幕特效和优美的过渡，但该解决方案所提供的视频风格过于僵化，难以实现多样性和丰富性。
另外，在更早上线的幻灯片拼接方案中，虽然使用了大量的文字拼凑了短视频，但制作效果通常很粗糙，效果并不理想。
如何解决上述痛点？
云剪技术团队发现，在视频制作的流程中，存在着很多重复劳动的部分。 以最费力的剪辑部分为例，小编拿到拍摄的素材，与制作的脚本进行匹配，然后对素材中的无厘头、错别字、停顿、快语等一一调整修改，进行美颜美化、色调调整等，最后制作成可用的短视频
“很多环节都可以通过机器学习完成”，项目负责人黄玉龙告诉《财经故事荟》。
2021年4月，经过观察和反复试验，项目组上线了支撑专业机构的云切割专业版，7月推出了适合运营商APP应用的云切割电子版。
云剪电商版的使用门槛很低，商家只需在素材——中输入店铺的头像视频、商品详细页面等，整个过程就完全自动化，无需人工干预就可以通过云剪进行智能剪辑，快速生成短视频。 与Finalcut、Premiere等传统视频创作工具相比，云切口的使用门槛较低。
纵观市场，B站必杀、快手快影、嘀嘀打车影近几年也相继问世。 但是，这些工具主要适用于娱乐场景。
然而，云剪通过牵引转化为首要目标，考虑“人、货、场”三要素，注重商品卖点与用户需求的匹配，通过视频抛出场景痛点，强化商品卖点，最终做出用户消费决策
例如，如果商家上传了连衣裙的素材，云剪会自己在问题中生成。 “你想在夏天穿连衣裙藏肉吗？ 试试这件泡沫袖连衣裙吧。 “等复印吧。
例如，对于“日式米饭调味料”，“热得不能吃饭吗？ 拌菜会引起食欲！ 口感香醇可口！ 快进购物车吧！ ”这样的视频。
云快捷视频工具还可针对每个产品的不同卖点，匹配不同的营销场景，为说话复制、镜头语言、内容节奏、视频风格的多样化以及商家提供多种选择
在传统的短视频制作流程中，视频转换效果的好坏主要取决于编辑的能力。 但风险在于，如果编辑没有流量思维，或者不了解商品属性和市场需求等，短视频的转换效果就会很低，商家的营销费用就会化为泡影。
云剪基于多年积累的商品卖点分析、当前社会热点跟踪等，为编辑、拍摄团队的首选生成合适的微指令码。
功能不断完善的云切割，已逐渐成为品牌和商家降本增效的加速器。
目前，云切割电商版内测已有一月多，已服务5万多家商家，每天生产上万条商品短视频，其中淘宝微细节场平均诱导成交金额有充裕时间提高一倍。
对商家来说，高额短视频的劳动力成本预计也将大幅削减。 以批量生产短视频的项目团队为例，本来需要安排5名编辑、1名编辑、1名摄影师，应用云剪后，只需要留下1名编辑就可以完成同等的工作量，每月至少三四个
技术的大突破
第一关是准确提取商品卖点，准确匹配消费场景，自动生成相应的脚本，同时消除脚本平淡、吸引力弱、风格不可控等痛点。
在短视频中，实现“人、商品、场”的准确匹配并不容易。 假设有500万个商品，每个商品有20个属性，每个属性生成10个脚本，就可以组合500万2010，也就是数十亿个脚本。 这里的第一个挑战是如何生成这几十亿个剧本。 第二个挑战是如何确保几十亿个脚本没有错误。 结果，数据量越大，一点错误就会扩大。
为此，云剪项目团队构建了电子商务认知图谱，建立了消费者诉求与商品多种属性的关系模型，采用千万词汇量进行预培训，通过微调环节有针对性地控制和不断优化生成脚本的内容和格式，使其更加流畅、便捷据说现在脚本的正确率达到90%以上。
第二级是多状态视频理解。 也就是说，根据商家提供的商品主视频和直播视频，准确理解各个视频片段中行为的含义，并与状态标签相关联。 但是，项目的多状态和画面的多相似性，大大提高了文本和视觉主体定位的难度。
例如，一件外套在镜头里是在正面还是背面，拿在手上还是试穿，素材的视频中是否有图片等，系统需要检查对方的基本认知习惯，选择最能体现商品亮点的素材。
基于这一问题，技术团队提出了电子商务视频的多模态预训练方案，在显示阶段对商品种类和商品状态进行显示建模的同时，在预训练阶段针对性地设计了不同目标的跟踪任务，有效解决了电子商务场景中视觉主体与复制脚本难以匹配的问题
第三个层面，抽象的语义概念和具体的镜头语言，也需要准确匹配，文本与图像关系的挖掘和语义的对齐是必不可少的。
为此，技术团队创新性地提出了自适应图推理和过滤字符检索算法。 该交叉模型字符检索算法针对短视频脚本特有的抽象描述图像的特点，通过自适应的图结构进行图像区域间关系的推理和聚合，利用细粒度的交叉模型过滤机制对无关信息进行文本对齐。提高启用了模型对抽象脚本文本的检索能力，检索结果的初始正确率达到89.94%。
该技术是视频业务在多模式领域的首次创新，发表相关论文《Adapted GraphReasoning and Filtration for Description-Image Retrieval》，收录于SIGIR2021 (注： SIGIR2021是人工智能领域智能信息检索方向最权威的国际会议)。
例如，图片中有“蓝天下一片田地和拖拉机”，应用这些技术可以生成“农业发展蒸蒸日上”的剧本。 后者是画面的抽象概括和意义的解释，而不是坦率地机械列举画面中的物体。
“当然，现在的云无法制作100分完美的视频，也无法代替专家。 但是，我们可以制作70分的短视频。 而且，时间只有几分钟，成本很低。 ”
在黄玉龙的构想中，云切未来的应用场景并不局限于淘宝，希望未来在更短的视频营销相关领域也有活跃的机会。
毕竟，短视频营销才刚刚步入中期，极光大数据显示，截至2020年12月，视频制作行业渗透率仅为19.6%，同比增长率保持在138.1%左右，视频生产工具用户规模高速增长
就像傻瓜相机和手机的拍照功能已经取代专业单反普及到普通市场一样，高质量的短视频内容制作，将来可能不再是极少数专家的专属，而成为只要有高质量工具的力量，谁都能做到的标准装备能力。
