小泥人解讀百度研究院的黑科技：十分鐘內文章變視頻的AI神器面世

近日，百度研究院推出一項黑科技：十分鐘內文章變視頻的AI神器面世。這個消息瞬間轟動了整個業界，尤其是新聞工作者和媒體人，更是奔走相告。這個AI神器的面世表明，只要有一篇現成的圖文鏈接，AI神器就可以根據圖文描述的主題，重新組織語言，自動搜尋素材，剪出一條短視頻。

換句話說，如果看到有意思的新聞卻懶得讀文章，那就把你在讀的這篇文章的地址輸入給AI，文章就自動變成了短視頻。而且，這個過程只需要幾分鐘的時間，完全無人化自動操作，你下樓買了杯咖啡，視頻就自動做好了。

這個“AI做視頻”技術來自百度研究院，產品的名字，叫做VidPress。你看，它可以自己做一條視頻，來報道自己的出生：

看起來就像正常的電視新聞一樣。這下，視頻編輯們再也不用為了搜素材、改腳本、加特效、渲染導出而加班熬夜了。

1、文章變視頻的AI

本質上，VidPress是做的事情是“圖文轉視頻”，把人類寫好的圖文稿件重新編輯成視頻，可以參考一下上面視頻內容的原文：

比較之下，你會發現視頻和文章的文案部分都是類似的，但視頻中用到的素材卻遠不止文章中這么少，增加了許多人物和場景的動態鏡頭，而且相當契合主題。那一定是用語音合成做了配音部分，然后視頻編輯隨手搜了幾個視頻素材放上去了咯？

并不是。整個視頻都是AI生成的，視頻編輯只需要給出一篇文章的鏈接，過幾分鐘，熱騰騰的視頻就出鍋了，不信往下看。

2、文章自動生成視頻，只需有文章地址鏈接

用VidPress來做視頻，不需要視頻編輯有任何技術背景，會復制粘貼就行。

首先，把需要改成視頻的文章地址復制，粘貼到VidPress。

然后，選擇用哪個聲音合成，確定所需視頻的長度以及分辨率。

現在，視頻編輯就可以放手讓AI開始工作了。

獲得圖文內容后，AI會借助NLP模型進行語義理解，用主題模型聚合相關新聞和素材。

之后，需要分別完成音頻和圖像的編輯工作。

音頻方面，系統會用多種語言模型處理解析原文，生成解說詞，之后借助語音合成技術變成音頻。

而圖像方面，原文中的圖片肯定是不太夠的，需要再搜尋更多視頻和圖片素材。素材的來源可以是視頻編輯自己的素材庫，也可以直接實時的用百度搜索來找素材。

找到素材后，需要借助人臉識別、物體識別、OCR、視頻內容理解等技術來解析理解視頻素材的內容，自動剪切選取合適的片段。

有了視頻素材和解說詞音頻文件，需要把兩者合二為一。在這個任務上，百度自研了兩代對齊算法，第一代對齊算法是基于段落的對齊，第二代則是基于錨點的時間軸對齊算法。

第二代對齊的算法首先需要找出解說詞里觀眾的興趣點，然后再將搜到的素材和這些興趣點,進行相關度打分，綜合考慮素材的來源、相似度、圖片/視頻內容的貼合度、內容質量等方面。

之后，得分高的素材就率先被翻牌子，放到視頻時間軸里興趣點的位置。而剩下的素材就會被填充到空隙里，最后再對整個時間軸的內容分布進行調整。現在，AI就把視頻做好了，渲染一下，就是一個完整的視頻。

這個過程只花費幾分鐘后。當編輯再次切回VidPress頁面，視頻已經自動生成好了，還自動配好了字幕。之后，編輯也可以人工修改。如果覺得某一部分的文案不夠好，可以替換編輯成所需的文案重新導出視頻。

3、速度快，用時短：10分鐘內完成

誠然，VidPress目前還無法完成真人視頻博主那樣專門策劃拍攝的短視頻作品，但是如果用來做新聞簡訊類視頻，那VidPress的水平已經足夠實現商業應用了，除了沒有真人播音員，做出來視頻的樣子和以前的電視新聞節目十分類似。

但是它勝在速度太快，生成一條視頻可能只要十幾分鐘，而其中一半的時間都是AI在自動工作，人類視頻編輯只要粘貼鏈接，設置好聲音時間分辨率就行了，再也不用苦苦守在電腦前剪視頻了。

可以說，用這種方式來工作，做視頻的時間比往各個平臺發視頻的時間都短，以前一小時的工作，可能現在10分鐘內就能完成，再也不用加班熬夜，短視頻編輯們要笑著迎接955了。

有了這樣的剪輯效率，當瓜來了的時候，別的編輯還在哼哧哼哧找素材剪視頻，用VidPress的編輯已經做好了視頻，發給了吃瓜群眾，還沒等撤熱搜就可以收獲10W+，美滋滋。

目前，VidPress生成一個2分鐘左右的720p視頻, 所需時間的中位數僅為2.5分鐘。而在百度好看視頻內部，整個平臺每天可以生產500到1000條視頻，而且這些視頻所圍繞的新聞熱點都是系統自動發現、自動生成的。只要服務器在跑，即使躺在家里，平臺上就會有源源不斷的視頻出現，并自動分發給觀眾。

如此高的生產效率，簡直是短視頻領域的一記驚雷。

如今短視頻火得一塌糊涂，正處紅利期，無論是騰訊、頭條還是百度自己，都在爭相自研或投資短視頻平臺，這類工具一旦開放，會是大大小小創作者、MCN們爭搶市場的巨大機遇，AI制造的短視頻，會像當年的中國制造一樣，涌入各個視頻平臺，成為新的一波流量收割機。

畢竟，圖文內容的生產成本，可比視頻內容低得多，只要寫好文章，分分鐘就會有配套的視頻出來，同一份辛勤，收獲多幾倍的流量，那么至少在目前階段，這類AI生成視頻就是觸手可得的紅利。

以上就是關于“小泥人解讀百度研究院的黑科技：十分鐘內文章變視頻的AI神器面世”的全部內容。這項黑科技大大提高了工作效率，同時也能帶來超大流量。抓住了這個機遇，就抓住了成功。更多精彩請電話咨詢4006566135，或登錄小泥人官網www.635867.com

小泥人成立于2010年，總部位于以創新而著稱的中關村科技園區，成立以來一直秉承服務于企業和商家，在移動互聯網的背景下，幫助全天下的企業和商家進行基礎信息建設，建立全網營銷，打造移動營銷閉環為宗旨，幫助全天下的景區和場館打造智慧景區和智慧場館為己任，以務實，專業，創新的態度，依托強大的技術研發能力，成功服務于百萬企業用戶。

小泥人是一家蓬勃發展的創新性企業，一直以技術為驅動，市場先行，經過6年發展，于2016年11月18日在北股交正式敲鐘掛牌，股票代碼是：099189。掛牌后，迅速開通了河南，山東，江蘇，上海等40多個分站。2017年又獲得創新中國2017年十大領軍企業，國家高新技術企業，目前已經獲得了千萬級A輪融資。小泥人主營業務有小程序制作，VR全景拍攝，智慧景區建設等，現在發展更加迅猛，為實現一家偉大的互聯網公司而全力以赴！

小泥人是國內領先的小程序一站式解決方案原生案例的提供者和制作平臺，此平臺是一款基于小程序的可視化編輯器，實現可視化操作，所做所見即所得，無需代碼，無任何編程基礎即可一鍵生成小程序；此平臺海量小程序模板，多樣功能組件，最大程度滿足開發者需求，只需要簡單的拖拉就可生成任意行業的小程序，并能一鍵完成域名注冊、解析及 SSL證書部署等；此平臺輕松上架商品，自定義商品排列方式和分類，實現線上支付，一鍵組建你的商城，一鍵打包生成小程序代碼，對接微信平臺和開發者工具，幫助企業無代碼快速搭建自己的小程序，幫助實體店實現方圓5公里免費展示和海量客戶引流！

小泥人是國內領先的全景和VR(虛擬現實)服務平臺，融合互聯網和拍攝技術，為客戶提供全景展示策劃，720度全景拍攝，全景制作，VR發布和分享。此平臺幫助企業提升形象，提高客戶信任度，縮短了用戶與現實世界的時空距離感，是一種新型的企業展示方式和宣傳方式，廣泛應用企業，政府機關，事業單位，院校，工廠，餐飲，酒店，景點等各個行業。

小泥人是互聯網+智慧景區和智慧場館的實踐者和引領者，率先自主研發了智慧景區系統，獲得國家版權局軟件著作權證書，率先實現了線下紙票出票檢票系統，線上電子票分銷和移動微信營銷，VR拍攝和小程序建設，硬件支持等四系統的合成，此系統以景區和場館等資源方為中心，具有跨媒體營銷和多硬件支持的能力，既能幫助景區和場館實現信息化，全面打通了分銷渠道，又能掌握了終端消費者，達到了宣傳效果，節約了成本，提升了客戶體驗。

閱讀量:20093