采寫／吳剛、萬天南

編輯／陳紀英

用“機器”代替編導等短視頻專業人才，靠譜嗎？

隨著直播短視頻的紅利呼嘯而至，網紅達人、MCN機構、品牌商家蜂擁而來。短視頻市場需求暴漲，專業人才稀缺昂貴、生產工具滯后、優質內容供給不足、營銷轉化效果低下等痛點越發凸顯。

如何低成本批量產生短視頻內容，成為了越來越多中小品牌商面臨的共同挑戰。

日前，阿里設計團隊上線了一款短視頻生產工具“云剪”，專門為電商場景定制短視頻解決方案——利用基礎的圖文視頻等素材，可以簡化批量生產短視頻素材，試圖幫助中小商家低成本搭上短視頻營銷的高列。

短視頻營銷風起，百萬人才缺口待補位

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

中國互聯網信息中心的報告顯示，截至2021年6月底，中國短視頻用戶規模達到8.88億，占網民整體的87.8%；其中，90后的短視頻用戶占比達到了51.5%，短視頻，也成為了品牌連接、觸達、轉化年輕客群的橋梁。

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。

Quest mobile報告顯示，2021年上半年，互聯網廣告收入中，短視頻以503億元的營收體量，力壓新聞資訊的255億元、網絡社交的184億元登頂，在整個互聯網廣告大盤中占比高達42.6%，貢獻了近半壁江山。

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

行業爆發，專業人才和優質內容供給短缺卻越發凸顯。

2020年，巨量大學負責人于潔楠曾測算，國內的短視頻營銷人才缺口可能達到百萬量級。

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

他清晰記得，公司剛剛涉足短視頻業務時，很多員工缺乏對廣告營銷和市場傳播的專業化、系統化認知，要靠公司從0到1培養。待到新手培養成熟，可以獨當一面后，卻輕易被同行高薪挖走。

專業的短視頻制作機構尚且缺人，商家、品牌對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外接錄音設備，曾一度考慮搭建短視頻內容團隊拉動銷量，但試錯了一圈發現，難以找到合適的視頻人才，“比如說，流量思維很重要，電商短視頻不是會拍就可以的，關鍵是要有人看，要能符合算法衡量標準，要能拉動銷售，同時懂得這幾點的人太少了”。

另一重壓力來自不堪重負的人力成本。

一個初創的小型電商品牌，要想搭建短視頻團隊，最為簡單的人員配置通常也要4-5人，編導1人，內容策劃1人，拍攝1人，剪輯1人，運營1人。而據獵聘發布的《短視頻領域就業大數據報告》顯示，短視頻中高端人才平均年薪30萬，已經超過金融互聯網房地產等傳統高薪行業。于大量長尾商家品牌來說，上述成本不堪重負。

人才流失風險也如影隨形。知名博主李子柒曾因獨特的中國風視頻風靡海內外，今年卻和MCN機構微念產生股權糾紛，一度斷更數月，微念因此遭遇重創。

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

AI編導真的能給出更優解嗎？

一大批短視頻制作工具，已經陸續上線，大致可以分為三類。

視頻長剪短工具，比如從1~2小時的長視頻里，剪輯出數十個精彩的高光片段，但一方面，長剪短方案要依賴于優質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值的小片段，比如打招呼和閑聊廢話等，后期仍需人工優化才能用于投放。

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

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？

云剪技術團隊發現，在視頻生產流程里，存在大量重復勞動的環節，以最耗人力的剪輯環節為例，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、錯字、停頓、語速等一一調整修正，美顏美化、調色調光等，最后才能剪成一個能用的短視頻。

“很多環節，是可以通過機器學習完成的”，項目負責人黃玉龍告訴《財經故事薈》。

2021年4月，經過觀察與試錯，項目組上線了支撐專業機構的云剪專業版，7月又推出了契合商家端應用的云剪電商版。

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，整個過程完全自動，無需人工介入，云剪就能進行智能剪輯，快速生成短視頻，大幅提升了短視頻的生產效率。相比于傳統視頻創作工具如Finalcut、Premiere等，云剪的使用門檻更低。

縱觀市場，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景。

但云剪則以拉動轉化為第一目標，通盤考慮“人、貨、場”三要素，注重商品賣點和用戶需求的匹配，在視頻中拋出場景痛點，強化商品賣點，最終輔助用戶消費決策，助攻商家提高營收轉化。

比如，商家上傳了連衣裙的素材，云剪會主動通過設問生成：“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“日式米飯調料”，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不同商品的不同賣點，匹配不同營銷場景，實現話術文案、鏡頭語言、內容節奏、視頻風格的多樣化，以及為商家生成可供選擇的多元化微腳本。

在傳統短視頻制作流程里，視頻轉化效果好壞主要取決于編導個人能力。但風險在于，如果編導不具備流量思維，或者不了解商品屬性和市場需求等，就會導致短視頻轉化效果差，商家營銷費用打水漂。

云剪則基于多年積累的商品賣點分析、當下社會熱點追蹤等，生成相應的微腳本，以供編導、拍攝團隊優中選優。

功能正在持續完善的云剪，逐漸成為品牌和商家降本增效的加速器。

如今，云剪電商版內測一月有余，已為5萬多個商家提供服務，每天生產上萬條商品短視頻，其中在淘寶微詳情場實現平均引導成交金額提升一倍有余。

對商家來說，高昂的短視頻人力成本，也有望大幅縮減。以一個批量生產短視頻的項目團隊為例，原本需要配置5個剪輯師、1個編導、1個攝影師，但在應用云剪后，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。

技術大闖關

第一道關卡，是如何準確提取商品賣點，精準匹配消費場景，自動生成合適腳本，同時杜絕腳本平鋪直敘，吸引力弱、風格不可控等痛點。

在短視頻里，實現“人、貨、場”的精準匹配并非易事。假設有500萬商品，每個商品有20個屬性，每個屬性生成10個腳本，那就是500萬×20×10，也就是說，可以組合出幾十億個腳本。這里第一個挑戰就是如何生成這幾十億個劇本。第二個挑戰，是怎么保證幾十億腳本中沒有錯誤，畢竟數據量級越大，一點點錯誤都會不斷被放大。

為此，云剪項目團隊構建了電商認知圖譜，建模消費者訴求與商品多個屬性之間的關系，使用了數千萬語料進行預訓練，在微調部分對生成腳本內容和形式進行針對性控制和持續優化，可生成更為通順流暢，語義可控，吸引力強的短視頻腳本。據悉，目前腳本的正確率可達到90%以上。

第二重關卡，則是多狀態的視頻理解，即從商家提供的商品主視頻和直播視頻出發，準確理解其每個視頻片段中的行為語義，并關聯到狀態標簽，而物品的多狀態以及畫面的多相似性，極大增加了文本與視覺主體的對齊難度。

比如，一件外套在鏡頭里是側面正面還是反面，是拿在手上還是在試穿，素材視頻里有無亂入圖像等，系統都需要對標人的基本認知習慣，挑選出最能展現商品亮點的素材。

基于上述問題，技術團隊提出了一種電商視頻多模態預訓練方案，在表示階段對商品類別與商品狀態進行顯示建模，同時在預訓練階段針對性設計了不同目標的跟蹤任務，能夠有效地解決電商場景下，視覺主體與文案腳本難以對齊的問題，從而提高短視頻輸出的準確率和質量穩定性。

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

為此，技術團隊創新提出了自適應的圖推理及過濾圖文檢索算法，該跨模態圖文檢索算法，針對短視頻腳本特有的抽象描述意象的特點，通過自適應的圖結構進行圖像區域之間關系的推理和聚合，利用細粒度的跨模態過濾機制文本對齊無關的信息，有效提高了模型對于抽象腳本的文本的檢索能力，檢索結果的首序正確率高達89.94%。

而此項技術是作為視頻業務在多模態領域的首次創新，并發布相關論文《Adapted GraphReasoning and Filtration for Description-Image Retrieval》，收錄于SIGIR2021（注：SIGIR2021是人工智能領域智能信息檢索方向最權威的國際會議）。

舉例來講，圖像上是“藍天下一片農田和一輛拖拉機”，應用上述技術后，可以生成“農業發展蒸蒸日上”的腳本，后者是對畫面的抽象概括和意義闡釋，而非直白機械地一一列舉畫面中的物體。

“當然，目前的云剪做不出100分的完美視頻，也無法完全取代專業人才，但我們能幫商家做出一個70分的短視頻，而且耗時僅要幾分鐘，成本低。”

在黃玉龍的設想里，云剪未來的應用場景并不限于淘寶，希望未來在更多涉及短視頻營銷的領域也有機會一試身手。

畢竟，短視頻營銷才剛至中局，極光大數據顯示，截至2020年12月，視頻制作行業滲透率僅19.6%，同比增速保持在138.1%左右，視頻生產工具的用戶規模還將繼續在高速路上一路飛馳。

或許就如同傻瓜相機以及手機照相功能，替代專業單反，普及向大眾市場一樣，優質短視頻內容制作，未來將不再是極少數專業人才的專屬，有了優質工具的助力，也許，短視頻制作會成為人人可為的標配能力。