2月27日，網(wǎng)絡(luò)直播行業(yè)標(biāo)桿性盛會(huì)——第二屆中國(guó)網(wǎng)絡(luò)表演(直播)行業(yè)高峰論壇暨網(wǎng)絡(luò)直播年度盛典在京召開(kāi)。金山云憑借在AI內(nèi)容服務(wù)領(lǐng)域的豐富經(jīng)驗(yàn)和行業(yè)影響力受邀出席大會(huì)，公司金睛AI首席算法架構(gòu)師蘇馳博士在大會(huì)上發(fā)表主題演講。

“AI直播內(nèi)容服務(wù)”是金山云“金睛”產(chǎn)品服務(wù)中的重要部分，早在直播行業(yè)方興未艾之際就已進(jìn)入技術(shù)研發(fā)階段，后續(xù)又緊隨《互聯(lián)網(wǎng)直播服務(wù)管理規(guī)定》同步上線。經(jīng)過(guò)多年的市場(chǎng)打磨，“金睛”在短視頻、直播內(nèi)容安全服務(wù)領(lǐng)域已成為業(yè)界翹楚。直播行業(yè)日新月異的發(fā)展，“金睛”AI內(nèi)容服務(wù)也在革新，實(shí)現(xiàn)了從網(wǎng)絡(luò)凈化到內(nèi)容挖掘，從安全的守護(hù)者到內(nèi)容的引路人的“角色”轉(zhuǎn)化。

金山云金睛AI首席算法架構(gòu)師蘇馳博士發(fā)表主題演講

行業(yè)的成熟和AI的進(jìn)階

短視頻、直播行業(yè)在“野蠻生長(zhǎng)”中經(jīng)歷了監(jiān)管重拳的“當(dāng)頭棒喝”，也走過(guò)了行業(yè)“百團(tuán)大戰(zhàn)”的激烈角逐。當(dāng)下，行業(yè)進(jìn)入健康平穩(wěn)的發(fā)展?fàn)顟B(tài)，規(guī)范化增強(qiáng)，馬太效應(yīng)顯現(xiàn)，行業(yè)格局逐漸明晰，追求更為優(yōu)質(zhì)的內(nèi)容成為了各平臺(tái)的共同目標(biāo)。“目前，金山云金睛為內(nèi)容運(yùn)營(yíng)方提供圖片審核、語(yǔ)義審核、智能OCR、智能語(yǔ)音、視頻理解、智能標(biāo)簽六大類全方位的審核服務(wù)。隨著直播行業(yè)呈現(xiàn)多元化布局、出海擴(kuò)展、精耕細(xì)作、短播融合的趨勢(shì)，金山云金睛從服務(wù)類型、服務(wù)模式到AI算法模型都發(fā)生了巨大的改變。行業(yè)每往前走的一小步，都是內(nèi)容服務(wù)產(chǎn)品的一跨步，也是AI技術(shù)的一次技術(shù)突破性飛躍。”蘇博士在現(xiàn)場(chǎng)說(shuō)道。

隨著行業(yè)生態(tài)、格局和發(fā)展階段的不斷變化，金山云守住內(nèi)容安全紅線，催化全新的業(yè)態(tài)，實(shí)現(xiàn)內(nèi)容產(chǎn)業(yè)的價(jià)值轉(zhuǎn)化。正式推出面向短視頻、直播平臺(tái)的“秀場(chǎng)直播理解解決方案”、“游戲直播理解解決方案”、“短視頻內(nèi)容理解解決方案”，依靠AI內(nèi)容服務(wù)能力，金山云幫助平臺(tái)方將精細(xì)化運(yùn)營(yíng)覆蓋到從生產(chǎn)到分發(fā)的全環(huán)節(jié)，為平臺(tái)優(yōu)質(zhì)內(nèi)容產(chǎn)出、打通作者和用戶間壁壘，實(shí)現(xiàn)平臺(tái)差異化布局夯實(shí)了技術(shù)基礎(chǔ)。

如何賦予AI一雙欣賞美的眼睛

“內(nèi)容理解”顧名思義，是讓AI具備理解人、事、物內(nèi)容表象以外的深層含義、邏輯關(guān)系的能力。直播、短視頻內(nèi)容理解解決方案，依托金山云擁有專利的時(shí)序算法，通過(guò)構(gòu)建動(dòng)態(tài)視頻處理模型，實(shí)現(xiàn)高精準(zhǔn)度的視頻類別、主播風(fēng)格、場(chǎng)景及物體的識(shí)別。

以秀場(chǎng)主播為例，金山云的AI內(nèi)容理解服務(wù)除了要識(shí)別他(她)的外貌特征和主播個(gè)人身份之外，還要理解她的個(gè)人風(fēng)格，例如蘿莉、可愛(ài)、鮮肉、御姐等;以及懂得她目前的每一個(gè)行為和所在的環(huán)境場(chǎng)景。通過(guò)精細(xì)的標(biāo)簽分類，為直播平臺(tái)差異化、精細(xì)化運(yùn)營(yíng)，挖掘潛在價(jià)值內(nèi)容提供服務(wù)。

金山云內(nèi)容理解模型目前已經(jīng)支持100多種視頻類別，比如，遛狗、跳舞、美容、美食、健身、音樂(lè)、游戲、運(yùn)動(dòng)、風(fēng)景等。模型支持細(xì)粒度的標(biāo)簽，可以精確到游戲名稱、舞蹈類型、歌曲風(fēng)格等。賦予AI“發(fā)現(xiàn)美好生活”能力的背后，是金山云金睛AI算法團(tuán)隊(duì)科研攻堅(jiān)的成果——通過(guò)訓(xùn)練超千萬(wàn)個(gè)高質(zhì)量的短視頻，得到的具有很強(qiáng)的泛化能力的內(nèi)容理解模型和金山云金睛專利時(shí)序算法。

蘇博士介紹，內(nèi)容理解不是一般的圖像識(shí)別，必須全面捕捉視頻內(nèi)容中的時(shí)序信息。金山云內(nèi)容理解模型通過(guò)三維時(shí)空卷積(3D conv)和三維時(shí)空卷積長(zhǎng)短時(shí)注意力循環(huán)神經(jīng)網(wǎng)絡(luò)(LSTM and Attention)來(lái)精細(xì)捕捉視頻單幀圖片的局部與整體時(shí)空信息。金山云AI算法團(tuán)隊(duì)受人腦注意力機(jī)制的啟發(fā)，引入“時(shí)空注意力機(jī)制”，使得模型可以聚焦關(guān)鍵幀、關(guān)鍵位置的信息，降低無(wú)關(guān)幀對(duì)模型性能的影響。整個(gè)模型不需要任何人工干預(yù)，輸入原始視頻，就可以得到最終的預(yù)測(cè)結(jié)果，整個(gè)模型精度高、速度快。目前，金山云金睛內(nèi)容理解模型處理單個(gè)視頻只需要30毫秒的時(shí)間，精準(zhǔn)度超過(guò)80%。

隨著5G時(shí)代的到來(lái)，持久的行業(yè)競(jìng)爭(zhēng)將刺激內(nèi)容平臺(tái)參與者不斷地進(jìn)行技術(shù)創(chuàng)新，依賴更為精細(xì)化、強(qiáng)運(yùn)營(yíng)的手段緊密地鏈接用戶和高質(zhì)量的內(nèi)容制作者，并繼續(xù)推動(dòng)文化產(chǎn)業(yè)的繁榮。作為參與者，金山云金睛一站式AI內(nèi)容服務(wù)產(chǎn)品發(fā)揮的市場(chǎng)價(jià)值還將裂變。