短视频热门教程#本文由《人人都是产品经理》《原创激励计划》出品。
不知不觉中，AI技术已经渗透到我们的生活中。 比如短视频平台有AI/AR道具，创作者可以利用这类道具创作出更多有趣的内容。 具体来说，哪些AI技术可以应用于内容型产品，增加创作的多样性？ 我们来看看作者的总结。
最近因为工作原因接触到了快手的AI技术（主要是CV方向），也对快手的技术团队做了一些采访。 不禁感叹，其实快手的技术还是很先进的。 甚至比抖音更早完成了很多场景。 技术清单比字节的技术更强大、更先进。
但为什么拥有如此出色的AI技术的快手在大众市场或者我们所说的商业市场上却不如抖音呢？ 互联网上的竞争是如此激烈。 原则上快手买点赞会限流吗，就占用用户时间的多少而言，每个人都是一个竞品。 人们都知道字节的青眼、抠图、叫醒图，却很少有人知道快手还有倚天、快影、原创膜等标杆产品。
图1快手头条有一系列竞品。
首先需要澄清的是，AI技术并不是万能的。 很多商业上的成功并不意味着一家公司仅仅因为技术和算法很棒就会在商业上取得成功。 这不是充分必要条件。 伟大的技术最多只是一个充分条件。
商业的成功，或者说我们世俗定义的成功，还包括组织的成功（人才管理、激励、组织协作、效率最大化）、产品的成功、对人性的洞察和应用、以及商业模式的理解等等，所有这些要素都可以最终让一个产品真正成功并拥有足够长的生命周期。
例如，微信就是一个典型的例子。 微信有AI技术吗？ 当然，但这些都是微妙而无声的事情。 微信并不是为了人工智能而使用人工智能。 比如扫描微信入口识别图片、识别街景、识别商品/长按翻译/语音转文字等等，这些都是AI技术能力的产品化，但这些并不是微信产品的全部，或者说在换句话说，这些技术只是帮助微信更好地为用户提供了一个沟通工具，让人们更加无障碍地沟通和互动。
我问一个问题，对于抖音或者快手，大多数人是浏览视频还是调用摄像头主动拍摄视频？
相信大家的答案应该都是一样的。 大多数人使用抖音快手是为了浏览和消磨时间。 真正利用抖音里的各种AI/AR道具UGC来创作内容的人还是少数。 大多数用户如果使用道具，可能是尝鲜者，比如有些拍摄相同风格的人。 对于专业的内容创作者来说，主要是通过内容本身的编排和设计。 它肯定会吸引观众，并且不太依赖AI模板或各种道具。 即使需要使用各种AI剪辑等特效技术，也可能会用在视频创作过程中，即作为AI赋能的视频剪辑工具，比如电影剪辑。
但问题又回到了起点。 为什么快手gan（对抗生成网络）等AI生成技术比抖音好很多？ 今日头条不是从算法开始的吗？ 经过一个多星期的仔细分析这两家公司的背景，我尝试得出的原因总结如下：
1）遗传学
快手最初是一个 GIF 编辑工具。 它本身就是一家技术驱动型公司，其创始人苏华和程一晓都是技术出身。 因此，快手打造工程师天堂，重点加大对CV等技术的投入。 用科技驱动产品，通过一些AI驱动的热门特效+特殊操作来刺激用户活跃度； 这就是快手公司的底层逻辑。
2）退伍军人的需求
快手本身的平台特性与抖音有很大不同。 抖音符合马太效应，即80%的主要流量被导向前20%的网红快手买点赞会限流吗，而网红生产的内容是通过抖音产生的。 源自数据平台算法。
另一方面，快手致力于构建公平的平台机制。 如果流量太大，就会受到限制。 它鼓励平民制作内容并构建关于同城或周围与您非常相似的人的故事。 这些人可能是像你我一样的普通人。 背后没有MCN组织、巧妙的剧本、更没有专业的剪辑。 因此，这些“平民”需要人工智能的支持和一些工具来低成本地创作内容并记录他们的生活。 。
从这个角度来看，快手需要更强大的内容创作和生成技术来帮助普通人实现成为明星的梦想，或者拍摄相同的风格。
虽然AI技术并不是万能的，但短视频的核心是内容为王，围绕内容构建多种玩法； 但在AI技术的支持下，可以帮助大家高效地生产内容，创造出有趣、好玩的内容，所以接下来我想讲一下具体的AI技术可以应用在内容型产品上。
1. 物体/动作检测技术
这个品类应该是最先应用于短视频内容创作的，包括很多具有类似功能的自拍相机。 比如眨眼睛、伸出舌头、做出各种手势来触发一些特效，都是基于人脸的。 同理，基于对生活中一些图标、物体的检测，也可以触发一些特效。
图2 心心对比特效
2、美颜、化妆、美体、美齿等人像美化功能
这些其实都是基于关键点技术，无论是面部关键点检测还是人体关键点检测技术，无论是5点、21点还是137、200+、1000+点，并且从2D关键点到关键点3D点在这里帮助机器确认五官和面部轮廓的位置来调整比例，例如放大眼睛、瘦脸、瘦腰、收紧腿部等。
这些都是相对基础的，对关键数量的依赖较少。 如果想要做得更细致，比如美妆中，需要描绘眼妆等小部位（睫毛、眼影、眼线、下眼皮、蚕），这就需要增加关键点的数量点。 即使你想要达到额头增大、鼻梁高、颧骨低、苹果肌等效果，也需要一些 3D 网格（由原始点形成的网格结构）的辅助。
图3 2D面部关键点和3D关键点，人像美化最基本的技术
图4 人体关键点技术
或者说形体美的用户体验如果能在背景不变形的情况下实现拉长腿、瘦腰、丰胸，就需要引入抠图和inpainting技术（抠图和补全）。 在某些场景下，可以使用3D人体重建技术。 例如，编辑软件中的背景更改功能也依赖于剪切图像的能力。
牙齿美白和口红都依赖于分割技术。 例如，我最近在使用夹牙美白功能时，当我的嘴前面有障碍物时，障碍物上会出现一个白色的月牙形不明物体。 这是因为牙齿并不像嘴巴那样判断咬合状态，这就呈现出俗称“反串”的画面，非常尴尬。
3. AR类（人与环境）
所谓AR类型，我们统一定义为在现有的真实空间中叠加3D渲染的CG素材，无论是叠加在人脸上还是叠加在环境上。
这些底层技术一部分依赖于3D面部关键点定位技术，另一部分依赖于空间的3D定位技术。 如何保证在不同用户手机姿势动作下以及用户本人进行各种动作时的叠加。 3D材质的绝对位置的固定（因为现实生活中的物体是绝对静止的，不会随着手机的移动而移动）是最大的技术挑战。
当然，3D素材的精细程度也在很大程度上取决于CG生成效果。
图5：谷歌提供基于Android的ARcore功能，与苹果的ARkit相比
同时，这类技术也非常适合与广告商结合。 广告商利用某一主题的风格或元素在平台上投放，并优先利用大V引发网友的参与，最终形成二次传播，使品牌的产品和形象更受网友欢迎。 引发广泛讨论。
例如，在 Instagram 上，Gucci、LV、Dior 定制了很多富含自身品牌元素的 AR 贴纸套装供用户使用。 用户在可以拍照、录制视频、把玩的同时，还可以体验产品虚拟试穿、试穿的效果。 进一步促进购买转化。
图6 ins上的gucci镜头（特效）
4.生成网络（GAN）
随着《蚂蚁阿嘿》的一夜爆红，“zao”等AI换脸引发了社会伦理道德的广泛讨论。 社会上一直对GAN生成特效非常热衷，比如《满三岁了》、《当你老了》、迪士尼风格、国漫风格、手绘仕女等。
由于GAN自身网络的特点，非常适合短视频等以内容生产为主要驱动力的产品定位。 通过让网络学习大量目标图片的风格，AI技术结合一些短视频模板，可以非常快速地帮助用户生成非常搞笑、可爱、炫酷的短视频内容。 也非常适合与短视频平台结合的各种节日运营活动，比如万圣节生成鬼妆、儿童节生成童脸、520/情人节“变身男朋友”等等。
图7快手平台520换男友活动，利用GAN网络生成看起来像夫妻的男友
虽然说任何时代内容为王都是事实，但当所有UGC平台都被AI深度渗透，成为不可或缺的一部分时，你的产品就留不住用户了。 此时，AI技术已经从卡诺模型中的迷人需求转变为基础需求。
据内部消息，小红书已大规模高薪聘请CV算法工程师，帮助提升其平台内容的AI多样性。 你觉得这个有必要吗？
作者：大仙河，7年AI产品经验； 微信ID：大仙河知识学校
发表评论