很快，Netflix就可以快速、大量地，对海量内容自动生成预告，质量还非常高哦。

在降低剪辑师人工成本的同时，这千人千面的预告片，又会增加影片点击率和观看时长。

其实，在2016年时，21世纪福克斯和IBM就推出了Watson系统给自家的惊悚片Morgan自动生成预告片了，只不过不能像Netflix这大批量搞。

这背后的原理其实都类似，一共分两步。

第一步，就是识别并理解内容。

把剪辑好的全片直接倒入，系统首先就会开始对内容进行识别。

比如，进行复杂环境下的人脸识别，认出演员是谁，还能知道谁是主角，谁是群演。

除了人，还会对景色、物体识别，贴上各种标签，比如“公园里”，“家里近景”等等。

另外，还会对台词和配乐分析，识别各个片段的情感，是惊悚还是温情，一目了然。

这一过程想要做到详细，是很耗费时间的，因为要跟其他来源的数据对比。比如IBM的Watson，就需要24小时来完成。

第二步，就是根据既定工业化套路生成预告。

比如，同样是30秒的预告，可以有各种风格，和各种模版音乐，按照相关标准生产即可，再根据用户喜好投放。

假设，让你用AI剪辑沈腾的喜剧电影合集，那可以想象出来，这最起码可以有“感人风格”和“爆笑风格”两种模版。

上面这两步里，第一步的“识别”是基础，第二步的“生成”则是应用。

当然，第一步最为重要也是必须，而且同一部影片，系统理解一次之后，结果可以重复利用，赋能更多应用。

第一步的“识别”还真是“基础武功”。正因如此重要，各大流媒体巨头都在重点投入研发。

国内方面，老大哥爱奇艺在研究识别这件事上下了大功夫。比如爱奇艺计算机视觉的研究成果多次被包含ICCV在内的学术会议收录，多次在挑战赛获奖。

爱奇艺还曾直接联合了国内外顶级视觉和多媒体会议，如PRCV2018和ACMMM，首次发起“多模态视频人物识别挑战赛”，还公布了全球最大的明星视频数据集（iQIYI-VID），联手产学研，取得突破。