導讀：不僅在體育上，AI剪輯最早是被應用在電影制作上，但是在這兩者上的應用上卻有一定的差異，并呈現一系列問題，下面筆者將據此進行分析。

今年世界杯迄今為止最大冷門，無疑是衛冕冠軍德國 0：1 爆冷負于墨西哥，險些0：2甚至0：3。世界杯的魅力就是永遠會發生各種看似各種不可能的事，因此，留下了不少讓球迷津津樂道的精彩瞬間。

如何快速將這些精彩快速集合，二次引爆球迷呢？

某視頻網站在6月14日世界杯揭幕賽前正式發布最新“AI黑科技”— AI直播剪輯官，參與世界杯直播精彩短視頻實時剪輯。事實上，在年初的2018足協杯資格賽上，人工智能剪輯就被運用，全部自動化完成，不需要人工操作審核，實時捕捉、實時剪輯。

不僅在體育上，AI剪輯最早是被應用在電影制作上，但是在這兩者上的應用上卻有一定的差異，并呈現一系列問題，下面筆者將據此進行分析。

AI剪輯體育視頻“so great”，剪輯電影就”too weak“

說起電影剪輯，不得不提王家衛。據說他拍電影不用劇本，全靠后期剪輯。張曼玉曾在拍《花樣年華》接受記者采訪時坦言，“拍他的戲很無奈，因為你永遠不會知道他下一步會怎樣走，根本無法準備。不過，每次看完剪片，我都會有意外驚喜，很開心。”

這充分說明了剪輯在電影中的重要地位，類似于觀音菩薩捏泥人造人時，最后吹的那口讓泥人成真人的一口氣。

體育往往是肢體運動，AI 在剪輯前更多的是人臉識別和對相關動作的學習，但是電影是對白藝術，不僅是人臉識別還有語音語義識別。同時，體育運動是在既定的規則框架下進行的，AI不需要花費時間去去判斷是否犯規，而在AI剪輯電影前，需要判斷表演的好壞和拍攝的質量，還要能識別出穿幫鏡頭。二者的難度系數可想而知。

因此，AI剪輯現階段在體育領域的使用會遠遠高于在在電影領域的使用，在電影剪輯里，它更多的是作為一個輔助者。

早前IBM的人工智能系統Watson曾為電影《Morgan》剪輯預告片。

具體流程是先給Watson看100部恐怖電影預告片，準確的說，是這些影片的切割片段或單獨場景。Watson對這些預告片進行了畫面、聲音、創作構成的分析，并標記上對應的情感。隨后，工作人員將電影《Morgan》導入，Watson迅速挑出了其中10個場景組成了一段長達6分鐘的影片。最后在剪輯師的幫助下，這些鏡頭被剪輯成最終的成片。

該預告片談不上優秀，甚至有點“土”而無“味”。但是在營銷和制作周期上的意義影響深遠，本應10天到1個月的制作周期縮減到了24小時，獲得了極大的曝光。除此之外并沒有特別的意義，《Morgen》于2016年上映，在此之后鮮少聽聞有電影用人工智能做預告片。

AI剪輯更多是“成品“不是”作品“

據說戰地記者在拍攝的時候，有時候會因為不熟悉情況沒法獲取一手資料，而這個時候如果托當地人去拍攝就會容易得多。對看新聞的人而言，他們不會太關心這段視頻是不是抖動得厲害，畫質是否不清晰，只要這個新聞事件被完整呈現。

顯然對很多球迷而言，呈現的意義比創作更大。能及時看到世界杯的進球和精彩合集是最重要的，再配上足夠激動人心的音樂，球迷并不會在意其他。

2018賽季NBA總決賽塵埃落定后，有視頻網站實時上線了《杜蘭特11年精彩回顧》。球迷對這部片子的要求不亞于對一部電影的標準，但是捫心自問，它絕對算不得一部精彩的剪輯，全程節奏平淡，層次感不清晰，看完內心毫無波瀾。好的剪輯可以直戳人心，而AI剪輯顯然和優秀的剪輯師還有一段距離，AI剪輯的僅僅是“成品”而不是“作品”。

AI剪輯的發展軌跡

影視剪輯不僅重要，而且比較程式化，非常耗時。而 AI 的加持無疑有利于提升剪輯視頻的效率，智能相對論的分析師雷宇認為，AI剪輯大體按照以下三個運行軌跡發展。

第一步：畫面識別，縮短素材收集時間

這是AI對視頻最基礎的認知，這里的 AI 識別的主要是辨認視頻畫面中的對象。以世界杯為例，主要就是對高速運動下的球星人臉實時定位與檢測，如這段視頻幾秒至幾秒出現的球星是梅西，這一段是阿圭羅等，并能將他們的視頻提取出來。

2016年Miles Deep 則使用了特殊的深度卷積神經網絡，可以取其精華去其糟粕，更方便你***。它可以移除所有不包含性接觸的場景，或者編輯去掉一種特定的性行為，是一個很好用的色情視頻分類或編輯工具。

另一方面，有數據顯示，2025年全球數據量將達到163ZB，這對人來說整理視頻數據將越來越麻煩，但對AI來說，已經能夠輕松做到從全網提取出包含特定關鍵詞內容的視頻片段，并截取出來統一進行分類整理，這一步的AI類似于一個小秘書。

第二步：理解鏡頭語言，學習人類的鏡頭剪輯

AI需要對視頻的理解深入到鏡頭的內容及鏡頭語言的運用，學習剪輯規則，通過深度學習模仿人類的剪輯技巧，實現基本的剪輯。如在世界杯中，它需要準確識別進球、射門、角球、紅牌、黃牌、慶祝等多種動作，模仿人自動剪輯出進球、射門、犯規、過人等精彩片段。

以我們常常吐槽的制作粗糙的網絡劇為例，素材和成片比例大概是10：1，剪輯師剪輯起來可能不那么耗費精力。但是真人秀節目就不同了，素材與成本的比例非常驚人，例如《爸爸去哪兒》攝制組共有40多個機位，大全景、大特寫、小全景等多個景別同時開拍，每集90分鐘的節目都有1000多小時的素材。如何前期從幾十臺機位的素材中快速找到最終剪輯需要的鏡頭，是相當費時費力的過程，而AI 的使用可以輔助人篩選，最終簡化這一流程。

第三步：在某種程度上替代人，做一些具有創造性的活。

這要求AI能自行能夠理清素材間的聯系，根據學習的鏡頭組接規則，面向特定目標自動進行視頻的剪輯。經典好萊塢電影拍攝手法，一般是拍攝一個遠景作為主鏡頭，然后再分別拍攝特寫鏡頭、反應鏡頭、切入鏡頭和切離鏡頭，最后剪輯師依據需求進行剪輯。

一個來自斯坦福大學和Adobe公司的AI便能夠自行同步相同場景的錄像。然后自動識別和分析演員所體現出的人物形象，最后根據導演對風格的要求，AI依據數據庫里較為成熟的剪輯風格和鏡頭語言對錄像進行自動選擇和組裝。

它僅僅3秒鐘就剪出了一個71s的視頻，而一個經驗豐富的剪輯師可能需要好幾個小時。但是剪輯質量如何，最關鍵的地方卻沒有細說，很微妙。

結尾

毫無疑問，AI剪輯已經越來越廣泛滲入到了文體產業，從第一部電影誕生至今，電影影視工業不斷的走向成熟和便捷。剪輯因早一批的剪輯師用剪刀剪斷錄像膠卷后拼接成像而得名，隨著電影電視數碼化，剪輯師的工具從剪刀變成了電腦，AI剪輯讓剪輯師手里的工具更加的方便，利于他們創作出更多更優秀的作品。

但是，在讓剪輯師更加便捷工作的同時，也讓剪輯師的職業門檻不斷降低，越來越多的人可以制作視頻，電影電視的制作周期可能會更短，至于質量？粉絲買單就成。