1月13日，百度AI官方視頻號發(fā)布了一條特殊的視頻——《百度研究院2021年十大科技趨勢預測》，該視頻完全由AI自動剪輯生成，制作者只需一鍵輸入新聞鏈接即可生成視頻。其中，起到關鍵支撐的是百度大腦圖文轉視頻技術（VidPress）。

此前，該技術也已應用于人民日報對外推出的"人民日報創(chuàng)作大腦"產(chǎn)品。該產(chǎn)品旨在為內(nèi)容生產(chǎn)全面賦能，運用人工智能等技術為媒體機構和內(nèi)容創(chuàng)作者提供通用型創(chuàng)作工具，提升內(nèi)容生產(chǎn)和分發(fā)效率，助力媒體深度融合。當前，在人工智能、5G、云計算、大數(shù)據(jù)等技術驅動帶來更豐富的多媒體內(nèi)容、傳播視頻化成為媒體內(nèi)容進化的行業(yè)大趨勢下, 媒體行業(yè)也在加快智能升級的步伐。

基于百度強大的人工智能技術，"人民日報創(chuàng)作大腦"推出新聞轉視頻、直播剪輯、智能寫作、新聞追蹤數(shù)據(jù)、媒體訂閱數(shù)據(jù)、智能配音等在內(nèi)的18項智能生產(chǎn)工具，覆蓋媒體策、采、編、發(fā)的全流程。而得到大家廣泛關注的新聞轉視頻工具就是基于百度大腦圖文轉視頻技術（VidPress）打造，我們一起來深入了解下這項強大的技術。

圖文轉視頻（VidPress）是在2020年初由百度研究院孵化推出，是業(yè)界首個支撐通用型、大規(guī)模的全自動視頻生產(chǎn)技術。它的價值在于利用算法和AI模型自動進行故事線生成，降低素材搜集、整理、匹配、剪輯的時間成本，實現(xiàn)全自動智能化新聞視頻內(nèi)容生產(chǎn)。用戶可零門檻快速上手，通過圖文鏈接一鍵導入，自動實現(xiàn)配音、字幕、畫面的視頻內(nèi)容生產(chǎn)，極大提升了視頻制作全流程的效率，滿足從小白新手到專業(yè)視頻創(chuàng)作者的視頻制作需求。

貫穿視頻生產(chǎn)全流程，四大核心優(yōu)勢提供一站式服務

圖文轉視頻（VidPress）擁有功能操作簡單、完整視頻生產(chǎn)服務、可預置視頻素材庫和靈活搭建應用平臺四大核心優(yōu)勢，可快速實現(xiàn)短視頻內(nèi)容生產(chǎn)：

操作方面實現(xiàn)0基礎上手，普通用戶、媒體創(chuàng)作者通過上傳Word稿件、新聞網(wǎng)址，即可在幾分鐘內(nèi)完成短視頻內(nèi)容生產(chǎn)。

提供完整的視頻生產(chǎn)服務，可自動完成素材的聚合、匹配與解說詞生成，提供10+種不同風格的男女聲AI語音播報，并完成字幕的自動合成，還支持自定義上傳角標、片頭和片尾。

在素材豐富度上，圖文轉視頻（VidPress）可以預置視頻素材庫，能夠支持多種類型的媒體素材導入方式，滿足視頻素材庫深度定制需求，幫助用戶迅速建立自有媒體素材庫。

提供全套API技術能力，用戶可以根據(jù)自己的需求，自由搭建視頻生產(chǎn)應用平臺，大幅降低視頻生產(chǎn)研發(fā)門檻，提升視頻創(chuàng)作的效率。

領先技術帶來"智"能流暢體驗，大幅提升制作分發(fā)效率

圖文轉視頻（VidPress）詮釋的視頻生產(chǎn)方式，足以用"智能"一詞來形容，媒體創(chuàng)作者可以從通稿式"標準"內(nèi)容，一鍵轉化為快訊、短視頻等多樣化形態(tài)，分發(fā)至不同平臺、不同受眾，目前圖文轉視頻（VidPress）生產(chǎn)一條視頻僅需要幾分鐘，用低成本創(chuàng)作高品質的媒體內(nèi)容，大幅提升媒體工作者的創(chuàng)作效率。

為實現(xiàn)上述能力，圖文轉視頻（VidPress）實現(xiàn)了一套完整的基于解說摘要生成、語音合成、視覺素材提取與理解、音視頻對齊的短視頻自動生成的技術框架?？傻统杀尽⒏邥r效、大批量、高質量地制作短視頻。

在核心技術方面， 圖文轉視頻（VidPress）具有行業(yè)領先的視頻場景解說摘要生成、視覺素材提取、視覺內(nèi)容理解、音視頻內(nèi)容自動對齊等技術，目前已獲得面向視頻場景的解說摘要生成、主圖視覺素材搜索等多項創(chuàng)新技術和AI算法專利，利用核心技術提升機器視頻制作效率和質量。

圖文轉視頻（VidPress）已在百度百家號、百度好看視頻大規(guī)模投放使用，生成一個時長2分鐘的視頻，制作時間僅需要5分鐘，整個過程從熱點新聞發(fā)現(xiàn)到最終的視頻生成，實現(xiàn)無人化、自動化，顯著提升人工剪輯短視頻的生產(chǎn)效率。

積極探索媒體創(chuàng)新與應用，AI帶來無限拓展可能

截止目前，百度大腦圖文轉視頻（VidPress）已累積生產(chǎn)近50萬條視頻，成為被廣泛應用的工具，并助力"人民日報創(chuàng)作大腦"全新發(fā)布。接下來，百度大腦圖文轉視頻（VidPress）將會繼續(xù)深入優(yōu)化自動化視頻生成算法, 提升視頻生成質量和效率, 并將提供面向體育、知識等不同領域和垂類的短視頻生產(chǎn)服務。

未來，多模態(tài)圖文轉換將會面對更多自動化生產(chǎn)需求，以適應新聞、電商、各垂類自媒體等需要時效性、低成本推廣的訴求。通過從上游連接文本生成、資訊熱點發(fā)現(xiàn)，下游連接自動化發(fā)布、審核、推廣等環(huán)節(jié)，打通自動化視頻內(nèi)容生產(chǎn)系統(tǒng)的任督二脈，大幅降低視頻生產(chǎn)環(huán)節(jié)對人力的依賴。

百度大腦圖文轉視頻（VidPress）在"人民日報創(chuàng)作大腦"產(chǎn)品中率先落地，標志著百度正將先進的人工智能技術賦能媒體生產(chǎn)。未來，以百度大腦圖文轉視頻（VidPress）為代表的AI技術將更深刻的變革媒體及更多行業(yè)的作業(yè)模式，加速推進媒體產(chǎn)業(yè)的智能化進程和全國新聞媒體的深度融合發(fā)展。