當我看到這個消息的時候，內心是崩潰的：AI可以剪視頻了。這意味著也許一小部分電影從業(yè)者，包括我們在內的新聞視頻工作者，未來可能更難找工作了。（掩面痛哭）

正如李開復近在哥大畢業(yè)典禮上發(fā)表的演講所提到的，未來十年也許真的是人工智能的時代。

但是，當許多人處于AI即將取代大部分簡單重復工種的不安中，尚且還有一群人偷偷地吁了口氣，比如藝術從業(yè)人員，因為那時我們并不認為AI可以在近期內勝任兼具創(chuàng)造性與藝術性的工作。

……直到我們看到斯坦福與Adobe的這項研究。

這個新的算法可以根據導演要求，對視頻原始材料進行編輯，不論是papi醬那種精分風格的視頻，還是經典的電影風格視頻，它都可以在極短的時間內完成工作。

首先我們要跟大家簡單科普一下視頻剪輯師的工作流程。比如說我們要制作一個有情節(jié)的微電影，首先我們會根據寫好的劇本進行拍攝，同一個場景和鏡頭一般要從不同的角度、機位拍上好幾次，這樣才能獲取不同角度、不同景別的視頻材料。

在后期剪輯的時候，則可以把同一場景的多個片段放在一起剪輯，這樣就可以運用鏡頭語言表達不同的情緒、傳遞多樣的信息，也避免觀眾因為鏡頭過于重復和單一而感到無聊。

它也可以通過聲音、面部和情感識別對鏡頭類型、演員的感情強度、畫面構圖等進行編碼。由于導演對于一個場景可以拍攝多達10場鏡頭，光對應劇本這一個功能就可以節(jié)省數小時。

然而，這個系統(tǒng)的“精華”之處在于根據電影鏡頭語言的規(guī)則進行“慣用”編輯。

例如，許多故事都是從一個廣角的“建立場景”鏡頭開始，這樣觀眾就會對故事發(fā)生的地點具備基本的了解。有些時候，導演還會使用慢放或快進的方式，強調某個人物，強化情緒或保持鏡頭類型（如廣角或特寫鏡頭）一致。

根據導演或者故事本身的不同風格，導演運用這些鏡頭語言去達到的講述故事的效果。而這個系統(tǒng)操作起來非常簡單。

研究人員已經預設了許多鏡頭語言的設定，編輯們只需要把他們想要的鏡頭語言輸入到系統(tǒng)中，這個系統(tǒng)就會自動將劇本與場景匹配。

在斯坦福研究團隊制作的說明視頻中，他們給出了一個具體的例子。比如，他們想要制作一個傳統(tǒng)電影風格（在對話雙方之間進行切換，敘述節(jié)奏不緊不慢等）的視頻，編輯就會選擇“用廣角鏡頭開始”這個鏡頭語言來建立故事發(fā)生的場景，然后選用“避免跳躍性的剪輯“來適用于經典的電影風格，同時選擇“強調某個角色”等電影語言。

這個系統(tǒng)在幾秒之內迅速制作了一個喜劇電影風格、嚴格遵守劇本的電影片段?？赐曛笪业南掳投家舻厣狭恕@簡直與人工剪輯無異??！

然后，測試人員用同一個劇本和拍攝材料，選擇了“跳躍性剪輯”等典型的youtube網紅視頻的鏡頭語言，于是另一個youtube風格的視頻又在幾秒鐘被制作出來了。

整個過程中，令人瞠目結舌的是，這個算法能夠在2-3秒內根據特定要求生成一個71秒的視頻，并且可以在幾秒內生成另一個完全不同風格的視頻。

研究團隊非常殘忍地請了一位具有25年編輯經驗的剪輯師來完成相同的工作，這位剪輯師一動不動盯著電腦屏幕看了三個小時，才能完成從瀏覽所有視頻材料到手動進行剪輯的所有過程——而且只剪輯出了一種風格的視頻。

據他估計，如果要制作出另一個完全不同風格的視頻，需要另外花上一個半小時。

更重要的是，它可以減少許多重復細碎的工作，并讓編輯在短時間內看到基于不同風格的視頻樣品。這將使他們擁有更多的時間進行微調，并且在其它方面發(fā)揮他們的技能和藝術才能。

此外，它也無法判斷表演的好壞和拍攝的質量。有時候不同場次的拍攝材料中會出現(xiàn)不一致（也包括觀眾們喜歡看的穿幫），目前這個系統(tǒng)也沒有辦法識別這些錯誤，編輯、制片人和導演仍然需要親自檢查所有拍攝的視頻。

未來，研究人員將會努力擴大它的使用場景，比如剪輯動作片，這也就需要研究人員輸入更多針對動作片的鏡頭語言設定，

當然啦，從目前來看，這個AI也只夠格做個編輯助手，在短時間內不會完全取代視頻編輯師。那么看完此文有些焦灼的你該如何提升自己而不被AI取代呢？

我們覺得，保持你的創(chuàng)造力和獨特性，努力打破常規(guī)，去深切地體會人性和美，也許就是我們戰(zhàn)勝機器的重要砝碼。