這次連電影后期與視頻編輯都可能因為AI而失業了，唉，人艱何拆

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）

正如李開復最近在哥大畢業典禮上發表的演講所提到的，未來十年也許真的是人工智慧的時代。

但是，當許多人處於AI即將取代大部分簡單重複工種的不安中，尚且還有一群人偷偷地吁了口氣，比如藝術從業人員，因為那時我們並不認為AI可以在近期內勝任兼具創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。

這個新的演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。比如說我們要製作一個有情節的微電影，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。

在後期剪輯的時候，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於重複和單一而感到無聊。

但是，一般來說，這個工作比較瑣碎，技術含量相對較低。而這個演算法則可以為剪輯師節省許多時間，避免繁冗而無聊的工作。

首先，這個系統可以把同一場景的不同鏡頭進行有序排列，並將其與劇本進行對齊，也就是將人物的對話與劇本中的台詞一一對應。

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。由於導演對於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省數小時。

然而，這個系統的「精華」之處在於根據電影鏡頭語言的規則進行「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。

《摔跤吧，爸爸》裡面的人物特寫鏡頭

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最好的講述故事的效果。而這個系統操作起來非常簡單。

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中，這個系統就會自動將劇本與場景匹配。

在斯坦福研究團隊製作的說明視頻中，他們給出了一個具體的例子。比如，他們想要製作一個傳統電影風格（在對話雙方之間進行切換，敘述節奏不緊不慢等）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生的場景，然後選用「避免跳躍性的剪輯「來適用於經典的電影風格，同時選擇「強調某個角色」等電影語言。

這個系統在幾秒之內迅速製作了一個極具喜劇電影風格、嚴格遵守劇本的電影片段。看完之後我的下巴都要掉地上了——這簡直與人工剪輯無異啊！

然後，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，於是另一個youtube風格的視頻又在幾秒鐘被製作出來了。

整個過程中，最令人瞠目結舌的是，這個演算法能夠在2-3秒內根據特定要求生成一個71秒的視頻，並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，如果要製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，它可以減少許多重複細碎的工作，並讓編輯在短時間內看到基於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，並且在其它方面發揮他們的技能和藝術才能。

目前，該系統僅用於對話類的視頻剪輯，畢竟人臉和語言比較易於識別。而且它沒有辦法在某個演員說話的時候，自然地切到對手演員的畫面從而表現其他人物的反應。

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不一致（也包括觀眾們最喜歡看的穿幫），目前這個系統也沒有辦法識別這些錯誤，編輯、製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。那麼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，保持你的創造力和獨特性，努力打破常規，去深切地體會人性和美，也許就是我們戰勝機器的重要砝碼。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！