短视频产业尽管红火了两年，却一直被看做一个“沒有堡垒”的领域——借助头顶部客户生产內容，总流量伴随着MCN组织的转移而转移，短视频服务平台本身欠缺主导权。
具体伴随着短视频领域市场竞争愈来愈猛烈，过去短视频大佬的总流量已经被“分派”给别的服务平台，今年初，Digiday在报导中强调，Facebook上的许多短视频总流量早已展现出腰折的发展趋势，而NowThis逐渐全力制做和营销推广长视频节目，以临时绕开短视频领域的猛烈市场竞争。
现阶段在我国，短视频的趋势依然一片大好。依据艾瑞数据调查报告表明在上年一年中，短视频市场容量做到了57.三亿，到2020年将做到300亿。
可近期腾讯官方全力推动腾讯微视进入，快手视频、抖音短视频、腾讯微视进行“三国杀”对局，另外在2012到2017年间，短视频领域有44.8%的股权融资都看向服务平台方。大佬和领秀站在同一起跑点，市场竞争商圈总是越来越激烈。我国短视频服务平台能不能跳出来怪圈，寻找自身的堡垒？
痊愈沉疴：用技术性减轻短视频服务平台的总流量焦虑情绪
最先我们可以讨论一下短视频服务平台最比较严重的沉疴——总流量焦虑情绪，上文提及，短视频服务平台的总流量通常借助头顶部客户生产制造的內容，而这种头顶部內容又会被每个服务平台所角逐。事实上国外知名短视频服务平台Vine便是由于网络红人团体转移到Instagram上，最后造成总流量匮乏，最后被停业整顿。
这也是短视频服务平台、网络直播平台都心急搞出“社交媒体牌”的缘故——在服务平台为客户给予关联使用价值，进而更强的维持住总流量。
但是从以花椒直播为意味着的挪动网络直播平台来看，摆脱社交媒体商品自身谈社交媒体，自身便是一件十分艰难的事。
山崎正和在《社交的人》里边写到，人的相处目标不仅是本人，也包含了自身所属的全部文化艺术全球。换句话说短视频服务平台与其说想尽办法让客户与客户中间造成沟通交流与关联，比不上提升客户与文化艺术全球的联络。
而可以造就这一使用价值的，便是AI技术性。
我们可以先反方向了解一下，为何那么多短视频、直播间这些服务平台必须头顶部客户、必须MCN？最立即的缘故是，这种客户和组织能够 确保內容的高品质性。那麼，难道说单用户生产的內容就一定是伪劣的、一定是他人没什么兴趣的吗？
自然不是这样。仅仅服务平台的运营能力比较有限，没法从总数极大的单用户中找寻她们生产的高品质內容，维持住极少数增产、优产的头顶部客户，是一种性价比高高些的作法。
所以说，在这些方面做的最取得成功的服务平台是快手视频。并不是由于其他，便是由于快手视频是一个“沒有网络红人”的服务平台。更精确的说是，单用户和网络红人一样都能得到关心，单用户公布內容主动性高些、互动更加经常。
在其中的缘故不仅来自于快手视频在三四线城市中的高宽比下移，也来自于AI针对针对客户和內容的双重逻辑思维能力。
在短视频服务平台上，很多客户的评价、关注点赞、关心、分享、播放视频时间这些个人行为便是在持续的开展数据标注。创建在客户个人行为数据信息以上，融合强劲的视頻多模态归类、高层住宅语义分割这些技术性，就可以细腻挖掘客户所公布的內容：拍攝的是角色或是特色美食？展现出的感情趋向是开心、忧伤或者搞笑幽默。
因此 短视频服务平台中的海量资源內容，都可以根据特有的多媒体系统內容了解优化算法及服务平台被AI“看懂”，进而根据內容与客户的匹配度开展派发，并不是一味以关注度、粉絲数为参考。
这样一来，短视频服务平台就向客户给予了与全部文化艺术全球相处的使用价值。那样与众不同的社交媒体方式能够 把客户紧紧吸引住在服务平台上，让她们不容易伴随着头顶部客户何去何从，也就减轻了短视频服务平台的总流量焦虑抑郁症。
茧房圈套高烧不退，AI为短视频服务平台对症治疗
除开总流量焦虑抑郁症以外，短视频服务平台现阶段还遭遇的一大“病症”便是信息茧房。
在推荐系统基本上早已变成 一切內容服务平台标准配置的今日，挖掘客户的爱好再为她们强烈推荐相对应的內容早已变成 了一件非常容易的事。但那样很可能发生2个难题：
1、服务平台只图吸引住总流量为客户强烈推荐吸引住目光的內容（很可能是不合理內容），导致用户个人行为在服务平台选定的范畴内持续开展意见反馈，促使信息茧房愈来愈牢。
2、服务平台针对客户的了解过度片面性和处于被动，没法得知客户爱好的转变 。或许一位客户刚进到服务平台时喜爱看搞笑幽默內容，可渐渐地逐渐关心烹制，假如服务平台没能立即捕获这一转变 ，客户当然便会分离到能给予相对应內容的服务平台中去。
这样一来，信息茧房就变成 了一个极大的圈套，看起来给与了客户她们要想的物品，事实上对用户需求的达到是十分片面性的。
在这里一难题的处理上，短视频服务平台能够 根据年纪、性別、地区、手机连接状况这些客户特点来创建包含了客户了解空间向量、客户兴趣爱好和客户关联的神经元网络，融合上文提及的內容了解，在彼此之间产生精确的配对。如无出现意外，抖音短视频的推荐系统应当就运用了这些方面的技术性。
另外在内容分发层面，也有一种更优秀的即时的数值响定技术性——伴随着客户每一次个人行为调节信息流广告强烈推荐內容，这类即时网上学习推荐算法不但更为精确，也一定水平上绕开了信息茧房的状况。服务平台能够 捕获客户爱好的每一丝转变 ，根据升级实体模型来核准乃至促使转变 的产生。
比如即时日志系统软件发觉客户为烹制內容点了个赞，就马上在下一屏信息流广告中展现出大量烹制內容，客户也许从此对烹制內容长出了兴趣爱好。那样对一瞬间念头和个人行为的捕获，是传统式內容强烈推荐、编写强烈推荐方式彻底无法想象的。现阶段快手视频已经运用这类技术性，协助客户提升信息茧房。
此外，协作推荐系统也是一个处理信息茧房的常见方式 。除开客户本身的爱好以外，服务平台还能够为客户强烈推荐与她们爱好类似客户的喜爱的內容。综合性起來，给与客户一个更宽阔的全球。
堡垒的地基：AI与短视频的无限未来
治好啦总流量依赖症和信息茧房，AI技术性就可以变成 我国短视频服务平台的堡垒了没有？
也许大家现阶段还不可以下这一结论。AI对于短视频，不仅是简易客户了解和内容分发。AI针对影音视频数据信息的了解和学习培训，造就和生产加工內容的工作能力，针对感情数据信号的细腻剖析，都和短视频产业拥有 紧密的联络。而AI技术性能不能真真正正变成 我国短视频服务平台的堡垒，还需要看短视频服务平台能不能运用AI技术性的将来发展工作能力。
简易来看，AI技术性与短视频将来也有下列几类很有可能。
1、图象处理技术性对短视频制做的扶持
大家拍短视频时采用的情况扣图、美颜滤镜这些，全是由AI磷酸原。但AI与短视频制做中间肯定不但在此。
伴随着挪动AI集成ic、手机陀螺仪这些手机硬盘工作能力的持续发展趋势，将来用手机融合AI拍出电影特效一样的短视频并并不是想象。如今抖音和快手都添加了华为公司的HiAI绿色生态同盟，运用AI集成ic算率提高图象处理实际效果。将来的市场竞争，就得看谁可以将优化算法和硬件配置极致融合了。
2、多模态信息融合产生的强逻辑思维能力
今日大家依然在根据图像识别技术和标识来鉴别视頻中的信息内容，等伴随着多模态信息融合工作能力的提升，我们可以各自根据图象、标识、声频和别的感应器数据信号来共同识别一个视频中的內容。
更强劲的感知能力当然能够 完成更强的內容了解和派发。例如如今许多配音视频是把悲凉界面加上搞笑的对话，过去单纯性借助机器视觉技术对视頻界面开展剖析，通常很有可能造成不正确的了解。但假如把NLP针对视频语音的剖析和机器视觉技术的剖析結果结合在一起，也许能够 让AI也了解到在其中的差距笑料。
3、缩小技术性的发展趋势
你是否还记得美国电视剧《硅谷》里围绕赵剧缩小技术性吗？事实上伴随着AI技术性的发展趋势，更小的内存占用和更高品质的界面已经变成 实际。2016年Google就以前发布过一种用循环系统神经元网络压缩照片的技术性，让AI学习培训人的眼睛对图片的了解方式，忽视掉人的眼睛无法挖掘的数据信息关键点。
假如这一技术性进到短视频行业，从而产生的网络带宽成本费减少和客户体验提高，很可能变成 短视频服务平台市场竞争中的关键主力资金。
另一方面，针对图象处理优化算法实体模型及其测算量的缩小也十分关键。快手视频的人工智能技术试验室Y-Lab就根据自主研发神经系统网络结构，在这些方面干了很多的工作中。迅速的解决特效视频、让特效视频能够 在全部手机运作，针对短视频这类下移比例非常高的商品来讲尤为重要。
总得来说，AI技术性刚外露了变成 短视频服务平台堡垒的特质，奠定了地基。现阶段大家见到的技术性差别只是是个逐渐，将来在不一样短视频服务平台中间是会互相追逐，或者差别放大，才算是我国短视频服务平台市场竞争的大戏。
短视频产业尽管红火了两年，却一直被看做一个“沒有堡垒”的领域——借助头顶部客户生产內容，总流量伴随着MCN组织的转移而转移，短视频服务平台本身欠缺主导权。
具体伴随着短视频领域市场竞争愈来愈猛烈，过去短视频大佬的总流量已经被“分派”给别的服务平台，今年初，Digiday在报导中强调，Facebook上的许多短视频总流量早已展现出腰折的发展趋势，而NowThis逐渐全力制做和营销推广长视频节目，以临时绕开短视频领域的猛烈市场竞争。
现阶段在我国，短视频的趋势依然一片大好。依据艾瑞数据调查报告表明在上年一年中，短视频市场容量做到了57.三亿，到2020年将做到300亿。
可近期腾讯官方全力推动腾讯微视进入，快手视频、抖音短视频、腾讯微视进行“三国杀”对局，另外在2012到2017年间，短视频领域有44.8%的股权融资都看向服务平台方。大佬和领秀站在同一起跑点，市场竞争商圈总是越来越激烈。我国短视频服务平台能不能跳出来怪圈，寻找自身的堡垒？
痊愈沉疴：用技术性减轻短视频服务平台的总流量焦虑情绪
最先我们可以讨论一下短视频服务平台最比较严重的沉疴——总流量焦虑情绪，上文提及，短视频服务平台的总流量通常借助头顶部客户生产制造的內容，而这种头顶部內容又会被每个服务平台所角逐。事实上国外知名短视频服务平台Vine便是由于网络红人团体转移到Instagram上，最后造成总流量匮乏，最后被停业整顿。
这也是短视频服务平台、网络直播平台都心急搞出“社交媒体牌”的缘故——在服务平台为客户给予关联使用价值，进而更强的维持住总流量。
但是从以花椒直播为意味着的挪动网络直播平台来看，摆脱社交媒体商品自身谈社交媒体，自身便是一件十分艰难的事。
山崎正和在《社交的人》里边写到，人的相处目标不仅是本人，也包含了自身所属的全部文化艺术全球。换句话说短视频服务平台与其说想尽办法让客户与客户中间造成沟通交流与关联，比不上提升客户与文化艺术全球的联络。
而可以造就这一使用价值的，便是AI技术性。
我们可以先反方向了解一下，为何那么多短视频、直播间这些服务平台必须头顶部客户、必须MCN？最立即的缘故是，这种客户和组织能够 确保內容的高品质性。那麼，难道说单用户生产的內容就一定是伪劣的、一定是他人没什么兴趣的吗？
自然不是这样。仅仅服务平台的运营能力比较有限，没法从总数极大的单用户中找寻她们生产的高品质內容，维持住极少数增产、优产的头顶部客户，是一种性价比高高些的作法。
所以说，在这些方面做的最取得成功的服务平台是快手视频。并不是由于其他，便是由于快手视频是一个“沒有网络红人”的服务平台。更精确的说是，单用户和网络红人一样都能得到关心，单用户公布內容主动性高些、互动更加经常。
其中的原因不仅仅来自于快手在三四线城市中的高度下沉，也来自于AI对于对于用户和内容的双向理解能力。
在短视频平台上，大量用户的评论、点赞、关注、转发、播放时长等等行为就是在不断的进行数据标注。建立在用户行为数据之上，结合强大的视频多模态分类、高层语义分割等等技术，就可以细致发掘用户所发布的内容：拍摄的是人物还是美食？展示出的情感倾向是快乐、悲伤或是搞笑。
所以短视频平台中的海量视频内容，都能够通过独有的多媒体内容理解算法及平台被AI“看懂”，从而通过内容与用户的匹配度进行分发，并非一味以热度、粉丝数为参照。
这样一来，短视频平台就向用户提供了与整个文化世界交往的价值。这样独特的社交模式可以把用户牢牢吸引在平台上，让他们不会随着头部用户去留，也就缓解了短视频平台的流量焦虑症。
茧房陷阱高烧不退，AI为短视频平台对症下药
除了流量焦虑症之外，短视频平台目前还面临的一大“症状”就是信息茧房。
在推荐算法几乎已经成为一切内容平台标配的今天，发掘用户的喜好再为他们推荐相应的内容已经成为了一件容易的事。但这样很可能出现两个问题：
1、平台只顾吸引流量为用户推荐吸引眼球的内容（很可能是不当内容），导致用户行为在平台圈定的范围内不断进行反馈，使得信息茧房越来越牢。
2、平台对于用户的理解过于片面和被动，无法获知用户喜好的变化。也许一位用户刚进入平台时喜欢看搞笑内容，可慢慢开始关注烹饪，如果平台没能及时捕捉这一变化，用户自然就会分流到能提供相应内容的平台中去。
这样一来，信息茧房就成为了一个巨大的陷阱，看似给予了用户他们想要的东西，实际上对用户需求的满足是非常片面的。
在这一问题的解决上，短视频平台可以通过年龄、性别、地域、手机连接情况等等用户特征来建立包括了用户理解向量、用户兴趣和用户关系的神经网络，结合上文提到的内容理解，在两者之间形成精准的匹配。如无意外，抖音的推荐算法应该就利用了这方面的技术。
同时在内容分发方面，还有一种更先进的实时的标值响定技术——随着用户每一次行为调整信息流推荐内容，这种实时在线学习推荐系统不仅更加精准，也一定程度上避开了信息茧房的现象。平台可以捕捉用户喜好的每一丝变化，通过更新模型来核定甚至促成变化的发生。
例如实时日志系统发现用户为烹饪内容点了个赞，就立刻在下一屏信息流中展示出更多烹饪内容，用户或许就此对烹饪内容生出了兴趣。这样对瞬间想法和行为的捕捉，是传统内容推荐、编辑推荐模式完全无法想象的。目前快手正在应用这种技术，帮助用户突破信息茧房。
除此之外，协同推荐算法也是一个解决信息茧房的常用方法。除了用户自身的喜好之外，平台还可以为用户推荐与他们喜好相似用户的喜欢的内容。综合起来，给予用户一个更广阔的世界。
壁垒的地基：AI与短视频的无限未来
治好了流量依赖症和信息茧房，AI技术就可以成为中国短视频平台的壁垒了吗？
恐怕我们目前还不能下这个定论。AI之于短视频，不仅仅是简单用户理解和内容分发。AI对于影音数据的理解和学习，创造和加工内容的能力，对于情感信号的细致分析，都与短视频产业有着密切的联系。而AI技术能否真正成为中国短视频平台的壁垒，还要看短视频平台能否利用AI技术的未来成长能力。
简单看来，AI技术与短视频未来还有以下几种可能。
1、图像处理技术对短视频制作的加持
我们拍短视频时用到的背景抠图、美颜滤镜等等，都是由AI供能。但AI与短视频制作之间绝对不仅于此。
随着移动AI芯片、陀螺仪等等手机硬件能力的不断发展，未来用手机结合AI拍出电影特效般的短视频并不是幻想。现在抖音和快手都加入了华为的HiAI生态联盟，利用AI芯片算力提升图像处理效果。未来的竞争，就要看谁能将算法和硬件完美结合了。
2、多模态信息融合带来的强理解能力
今天我们仍然在通过图像识别和标签来识别视频中的信息，等随着多模态信息融合能力的加强，我们可以分别通过图像、标签、音频和其他传感器信号来共同识别一个视频中的内容。
更强大的感知能力自然可以实现更好的内容理解和分发。比如现在很多配音视频是把悲情画面配上搞笑的对话，以往单纯依靠机器视觉对视频画面进行分析，往往可能产生错误的理解。但如果把NLP对于语音的分析和机器视觉的分析结果融合在一起，或许可以让AI也理解到其中的反差笑点。
3、压缩技术的发展
还记得美剧《硅谷》里贯穿全剧压缩技术吗？实际上随着AI技术的发展，更小的内存占用和更高质量的画面正在成为现实。2016年谷歌就曾经推出过一种用循环神经网络压缩图片的技术，让AI学习人眼对图片的理解模式，忽略掉人眼难以发掘的数据细节。
如果这一技术进入短视频领域，由此带来的带宽成本降低和用户体验提升，很可能成为短视频平台竞争中的重要筹码。
另一方面，对于图像处理算法模型以及计算量的压缩也十分重要。快手的人工智能实验室Y-Lab就通过自主研发神经网络架构，在这方面做了大量的工作。更快的处理视频特效、让视频特效可以在所有手机上运行，对于短视频这种下沉比率极高的产品而言至关重要。
总而言之，AI技术刚刚露出了成为短视频平台壁垒的潜质，打下了地基。目前我们看到的技术差距仅仅是个开始，未来在不同短视频平台之间是会相互追赶，或是差距拉大，才是中国短视频平台竞争的好戏。
短视频产业虽然红火了几年，却一直被看做一个“没有壁垒”的行业——依靠头部用户出产内容，流量随着MCN机构的迁移而迁移，短视频平台自身缺乏主动权。
实际随着短视频行业竞争越来越激烈，以往短视频巨头的流量正在被“分配”给其他平台，今年年初，Digiday在报道中指出，Facebook上的很多短视频流量已经呈现出腰斩的趋势，而NowThis开始大力制作和推广长视频节目，以暂时避开短视频行业的激烈竞争。
目前在中国，短视频的势头仍然一片大好。根据艾瑞咨询调研报告显示在去年一年中，短视频市场规模达到了57.3亿，到2020年将达到300亿。
可最近腾讯大力推进微视入局，快手、抖音、微视展开“三国杀”战局，同时在2012到2017年间，短视频行业有44.8%的融资都投向平台方。巨头和新贵站上同一起跑线，竞争业态只会愈演愈烈。中国短视频平台能否跳出怪圈，找到自己的壁垒？
治愈沉疴：用技术缓解短视频平台的流量焦虑
首先我们可以来看看短视频平台最严重的沉疴——流量焦虑，上文提到，短视频平台的流量往往依靠头部用户生产的内容，而这些头部内容又会被各个平台所争夺。实际上海外老牌短视频平台Vine就是因为网红集体迁移到Instagram上，最终导致流量枯竭，最终被关停。
这也是短视频平台、直播平台都着急打出“社交牌”的原因——在平台为用户提供关系价值，从而更好的维系住流量。
不过从以映客为代表的移动直播平台看来，脱离社交产品本身谈社交，本身就是一件非常困难的事。
山崎正和在《社交的人》里面写到，人的交往对象不仅仅是个人，也包括了自己所在的整个文化世界。也就是说短视频平台与其想方设法让用户与用户之间产生沟通与关系，不如加强用户与文化世界的联系。
而能够创造这一价值的，就是AI技术。
我们可以先反向理解一下，为什么那么多短视频、直播等等平台需要头部用户、需要MCN？最直接的原因是，这些用户和机构可以保证内容的优质性。那么，难道普通用户出产的内容就一定是劣质的、一定是别人不感兴趣的吗？
当然不是这样。只是平台的运营能力有限，无法从数量巨大的普通用户中寻找他们出产的优质内容，维系住少数高产、优产的头部用户，是一种性价比更高的做法。
所以说，在这方面做的最成功的平台是快手。不是因为别的，就是因为快手是一个“没有网红”的平台。更准确的说是，普通用户和网红同样都能获得关注，普通用户发布内容积极性更高、交互更为频繁。
其中的原因不仅仅来自于快手在三四线城市中的高度下沉，也来自于AI对于对于用户和内容的双向理解能力。
在短视频平台上，大量用户的评论、点赞、关注、转发、播放时长等等行为就是在不断的进行数据标注。建立在用户行为数据之上，结合强大的视频多模态分类、高层语义分割等等技术，就可以细致发掘用户所发布的内容：拍摄的是人物还是美食？展示出的情感倾向是快乐、悲伤或是搞笑。
所以短视频平台中的海量视频内容，都能够通过独有的多媒体内容理解算法及平台被AI“看懂”，从而通过内容与用户的匹配度进行分发，并非一味以热度、粉丝数为参照。
这样一来，短视频平台就向用户提供了与整个文化世界交往的价值。这样独特的社交模式可以把用户牢牢吸引在平台上，让他们不会随着头部用户去留，也就缓解了短视频平台的流量焦虑症。
茧房陷阱高烧不退，AI为短视频平台对症下药
除了流量焦虑症之外，短视频平台目前还面临的一大“症状”就是信息茧房。
在推荐算法几乎已经成为一切内容平台标配的今天，发掘用户的喜好再为他们推荐相应的内容已经成为了一件容易的事。但这样很可能出现两个问题：
1、平台只顾吸引流量为用户推荐吸引眼球的内容（很可能是不当内容），导致用户行为在平台圈定的范围内不断进行反馈，使得信息茧房越来越牢。
2、平台对于用户的理解过于片面和被动，无法获知用户喜好的变化。也许一位用户刚进入平台时喜欢看搞笑内容，可慢慢开始关注烹饪，如果平台没能及时捕捉这一变化，用户自然就会分流到能提供相应内容的平台中去。
这样一来，信息茧房就成为了一个巨大的陷阱，看似给予了用户他们想要的东西，实际上对用户需求的满足是非常片面的。
在这一问题的解决上，短视频平台可以通过年龄、性别、地域、手机连接情况等等用户特征来建立包括了用户理解向量、用户兴趣和用户关系的神经网络，结合上文提到的内容理解，在两者之间形成精准的匹配。如无意外，抖音的推荐算法应该就利用了这方面的技术。
同时在内容分发方面，还有一种更先进的实时的标值响定技术——随着用户每一次行为调整信息流推荐内容，这种实时在线学习推荐系统不仅更加精准，也一定程度上避开了信息茧房的现象。平台可以捕捉用户喜好的每一丝变化，通过更新模型来核定甚至促成变化的发生。
例如实时日志系统发现用户为烹饪内容点了个赞，就立刻在下一屏信息流中展示出更多烹饪内容，用户或许就此对烹饪内容生出了兴趣。这样对瞬间想法和行为的捕捉，是传统内容推荐、编辑推荐模式完全无法想象的。目前快手正在应用这种技术，帮助用户突破信息茧房。
除此之外，协同推荐算法也是一个解决信息茧房的常用方法。除了用户自身的喜好之外，平台还可以为用户推荐与他们喜好相似用户的喜欢的内容。综合起来，给予用户一个更广阔的世界。
壁垒的地基：AI与短视频的无限未来
治好了流量依赖症和信息茧房，AI技术就可以成为中国短视频平台的壁垒了吗？
恐怕我们目前还不能下这个定论。AI之于短视频，不仅仅是简单用户理解和内容分发。AI对于影音数据的理解和学习，创造和加工内容的能力，对于情感信号的细致分析，都与短视频产业有着密切的联系。而AI技术能否真正成为中国短视频平台的壁垒，还要看短视频平台能否利用AI技术的未来成长能力。
简单看来，AI技术与短视频未来还有以下几种可能。
1、图像处理技术对短视频制作的加持
我们拍短视频时用到的背景抠图、美颜滤镜等等，都是由AI供能。但AI与短视频制作之间绝对不仅于此。
随着移动AI芯片、陀螺仪等等手机硬件能力的不断发展，未来用手机结合AI拍出电影特效般的短视频并不是幻想。现在抖音和快手都加入了华为的HiAI生态联盟，利用AI芯片算力提升图像处理效果。未来的竞争，就要看谁能将算法和硬件完美结合了。
2、多模态信息融合带来的强理解能力
今天我们仍然在通过图像识别和标签来识别视频中的信息，等随着多模态信息融合能力的加强，我们可以分别通过图像、标签、音频和其他传感器信号来共同识别一个视频中的内容。
更强大的感知能力自然可以实现更好的内容理解和分发。比如现在很多配音视频是把悲情画面配上搞笑的对话，以往单纯依靠机器视觉对视频画面进行分析，往往可能产生错误的理解。但如果把NLP对于语音的分析和机器视觉的分析结果融合在一起，或许可以让AI也理解到其中的反差笑点。
3、压缩技术的发展
还记得美剧《硅谷》里贯穿全剧压缩技术吗？实际上随着AI技术的发展，更小的内存占用和更高质量的画面正在成为现实。2016年谷歌就曾经推出过一种用循环神经网络压缩图片的技术，让AI学习人眼对图片的理解模式，忽略掉人眼难以发掘的数据细节。
如果这一技术进入短视频领域，由此带来的带宽成本降低和用户体验提升，很可能成为短视频平台竞争中的重要筹码。
另一方面，对于图像处理算法模型以及计算量的压缩也十分重要。快手的人工智能实验室Y-Lab就通过自主研发神经网络架构，在这方面做了大量的工作。更快的处理视频特效、让视频特效可以在所有手机上运行，对于短视频这种下沉比率极高的产品而言至关重要。
总而言之，AI技术刚刚露出了成为短视频平台壁垒的潜质，打下了地基。目前我们看到的技术差距仅仅是个开始，未来在不同短视频平台之间是会相互追赶，或是差距拉大，才是中国短视频平台竞争的好戏。
