去年，愛奇藝建立首個基于視頻數據理解人類行為的視頻大腦，也就是愛奇藝大腦。主要職責就是數據存儲、分析和挖掘，讓機器來理解視頻內容，幫助愛奇藝在制作視頻、播放內容和用戶推薦上更加的貼近用戶。

而上周愛奇藝與英偉達共同成立了視頻深度學習聯合實驗室，湯興表示，這是為了解決愛奇藝硬件上的問題，因為數據量越來越大，計算量也越來越大，服務器如何為視頻做更深入的優化是愛奇藝迫切需要解決的問題。

編輯推薦到機器知道用戶喜好

說到視頻網站對于大數據的運用，就不得不提Netflix，它們拍攝的《紙牌屋》就得益于Netflix 海量的用戶數據積累和分析。在湯興看來，Netflix做的最好的就是個性化推薦，它會根據每個用戶的觀影記錄、選擇喜好、以及對影片的評分來進行推薦。愛奇藝實際上也要走同樣的路。

湯興舉了一個簡單的例子，在愛奇藝線上有一萬多部電影，如果一人一天看一部電影，一年就看300多部，你可能看了20年，連三分之一你都沒看到。以前整個視頻行業的模式，是編輯覺得這部片子比較好，或者是最新上線的電影，才會給用戶推薦，實際上適合用戶觀看的電影用戶卻看不到。

視頻的未來不是編輯來推內容給用戶，而是讓機器指導用戶，推他最感興趣的內容。同時對一個家庭不同的成員也有一個更好的推薦方式。

技術正在改變視頻行業變現方式

在湯興看來，技術部門最早期對一家公司的影響有三點：提高用戶的體驗，降低運營成本，提高運營效率。但在未來它會承擔另外一個角色，就是利用大數據和對用戶的了解，產生更多的變現能力。讓一個服務部分變成一個盈利部門，這正是目前愛奇藝目前正在做的。

我們都知道，去年愛奇藝花了2億買斷整個湖南衛視的綜藝節目，湯興說突然做出這個決定，是因為在愛奇藝云平臺對大量數據處理后得出一個有趣的現象，那就是在所有的電影、電視劇、動漫、綜藝這四大頻道和其它所有頻道效率里面，綜藝遠遠超過其他頻道，這也促使愛奇藝突然出手購買湖南衛視所有的綜藝，而事實證明是非常成功的。

現在，愛奇藝基于自身云平臺和愛奇藝大腦產出一些創新的科研成果，也正在潛移默化地改變著視頻行業的變現模式。

Video in?是愛奇藝剛剛發布的專利技術，湯興把這項技術視為改變了整個內容行業的變現方式。

我們都知道，看視頻的時候開始前加廣告和暫時廣告是比較常見的，即便這樣，所有用戶觀看廣告的時長比整個視頻時長可能連2%都不到，這就意味著剩下的視頻時長都是沒有辦法變現的，而這樣的廣告方式還會對用戶的體驗產生干擾，Video in技術正是為了解決這個問題而誕生的。

在湯興的介紹中，Video in技術可以在一個視頻制作完之后在任何想插入內容的場景給它插入內容，這個內容可以是廣告也可以是別的信息。這就意味著以后在視頻上看到的東西未必是拍視頻的時候放進去的，可能是后來加進去的。

現在這項技術已經用在愛奇藝自制劇《廢柴兄弟2》的廣告投放中，加多寶下的第一個訂單。湯興說，在《廢柴兄弟2》很多場景里會看到加多寶的品牌廣告，但是在整個影片的制作中加多寶是沒有參與的，它的廣告的訂單是這部劇全部以后在下的。

湯興表示，這項技術將會首先運用到愛奇藝所以自制劇中，目前從客服方面反饋是非常滿意的。

流量預估是愛奇藝基于大數據開發的一項技術，它主要運用在購買劇集的時候。在愛奇藝購買《愛情公寓4》的時候，普遍反應是價格太高，但愛奇藝對于《愛情公寓4》的流量預估的準確度達到了94%。也就是這部劇還沒放之前，愛奇藝已經知道這部劇會有多少的用戶觀看多少次，可以根據這個預測，去判斷它的變現能力。

湯興表示，以前整個視頻行業買劇是靠采購人員的經驗，或者有時候賭運氣。但是在今天，不能說每一部劇預測的很準，但是在愛奇藝流量預估的準確度在85%左右，很多劇的準確度都到了90%—95%，下一步將會推出電影票房的預測。

Video Out 是愛奇藝下一代開發的技術，簡單來說就是可以識別視頻里的人和物，甚至是兩個物體之間的距離。

如果這項技術成熟的話，那么視頻內容和電商之間的距離會直接拉近。湯興表示，如果在場景里面出現一個包，系統知道后就會根據商品庫識別除它是哪一款包，當視頻放到這個場景的時候，就會提示用戶，你如果想買同款的包包，可以直接點擊，然后右側會出現電商的廣告，告訴你去那個電商平臺。

湯興認為，把人與她想要的服務有機結合在一起，不會影響觀影的體驗。

不管怎么說，當整個視頻行業開始進入到一個智能化的時代，技術已經不僅僅是解決流暢度的問題，而是開始了解視頻，從制作流程開始改變內容創作，同時也為將會解決視頻行業變現難題，這對于一直虧損的視頻行業來說尤其顯得重要。

來源：鈦媒體 ?作者：李小年