“生成式和多模態AI技術使電視制作人能夠快速提取過去的舊片段來豐富體育直播。”

隨著體育不斷吸引全球觀眾，對高質量、引人入勝和易于獲取的內容的需求從未像現在這樣大。在體育媒體這個充滿活力的世界里，從海量的直播和存檔體育視頻內容庫中管理和提取價值一直是一項艱巨的任務。

不過，人工智能（AI）的進展正在徹底改變廣播公司、內容提供商和體育組織處理媒體資產管理的方式。本文將探討生成式AI和多模態AI令人贊嘆的能力，以及這項技術在重塑體育直播和存檔媒體資產管理形態方面的作用。

生成式AI和多模態AI之區別

生成式AI和多模態AI正在改變體育媒體資產管理工作流程，盡管方式略有不同。生成式AI是機器學習（ML）的一種特定應用，它使用深度學習模型生成高質量的文本、圖像及其它內容——通常基于文本輸入。

多模態AI是底層的技術。有了這個技術，媒體專業人士現在可以通過聲音、語音、音樂、圖像甚至背景，深入理解視頻，然后為GenAI模型提供準確的描述，以生成更多的元數據。

當結合使用時，生成式和多模態AI還可以產生視頻文件中對白的數百語種文字記錄和翻譯。通過利用集體記憶、個人學習以及空間和時間概念，運用于多模式AI索引的元數據將用戶引導到他們尋找的體育比賽中的確切時刻，并為他們提供所需的精確背景。

生成式和多模式人工智能如何增強體育直播

根據市場研究公司Allied Market Research的數據，2020年體育市場全球AI價值為14億美元，預計到2030年將飆升至192億美元，2021-2030年的復合年增長率（CAGR）為30.3%。

生成式和多模態AI正在改變體育內容創作和后期制作，尤其是媒體資產管理。利用這項突破性的技術，廣播公司、內容提供商和體育組織可以加快分析速度，自動化日常任務，快速創建新內容，并推動體育迷互動。此外，AI將創意人員從耗時、勞動密集型的任務中解放出來，使他們能夠專注于對他們和他們的組織最重要的工作。

當前，廣播公司、內容提供商和體育組織正在以幾種創新的方式使用AI。例如，借助生成式和多模態AI，通過自動化規則，廣播公司可以快速剪輯并發布比賽集錦到社交媒體，從而最大限度地提高體育迷參與度。AI可以自動檢橄欖球比賽測觸地得分及其它動作，并將其編組到預定的智能文件夾中，以便在體育比賽期間自動發布到Instagram和YouTube等頻道。

如果一次觸地得分讓一場比賽的體育播報員想起了10年前的一場比賽，那么AI檢索和語義搜索技術可以讓制作人迅速從檔案中調出一段舊片段，在直播中一起播放。

生成式和多模態AI在體育領域的另一個最新應用是多語種轉譯。雖然目前還處于早期階段，但它對接收多個國際信號的體育轉播商來說尤其有益。

在賽后采訪場景中，體育頻道很難跟上用不同語言向多名受訪者提問的記者們。觀眾想要了解那一刻在說什么，而借助生成式和多模態AI，廣播公司可以快速生成多語言轉譯，并為每個觀眾推出帶有正確字幕的片段。這項技術也接近于產生現場轉譯，并根據觀眾的位置和他們喜歡的語言提供個性化的內容。

生成式和多模態AI還可用于制作個性化的VOD集錦包，以吸引更廣泛的觀眾興趣。這不僅能提高觀眾粘性，還能降低流失率。利用AI，廣播公司可以自動標記體育比賽中的關鍵人物和關鍵時刻，然后在他們的檔案中快速找到這些時刻，制作集錦和花絮。

一些觀眾可能對整個足球比賽的集錦感興趣，而另一些人則只想看某個球員的片段。另一部分觀眾可能只關心場外娛樂，比如明星出席的鏡頭、球迷沖進球場的鏡頭，以及攝像機捕捉到的觀眾親吻的畫面。

生成式和多模態AI也被用于個性化廣告內容——幫助媒體公司在提高觀眾參與度的同時提高收入。例如，廣播公司和內容提供商可以根據觀眾的地理位置和偏好改變體育場廣告牌上顯示的信息。

這項技術也提升了體育統計資料。美國國家橄欖球聯盟（NFL）是體育組織正在擁抱AI的很好例子。NFL與亞馬遜網絡服務合作，利用智能算法和數據收集工具，從比賽中提取有意義的數據，并辨認球員表現中的模式。這些數據可以讓我們深入了解防守球員的攻擊性、速度以及四分衛的反應速度。

AI未來在體育領域的突破

生成式和多模態AI將發展到自動生成體育內容的全面描述之程度。通過對一個特定運動或垂直領域的自然語言模型進行訓練，廣播公司、內容提供商和體育組織可以使用與體育迷使用的相同語言快速生成體育賽事集錦和概述。

最終的目標是讓體育內容對觀眾更具相關性和吸引力，同時為內容提供商節省大量的時間和金錢。生成式AI將過去需花數小時的編輯工作變成了只需幾分鐘即可完成的任務。

隨著對高質量、個性化和有吸引力的體育內容的需求不斷增長，生成式和多模態AI能將繼續發揮關鍵作用，使廣播公司、內容提供商和體育組織能夠更快、更高效地制作體育內容。AI算法正變得越來越精確，接受它，廣播公司可以適應市場變化和觀眾不斷變化的期望，提升體育迷的體驗。