“生成式和多模态AI技术使电视制作人能够快速提取过去的旧片段来丰富体育直播。”
随着体育不断吸引全球观众，对高质量、引人入胜和易于获取的内容的需求从未像现在这样大。在体育媒体这个充满活力的世界里，从海量的直播和存档体育视频内容库中管理和提取价值一直是一项艰巨的任务。
不过，人工智能（AI）的进展正在彻底改变广播公司、内容提供商和体育组织处理媒体资产管理的方式。本文将探讨生成式AI和多模态AI令人赞叹的能力，以及这项技术在重塑体育直播和存档媒体资产管理形态方面的作用。
生成式AI和多模态AI之区别
生成式AI和多模态AI正在改变体育媒体资产管理工作流程，尽管方式略有不同。生成式AI是机器学习（ML）的一种特定应用，它使用深度学习模型生成高质量的文本、图像及其它内容——通常基于文本输入。
多模态AI是底层的技术。有了这个技术，媒体专业人士现在可以通过声音、语音、音乐、图像甚至背景，深入理解视频，然后为GenAI模型提供准确的描述，以生成更多的元数据。
当结合使用时，生成式和多模态AI还可以产生视频文件中对白的数百语种文字记录和翻译。通过利用集体记忆、个人学习以及空间和时间概念，运用于多模式AI索引的元数据将用户引导到他们寻找的体育比赛中的确切时刻，并为他们提供所需的精确背景。
生成式和多模式人工智能如何增强体育直播
根据市场研究公司Allied Market Research的数据，2020年体育市场全球AI价值为14亿美元，预计到2030年将飙升至192亿美元，2021-2030年的复合年增长率（CAGR）为30.3%。
生成式和多模态AI正在改变体育内容创作和后期制作，尤其是媒体资产管理。利用这项突破性的技术，广播公司、内容提供商和体育组织可以加快分析速度，自动化日常任务，快速创建新内容，并推动体育迷互动。此外，AI将创意人员从耗时、劳动密集型的任务中解放出来，使他们能够专注于对他们和他们的组织最重要的工作。
当前，广播公司、内容提供商和体育组织正在以几种创新的方式使用AI。例如，借助生成式和多模态AI，通过自动化规则，广播公司可以快速剪辑并发布比赛集锦到社交媒体，从而最大限度地提高体育迷参与度。AI可以自动检橄榄球比赛测触地得分及其它动作，并将其编组到预定的智能文件夹中，以便在体育比赛期间自动发布到Instagram和YouTube等频道。
如果一次触地得分让一场比赛的体育播报员想起了10年前的一场比赛，那么AI检索和语义搜索技术可以让制作人迅速从档案中调出一段旧片段，在直播中一起播放。
生成式和多模态AI在体育领域的另一个最新应用是多语种转译。虽然目前还处于早期阶段，但它对接收多个国际信号的体育转播商来说尤其有益。
在赛后采访场景中，体育频道很难跟上用不同语言向多名受访者提问的记者们。观众想要了解那一刻在说什么，而借助生成式和多模态AI，广播公司可以快速生成多语言转译，并为每个观众推出带有正确字幕的片段。这项技术也接近于产生现场转译，并根据观众的位置和他们喜欢的语言提供个性化的内容。
生成式和多模态AI还可用于制作个性化的VOD集锦包，以吸引更广泛的观众兴趣。这不仅能提高观众粘性，还能降低流失率。利用AI，广播公司可以自动标记体育比赛中的关键人物和关键时刻，然后在他们的档案中快速找到这些时刻，制作集锦和花絮。
一些观众可能对整个足球比赛的集锦感兴趣，而另一些人则只想看某个球员的片段。另一部分观众可能只关心场外娱乐，比如明星出席的镜头、球迷冲进球场的镜头，以及摄像机捕捉到的观众亲吻的画面。
生成式和多模态AI也被用于个性化广告内容——帮助媒体公司在提高观众参与度的同时提高收入。例如，广播公司和内容提供商可以根据观众的地理位置和偏好改变体育场广告牌上显示的信息。
这项技术也提升了体育统计资料。美国国家橄榄球联盟（NFL）是体育组织正在拥抱AI的很好例子。NFL与亚马逊网络服务合作，利用智能算法和数据收集工具，从比赛中提取有意义的数据，并辨认球员表现中的模式。这些数据可以让我们深入了解防守球员的攻击性、速度以及四分卫的反应速度。
AI未来在体育领域的突破
生成式和多模态AI将发展到自动生成体育内容的全面描述之程度。通过对一个特定运动或垂直领域的自然语言模型进行训练，广播公司、内容提供商和体育组织可以使用与体育迷使用的相同语言快速生成体育赛事集锦和概述。
最终的目标是让体育内容对观众更具相关性和吸引力，同时为内容提供商节省大量的时间和金钱。生成式AI将过去需花数小时的编辑工作变成了只需几分钟即可完成的任务。
随着对高质量、个性化和有吸引力的体育内容的需求不断增长，生成式和多模态AI能将继续发挥关键作用，使广播公司、内容提供商和体育组织能够更快、更高效地制作体育内容。AI算法正变得越来越精确，接受它，广播公司可以适应市场变化和观众不断变化的期望，提升体育迷的体验。