当业界还在激烈探讨创意总监们是否会失业时，快速迭代的机器生产力已经在悄然改变营销创意的生产关系，并裹挟着广告从业者们，从古典广告时代向数字营销时代一路狂奔。
来自巨量引擎的数据显示，平台上的创意素材，已经有近50%来自机器创作，此外还有22%是人通过智能化的创意工具生产出来的。也就是说，机器对创意的渗透率已经高达70%。而这个数字还在不断被刷新。
这一切都源于信息流广告的兴起，尤其是抖音开启的短视频信息流广告浪潮。瀑布流般的呈现形式，在带给用户极大丰富选择的同时，也展示了对创意素材超乎寻常的胃口。
数据显示：从2019年到2020年，全行业视频广告创意生命周期下降了50.63%，而同期有消耗的视频广告数量增长了4倍。
这也意味着，广告主们最需要的，不仅是一条耗时数月精心打磨出来的优秀创意，更是在1天内就能产出的1000条优秀创意。
如何才能规模化、高效的解决这个问题?
事实验证：规模化需求最好的解决途径还是技术。图文信息流的媒体巨擘们找到了程序化创意(Programmatic Creative)。这种以机器算法与大数据洞察为核心，对广告素材进行分解与动态组合，从而达到规模化生产的创意生产机制。
但当广告形态演化到短视频时代，新的解决方案会是什么?巨量引擎的技术团队的选择是：让机器直接生产创意。
很多人认为，创意这个事，是人类文明皇冠上的明珠，结合了心理学、美学、传播学等多个学科，代码真的能让机器代替人脑搞创意吗?
而创意技术团队用事实证明，技术让创意生产进入了一个新阶段：以人工为核心的经验创意，走上了以机器为核心的智能创意演变之路。
2018年年初，当时市面上几乎所有的智能创意解决方案都是针对图文广告的。当时头部平台巨量引擎的创意素材库里的物料，90%左右都是图文，只有10%左右是视频。而迫切希望在短视频平台上投放广告的广告主们，有视频创意生产能力只占少数。
面对问题，工程师们擅长的是把复杂的问题拆解成简单的问题。巨量引擎创意技术团队把视频创意需求问题拆解成了两层：生产层和效果层，最迫切的是生产层。
生产层面对的两个核心问题是：
1. 如何让不会生产视频的广告主能够生产视频?
2. 如何让视频创意的生产速度跟上流量的消耗速度?
工程师们的解决思路同样简单：不会剪视频，那就让技术一键剪出视频;生产速度跟不上流量消耗速度，那就借助算法模型和素材库，利用已有的视频，派生出更多的视频。
在这个思路指导下，2019年9月，巨量引擎首款能够自动生成创意视频的工具上线。
用户只需要上传任意尺寸的图片、视频、文字、音乐等素材，机器就能迅速对素材进行分解、遴选、裁剪、排序，2分钟即能生成12支结合了不同特效、不同转场风格、不同音乐，且能自动卡点、自动配音、自动匹配字幕的创意视频。用户从中挑1支满意的视频即可。
而同样的视频，要由人工剪辑的话，需要经过找音乐、标记卡点、遴选高光镜头、高光片段混剪、视频尺寸裁剪、编辑字幕、配音并校对时间、添加特效转场等8个繁琐的环节，即便是最熟练的剪辑师，也需要30分钟才能剪出1支。
这款产品就是引起行业极大反响的“微电影”。
“微电影”上线后，使用反馈雪花般飞来，追求极致的工程师们迅速进行产品改进。6个月后，经过15次迭代的微电影Pro版上线，在原微电影基础上，融合了视频编辑器、模板视频，可以满足从小白到高手的高频需求。
30分钟vs2分钟，15倍的效率提升背后，究竟是怎样的魔法?
巨量引擎创意技术团队称这项技术为“自动生成技术”。简单的说，就是由机器通过模型算法，利用现有的素材，直接生成不同创意的技术。目前该技术已经在创意生产上得到了广泛应用，比如能自动生成广告标题的妙笔、自动生成海报的图灵等产品等等。
让机器生产创意素材，尤其是视频素材，是个非常复杂的问题。
首先，机器得理解素材，其次，机器得理解剪辑，最后机器才能学会按人的思维剪出符合人类美学的视频。
理解素材，就是机器得学会用人的视角明白视频、图像、文本、音乐讲的是什么。
这涉及人工智能领域四大核心技术——自然语言处理、计算机视觉、语音识别合成以及机器学习，每一项技术里又包含很多项子技术。比如计算机视觉就涉及目标识别、图像分割、人脸检测、人脸识别、生成式对抗网络等技术，综合下来要实现机器生产素材，至少需要几十项AI前沿技术。
但这对巨量引擎创意技术团队而言，并不难。
毕竟，字节跳动在自然语言处理、计算机视觉、语音识别合成、机器学习等方面有着雄厚的技术积累，而且在今日头条、西瓜视频、抖音等十多款内容平台有着广泛地落地应用。
如何让这些技术在对稳定性要求更高的商业化场景的落地应用?
创意工程师与AI工程师们一起，进行了多模态内容开发，不断调教机器，让机器越来越准确地识别各种素材，并将其应用到各种商业化场景中。不断的学习中，机器越来越理解商业素材的特性。
机器理解了素材后，就需要学习剪辑，即对多组视频镜头进行切割后重新排列，从而形成新的叙事逻辑，其中的关键能力是“叙事”。
人类叙事能力，是儿童时期通过不断与父母沟通，观察和感受父母的语言、表情等反馈逐渐习得的。同理，机器的“叙事”能力养成也需要靠海量数据的反馈。
工程师们总结了大量人工视频的剪辑手法，并引入专业人士，为机器制定了基本剪辑规则。比如在时间布局上，他们告诉机器，第n秒后用户会产生视觉疲劳，因此需要一个动感的转场，第M秒最好用舒缓的镜头过渡方式。空间布局上，他们提供视觉最舒适的文字与图像在画幅中的分配方案，以及大致的色彩搭配等规则。
工程师们将这些规则系统化，结合数据洞察，并将其数据化、模型化，让机器建立剪辑逻辑，尝试将素材组合起来，并不断利用最新的视觉技术，提升机器剪辑能力。
例如将光感度各不相同的镜头进行混剪，机器一开始没有头绪，但引入了光学镜头视觉重心分析技术后，就可以通过分析不同镜头中的视觉重心，进行符合人类视觉习惯的排列，最终保证了用户观看到的画面是流畅的。
同时，一方面通过抖音等内容平台上的大量视频，建立优质视频的反馈数据库，一方面通过投放的商业视频，建立商业反馈数据库。
机器生成的素材，会不断通过反馈数据集进行训练，逐渐习得叙事逻辑。
当数据积累形成了一定规模。机器对商业化广告领域的好“叙事”该有的样子逐渐清晰起来。就如同儿童也意识到故事里突然出现狗会更精彩，在一则15秒的广告中，怎样的转折点最抓人眼球，哪些元素的运用会最大程度令观者注意力集中，机器开始有了自己的答案。
举例而言，在一则视频广告里，前三秒是一个美女拿着产品由远及近入画的视频，中间五秒是一段产品特色展示和使用方式的特写镜头展示，同时借助文案自动转换语音的功能配上解说词，最后两秒是促销动画贴纸引导用户点击跳转。
生产过程不再需要套用模版，也无需人工指导，整个叙事逻辑全部由机器自主决定。
剪出符合人类逻辑的视频，只是达到了创意工程师们的合格预期，但如何让机器剪出令人赏心悦目的视频呢?
这时就需要创意专家们介入了。于是，4A公司的顶尖创意人被邀请进来，并帮助工程师们建立起美学评价体系。
基于这些规则，机器会自动生成大量的候选集，而创意专家则会对初轮内容进行各个维度的人工评分。依据评分，机器对美好内容的认知越加清晰，进而学习模型得到一次又一次的优化。
“美”并非深不可测，通过解构分析，美可以被归纳出视觉、听觉、光感等多个维度下的普遍规律。但凡有规律的事物，理论上都可以被机器所学习。巨量引擎已逐渐构建起光学模型、美学模型、音乐模型等八个细分模型。
人类与机器共同努力，以一种匠人精神，细致入微的打磨广告内容的方方面面。最终，让自动化生产优质创意内容成为现实。
从不及格到及格相对容易，从良好到优秀的路则更困难。
既要遵循实用原则，真正理解营销人员的痛点，难点，实现广告投放的更高性价比，同时也不能抛弃人类对美好事物的终极向往，始终坚信“美”的正义。
在同一套评分体系里，微电影最初生成的视频只有30多分，但最新版生成的视频，已经能达到90分的高分，相当于一个普通创意设计师的水平。
创意数量的提升，只是基础，要真正满足广告主的需求，还需要看结果——是否能够影响用户?简单的说，是否能吸引用户点击广告?
答案很简单，就是利用推荐技术与数据分析，让用户看到更符合自己喜好的广告。
这个思路在内容消费领域的应用比较成功的是巨量引擎。那么，广告怎么满足个性化需求呢?
个性化创意的核心是如何把对的创意匹配给对的人。也就是说，机器首先需要借助数据洞察技术，充分理解目标用户的内容喜好与商业需求，知道TA们会喜欢什么样的创意形式，并据此派生出不同的能够满足不同用户个性需求的创意。
其次，机器需要借助各种算法，如质量排序模型、效果预估模型等，筛选出优质创意，对用户进行精准投放，并定时监控投放数据，根据用户反馈不断调优，停止数据不好的创意，启用新的创意，直到选出最优秀的创意。
这样，目标用户看到了更喜欢的创意，广告主收获了更好的投放效果。
巨量引擎的数据统计，相对于人工创意视频，采用了自动生成技术与个性化创意技术的创意视频，投放CVR平均提升了61%，CTR平均提升了25%。
如今，在巨量引擎平台，机器创意的影子无处不在，视频生成、海报生成、标题生成、模板视频、程序创意等等。
正如开篇所言，仅2020年，巨量引擎平台上，机器创意的渗透率就已经超过70%，未来呢?创意人会被机器彻底取代吗?
机器的确在颠覆创意行业，甚至在变革创意生产关系，但在巨量引擎自动生成技术的研发过程中，机器并不能颠覆人的创意，人的创造力依然是创意发展的核心动力。
马歇尔·麦克卢汉在《理解媒介》一书中曾断言：一切技术都是人的延伸，智能创意技术同样，建立数据模型、美学规则的是人，创意金字塔顶尖的作品，依然属于才华横溢的创意人。
机器创意打碎的只是创意的繁琐流程，解放的却是创意人最宝贵的创造力。人机联手，才是创意的星辰大海。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
