AI赋能流媒体行业：佳能、索尼推出新工具助力视频制作减负增效

当然，这些日本市场的厂商在开发功能时更关心的是当地劳动力的严重短缺。然而，从全球视频行业从业者的角度来看，这又是一起“AI抢饭碗”的案例。

五台摄像机和一名摄影师就足够了

据当地媒体报道，最近在东京出版公司讲谈社顶层举行的一次录音活动中，两名表演者在多台摄像机前表演，但只有一名摄影师控制摄像机。话虽如此，现场的自动相机可以自动调整角度和拍摄焦距，以配合拍摄者手中的主相机。

该系统被开发商佳能称为“多机位编排”系统。原理也很简单：人工智能会自动分析摄像头拍摄的图像，根据骨骼结构识别表演者，根据表演者的相对位置捕捉动作。佳能表示，自动跟踪摄像机在视频制作中并不新鲜，但佳能开发了第一个允许4-5个摄像机“相互通信”的系统。

例如，佳能影像部门的Kohei Maeda表示，该系统可以响应诸如“捕捉主要表演者右侧舞台上的表演者”等命令。该公司目前正在体育赛事中测试该系统的效果，也有潜在客户希望在直播中使用该系统。

这套AI工具的开发也是基于对媒体行业现状的考虑。前田表示，虽然现在世界上充斥着视频，但增加单个内容的可用资金和人力仍然是一件困难的事情。

节省熟练劳动力

据日本政府2024年发布的白皮书显示，到2027年全球视频流媒体市场规模将达到1779亿美元，较2024年增长34%。同时，市场的扩大也让行业面临工作量增加、人员水平参差不齐等挑战。与此同时，行业对视频质量的要求也在不断提高。

这个问题也成为各大装备企业的商机。

例如，索尼正在推广将真实主体与虚拟背景相结合以匹配图像的技术，旨在减少摄影师前往不同拍摄地点的需要。索尼拥有虚拟制作工作室，并接管了汽车广告等商业业务。

日本电气公司（NEC）还推出了投资者非常熟悉的“AI播音员”技术。核心参数包括能够支持80种语言并具备自动翻译功能，主要针对“人手紧缺的地方电视台”。据悉，朝日电视台冲绳当地电视台已决定从明年1月起在早间和深夜节目中使用该技术。