超越感官,沉浸赛场——大型体育赛事云上实战精选-第三章 2022北京冬奥会:百年奥运的黑科技-百年奥运的瞬即美学:凌空之美,分秒凝结—AI编辑部“云智剪”(上)

简介: 超越感官,沉浸赛场——大型体育赛事云上实战精选-第三章 2022北京冬奥会:百年奥运的黑科技

 

冬奥期间,每天都在上演冰雪奇迹,而捕捉发生瞬间,凝结最精彩、最动人的体育人文画面,让“冰之舞”、“雪之舞”、“速度之美”、“凌空之美”如盛宴般绽放,让“金牌时刻”与“国将风采”变成永恒回荡时空。而实现这一切的,源自阿里云视频云AI编辑部提供的云上智能生产能力——AI云智剪

 

1. “AI云智剪”首次登场冬奥,展凌空之美

 

如果说,2022冬奥开幕式是一场中国对世界讲述的故事,展开的是中国式的浪漫,那冬奥会的瞬间之美,更像是记载历史的青川木牍,展开的是人物和故事的不凡之巅。

 

北京冬奥各项赛事全面而展,冰雪奇迹每日上演。本次冬奥赛事,中国代表团首次实现7个大项15个分项“全项目参赛”,其中35项是首次站上冬奥舞台,如此之多的赛事内容也为奥运的视频生产提供了丰富素材。

 

为了在冬奥赛事短视频内容时兼顾实效、精彩、人文、美学央视体育新媒体和总台技术团队联合阿里云视频云、阿里巴巴达摩院,引入AI编辑部的智能生产工具“AI云智剪”,可以实时完成多赛事的智能内容理解,在极短时间内智能化自动生成大量精彩视频素材,覆盖赛场动作、赛事内容、各类镜头等多个描述维度,生成美学主题的集锦素材。

 

自由式滑雪女子大跳台,单板滑雪男子大跳台、花样滑冰中,中国选手苏翊鸣、谷爱凌、金博洋、隋文静/韩聪等均表现出色,无论是金牌,还是对自我的突破,其传递的冬奥精神在这个冬日里如烈火般鼓舞人心。

 

image.png

点击这里查看视频:国将风采!赛程过半那些让你心潮澎湃的瞬间

 

AI云智剪在比赛完成的第一时间就对视频内容进行了多维度解析,完成了精彩素材生成,同时基于跨视频集锦生产能力,第一时间为观众生产主题集锦视频,截至目前已经自动化处理200+场比赛,生产素材片段达3万段以上,生成的大量主题式视频在央视体育新媒体上即时呈现,迅速传播。

 

image.png

点击这里查看视频:金牌时刻!苏翊鸣翱翔天际傲视群雄

 

在体育赛事内容传播上,AI云智剪可以高效、快速、全面地为冬奥赛事播报提供强大的生产力,快速抢占发布先机,也为全球赛事观众带来及时而优质的赛事体感,同时也为媒体行业深度开发体育媒体版权内容价值,创造了更多可能性。

 

针对奥运赛事内容,AI云智剪设定了丰富的美学主题智能模板,如针对冰球、花滑、速滑、短道速滑等,设置主题“冰之舞”,针对单板滑雪和自由滑雪,打造主题“雪之舞”,同时,从速度型赛事的特殊视角,如花滑的旋转、冰球的进球等,呈现“速度之美”,而对于跳跃性动作丰富的滑雪赛事,塑造“凌空之美”,可谓通过智能化视频云技术,全面捕捉赛事瞬即间的美学光影。

 

image.png

点击这里查看视频:御风飞翔!一同领略冬奥会上的凌空之美

 


 

相关文章
|
6天前
|
人工智能 API 决策智能
【AI Agent系列】【阿里AgentScope框架】实战1:利用AgentScope实现动态创建Agent和自由组织讨论
【AI Agent系列】【阿里AgentScope框架】实战1:利用AgentScope实现动态创建Agent和自由组织讨论
39 2
|
7天前
|
人工智能 Oracle 关系型数据库
【AI Agent系列】【LangGraph】1. 进阶实战:给你的 LangGraph 加入条件分支(Conditional edges)
【AI Agent系列】【LangGraph】1. 进阶实战:给你的 LangGraph 加入条件分支(Conditional edges)
27 0
|
7天前
|
存储 人工智能 数据库
【AI大模型应用开发】以LangChain为例:从短期记忆实战,到如何让AI应用保持长期记忆的探索
【AI大模型应用开发】以LangChain为例:从短期记忆实战,到如何让AI应用保持长期记忆的探索
16 0
|
7天前
|
数据采集 人工智能 搜索推荐
【AI大模型应用开发】【综合实战】AI+搜索,手把手带你实现属于你的AI搜索引擎(附完整代码)
【AI大模型应用开发】【综合实战】AI+搜索,手把手带你实现属于你的AI搜索引擎(附完整代码)
8 0
|
7天前
|
人工智能 API
【AI大模型应用开发】【LangChain系列】实战案例6:利用大模型进行文本总结的方法探索,文本Token超限怎么办?
【AI大模型应用开发】【LangChain系列】实战案例6:利用大模型进行文本总结的方法探索,文本Token超限怎么办?
13 0
|
7天前
|
人工智能
【AI大模型应用开发】【LangChain系列】实战案例5:用LangChain实现灵活的Agents+RAG,该查时查,不该查时就别查
【AI大模型应用开发】【LangChain系列】实战案例5:用LangChain实现灵活的Agents+RAG,该查时查,不该查时就别查
21 0
|
7天前
|
数据采集 存储 人工智能
【AI大模型应用开发】【LangChain系列】实战案例4:再战RAG问答,提取在线网页数据,并返回生成答案的来源
【AI大模型应用开发】【LangChain系列】实战案例4:再战RAG问答,提取在线网页数据,并返回生成答案的来源
33 0
|
7天前
|
存储 人工智能 API
【AI大模型应用开发】【LangChain系列】实战案例3:深入LangChain源码,你不知道的WebResearchRetriever与RAG联合之力
【AI大模型应用开发】【LangChain系列】实战案例3:深入LangChain源码,你不知道的WebResearchRetriever与RAG联合之力
10 0
|
7天前
|
数据采集 存储 人工智能
【AI大模型应用开发】【LangChain系列】实战案例2:通过URL加载网页内容 - LangChain对爬虫功能的封装
【AI大模型应用开发】【LangChain系列】实战案例2:通过URL加载网页内容 - LangChain对爬虫功能的封装
17 0
|
7天前
|
人工智能 Python
【AI大模型应用开发】【LangChain系列】实战案例1:用LangChain写Python代码并执行来生成答案
【AI大模型应用开发】【LangChain系列】实战案例1:用LangChain写Python代码并执行来生成答案
13 0