发布日期：2024-12-29 来源: 网络 阅读量（ ）
项目分为三步走★★，第一步是准备海量的AI可识别的素材。给AI的素材准确度越高，描述越清楚，AI识别能力就越强★★★、反馈质量也更佳。
这款基于“图像OCR、语音识别 + AI大模型推理”的视频主题提取产品，可依据时间轴精准到秒提取出主旨、大纲、内容甚至匹配的图片。在AI辅助下★，视频与文本相结合★★★，传播效率得到了极大的提高。
刘沛领导的项目需要在各大平台获取流量变现。流量获取就是通过专业内容输出吸引用户，然后从外部平台免费获取用户流量。
刘沛第一次接触AI★，在2022年★，那个时候他在中关村在线担任CTO。因为项目研发需要★★，他们开始用人工智能提高工作效率。
中间我有自己创业做过一个家电资讯网站，整个从规划开发到商业变现★，实际上都主要是自己在全程参与★★★，后面也成功被当时的CNET China收购了。虽然标的不大，但可以说是一个很完整的体验，我觉得应该算是自己比较成功、比较深刻的一个项目★★★。
7月份，刘沛和他的团队突发奇想想做一个项目，基于视频内容生成主题和关键词，让用户一目了然地看到这个视频讲的是什么★★。
在他看来，AI可万物★★，AI可以跟硬件结合，成为马斯克眼前能抓、能识别物体、能交流的人形机器人。AI可跟软件结合，衍生出各种各样的文生文、文生图、文生视频应用。
刘沛也一样，他唯一的一点基础就是大学时在网络部待了几年★★，学到了一些计算机的皮毛，趁热打铁去考了国家程序员证书★，在毕业后从事了将近20年网站开发★。
在刘沛的构想里★★★，一场汽车发布会的拍摄、剪辑、发布可能要一两个小时★★★，但现在★★★，有了AI，就只需要几分钟的时间。
用户是被质量吸引来的，这需要批量式的优质内容输出★，但传统的人工团队效率太慢★★★，一天仅能产出200-300份专业文案★★★。
第三步主要是后端的工作。为了使模型生成的答案达到生产级别★，后端做了一些后线的算法加工★★，最终才达到上线效果。
30秒懂车创立于2015年，是一个做专业测评和深度访谈的汽车视频媒体垂直平台。
码客人生★★★：您在学生时代学的是什么专业★★★，为什么之后就进入了资讯整合这样一个行业★★★？
在生成式AI兴起的一年内★★，人工智能走向生物科学★★★、应用心理、天体物理、图文创作、视频剪辑……
在刘沛最有成就感的几个项目里，技术团队都是小而精，比如，他被CNET China收购的万维家电网，最多的时候也就是十个人。
用户不再需要开盲盒式地浏览整个视频，只要在自动生成的主题大纲里挑选自己感兴趣的内容跳转播放，就可以了解自己感兴趣的信息。
2021中关村在线CPS项目，当时需要批量地生产知识场景内容吸引用户流量变现★，就了解了一些NLP技术生成AIGC内容，主要是用的清华智谱开源ChatGLM-6b模型。用了AI后★★★，一天可以生成1000份相关文案，远高于人工团队一天200份。人工削减到只需要一个审核做基础审查。最后★★，从内容生产、流量获取到最终的商业变现，CPS项目整个交易额gmv已经过亿，纯利也超过了百万。
“现在的视频除了吸引流量的短视频★★，通常不会在开头就给出关键信息★★，而中长视频标题党居多，很多用户看了十来分钟也没有找到感兴趣的片段，便悻悻然退出，视频完播率较低。”
他能快速定位到他感兴趣想要看的内容★★★，有这种基于这样的一个用户的一个需求，然后结合我们的业务场景★★，所以我们就立项了这么一个项目★★。
2024年，刘沛离开做了二十年的传统门户网站——中关村在线秒懂车做技术总监，操手AI业务★。
这是国内目前首个基于★★“图像OCR、语音识别 + AI大模型推理”搭建的垂类视频主题提取产品。在这之前★，百度虽然也研发了类似功能，但提取内容过于抽象★，并不能聚焦于具体的细节、功能、数据，提供有价值的信息。
在AI的帮助下，刘沛负责的项目从内容生产★★、流量获取到最终的商业变现，整个交易额gmv已经过亿，纯利也超过了百万★★★。
两年前，没有多少人系统接受过专业的人工智能训练，都是听到业内的人说好用★★，便一窝蜂地去国内外找开源模型★，去Google检索教程和学习资料★。
为了解决这个难点★，刘沛和团队分析了上千份影视内容，从颜色★、大小★、字体、格式等维度不断提炼字幕关键信息，与AI模型进行交互★★★。同时优化算法以提高字幕识别能力和最终结果的反馈质量。
功能一经上线，就获得了业内和用户的极佳反馈，视频完播率和粉丝量都有了显著提升。
技术上没有什么困难。因为我之前有做过类似的工作★，从资讯内容到产品库到论坛、商家体系都是自己一个人开发的★★，基本上没有遇到什么困难。当时的困难更多来自于商业变现，最开始创业的时候★★★，更多是开发者思维，对商业模式思考比较少★★★。网站运营到一定阶段之后，商业变现是一个最大的挑战方式。不过这一块我爱人比肩擅长，就是爱人在做★★★。
而生成式AI，是基于机器学习和自然语言处理技术构建的★★★，提供对话式的交互体验。生成式AI的逻辑更侧重于理解语言的上下文、意图和情感，以及如何生成连贯、相关且准确的回答。
从那以后★，他的思维开始从开发者模式转向商人模式。他开始从用户视角看待问题，去看现在市场亟需什么★★、用户的痛点在哪。
创过业★★、当过总经理★★★，刘沛最常做的还是CTO，据他说，支撑他的是一种新鲜感和成就感。
在艺术创作领域，Midjourney可以根据文本提示词生成风格多样、精美细腻的艺术作品，海报宣发的制作时间大大节省。Adobe的Sensei平台通过生成式AI自动化视频剪辑★★★，分析视频内容，即使是什么都不懂的艺术小白也可生成转场酷炫的视频★★★。
看到这个缺口★★，刘沛便想★★★，能不能用AI自动生成一段视频的主旨、大纲，让受众直接找到自己喜欢的信息点击观看。
但是原来传统的视频的这样的一个阅读模式的话555000jcjc公海，需要用户看完才知道信息点在哪里★★。所以我发现有用户有这样的一个需求★★，我就想怎么样★★★，把这个视频内容的主题提炼出来★★。这样的话用户的话只要他哪个地方感兴趣，或者是那个地方他看完了，他觉得很重要，他一看完一遍他没记住，他便可以自己跳转回来浏览★。
AI的魅力实际不来自于AI本身，而是它多大程度上能够为人所用★★、为人造福★。
就汽车而言，有些用户想了解车的空间、有些想了解加速度、有些想了解油耗，但受限于视频的单线程浏览模式★，只能一帧一帧扒，既费时、效率又低。如果开头不够引入入胜，不到一分钟就会点击退出★★★。有了AI提取关键信息★★★，用户可迅速浏览文本关键词精准定位每辆汽车的性能★、细节、信息。
也是一个自然而然的过程，从21年CPS项目接触到AI后就开始用人工智能解决一些实际场景的问题★★，加上现在短视频成为一个主流的传播方式，★★“视频+AI”在未来是极具潜力的。
网站开发由前端和后端技术构成。前端负责HTML★★、CSS、JavaScript、数据库管理和服务器配置等★。后端开发者需要设计用户界面、处理用户输入、管理数据存储和检索，以及确保网站的安全性和性能。
2022年，DeepMind旗下的AlphaFold成功预测了蛋白质的3D结构，并且设计出具有特定功能的新型蛋白质★★，在新药和疫苗研发领域功不可没。聊天机器人Woebot利用生成式AI提供心理支持，通过 “复制★★★” 患者与心理医生之间的 “治疗联系”帮助用户减轻焦虑和抑郁症状，为没有钱付高昂咨询费的群体提供了心灵休憩的场所★★★。
一个月前，他带领设计的基于视频自动生成主题、大纲和图片的产品已经全面嵌入30秒懂车的多媒体平台矩阵。
视频本身是一帧一帧图像★★，提取字幕需要将每一帧上的内容转换为文本。而字幕又分为软字幕和硬字幕，硬字幕本身已经和图片嵌合在一起★，要提取难度更大。没有字幕的视频，就需要通过音频语音识别★★★，从视频到音频再到文本进行三种格式的转化★。
从自己创业的万维家电网到待了七年的大型IT网站中关村在线、再到现在的垂直汽车新媒体30s懂车，他最喜欢一个项目结束时的喜悦。看着业务从灵感涌现到项目搭建到商业变现，一路走来，每个地方都有自己的身影，他就感到满足。
曾经一个团队一天才能产出200到300份的工作量★★★，在AI的自然语言处理技术加持后★★，一天就可以直接生成1000份。人力团队削减到不再需要编辑★，只有一个审核，对AIGC作进一步的加工、润色，保证内容符合伦理规范和法律要求。
三年后，万维家电网的商业价值被当时CNET中国高级副总裁、ZOL总经理刘小东看见，一举收购进CNET中国集团，成为CONSUMER GROUP中的一员★。
从资讯内容到产品库到商业论坛，整个网站的内容都由刘沛一个人搭建★★。而找客户、谈合作则是他的妻子全权负责。
刘沛：2002年毕业于郑州大学，拥有超过20年的IT行业经验。他曾在北京普信网、中关村在线社区等知名企业担任要职★，涉及技术管理、项目管理等多个领域。2004年，刘沛创办了万维家电网并担任总经理，后被中关村在线年，他先后担任莱富特佰（手机中国）CTO和中关村在线秒懂车，担任技术总监，继续在技术领域发挥其专业才能。
我在大学学的是工程装备与控制，这个是比较偏机械类的一个专业★★。当时在学校有自学考了国家程序员认证，然后在学校网络部有做一些实习★，所以毕业之后一脉相承就做了网站相关的开发的工作。
网站开发虽也涉及到专业的编程知识，但和生成式AI的逻辑还是有着质的区别★。
恰逢国内清华智谱开源ChatGLM-6b模型，刘沛和同事不用再人工式批量生产UGC、PGC内容★★，而是基于知识场景制造海量AIGC内容。
第二步是AI的交互过程★★★。交互不是一蹴而就的★，而是一个不断逼近、迭代，然后生成答案的过程。尤其是针对汽车行业里的一些专业知识，需要针对性地训练、部署★★★，让模型能够更好地提炼出关键信息★★，生成优质的主题大纲★★。
刘沛的工作，就是对整个产品线实施规划，及时发现可能存在的bug★★，修复优化。
传统的人力编辑团队被智能化★、自动化的机器识别代替，以前要几个钟头的工程现在几十秒就可以搞定。
当然，AI也不例外，无论如何发展，最关键的都是要跟市场和用户需求结合，这将是一个企业和产品屹立不倒的最终护城河。
就这样，历经重重困难★，这个小而美的三人团队花了两个月就把产品做到了生产级别★★，解决了用户浏览中长视频的一大痛点。
我们是拿来主义★★，就是先用★★★。因为AI开源出来的话，会有一些demo★★。我们可能从最基础的就是说然后就是说针对我们业务场景★，比如说哪个地方再需要优化一下，或者是怎么需要把这个算法再加强一下，就是在这个过程里不断学习★。在应用场景里面先跑起来★★★，然后边跑边迭代边优化★★★，然后再遇到新的问题，可能又需要另外一个模型或者另外一个技术来写作的时候，再去学习这么一个过程。这里不是大学里面，你比如说你学了几年之后在毕业班了，然后怎么着了★★，再做个项目验证，不是这个逻辑。
