然而，人工智能的进步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。本文将探讨生成式和多模态人工智能的强大威力，以及该技术在重塑体育直播和录播媒体资产管理格局中的作用。
区分生成式人工智能和多模态人工智能
生成式人工智能和多模态人工智能正在改变体育媒体资产管理工作流程，尽管方式略有不同。生成式人工智能是机器学习（ML）的一种特定应用，通常基于文本输入，使用深度学习模型生成高质量的文本、图像和其他内容。
多模态人工智能（Multimodal AI）是幕后的技术。有了这项技术，媒体专业人员现在可以通过声音、语音、音乐、图像甚至上下文深入理解视频，然后向 GenAI 模型提供准确的描述，生成更多的元数据。
将生成式人工智能和多模态人工智能结合起来，还能对视频文件中的对话进行数百种语言的转录和翻译，令人印象深刻。通过利用集体记忆、个人学习以及空间和时间概念，通过多模态人工智能索引应用的元数据可以引导用户找到他们在体育比赛中寻找的确切时刻，并为他们提供所需的精确语境。
生成式和多模态人工智能如何增强体育直播效果
根据Allied Market Research的数据，2020年，全球人工智能在体育市场的价值为14亿美元，预计到2030年将飙升至192亿美元，2021年至2030年的复合年增长率（CAGR）为30.3%。
生成式和多模态人工智能正在改变体育内容创作和后期制作，尤其是媒体资产管理方面。使用这一突破性技术，广播公司、内容提供商和体育组织可以加快分析速度、自动执行常规任务、快速创建新内容，并提高粉丝参与度。此外，人工智能还能将创作人员从耗时耗力的任务中解放出来，使他们能够专心做对自己和组织最重要的工作。
如今，广播公司、内容提供商和体育组织正在以多种创新方式使用人工智能。例如，借助生成式和多模态人工智能，广播公司可以快速剪辑比赛集锦并发布到社交媒体上，从而最大限度地提高球迷的参与度。人工智能可以自动检测触地得分和其他比赛，并将其归类到预先确定的智能文件夹中，以便在体育比赛期间自动发布到 Instagram 和 YouTube 等渠道。
如果一次触地得分让体育节目主持人想起了 10 年前发生的一场比赛，人工智能索引和语义搜索技术就能让制作人迅速从档案中调出一个旧片段，在现场直播时并排播放。
生成式和多模态人工智能在体育领域的另一项先进应用是多语言转录。虽然目前还处于早期阶段，但它有望对接收多个国际频道的体育广播公司特别有利。
在赛后采访的场景中，体育频道要跟随记者用不同语言向多个受访者提问，这是一个不小的挑战。观众希望了解当下的谈话内容，而利用生成式和多模态人工智能，广播公司可以快速生成多语言转录，并为每位观众推送带有正确字幕的片段。该技术还接近于生成实时转录，并能根据观众的位置和偏好语言提供个性化内容。
生成式和多模态人工智能还可用于制作个性化的 VOD 重点节目合集，以吸引更多观众的兴趣。这不仅能提高观众的参与度，还有助于降低流失率。利用人工智能，广播公司可以自动标记体育比赛中的关键人物和时刻，然后在录播中快速找到这些时刻，制作集锦视频。
有些观众可能对观看整场足球比赛的集锦视频感兴趣，而有些观众则只想观看某个球员的精彩片段。另一部分观众可能只关注场外娱乐，如名人出席的镜头、球迷入侵球场的镜头以及感人的亲吻镜头。
生成式人工智能和多模态人工智能还被用于个性化广告内容，帮助媒体公司在提高观众的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，改变体育场广告栏上显示的信息。
这项技术还提升了体育数据统计的水平。美国职业橄榄球大联盟（NFL）就是一个体育组织拥抱人工智能的绝佳例子。通过与亚马逊网络服务公司（Amazon Web Services）合作，NFL 正在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，并解读球员表现的模式。例如，这些数据可以帮助我们深入了解后卫的侵略性有多强、他们的速度有多快以及四分卫的反应速度有多快。
未来人工智能在体育领域的突破
生成式和多模态人工智能将发展到自动生成体育内容综合描述的阶段。通过培训特定体育或垂直领域的自然语言模型，广播公司、内容提供商和体育组织可以使用与球迷相同的语言快速生成体育亮点和摘要。
归根结底，最终目的是让体育内容与观众更相关、更吸引人，同时也为内容提供商节省大量时间和金钱。生成式人工智能将过去需要几个小时的编辑工作变成了几分钟就能完成的任务。
随着观众对高质量、个性化和引人入胜的体育内容的需求不断增长，生成式和多模态人工智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。人工智能算法正变得越来越精确，接受这一点，广播公司可以适应市场变化和观众不断变化的期望，从而提升体育迷的体验。