最难「讨好」的消费者，竟然都被AIGC征服了？

说到「营销互动」，你会想到什么？

从传统媒介到互联网时代，互动营销都在行业中占据一席之地。具体形式可能是报纸一角的创意广告，可能是花样百出的 H5 或微信小程序，也可能是手机屏与电视屏之间的互动。总之，互动营销需要结合具体的媒介形式，为品牌方和消费者之间搭建起一个巧妙的沟通场景。

在过去的一年多，大模型技术在各个环节变革了营销行业，包括底层技术、内容创新，以及拓展品牌方与消费者的互动深度和广度。

AIGC 时代，营销互动能玩出哪些新花样？底层技术的进步，又为营销行业带来哪些全新的互动场景？

在火山引擎和 NVIDIA 联手机器之心和 CMO CLUB 推出的视频栏目《AIGC 体验派》第三期中，三位嘉宾将深入探讨 AIGC 技术在「营销互动」环节可发挥的价值。

直播时间：7月3日 19:00-19:50

直播主题：体验增强，如何用 AIGC 提升营销互动率？

第三期节目邀请了三位重磅嘉宾，分别是火山引擎 AR 解决方案负责人赵靓、火山引擎智能美化特效负责人范青、NVIDIA 解决方案架构师申意。

精彩内容抢先看

从 Midjourney、ChatGPT 到 Sora，对于今天的大众来说，AIGC 已经不是陌生、新奇的名词。

人们可以让 AI 无限次回复问题，帮忙将创意转化为图片、音乐甚至视频，再加上互联网时代的海量传播渠道，营销互动的创新空间变得前所未有的广阔。相较于常规的互动方式，AIGC 更具备创造性，抖音大热的莫奈花园、毛毡特效等「千人千面」的体验激发了大众高涨的互动兴趣，更激发了品牌营销的兴趣。今年上半年在抖音加入 AIGC 的品牌营销互动率提升了 3 倍以上。

除了品牌营销，AIGC 的互动也延展到了汽车座舱内。

日常生活中，手机早已成为我们捕捉和分享精彩瞬间的得力助手。然而，当我们坐在驾驶座上时，那些沿途的美景、难忘的瞬间，往往因为无法安全便捷地拍摄而遗憾错过。如何能利用车机摄像头将行车记录转化为精彩的 vlog 视频，为用户带来全新的驾驶体验？

除此之外，基于多项技术的应用，汽车正在成为一个智能互联的移动空间。从自动驾驶技术的进步，到智能座舱带来的个性化体验，再到智能客服的便捷服务，新技术正全方位提升大众的驾乘体验和整个汽车行业的产业效率。

面对这些变化，品牌方和营销人能做些什么？善抓节点营销的品牌人，已经用 AIGC 玩出了什么花样？新一代智能车舱的创作营销思路是什么？AIGC 时代，如何让汽车交互变得更加智能？

以上问题，都将在《AIGC体验派》第三期中揭晓。

直播报名

7月3日晚7点，来直播间围观「如何用AIGC提升营销互动率」。

直播间地址：https://vtizr.xetlk.com/sl/5IAiC

上期回顾

在第二期《AIGC 体验派》的直播中，火山引擎智能创作云运营负责人吴佳硕和 NVIDIA 解决方案架构师刘一鸣围绕「如何用 AIGC 提升营销视频创作效率」的主题进行了探讨。

越来越多的消费者开始借助抖音这样的短视频平台获得内容和信息，用户可以看到内容、产生兴趣，从而实现下单转化、视频营销的价值持续显现，逐渐成为企业实现快速增长的重要因素。

问题是，如何稳定地产出大量优质视频内容，让创作速度匹配营销速度？

吴佳硕表示，视频制作本身具备一定门槛，需要专业的人员和设备且付出较高的制作成本。高效利用 AIGC 工具能够更快、更好地创作内容，实现营销的降本增效。火山引擎智能创作云就是在这样的背景下诞生的一款生产力创作工具。

首先，智能创作云提供了视频云端创作管理的后台，企业中视频创作的不同人员角色，包括编导、拍摄、后期，都可以通过一个后台对视频的草稿、素材、成片进行共享，实现高效协作。

其次，在创意生成环节，智能创作云通过接入大模型技术在产品内部提供了 AIGC 创作助手。用户通过输入视频的主题、营销关键词就能生成视频文案的生成，快速实现创意。

有了创意内容之后，就进入了剪辑制作的环节：智能创作云提供了不同于其他精细化剪辑工具的剪辑模式，用户只需输入文案、上传几段相关的素材，就可以通过混剪的方式制作出几百上千条成片，还有智能匹配音乐、转场、滤镜等包装元素，加上抖音独家的去重算法，可以降低视频的同质化，快速生成高质量的营销视频。

一个经典的降本增效案例是，美妆品牌「植后」利用智能创作云实现了 800+ 员工矩阵运营，日产视频量提升 2 倍，单条视频制作成本大大下降。在视频数量和制作效率提升的同时，通过去重算法也保证了成片的质量，使得矩阵号抖音播放提升 11%，矩阵号月抖音播放达到了 1000 万。

产品的创新源于技术的创新，在接下来的分享中，刘一鸣介绍了 AIGC 视频创作背后的核心技术。

刘一鸣表示，在改变视频创作范式、降低创作门槛的同时，AI 也增加了视频内容的多样性。利用 AI 模型模块化的特点，创作者可以通过多个 AI 模型的搭配与组合，获取在传统创作管线难以实现的视觉效果。

变革建立在能够高效使用 AI 模型的基础之上，任何的 AI 模型都有两个核心的环节——基于大量数据的「训练」，以及模型结合用户输入的「推理」。

不过，如何才能高效完成 AI 模型的训练呢？NVIDIA 的大模型训练框架 NeMo Framework 可以帮助用户高效完成这一过程，该框架通过张量并行、序列并行在内的多种并行计算手段，将复杂的计算分配到多个 GPU 计算设备上同时执行，大大提高了训练效率，帮助开发者以最小的成本在最短的时间内完成模型迭代。

没有特殊定制化需求的创作者可以直接使用经过验证的开源模型，但未经过性能优化的 AI 模型往往推理效率低下且延迟较高，所以提升模型的推理效率就成了使用 AI 模型的关键障碍。

NVIDIA 的推理优化框架 TensorRT 旨在解决这一问题。通过 TensorRT 所提供的底层 Kernel 融合、动态显存复用等技术，开发者可以提升推理效率，降低模型的响应延迟。此外，面向视频、图像创作领域中常见的扩散模型，开发者可以利用 TensorRT Model Optimizer 中提供的定制化量化策略，效果几乎无损，还能获取额外的 20% 到 40% 的性能提升。

不管有没有开发经验，任何创作者都可以通过 NVIDIA 所提供的各级 AI 方案来获取所需能力。

回到最开始的问题 ：AIGC 视频创作背后的核心能力是什么？

刘一鸣认为，在这个 AI 不再稀缺的时代，技术能力不会成为阻碍，核心能力是创作者的创造力。

第二期回顾观看地址：https://vtizr.xetlk.com/s/7CjTy

有奖问卷

您目前是否已经在日常工作中使用AIGC，欢迎您反馈。我们准备了一些小礼品，请记得填写邮寄信息。

问卷地址：https://bytedance.larkoffice.com