最難「討好」的消費者，竟然都被AIGC征服了？

說到「營銷互動」，你會想到什麼？

從傳統媒介到互聯網時代，互動營銷都在行業中佔據一席之地。具體形式可能是報紙一角的創意廣告，可能是花樣百出的 H5 或微信小程序，也可能是手機屏與電視屏之間的互動。總之，互動營銷需要結合具體的媒介形式，爲品牌方和消費者之間搭建起一個巧妙的溝通場景。

在過去的一年多，大模型技術在各個環節變革了營銷行業，包括底層技術、內容創新，以及拓展品牌方與消費者的互動深度和廣度。

AIGC 時代，營銷互動能玩出哪些新花樣？底層技術的進步，又爲營銷行業帶來哪些全新的互動場景？

在火山引擎和 NVIDIA 聯手機器之心和 CMO CLUB推出的視頻欄目《AIGC 體驗派》第三期中，三位嘉賓將深入探討 AIGC 技術在「營銷互動」環節可發揮的價值。

直播時間：7月3日 19:00-19:50

直播主題：體驗增強，如何用 AIGC 提升營銷互動率？

第三期節目邀請了三位重磅嘉賓，分別是火山引擎 AR 解決方案負責人趙靚、火山引擎智能美化特效負責人範青、NVIDIA 解決方案架構師申意。

精彩內容搶先看

從 Midjourney、ChatGPT 到 Sora，對於今天的大衆來說，AIGC 已經不是陌生、新奇的名詞。

人們可以讓 AI 無限次回覆問題，幫忙將創意轉化爲圖片、音樂甚至視頻，再加上互聯網時代的海量傳播渠道，營銷互動的創新空間變得前所未有的廣闊。相較於常規的互動方式，AIGC 更具備創造性，抖音大熱的莫奈花園、毛氈特效等「千人千面」的體驗激發了大衆高漲的互動興趣，更激發了品牌營銷的興趣。今年上半年在抖音加入 AIGC 的品牌營銷互動率提升了 3 倍以上。

除了品牌營銷，AIGC 的互動也延展到了汽車座艙內。

日常生活中，手機早已成爲我們捕捉和分享精彩瞬間的得力助手。然而，當我們坐在駕駛座上時，那些沿途的美景、難忘的瞬間，往往因爲無法安全便捷地拍攝而遺憾錯過。如何能利用車機攝像頭將行車記錄轉化爲精彩的 vlog 視頻，爲用戶帶來全新的駕駛體驗？

除此之外，基於多項技術的應用，汽車正在成爲一個智能互聯的移動空間。從自動駕駛技術的進步，到智能座艙帶來的個性化體驗，再到智能客服的便捷服務，新技術正全方位提升大衆的駕乘體驗和整個汽車行業的產業效率。

面對這些變化，品牌方和營銷人能做些什麼？善抓節點營銷的品牌人，已經用 AIGC 玩出了什麼花樣？新一代智能車艙的創作營銷思路是什麼？AIGC 時代，如何讓汽車交互變得更加智能？

以上問題，都將在《AIGC體驗派》第三期中揭曉。

直播報名

7月3日晚7點，來直播間圍觀「如何用AIGC提升營銷互動率」。

直播間地址：https://vtizr.xetlk.com/sl/5IAiC

在第二期《AIGC 體驗派》的直播中，火山引擎智能創作雲運營負責人吳佳碩和 NVIDIA 解決方案架構師劉一鳴圍繞「如何用 AIGC 提升營銷視頻創作效率」的主題進行了探討。

越來越多的消費者開始藉助抖音這樣的短視頻平臺獲得內容和信息，用戶可以看到內容、產生興趣，從而實現下單轉化、視頻營銷的價值持續顯現，逐漸成爲企業實現快速增長的重要因素。

問題是，如何穩定地產出大量優質視頻內容，讓創作速度匹配營銷速度？

吳佳碩表示，視頻製作本身具備一定門檻，需要專業的人員和設備且付出較高的製作成本。高效利用 AIGC 工具能夠更快、更好地創作內容，實現營銷的降本增效。火山引擎智能創作雲就是在這樣的背景下誕生的一款生產力創作工具。

首先，智能創作雲提供了視頻雲端創作管理的後臺，企業中視頻創作的不同人員角色，包括編導、拍攝、後期，都可以通過一個後臺對視頻的草稿、素材、成片進行共享，實現高效協作。

其次，在創意生成環節，智能創作雲通過接入大模型技術在產品內部提供了 AIGC 創作助手。用戶通過輸入視頻的主題、營銷關鍵詞就能生成視頻文案的生成，快速實現創意。

有了創意內容之後，就進入了剪輯製作的環節：智能創作雲提供了不同於其他精細化剪輯工具的剪輯模式，用戶只需輸入文案、上傳幾段相關的素材，就可以通過混剪的方式製作出幾百上千條成片，還有智能匹配音樂、轉場、濾鏡等包裝元素，加上抖音獨家的去重算法，可以降低視頻的同質化，快速生成高質量的營銷視頻。

一個經典的降本增效案例是，美妝品牌「植後」利用智能創作雲實現了 800+ 員工矩陣運營，日產視頻量提升 2 倍，單條視頻製作成本大大下降。在視頻數量和製作效率提升的同時，通過去重算法也保證了成片的質量，使得矩陣號抖音播放提升 11%，矩陣號月抖音播放達到了 1000 萬。

產品的創新源於技術的創新，在接下來的分享中，劉一鳴介紹了 AIGC 視頻創作背後的核心技術。

劉一鳴表示，在改變視頻創作範式、降低創作門檻的同時，AI 也增加了視頻內容的多樣性。利用 AI 模型模塊化的特點，創作者可以通過多個 AI 模型的搭配與組合，獲取在傳統創作管線難以實現的視覺效果。

變革建立在能夠高效使用 AI 模型的基礎之上，任何的 AI 模型都有兩個核心的環節——基於大量數據的「訓練」，以及模型結合用戶輸入的「推理」。

不過，如何才能高效完成 AI 模型的訓練呢？NVIDIA 的大模型訓練框架 NeMo Framework 可以幫助用戶高效完成這一過程，該框架通過張量並行、序列並行在內的多種並行計算手段，將複雜的計算分配到多個 GPU 計算設備上同時執行，大大提高了訓練效率，幫助開發者以最小的成本在最短的時間內完成模型迭代。

沒有特殊定製化需求的創作者可以直接使用經過驗證的開源模型，但未經過性能優化的 AI 模型往往推理效率低下且延遲較高，所以提升模型的推理效率就成了使用 AI 模型的關鍵障礙。

NVIDIA 的推理優化框架 TensorRT 旨在解決這一問題。通過 TensorRT 所提供的底層 Kernel 融合、動態顯存複用等技術，開發者可以提升推理效率，降低模型的響應延遲。此外，面向視頻、圖像創作領域中常見的擴散模型，開發者可以利用 TensorRT Model Optimizer 中提供的定製化量化策略，效果幾乎無損，還能獲取額外的 20% 到 40% 的性能提升。

不管有沒有開發經驗，任何創作者都可以通過 NVIDIA 所提供的各級 AI 方案來獲取所需能力。

回到最開始的問題 ：AIGC 視頻創作背後的核心能力是什麼？

劉一鳴認爲，在這個 AI 不再稀缺的時代，技術能力不會成爲阻礙，核心能力是創作者的創造力。

第二期回顧觀看地址：https://vtizr.xetlk.com/s/7CjTy

有獎問卷

您目前是否已經在日常工作中使用AIGC，歡迎您反饋。我們準備了一些小禮品，請記得填寫郵寄信息。

問卷地址：https://bytedance.larkoffice.com