AI 论文多项目少落地难？阿里造新物种 Aliwood，起了个好头

9 月份的时候，Reddit 一位网友在实践一篇论文的时候，发现了一个审核人员都没发现的问题，导致无法复现 CVPR18 论文的结果。

虽然后来论文作者花了 3 个星期，找出了症结所在，但也从一个侧面反映了一个问题：理论多于实践。

实践只需要挑战自我，落地要替别人解决问题。从实践到落地，中间差了一个产品设计的距离。

要落地一个项目，首先要了解用户痛点的症结所在，然后统筹规划企业可用资源，根据当前生产能力，出一套解决方案，最终帮助用户解决痛点。

论文才看对错，落地只关心成败。

落地做 AI

禅师并不常上淘宝，毕竟禅师是一个被粉丝称为钢铁直男的人（关键是，说这话的是男的…）

以前上淘宝进入商品详情页，基本就是商品介绍图片；现在进入商品详情页，首先入眼的是视频。

相比静止的图片，视频可以传递出更多的信息，可以更方便的展示商品细节，可以加入炫酷的视觉效果，从而更有效的激发用户的购买欲望。

数据也很说明问题。阿里巴巴达摩院自然交互体验实验室负责人傅利民说，视频能增加 2.6% 的线上购买量，增加顾客 5% 的次均停留时间。

但随之而来的问题是视频的制作成本非常高，制作周期也远比图片长。镜头走向从上到下还是从左到右？什么时候拉近什么时候推远？一个镜头停留多长时间？

后期的时候还需要对视频里的每一段，一遍遍的进行编辑。留哪段删哪段？速度加快还是放慢？加什么样的动态特效？选择什么样的背景音乐？

所以虽然视频对销量的提升很明显，但目前淘宝只有不到 1% 的商品实现了视频化表达。如果要在 1 年内满足这个需求，需要 50 万设计师。

上传到服务器也需要耗费更多的时间。如果碰上网络不稳定，传个视频简直想死。

我们训练人工智能，不就是为了解决数据量过大、人力不足吗？好，接下来就可以把上面的问题概括成几个关键词：

1. 图像识别

2. 音频识别

3. 情感分析

4. 智能匹配

5. 自动生成

当我们把这些关键词涉及到的 AI 技术，通过某种方式结合起来，然后打包成一套解决方案，给到用户，就是一次从理论到落地的完整过程。

所以觉得 AI 落地难，有时候可能只是因为思维的方向反了。首先我们要看到实际问题，然后根据问题的突破点，去找对应的 AI 技术。

接下来我们看看阿里是怎么设计整个产品流程的。

HOW TO

视觉素材

首先需要解决的是视频素材。重新拍摄显然不现实，我要重新拍摄，还要 AI 何用？