Google DeepMind 藉由視覺語言模型 Flamingo 為 YouTube shorts 生成敘述，增加短影音內容被觀眾搜尋到的機會。

Google DeepMind 在上週三（24 日）分享其視覺語言模型（visual language models, VLM）Flamingo 已應用於為 YouTube Shorts 生成影片的敘述，將有助於提高短影片被觀眾發現的可能性。

由於 YouTube Shorts 通常是創作者在較短時間內製作完成，常常未加入對影片的文字描述和標題，且使用者觀看 Shorts 的習慣主要是一路向下滑動，而不是主動搜尋瀏覽，也降低了創作者加入描述標題等後設資料（metadata）的動機，這進而導致用戶難以透過搜尋來找到 Shorts。

因此 Flamingo 通過分析影片的初始影格來生成描述，以解釋影片的內容。這些文字描述會作為後設資料儲存起來，以利日後 YouTube 能對影片進行更準確的分類，並將搜尋結果與觀眾的搜尋相互配對。

不過這些 AI 自動生成的描述，並不會出現在頁面上顯示給用戶看，後設資料是處於幕後。Google 表示有了 AI 的加持後，觀眾能更輕易搜索 Shorts 內容，而創作者則能在不需有額外的操作下觸及更多國際上的觀眾。

Flamingo 目前已開始將自動生成描述的功能應用於近期新上傳的 Shorts。

至於日後會不會將自動生成影片描述的功能加入至 YouTube 長影片，Google 表示完全可以想像 Flamingo 也應用於長影片，但他們認為這樣的需求可能較少。因為觀眾通常會根據標題和影片首圖選擇要觀看的內容，創作者在製作影片時本就有動機增加有助於提高被搜索機率的後設資料。

（資料來源：INSIDE） 

【本訊息文字圖片未經原提供單位許可，不得任意轉載及連結，如有需求，請洽原資料提供單位。】