DeepMind与YouTube合作推出了一款先进的AI模型Flamingo，旨在增强YouTube Shorts视频的可搜索性。这些短视频剪辑类似于流行的TikTok平台，通常需要更多的描述性文本和有意义的标题，以便用户更容易找到特定内容。然而，引入Flamingo后，用户现在可以更轻松地发现这些视频。
Flamingo利用其先进的视觉语言模型，通过分析YouTube Shorts视频的初始帧生成解释性文本。例如，它可以将场景描述为“一只猫在玩毛线球”。这个生成的文本被存储为元数据，实现了更高效的视频分类和搜索引擎可访问性。
Flamingo的影响已经显现，数十万个新上传的Shorts视频受益于AI生成的描述。YouTube计划逐步将这项技术应用于所有的Shorts视频，使全球观众更容易找到它们。
Flamingo代表了DeepMind和YouTube之间的最新合作，进一步巩固了DeepMind和Google Brain合并为一个统一的AI业务团队的决策，这一决策是由Google在今年四月宣布的。他们之前的合作项目包括利用DeepMind的AI模型MuZero来增强YouTube的VP9编解码器，以实现压缩传输。此外，DeepMind和YouTube在2018年合作，教育视频创作者如何通过与YouTube政策保持一致来最大化收入。这个合作伙伴关系导致了一个标签质量模型(LQM)的开发，确保更准确的内容标签以提高广告精度，并在平台上建立观众、创作者和广告商之间的信任。
继续他们富有成果的合作，DeepMind和YouTube致力于通过引入视频章节来提升用户体验。这一发展带来了一个能够自主处理视频和音频内容转录的AI系统，为章节分割和标题提供建议。这一革命性的功能被称为AutoChapters，并在2022年的Google I/O大会上由CEO Sundar Pichai公布。有了AutoChapters，用户再也不需要费力地搜索冗长的视频，因为AI系统能够迅速识别关键部分。这个功能已经应用于800万个视频，并且DeepMind计划在未来一年将其推广到8000万个视频。
关于Flamingo，YouTube Shorts制作团队明确表示，AI模型生成的元数据对创作者不可见。主要目标是显著提高搜索准确性。此外，谷歌确保Flamingo生成的文本符合其严格的责任标准，避免对视频内容进行负面描述。
随着Flamingo开始革新YouTube Shorts视频的可搜索性，其AI标签能力的准确性将受到密切关注。在这个先进AI技术的时代，Flamingo证明了DeepMind和YouTube之间的合作。通过他们的共同努力，他们不断重新定义AI创新的边界，为创作者和观众创造了更具吸引力和可访问性的环境。