据Techcrunch外媒报道称，机器学习技术将促使“算法生成新闻提要和内容推荐”的应用普及，而用户UGC和自动内容创建技术将有助于未来新闻内容的个性化、智能化。
专注于智能系统和个性化技术的Yle产品负责人Jarno M. Koponen表示，“可见，下一阶段内容将是根据消费者的偏好和情绪量身定制，软件自主生成的故事，根据用户数字足迹，个人偏好，自然语义理解等综合人工智能技术的运用，将对包括新闻文章，实时视频、流媒体服务的热门剧集等内容题材进行自动化的软件生成”。
国内专注于智能影像生产技术的影谱科技表示，“影像内容将是继文字、图片之后的主要信息载体，随着信息视频化提速，影像内容产制播将进一步向个性化和智能化演进，智能影像与机器影像并存。”
从智能推荐到更智能的内容
当用户使用Youtube，Facebook时，谷歌，亚马逊， 推特， Netflix或Spotify算法会选择推荐与用户相关的个性化内容。但到目前为止，每个人的内容体验本身大同小异，如向不同用户推荐同一篇新闻文章，直播视频或电视剧集，此类用户都会阅读并观看相同的内容，体验相同的内容。
但随着智能化内容的出现，这即将改变。很快，用户将看到新形式的智能内容，这是由于用户个性化需求追踪、机器学习技术和内容本身以无缝方式组合，以创建个性化的内容体验。
什么是智能内容（智能影像）
智能内容意味着内容本身受到阅读或视听内容的影响，根据人工智能技术、用户个性化需求追踪、机器学习技术等创建一个有别于物理世界的内容，可以是音视频或文字图像，内容本身会根据批量用户或单个用户而变化。
我们已经看到了这个领域的第一批先行者。TikTok整个内容体验是由短视频、视听内容序列驱动的，如果用户愿意，通过算法订购和编织在一起。每个用户根据观看历史和用户个人资料看到不同的个性化 “整体”。
与此同时，Netflix最近开始测试新形式的互动内容（电视剧集，例如Black Mirror：Bandersnatch），其中用户自己的选择直接影响内容体验，包括对话和故事情节。还有更多正在进行中。通过Love Death＆Robots系列，Netflix正在尝试系列中的剧集顺序，以不同的顺序为不同的用户提供剧集。
交互式视听内容早期应用于体育赛事流媒体，用户可以决定遵循哪个特定流以及她如何与现场内容交互，例如，重绕流并基于她自己的兴趣发现关键时刻。
同时，我们看到机器学习技术用于创建想象的人，生物和场景的影像。当前系统可以重建和改变整个视频，例如通过改变视频结构，场景，光照，环境或中心人物。此外，影谱科技表示，AI智能影像解决方案能够生成不同类型的视频。
现在，TikTok的个人短片将通过AI智能影像系统自动选择个性化效果，而整个视频可以根据用户量身定制重制。或者，Netflix的交互式内容中的选项会影响情节曲折，对话甚至是音轨、视频帧，这些选择是根据用户喜好自动生成的。
事实上，智能影像解决方案在流媒体领域的充分应用在推动“个性化的智能内容将成为新闻”。影谱科技表示，其自动化内容生产系统采用NLP技术、自研的MAPE生产引擎，可以大规模生成中短易懂、甚至创新的新闻可视化内容。目前，媒体公司使用其自动内容创建系统或“机器人记者”来创建从完整文章到视听剪辑和可视化的新闻材料。通过内容雾化（将内容分解为小的模块化信息块）和机器学习，可以大量增加内容生产以支持智能内容创建。
如何创建包含不同体验的智能内容（智能影像）
内容本身被视为一个迭代和可配置的商品或过程，而不是在发布时完成的现成静态整体。
重要的是，内容体验的核心构建发生了变化：智能内容由雾化的模块化元素组成，可以根据不同的规则对其进行修改，更新，重新混合，替换，省略和激活。此外，如果适用，可以重复使用过去制作的内容模块，内容的设计和开发更像软件一样可以迭代。
目前，大量的人力和计算资源被用于为内容分发和推荐系统准备内容，从智能新闻应用到按需求传输服务。对于智能内容，内容创建及其对发布和分发渠道的准备并不是一个单独过程。相反，描述和定义内容的原数据和其他不可见功能从一开始就是内容创建过程中不可或缺的一部分。
通过智能内容，叙事图像或视频本身成为迭代反馈循环的组成部分，其中用户的动作，情感和其他信号等从整个内容消费周期创建和推荐内容体验。通过智能内容功能，新闻短视频或流媒体可以为不同的内容帧内元素进行迭代和管理，如娱乐流媒体内的明星替换、流媒体内的道具创建等应用，都将变得易如反掌。