AI可识别演唱会的“精彩瞬间”，并自动生成适用于社交媒体的短视频 “AI Highlight Agent”测试版正式上线

～将于2027年1月起正式推出。将参展Inter BEE 2026～

2026.11.04 09:30

INISOFT Co.,Ltd.

INISOFT Co., Ltd.（东京都涩谷区涩谷2-7-14 VORT AOYAMA 401室，董事长兼总经理：Jaewung Lee，以下简称INISOFT）开发了一款名为“AI Highlight Agent”的平台，该平台利用AI对直播视频和音频进行实时分析，检测关键瞬间，并自动生成适用于社交媒体的短视频和一行摘要，将于2026年11月4日起开始提供测试版服务。此外，正式上线时间预计为2027年1月。同时，本公司将于2026年11月18日（周三）起在幕张展览馆举办的“Inter BEE 2026”展会上展出该产品，并向莅临本公司展位的客户按先到先得的原则提供免费试用账号。

「INISOFT」

https://www.inisoft.co.kr/

主要機能

主要功能

“AI Highlight Agent”的主要功能

【“AI Highlight Agent”的开发背景】

在体育赛事和音乐会等现场活动中，制作精彩集锦视频和短视频已成为不可或缺的一环。然而，传统的精彩集锦制作依赖于两阶段的手工操作：首先由剪辑师一边观看视频一边寻找精彩片段并进行剪辑，随后由发布系统的操作员进行编码和打包。这导致活动时长越长，所需的工作时间就越长，从而形成了这一难题。

此外，演唱会和比赛往往在周末、节假日或夜间举行，这要求在人工成本较高的时段确保充足的人手。由于单个剪辑师能制作的内容数量有限，受成本问题影响，不少内容未能被制作成精彩集锦，最终被搁置。

另一方面，观众的行为正发生着巨大变化。根据日本总务省的调查（※1），10多岁人群平日每天的互联网使用时间为228.3分钟，20多岁人群为266.9分钟，远超实时电视收视时间（10多岁人群43.4分钟，20多岁人群46.3分钟）。此外，还有调查结果（※2）显示，18至24岁的体育迷中，有34%更喜欢“片段/精彩集锦”而非“整场比赛”，而YouTube Shorts的日均播放量已达2,000亿次（※3）。

INISOFT基于在全球1,000多场现场活动中运营直播的丰富经验，为解决“观众收视习惯正转向短视频和精彩集锦，人工制作却难以跟上”这一难题，开发了“AI Highlight Agent”——该系统能够直接从直播中，无需人工干预，一站式完成短视频生成至社交媒体发布的全流程。

※1 总务省《令和7年度信息通信媒体使用时间与信息行为调查》（2026年6月公布）

※2 YouGov《2023年体育白皮书》（2022年11月调查，涵盖18个市场、1.9万人以上。日本不在调查范围内）

※3 YouTube首席执行官尼尔·莫汉（2025年6月，戛纳国际创意节主题演讲）

【“AI Highlight Agent”的特点】

1. 实时自动检测关键瞬间

采集SRT/HLS/RTMP格式的直播流，通过多模态AI（计算机视觉、人脸识别、语音分类、大型语言模型）对视频帧和音频进行实时分析。能够同时捕捉“谁、什么、在什么场景下”这些单一AI难以实现的信息，并以超低延迟检测进球、本垒打、出局、重要发言等戏剧性瞬间。

以棒球为例，当检测到得分或出局等事件时，系统会在画面上显示通知，并将事件类型（OUT、HOME RUN、RBI等）、局数及出局数等比赛状况、击球手与投手等球员角色，以及场景的一行摘要汇总至信息卡中，以列表形式呈现。

イベント検知(スポーツ)

事件检测（体育）

AI自动检测事件，并以卡片形式汇总显示（以棒球为例）

2. 一键生成视频片段，并直接发布至社交媒体

对于检测到的场景，只需点击“Make Clip”按钮打开裁剪界面，通过滑块调整范围即可生成视频片段。编码模式可选择“Fast（高速）”和“Precise（精密）”两种，并通过预设模板一键转换为适合社交媒体的格式。

生成的视频片段不仅可一键发布至X、Instagram、YouTube和TikTok，还可复制播放链接和话题标签。发布方式可根据实际需求在“自动发布”和“审核后发布”之间选择，从而在直播过程中即可完成从事件发生到社交媒体发布的全流程。

クリップ作成画面(スポーツ)

片段制作界面（体育）

片段制作（裁剪）界面

SNS投稿画面(スポーツ)

社交媒体发布界面（体育）

社交媒体发布界面

3. 自动生成一句话摘要、话题标签和AI字幕

LLM（大规模语言模型）会根据每个场景自动生成标题、一句话摘要和热门话题标签，因此无需人工即可准备好用于社交媒体发布的文案。此外，通过AI语音识别技术，还可以将歌词或发言自动作为字幕显示在短视频上。

4. 支持演唱会等娱乐内容

在演唱会中，系统会自动将演出视频分类为“演唱”、“谈话”、“主持人环节”、“VCR”等，用户可在时间轴上进行查看。AI会为每个候选片段添加标题和一句话摘要，只需点击“生成片段”，即可将候选场景制作成短视频。

此外，对于超过1分钟的较长片段，AI会推荐其中60秒以内的最佳场景，用户可在编码前剪掉不需要的部分。生成的视频将自动以9:16的竖屏短视频格式输出（也支持16:9的横屏格式），导出时还可自动插入合作伙伴企业的Logo或图形元素。

コンサートの自動分類画面

演唱会自动分类界面

演出内容的自动分类与片段候选

縦型ショート動画の生成画面

竖屏短视频生成界面

竖屏短视频生成（附AI字幕）

(*)界面为开发中版本（韩语显示）。本新闻稿中刊载的视频均为AI生成的示例视频。

5. 通过图像词典与背景音乐的自动识别，提升运营效率并优化版权处理

通过采用人脸识别与数据映射技术的“图像词典引擎”，可将视频中的人物及其角色在时间轴上进行索引，并生成按运动员或出演者分类的片段。此外，该系统还能自动检测和识别背景音乐，并将音频元数据映射到时间轴上，从而有助于提高版权管理和许可费计算的效率。活动结束后，也可通过搜索功能立即找到目标场景，并对片段进行再利用和重新编辑。

【实施效果】

通过引入“AI Highlight Agent”，编辑人员无需再通过观看视频来查找场景，可在活动进行期间即刻着手剪辑工作。除了降低精彩片段制作的人力成本外，还可在活动高潮时通过社交媒体进行传播，从而吸引观众观看直播正片；此外，通过插入带有品牌标识的过渡片段，还能创造新的赞助机会。

● 大幅削减人力成本：显著减少剪辑人员数量及工作时长

● 引导观众观看直播正片：在直播过程中通过社交媒体进行传播，将观众引导至直播正片

● 创造新的赞助机会：通过带有品牌标识的过渡片段，为赞助商创造新价值

【“AI Highlight Agent”的系统架构】

“AI Highlight Agent”以SaaS形式提供，只需连接现有的直播输出流（SRT／HLS／RTMP）即可使用。只要预先设置好输入URL、输出格式、Logo等品牌标识以及出演者、选手的面部数据，直播过程中AI就会自动执行检测、分类和单行摘要，操作员则可以专注于片段的制作、确认和调整。

ステム構成図