Переосмысление креативного производства с помощью ИИ: как Shining создает быстрый и масштабный видеопоиск с Zilliz Cloud
<300 мс задержки в масштабе
Обеспечивает почти мгновенное извлечение даже при библиотеке, приближающейся к 10 миллионам векторов
>100 миллионов векторов
Бесшовно масштабируется для будущего роста без реархитектуры, простоев и дополнительной операционной нагрузки
На 65% меньше времени на коммуникацию
Ускоряет производство крупных кампаний, сокращая сроки подготовки предложений с 7 дней до всего 2
На 40% более высокие показатели одобрения
Помогает агентствам выигрывать больше питчей, находя высокорелевантные клипы за считанные минуты
We tested every mainstream vector database, and Milvus delivered the best overall performance.
Su Wei
О Shining
Shining — это креативная платформа на базе ИИ, которую используют режиссёры, продюсеры и агентства, чтобы ускорить процесс превращения ранних идей в полноценные клиентские предложения. Вместо того чтобы вручную искать по папкам или стоковым сайтам, креативные специалисты просто описывают нужную сцену на естественном языке — например, «замедленный крупный план бегуна на рассвете» — и Shining мгновенно возвращает наиболее релевантные видеореференсы. Затем пользователи могут за считанные минуты превратить референсы в раскадровки и создать готовые к презентации деки в том же рабочем пространстве. Сегодня более 2 000 креативных команд используют Shining, чтобы сократить часы (или даже дни) в процессе разработки питчей.
Чтобы сделать это возможным в масштабе, Shining интегрировала Zilliz Cloud, полностью управляемую векторную базу данных, построенную на Milvus. До Zilliz команда Shining сталкивалась с теми же проблемами, что и многие медиа- и контент-компании: огромные видеобиблиотеки, непоследовательная разметка тегами, медленный поиск и значительные инженерные затраты на поддержку инфраструктуры. С Zilliz Cloud Shining построила быстрый и высокоточный движок семантического поиска, который обрабатывает десятки миллионов видеоассетов и возвращает результаты за миллисекунды. Теперь креативные специалисты могут найти именно тот кадр, который представляют, — будь он задан настроением, ракурсом камеры, освещением или стилем, — не полагаясь на ручные метаданные.
Что именно нужно креативным командам от ИИ
Креативная реклама остаётся одной из самых ручных и трудоёмких частей медиаиндустрии. Даже такая рутинная задача, как подготовка концепции телевизионного ролика, может занимать дни — большая часть этого времени уходит на поиск пригодного референсного материала. Онлайн-платформы часто смешивают качественные клипы с нерелевантными материалами, и даже когда нужный контент существует, команды всё равно тратят часы на просмотр папок и прокрутку длинных таймлайнов, чтобы найти именно тот кадр, который им нужен.
На этом узкие места не заканчиваются. После того как референсы собраны, команды всё ещё полагаются на нарисованные вручную раскадровки — процесс медленный, повторяющийся и склонный к несогласованности. Этап подготовки предложения добавляет ещё больше трения: форматирование слайдов, управление правками, сбор обратной связи и поддержание согласованности между всеми участниками часто приводят к долгим ночам и нескольким раундам переделок. Эти операционные препятствия отнимают ценное время, которое можно было бы потратить на собственно креативное мышление.
Shining поняла, что для настоящей модернизации этого рабочего процесса креативным командам нужна ИИ-система, построенная вокруг трёх ключевых возможностей:
Интеллектуальный видеопоиск в масштабе миллионов — Пользователи должны иметь возможность ввести визуальное описание или загрузить изображение и мгновенно искать по миллионам видео, включая мировую рекламу, раскадровки фильмов и TVC. Автоматический поиск по сходству на основе композиции, цвета и стиля может повысить эффективность вдохновения на целых 80%.
Генерация ИИ-раскадровки в один клик — На основе сценария или референсного клипа ИИ должен генерировать эскизы раскадровки и покадровые заметки — кадрирование, движение камеры и тайминг — с вариантами экспорта, готовыми для использования клиентом. Shining также создаёт Storyboard Agent, который помогает автоматически уточнять темп и повествование.
Готовые к предложению слайды за 10 минут — Раскадровки, референсы и стратегия должны объединяться в отполированную питч-деку за минуты, со встроенной совместной работой и контролем версий, чтобы команды тратили меньше времени на форматирование и больше — на создание.
Как Shining формирует свой ИИ-рабочий процесс
Определив ключевые проблемы и потребности, Shining доработала свой ИИ-продукт вокруг трёх практических принципов, которые понятны любой креативной команде.
Проектирование для реальных креативных ролей
Shining создает функции на основе того, что действительно нужно разным пользователям — режиссерам, дизайнерам, продюсерам и бренд-маркетологам. Например, режиссеры получают точные раскадровки и высококачественные визуальные референсы для поддержки своего видения. Бренд- и стратегические команды получают более быстрое и надежное создание предложений, чтобы уверенно отвечать клиентам. Каждая функция разработана для того, чтобы снизить трение для конкретной роли, а не просто добавить больше инструментов.
Поддержка всего производственного процесса
Вместо того чтобы решать только одну часть творческого процесса, Shining фокусируется на трех крупнейших узких местах: поиске референсов, создании раскадровок и сборке предложений. Интеллектуальный поиск, автоматизированное создание и совместная работа в реальном времени работают вместе в одном интегрированном процессе. Предстоящий Storyboard Agent продвинет это еще дальше, помогая командам переходить от брифа к отполированному результату без переключения между несколькими приложениями.
Четкое определение сотрудничества человека и ИИ
Shining также устанавливает четкие границы того, как люди и ИИ работают вместе. ИИ берет на себя повторяющиеся, трудоемкие задачи — такие как поиск материалов, организация структуры или создание черновых раскадровок, — чтобы команды могли сосредоточиться на творческом руководстве, стратегическом мышлении и коммуникации с клиентами. Такой баланс обеспечивает скорость без потери человеческого суждения, от которого зависит выдающаяся творческая работа.
Решение: обеспечение ИИ творческого уровня с помощью Zilliz
Техническая стратегия Shining начинается с простой идеи: перестроить творческий рабочий процесс с использованием Retrieval-Augmented Generation (RAG). Сначала помочь пользователям мгновенно находить нужные визуальные референсы; затем использовать эти референсы для создания высококачественных раскадровок и предложений. Чтобы делать это надежно, Shining требовался векторный поиск, который мог бы вырасти с десятков миллионов до сотен миллионов видеоэмбеддингов без замедления или чрезмерного удорожания эксплуатации.
На ранних этапах Shining построила свою систему на open-source Milvus, подтвердив, что векторный поиск является правильной основой для сценариев использования творческих референсов.
«Мы протестировали все основные векторные базы данных, и Milvus показала лучшую общую производительность», — говорит Су Вэй, CTO Shining.
Но по мере того как библиотека Shining приближалась к 10 миллионам векторов, поддерживать собственный кластер становилось все сложнее. Использование памяти резко возрастало, операционные накладные расходы росли, а инженерное время смещалось от разработки продукта к поддержанию стабильности инфраструктуры. Чтобы преодолеть это ограничение — и подготовиться к гораздо более крупным наборам данных, — Shining мигрировала в Zilliz Cloud, полностью управляемый сервис Milvus. Этот переход снял все инфраструктурные нагрузки, одновременно предоставив команде эластичность и надежность, необходимые для долгосрочного масштабирования.
С Zilliz Cloud Shining теперь получает преимущества от трех ключевых возможностей:
Высокопроизводительный векторный поиск: Даже при почти 10 миллионах векторов Zilliz Cloud удерживает поисковые запросы в пределах 300 мс, обеспечивая пользователям почти мгновенный опыт извлечения данных.
Эластичная масштабируемость: Shining ожидает, что к 2025 году ее библиотека вырастет до сотен миллионов векторов. Архитектура Zilliz Cloud создана для плавного масштабирования до такого размера — без реархитектуры, без простоев и без операционных сюрпризов.
Многоуровневое хранение для экономической эффективности: Zilliz Cloud внедряет многоуровневое хранение, при котором «горячие» данные остаются в памяти для быстрого доступа, а менее часто используемые ресурсы автоматически хранятся в S3. Это позволяет Shining поддерживать высокую производительность, контролируя затраты на хранение по мере расширения набора данных.
Результаты: реальное влияние на творческие команды
С момента запуска Shining обеспечила рабочие процессы более чем 2 000 творческих команд, предоставив измеримые улучшения в реальных производственных средах.
Более быстрое производство для крупных кампаний: В проекте автомобильного TVC Shining помогла команде режиссёра сократить срок подготовки предложения с 7 дней до всего 2 — одновременно снизив время коммуникации на 65%.
Более высокие показатели выигрыша для агентств: Для команд 4A, работавших над проектом BYD CarShow, Shining за считанные минуты выявила более 300 высокорелевантных референсных клипов, что способствовало росту показателей одобрения предложений на 40%.
Больший объём выпуска для небольших студий: Для креативной команды из 10 человек платформа стала мультипликатором возможностей — увеличив годовой объём предложений с 50 до 200 деков и обеспечив 3-кратный рост продуктивности команды.
Для агентств, студий и производственных команд Shining теперь является надёжным технологическим партнёром, предоставляющим стандартизированные инструменты на базе ИИ, которые оптимизируют весь креативный рабочий процесс — от первой идеи до финального клиентского дека.
Заключение
Размышляя о росте Shining, CTO Су Вэй объясняет их успех сочетанием правильного момента, технологий и фокуса. Крупные модели наконец сделали возможным для ИИ понимание креативных активов так, как ручная разметка никогда не могла. В то же время современные векторные базы данных сделали крупномасштабный семантический поиск практичным — предоставив техническую основу, необходимую Shining, чтобы переосмыслить то, как работают креативные команды.
Выбор Zilliz Cloud в качестве векторной базы данных стал поворотным решением. Производительность, надёжность и встроенная масштабируемость платформы напрямую соответствовали долгосрочным потребностям Shining, позволяя команде вырасти от миллионов до десятков миллионов векторов без замедления из-за настройки кластеров или управления инфраструктурой. Поскольку операционные задачи выполнялись Zilliz Cloud, инженеры Shining могли оставаться сосредоточенными на продуктовых инновациях, а не на обслуживании бэкенда.
Не менее важно и то, что Shining сохраняла предельный фокус на людях, которые создают работу, — бренд-командах, агентствах, режиссёрах и дизайнерах. Чётко определив, что должен автоматизировать ИИ, а чем должны руководить люди, Shining создала инструменты, которые действительно снижают трение, а не добавляют сложности. Это сочетание правильной технологии и глубокого понимания пользовательских рабочих процессов продолжает давать Shining преимущество.
Имея такую основу, Shining движется быстрее, чем когда-либо, — создавая ИИ-инструменты, которые существенно усиливают креативную работу и помогают командам по всей индустрии создавать более качественные идеи за меньшее время и с меньшими усилиями.