Adobe将 Adobe Experience Manager内现有的图片智能标签功能 (Smart Tag) 扩展至用户原创内容 (User-Generated Content) 影片中。新功能可自动阅读并辨认影片内物品，协助市场营销人员搜寻及筛选影片，无需逐一浏览社交媒体帖文。

用户原创内容可减少内容营销 (Content marketing) 成本、提高市场营销活动成效，以及解决现今营销人员面对的大规模制作难题。运用用户原创内容，是品牌应对现今市场内容和个人化需求日益增加的关键。用户原创内容不但具有高成本效益，亦更为真实及表现更佳。据 Adweek 资料显示，64% 社交媒体用户会在购物前观看用户原创内容影片，而且用户原创内容影片的观看次数较品牌影片高 10 倍。

Adobe致力开发计算机视觉技术 (Computer Vision)，协助自动化处理以往需由人手阅览的用户原创内容的过程。Adobe Sensei 推动的智能标签可自动阅读图像并找出关键物品、物品类型，以及其艺术特性等，用作建立描述性标签 (Tag)，让市场营销人员能筛走含有不符合搜寻要求的图像内容。

虽然使用智能标签处理图像十分有效，影片却是现今在网络上最受欢迎的媒体类型。据 Cisco 估计，在 2021 年，影片将会占整个互联网 82% 的流量，而过去一年在 Instagram 发布的影片数量已增长4倍。影片较图像更大型、更具即时性，使影片分析远较图像更难分类、筛选及取用。

Adobe Experience Manager 中的 Adobe Sensei 的自动影片标签 (Video Auto Tag) 服务可以为 60 秒钟以内的影片产生两套标签。第一套标签是关于影片内物品、场景及影片的特征，第二套则描绘影片中的动作。这些标签可用于改良影片搜寻及取用，让营销人员可以筛去不符合搜寻要求的内容。

除物品、场景及特征外，自动影片标签功能亦可辨认暂时发生变化的事件，包括影片内的动作或活动，如「喝水」和「跳跃」。这一功能是透过自动影片标签功能预测动作来实现的。这需要利用一整套涵盖大量动作的影片，配以 Adobe 内部影片数据库的用户数据所产生的动作标签训练而成。动作自动标签可跨越影片中的多个画面，聚集各时间段的结果后，产生一套影片动作标签集。