◎智谷趨勢(shì)| 王延鶴

　　只有視頻化才能生存

　　隨意打開(kāi)一個(gè)APP，最顯眼的位置，放的都是視頻。

　　花花世界迷人眼。前100位的APP里，69個(gè)都有視頻類(lèi)功能。

　　想想看，你每天花多少時(shí)間刷視頻？

　　根據(jù)《中國(guó)網(wǎng)絡(luò)視聽(tīng)發(fā)展研究報(bào)告（2023）》統(tǒng)計(jì) ，短視頻人均單日使用時(shí)長(zhǎng)，超過(guò)2.5小時(shí)。

　　信息嚴(yán)重過(guò)剩，讓我們的注意力也成為一種稀缺資源。

　　你把時(shí)間花在哪里，命運(yùn)就在哪里。

　　懂得這個(gè)道理的企業(yè)和品牌，紛紛開(kāi)始做內(nèi)容、做直播，給產(chǎn)品添加視頻功能。

　　最樸實(shí)的想法，就是存量競(jìng)爭(zhēng)時(shí)，通過(guò)視頻化吸引用戶。

　　短短5年，中國(guó)短視頻用戶，從6.48億增長(zhǎng)到10.12億；

　　2022年，中國(guó)視頻直播帶貨規(guī)模約3.5萬(wàn)億，在網(wǎng)上零售額占比高達(dá)25.4%；

　　出門(mén)逛街，服裝店老板娘、燒烤攤大爺，都架著手機(jī)在直播；

　　周杰倫辦線上演唱會(huì)，有1億人觀看，大家一起唱“故事的小黃花，從出生那年就飄著”；

　　就連外賣(mài)軟件也在搞直播，看菜品、發(fā)紅包，來(lái)段脫口秀。

　　在注意力經(jīng)濟(jì)時(shí)代，只有視頻化才能生存。

　　8月22日，火山引擎視頻云&AIGC技術(shù)大會(huì)召開(kāi)。

　　大會(huì)主題是“視象新生”，火山引擎作為抖音的技術(shù)底座，要向全行業(yè)展現(xiàn)當(dāng)前視頻創(chuàng)新、變革的源動(dòng)力。

　　火山引擎總裁譚待認(rèn)為：

　　隨著全行業(yè)視頻化的演進(jìn)，營(yíng)銷(xiāo)，知識(shí)、商業(yè)和空間的交互體驗(yàn)也正在被重塑。

　　意思是說(shuō)，視頻從一種內(nèi)容形態(tài)，變成必不可少的能力。

　　過(guò)去三年的現(xiàn)實(shí)困境，讓線上化、視頻化、數(shù)字化，成了必然的選擇。

　　肉眼可見(jiàn)的，視頻化對(duì)辦公、教育、醫(yī)療、汽車(chē)、金融等行業(yè)，帶去顛覆性的商業(yè)創(chuàng)新。

　　視頻會(huì)議、辦公軟件收獲了億級(jí)增長(zhǎng)，頭部辦公APP用戶數(shù)突破6億；

　　遠(yuǎn)程醫(yī)療發(fā)力，醫(yī)生通過(guò)視頻通話對(duì)患者提供診療，管理患者情況；

　　智能工廠里，定位、測(cè)量、質(zhì)檢、監(jiān)測(cè)、安全生產(chǎn)都要用到超高清視頻技術(shù)與5G、人工智能的結(jié)合；

　　24小時(shí)直播的數(shù)字人、大模型定制的AI員工，都開(kāi)始上線；

　　視頻技術(shù)打破時(shí)空、創(chuàng)造體驗(yàn)、提升效率、轉(zhuǎn)變商業(yè)思維的能力，在本質(zhì)上，也是數(shù)字化革命的一個(gè)切面。

　　萬(wàn)物皆可視頻化，轉(zhuǎn)變?yōu)閿?shù)據(jù)流。這是機(jī)遇也是挑戰(zhàn)。

　　火山引擎提前捕捉趨勢(shì)，大會(huì)上發(fā)布了自研視頻編解碼芯片、BMF多媒體處理框架等全新技術(shù)，以及平行駕駛、虛擬直播間、VR直播等行業(yè)解決方案。

　　聽(tīng)起來(lái)，有些不明覺(jué)厲？別著急。

　　簡(jiǎn)單來(lái)說(shuō)：火山引擎要把抖音的音視頻能力，向全行業(yè)開(kāi)放了。

　　極限挑戰(zhàn)往往是最好的倒逼師

　　數(shù)據(jù)是最直觀的。

　　視頻在全網(wǎng)數(shù)據(jù)流量中的占比接近70%，增速還在攀升。

　　龐大的視頻直播需求，把視頻云變成了水電煤一般的基礎(chǔ)設(shè)施。預(yù)計(jì)到2024年，就會(huì)成為近千億級(jí)的大市場(chǎng)。

　　云計(jì)算作為一項(xiàng)商用服務(wù)，起源于亞馬遜，電商生意。

　　至今，亞馬遜還是全球最大的云服務(wù)商，云業(yè)務(wù)是其最賺錢(qián)的部門(mén)。

　　像亞馬遜和阿里云，為了應(yīng)對(duì)雙十一、黑色星期五期間的流量高峰，儲(chǔ)備了大量冗余算力。

　　這些服務(wù)器平常閑置時(shí)，就可以作為基礎(chǔ)設(shè)施，租借給外部，幫企業(yè)低成本上云，不用自己搞IT。

　　之后，互聯(lián)網(wǎng)大廠又把自己先進(jìn)的企業(yè)軟件、平臺(tái)能力、人工智能，都通過(guò)云計(jì)算打包成產(chǎn)品和服務(wù)，輸出給客戶。

　　眾多企業(yè)和云平臺(tái)綁定，就形成一個(gè)具備確定性的生態(tài)，也奠定了今天的云服務(wù)格局。

　　在視頻云的細(xì)分賽道，火山引擎最初也是服務(wù)字節(jié)跳動(dòng)內(nèi)部，尤其是抖音的視頻需求。

　　在2018年，抖音的日活用戶數(shù)超過(guò)1億。

　　每天要應(yīng)對(duì)視頻播放、傳輸、畫(huà)質(zhì)、交互、性能的多重挑戰(zhàn)，內(nèi)部必須要組建能力消化、應(yīng)對(duì)。

　　真刀真槍的實(shí)戰(zhàn)中，火山引擎視頻云應(yīng)運(yùn)而生。

　　現(xiàn)在各路企業(yè)都想通過(guò)視頻化，為自己多掙一點(diǎn)確定性。

　　聽(tīng)起來(lái)容易，但如果企業(yè)自己搭建視頻平臺(tái)，首先是成本太高，其次缺乏成系統(tǒng)的成熟經(jīng)驗(yàn)，技術(shù)門(mén)檻也比預(yù)想的高。

　　有需求，就有服務(wù)。這就是火山引擎視頻云的想象空間。

　　歷史經(jīng)驗(yàn)告訴我們，極限挑戰(zhàn)往往是最好的倒逼師。

　　春晚、奧運(yùn)會(huì)開(kāi)幕式、世界杯這類(lèi)大型賽事直播，也會(huì)創(chuàng)造短期流量洪峰。

　　火山引擎視頻云，就在2022年接受了抖音直播卡塔爾世界杯的挑戰(zhàn)。

　　賽場(chǎng)上，開(kāi)始射門(mén)了。

　　火山引擎視頻云色彩增強(qiáng)對(duì)比示意圖

　　這1秒鐘，現(xiàn)場(chǎng)的畫(huà)面通過(guò)衛(wèi)星，從卡塔爾傳輸?shù)街袊?guó)，抖音要瞬間將畫(huà)面壓縮、美化，傳輸給數(shù)以億計(jì)的設(shè)備，變成你手機(jī)上的720p、1080p、4K；

　　這1秒鐘，如果是4K50幀畫(huà)質(zhì)，視頻大小接近50M，同時(shí)傳給上億人，線路承受不住。抖音將視頻編碼壓縮到10M，傳給你的手機(jī)再解碼，才避免被流量高峰沖垮；

　　這1秒鐘，工程師要將HDR信號(hào)轉(zhuǎn)換為SDR，對(duì)畫(huà)面上800萬(wàn)個(gè)像素的色彩、亮度、對(duì)比度進(jìn)行“美顏”；

　　這1秒鐘，他們要用自研的RTM直播技術(shù)，把直播的延時(shí)降到半秒，讓所有人能同步看到比賽結(jié)果；

　　整場(chǎng)世界杯，火山引擎累計(jì)支持了106億人次的直播觀看，決賽觀看人數(shù)高達(dá)2.3億。

　　射門(mén)進(jìn)球，全場(chǎng)歡呼。屏幕上是1秒鐘，火山引擎幕后十年功。

　　這些在流量高峰中突破的技術(shù)，也會(huì)逐步開(kāi)放到視頻云的產(chǎn)品里，變成向外輸出的能力。

　　今天，抖音的日活已超過(guò)6億，2022年抖音電商同比增長(zhǎng)了80%?？梢哉f(shuō)，火山引擎每分每秒都在極限測(cè)試，不斷解決、試錯(cuò)、交付、迭代。

　　火山引擎視頻云想向B端企業(yè)證明，自己的增長(zhǎng)飛輪、確定性能力，是可以對(duì)外輸出的。

　　想要開(kāi)動(dòng)引擎，讓命運(yùn)的齒輪轉(zhuǎn)動(dòng)起來(lái)。

　　火山引擎到底想輸出什么樣的硬實(shí)力呢？這要看產(chǎn)業(yè)的需求，以用戶為中心嘛。

　　大會(huì)上提出，視頻技術(shù)面臨三個(gè)難以解決的矛盾：

　　首先，不管視頻要更高清，還是更低延時(shí)，核心都需要升級(jí)視頻編碼技術(shù)。

　　視頻標(biāo)準(zhǔn)每升級(jí)一代，技術(shù)復(fù)雜度就會(huì)提高十倍；視頻編碼每升級(jí)一代，質(zhì)量碼率則減少50%，但視頻數(shù)據(jù)量擴(kuò)展卻不止2倍；

　　編碼的迭代速度，追不上視頻數(shù)據(jù)量的增速，這是第一個(gè)矛盾。

　　其次，摩爾定律變慢了。視頻芯片處理和算力增長(zhǎng)的速度，支撐不了大規(guī)模8K/VR直播和視頻數(shù)據(jù)的需求。

　　算力有上限，需求無(wú)極限，這是第二個(gè)矛盾。

　　第三個(gè)矛盾，是XR/VR技術(shù)興起，虛擬現(xiàn)實(shí)與現(xiàn)實(shí)世界融合，將帶來(lái)新的沖擊。

　　面對(duì)這三大矛盾，結(jié)合眾多企業(yè)的訴求，火山引擎重新構(gòu)建了“一站式音視頻產(chǎn)品矩陣”。

　　最底座的算力層，是視頻處理的基礎(chǔ)。

　　視頻需求的快速膨脹，倒逼火山引擎的算力底座，完成了從通用計(jì)算到異構(gòu)計(jì)算的轉(zhuǎn)型。什么意思呢？

　　什么是異構(gòu)計(jì)算？

　　好比一支足球隊(duì)，隊(duì)員有不同的特長(zhǎng)，擅長(zhǎng)不同的攻防位置。

　　算力也一樣，不同的芯片和處理器，擅長(zhǎng)不同的任務(wù)。比如說(shuō)，CPU擅長(zhǎng)通用計(jì)算，GPU適合圖形渲染、深度學(xué)習(xí)，FPGA擅長(zhǎng)網(wǎng)絡(luò)加速、數(shù)據(jù)處理。

　　異構(gòu)計(jì)算就是讓不同的芯片組隊(duì)，在應(yīng)對(duì)視頻任務(wù)時(shí)，發(fā)揮更高效率。

　　火山引擎在大會(huì)上發(fā)布的自研芯片，就是一塊擅長(zhǎng)視頻編解碼的芯片。

　　在處理視頻時(shí)，1臺(tái)搭載這塊自研芯片的服務(wù)器，轉(zhuǎn)碼能力與百臺(tái)CPU服務(wù)器相當(dāng)；壓縮效率比目前主流的硬件編碼器，提升了30%以上。

　　并且，這塊芯片提前為未來(lái)設(shè)計(jì)，具備支持HDR和8K超高清視頻的能力。

　　對(duì)企業(yè)來(lái)說(shuō)，成本大大降低。

　　而在框架模型層面，火山引擎聯(lián)合英偉達(dá)，共同打造了BMF多媒體處理框架。

　　這又是什么呢？

　　簡(jiǎn)單地說(shuō)，BMF框架就像一個(gè)裝滿工具的工具箱。

　　裝滿了視頻化需要的所有技術(shù)，比如視頻編解碼、智能處理、視頻分析、圖像生成。

　　它就是火山引擎過(guò)去3-4年，沉淀的全鏈路視頻能力，目前已投入使用，每天要處理數(shù)以億計(jì)的視頻。

　　和過(guò)去的視頻處理平臺(tái)相比，BMF的優(yōu)勢(shì)在于：

　　幫助企業(yè)將各種視頻處理能力和解決方案協(xié)同工作，快速實(shí)現(xiàn)視頻化落地；

　　支持從生產(chǎn)到消費(fèi)的各種視頻應(yīng)用場(chǎng)景，包括視頻轉(zhuǎn)碼、云編輯、移動(dòng)端后處理，特別是AI帶來(lái)的視頻增強(qiáng)、視頻質(zhì)量分析等功能；

　　提供多語(yǔ)言開(kāi)發(fā)支持，使開(kāi)發(fā)更加方便，提高效率。

　　這個(gè)框架已經(jīng)全面開(kāi)源了，包括它的框架層，9個(gè)開(kāi)箱即用的案例，以及超過(guò)20個(gè)API范例。

　　在應(yīng)用層面，火山引擎的行業(yè)解決方案，就給了開(kāi)發(fā)者拿來(lái)即用、有方法論的視頻化能力。

　　比如說(shuō)，已經(jīng)在抖音落地的互動(dòng)直播營(yíng)銷(xiāo)解決方案。

　　就把整個(gè)直播鏈路都數(shù)據(jù)化了，這是要教給你，在視頻領(lǐng)域使用數(shù)據(jù)驅(qū)動(dòng)的增長(zhǎng)方法。

　　讓你一目了然，針對(duì)性增加互動(dòng)、優(yōu)化方式，直接提升直播轉(zhuǎn)化率和營(yíng)收水平。

　　今年蘋(píng)果推出Vision Pro后，又為VR市場(chǎng)加了一把火；AI大模型的發(fā)展，也為數(shù)字人、虛擬直播的大規(guī)模應(yīng)用，鋪好了路。

　　火山引擎在Pico VR的實(shí)踐基礎(chǔ)上，打造了8K級(jí)、360度的VR直播全鏈路解決方案。

　　這降低了VR內(nèi)容的制作門(mén)檻，企業(yè)能在Vision Pro、Pico等設(shè)備里，上線自己的VR應(yīng)用。

　　而火山引擎專(zhuān)門(mén)打造的虛擬直播間解決方案，也能打造數(shù)字人主播、虛擬直播場(chǎng)景和AR場(chǎng)景。

　　當(dāng)然，直播技術(shù)是火山引擎的老本行了。除了直播，他們?cè)谶^(guò)去幾年也與行業(yè)合作，打造更加產(chǎn)業(yè)級(jí)的視頻應(yīng)用。

　　比方說(shuō)，自動(dòng)駕駛的核心技術(shù)，其實(shí)就是AI、視頻處理、實(shí)時(shí)傳輸。

　　火山引擎的視頻處理、高速傳輸技術(shù)，就很適合與自動(dòng)駕駛公司合作。

　　將音視頻處理速度提升一個(gè)量級(jí)，這就是火山引擎的遠(yuǎn)程車(chē)控方案。

　　毫末智行與火山引擎共同構(gòu)建的遠(yuǎn)程車(chē)控方案，把汽車(chē)視頻處理速度提升了一個(gè)量級(jí)。

　　在車(chē)載視頻監(jiān)控、哨兵模式、遠(yuǎn)程理賠、快遞到車(chē)等任務(wù)中，把視頻延時(shí)壓縮到90毫秒，幾乎是實(shí)時(shí)同步了。

　　這讓自動(dòng)駕駛、遠(yuǎn)程操控，又突破了一個(gè)技術(shù)難點(diǎn)。同樣的技術(shù)，也可以用到機(jī)器人、智能制造里，依賴視頻視覺(jué)技術(shù)處理的地方。

　　再比如說(shuō)，今年火遍全球的AI大模型。

　　近期，火山引擎首次把AIGC視覺(jué)大模型，用來(lái)修復(fù)老電影的。

　　老電影用膠片保存，時(shí)間久了都會(huì)是“全損”畫(huà)質(zhì)。

　　所謂修復(fù)工作，其實(shí)就是把膠片數(shù)字化，再一幀幀畫(huà)面“P圖”：清污、補(bǔ)接、處理劃痕、顏色調(diào)整。

　　一部90分鐘的電影，畫(huà)面有十幾萬(wàn)幀，如果都靠人力P圖，顯然耗時(shí)費(fèi)力、成本高昂。

　　而通過(guò)視覺(jué)大模型，對(duì)修復(fù)效果實(shí)現(xiàn)了大幅度的提升，并且能規(guī)?；?、高效率進(jìn)行修復(fù)工作。

　　火山引擎也宣布，要修復(fù)100部香港老片，將《A計(jì)劃》《笑傲江湖》《蜀山·新蜀山劍俠》等經(jīng)典都提升到4K畫(huà)質(zhì)。

　　可以說(shuō)，圍繞視頻化中臺(tái)，火山引擎深入了新一代數(shù)字基礎(chǔ)設(shè)施的底座，并與千行百業(yè)建立了關(guān)系，成為一個(gè)扎根視頻技術(shù)的新生態(tài)。

　　字節(jié)跳動(dòng)視頻架構(gòu)負(fù)責(zé)人王悅表示：

　　當(dāng)技術(shù)面臨瓶頸，也許我們可以換一種姿勢(shì)奔跑，從算力，體驗(yàn)和交互不同維度突破；

　　基于抖音等業(yè)務(wù)大規(guī)模實(shí)踐打磨，燃燒沉淀自己，把火種傳遞給更多人。

　　結(jié)語(yǔ)

　　現(xiàn)在你知道，火山引擎想輸出什么樣的能力了吧？

　　在視頻時(shí)代的上半場(chǎng)，人們看到了技術(shù)對(duì)娛樂(lè)、電商、社交、教育帶來(lái)的改變。

　　在如今的下半場(chǎng)，變化的是什么？大家需要什么？? ? ??

　　是線上化嗎？實(shí)時(shí)化？體驗(yàn)感？? ?

　　本質(zhì)，還是效率的提升。

　　追求效率提升，追求增長(zhǎng)，追求穩(wěn)定，這才是大家的共同訴求。

　　你只要嘗過(guò)甜頭，轉(zhuǎn)變了眼界，才發(fā)現(xiàn)原來(lái)可能性還有很多。

　　走出一條數(shù)字化路徑后，火山引擎，也想成為確定性的創(chuàng)造者。