◎智谷趋势| 王延鹤

　　只有视频化才能生存

　　随意打开一个APP，最显眼的位置，放的都是视频。

　　花花世界迷人眼。前100位的APP里，69个都有视频类功能。

　　想想看，你每天花多少时间刷视频？

　　根据《中国网络视听发展研究报告（2023）》统计 ，短视频人均单日使用时长，超过2.5小时。

　　信息严重过剩，让我们的注意力也成为一种稀缺资源。

　　你把时间花在哪里，命运就在哪里。

　　懂得这个道理的企业和品牌，纷纷开始做内容、做直播，给产品添加视频功能。

　　最朴实的想法，就是存量竞争时，通过视频化吸引用户。

　　短短5年，中国短视频用户，从6.48亿增长到10.12亿；

　　2022年，中国视频直播带货规模约3.5万亿，在网上零售额占比高达25.4%；

　　出门逛街，服装店老板娘、烧烤摊大爷，都架着手机在直播；

　　周杰伦办线上演唱会，有1亿人观看，大家一起唱“故事的小黄花，从出生那年就飘着”；

　　就连外卖软件也在搞直播，看菜品、发红包，来段脱口秀。

　　在注意力经济时代，只有视频化才能生存。

　　8月22日，火山引擎视频云&AIGC技术大会召开。

　　大会主题是“视象新生”，火山引擎作为抖音的技术底座，要向全行业展现当前视频创新、变革的源动力。

　　火山引擎总裁谭待认为：

　　随着全行业视频化的演进，营销，知识、商业和空间的交互体验也正在被重塑。

　　意思是说，视频从一种内容形态，变成必不可少的能力。

　　过去三年的现实困境，让线上化、视频化、数字化，成了必然的选择。

　　肉眼可见的，视频化对办公、教育、医疗、汽车、金融等行业，带去颠覆性的商业创新。

　　视频会议、办公软件收获了亿级增长，头部办公APP用户数突破6亿；

　　远程医疗发力，医生通过视频通话对患者提供诊疗，管理患者情况；

　　智能工厂里，定位、测量、质检、监测、安全生产都要用到超高清视频技术与5G、人工智能的结合；

　　24小时直播的数字人、大模型定制的AI员工，都开始上线；

　　视频技术打破时空、创造体验、提升效率、转变商业思维的能力，在本质上，也是数字化革命的一个切面。

　　万物皆可视频化，转变为数据流。这是机遇也是挑战。

　　火山引擎提前捕捉趋势，大会上发布了自研视频编解码芯片、BMF多媒体处理框架等全新技术，以及平行驾驶、虚拟直播间、VR直播等行业解决方案。

　　听起来，有些不明觉厉？别着急。

　　简单来说：火山引擎要把抖音的音视频能力，向全行业开放了。

　　极限挑战往往是最好的倒逼师

　　数据是最直观的。

　　视频在全网数据流量中的占比接近70%，增速还在攀升。

　　庞大的视频直播需求，把视频云变成了水电煤一般的基础设施。预计到2024年，就会成为近千亿级的大市场。

　　云计算作为一项商用服务，起源于亚马逊，电商生意。

　　至今，亚马逊还是全球最大的云服务商，云业务是其最赚钱的部门。

　　像亚马逊和阿里云，为了应对双十一、黑色星期五期间的流量高峰，储备了大量冗余算力。

　　这些服务器平常闲置时，就可以作为基础设施，租借给外部，帮企业低成本上云，不用自己搞IT。

　　之后，互联网大厂又把自己先进的企业软件、平台能力、人工智能，都通过云计算打包成产品和服务，输出给客户。

　　众多企业和云平台绑定，就形成一个具备确定性的生态，也奠定了今天的云服务格局。

　　在视频云的细分赛道，火山引擎最初也是服务字节跳动内部，尤其是抖音的视频需求。

　　在2018年，抖音的日活用户数超过1亿。

　　每天要应对视频播放、传输、画质、交互、性能的多重挑战，内部必须要组建能力消化、应对。

　　真刀真枪的实战中，火山引擎视频云应运而生。

　　现在各路企业都想通过视频化，为自己多挣一点确定性。

　　听起来容易，但如果企业自己搭建视频平台，首先是成本太高，其次缺乏成系统的成熟经验，技术门槛也比预想的高。

　　有需求，就有服务。这就是火山引擎视频云的想象空间。

　　历史经验告诉我们，极限挑战往往是最好的倒逼师。

　　春晚、奥运会开幕式、世界杯这类大型赛事直播，也会创造短期流量洪峰。

　　火山引擎视频云，就在2022年接受了抖音直播卡塔尔世界杯的挑战。

　　赛场上，开始射门了。

　　火山引擎视频云色彩增强对比示意图

　　这1秒钟，现场的画面通过卫星，从卡塔尔传输到中国，抖音要瞬间将画面压缩、美化，传输给数以亿计的设备，变成你手机上的720p、1080p、4K；

　　这1秒钟，如果是4K50帧画质，视频大小接近50M，同时传给上亿人，线路承受不住。抖音将视频编码压缩到10M，传给你的手机再解码，才避免被流量高峰冲垮；

　　这1秒钟，工程师要将HDR信号转换为SDR，对画面上800万个像素的色彩、亮度、对比度进行“美颜”；

　　这1秒钟，他们要用自研的RTM直播技术，把直播的延时降到半秒，让所有人能同步看到比赛结果；

　　整场世界杯，火山引擎累计支持了106亿人次的直播观看，决赛观看人数高达2.3亿。

　　射门进球，全场欢呼。屏幕上是1秒钟，火山引擎幕后十年功。

　　这些在流量高峰中突破的技术，也会逐步开放到视频云的产品里，变成向外输出的能力。

　　今天，抖音的日活已超过6亿，2022年抖音电商同比增长了80%。可以说，火山引擎每分每秒都在极限测试，不断解决、试错、交付、迭代。

　　火山引擎视频云想向B端企业证明，自己的增长飞轮、确定性能力，是可以对外输出的。

　　想要开动引擎，让命运的齿轮转动起来。

　　火山引擎到底想输出什么样的硬实力呢？这要看产业的需求，以用户为中心嘛。

　　大会上提出，视频技术面临三个难以解决的矛盾：

　　首先，不管视频要更高清，还是更低延时，核心都需要升级视频编码技术。

　　视频标准每升级一代，技术复杂度就会提高十倍；视频编码每升级一代，质量码率则减少50%，但视频数据量扩展却不止2倍；

　　编码的迭代速度，追不上视频数据量的增速，这是第一个矛盾。

　　其次，摩尔定律变慢了。视频芯片处理和算力增长的速度，支撑不了大规模8K/VR直播和视频数据的需求。

　　算力有上限，需求无极限，这是第二个矛盾。

　　第三个矛盾，是XR/VR技术兴起，虚拟现实与现实世界融合，将带来新的冲击。

　　面对这三大矛盾，结合众多企业的诉求，火山引擎重新构建了“一站式音视频产品矩阵”。

　　最底座的算力层，是视频处理的基础。

　　视频需求的快速膨胀，倒逼火山引擎的算力底座，完成了从通用计算到异构计算的转型。什么意思呢？

　　什么是异构计算？

　　好比一支足球队，队员有不同的特长，擅长不同的攻防位置。

　　算力也一样，不同的芯片和处理器，擅长不同的任务。比如说，CPU擅长通用计算，GPU适合图形渲染、深度学习，FPGA擅长网络加速、数据处理。

　　异构计算就是让不同的芯片组队，在应对视频任务时，发挥更高效率。

　　火山引擎在大会上发布的自研芯片，就是一块擅长视频编解码的芯片。

　　在处理视频时，1台搭载这块自研芯片的服务器，转码能力与百台CPU服务器相当；压缩效率比目前主流的硬件编码器，提升了30%以上。

　　并且，这块芯片提前为未来设计，具备支持HDR和8K超高清视频的能力。

　　对企业来说，成本大大降低。

　　而在框架模型层面，火山引擎联合英伟达，共同打造了BMF多媒体处理框架。

　　这又是什么呢？

　　简单地说，BMF框架就像一个装满工具的工具箱。

　　装满了视频化需要的所有技术，比如视频编解码、智能处理、视频分析、图像生成。

　　它就是火山引擎过去3-4年，沉淀的全链路视频能力，目前已投入使用，每天要处理数以亿计的视频。

　　和过去的视频处理平台相比，BMF的优势在于：

　　帮助企业将各种视频处理能力和解决方案协同工作，快速实现视频化落地；

　　支持从生产到消费的各种视频应用场景，包括视频转码、云编辑、移动端后处理，特别是AI带来的视频增强、视频质量分析等功能；

　　提供多语言开发支持，使开发更加方便，提高效率。

　　这个框架已经全面开源了，包括它的框架层，9个开箱即用的案例，以及超过20个API范例。

　　在应用层面，火山引擎的行业解决方案，就给了开发者拿来即用、有方法论的视频化能力。

　　比如说，已经在抖音落地的互动直播营销解决方案。

　　就把整个直播链路都数据化了，这是要教给你，在视频领域使用数据驱动的增长方法。

　　让你一目了然，针对性增加互动、优化方式，直接提升直播转化率和营收水平。

　　今年苹果推出Vision Pro后，又为VR市场加了一把火；AI大模型的发展，也为数字人、虚拟直播的大规模应用，铺好了路。

　　火山引擎在Pico VR的实践基础上，打造了8K级、360度的VR直播全链路解决方案。

　　这降低了VR内容的制作门槛，企业能在Vision Pro、Pico等设备里，上线自己的VR应用。

　　而火山引擎专门打造的虚拟直播间解决方案，也能打造数字人主播、虚拟直播场景和AR场景。

　　当然，直播技术是火山引擎的老本行了。除了直播，他们在过去几年也与行业合作，打造更加产业级的视频应用。

　　比方说，自动驾驶的核心技术，其实就是AI、视频处理、实时传输。

　　火山引擎的视频处理、高速传输技术，就很适合与自动驾驶公司合作。

　　将音视频处理速度提升一个量级，这就是火山引擎的远程车控方案。

　　毫末智行与火山引擎共同构建的远程车控方案，把汽车视频处理速度提升了一个量级。

　　在车载视频监控、哨兵模式、远程理赔、快递到车等任务中，把视频延时压缩到90毫秒，几乎是实时同步了。

　　这让自动驾驶、远程操控，又突破了一个技术难点。同样的技术，也可以用到机器人、智能制造里，依赖视频视觉技术处理的地方。

　　再比如说，今年火遍全球的AI大模型。

　　近期，火山引擎首次把AIGC视觉大模型，用来修复老电影的。

　　老电影用胶片保存，时间久了都会是“全损”画质。

　　所谓修复工作，其实就是把胶片数字化，再一帧帧画面“P图”：清污、补接、处理划痕、颜色调整。

　　一部90分钟的电影，画面有十几万帧，如果都靠人力P图，显然耗时费力、成本高昂。

　　而通过视觉大模型，对修复效果实现了大幅度的提升，并且能规模化、高效率进行修复工作。

　　火山引擎也宣布，要修复100部香港老片，将《A计划》《笑傲江湖》《蜀山·新蜀山剑侠》等经典都提升到4K画质。

　　可以说，围绕视频化中台，火山引擎深入了新一代数字基础设施的底座，并与千行百业建立了关系，成为一个扎根视频技术的新生态。

　　字节跳动视频架构负责人王悦表示：

　　当技术面临瓶颈，也许我们可以换一种姿势奔跑，从算力，体验和交互不同维度突破；

　　基于抖音等业务大规模实践打磨，燃烧沉淀自己，把火种传递给更多人。

　　结语

　　现在你知道，火山引擎想输出什么样的能力了吧？

　　在视频时代的上半场，人们看到了技术对娱乐、电商、社交、教育带来的改变。

　　在如今的下半场，变化的是什么？大家需要什么？      

　　是线上化吗？实时化？体验感？   

　　本质，还是效率的提升。

　　追求效率提升，追求增长，追求稳定，这才是大家的共同诉求。

　　你只要尝过甜头，转变了眼界，才发现原来可能性还有很多。

　　走出一条数字化路径后，火山引擎，也想成为确定性的创造者。