作者 | 三北
編輯 | 漠影
【資料圖】
近年來，視頻化正呈現出從互聯網向全行業滲透的趨勢。視頻已從一項單純的功能，發展為企業推動用戶增長、提升業務效率和增加商業變現的關鍵手段，并重塑營銷、知識、商業和空間的交互體驗。
我們的生產生活越來越離不開視頻，視頻云也被賦予了重要的使命。
顧名思義，視頻云是一項覆蓋了從視頻生產、處理、分析到消費的全鏈路技術能力，這一產業自移動互聯網發展以來持續壯大，是云計算領域的一條主賽道。
當下，隨著AI、VR/AR等技術帶來新的生產力變革，云計算公司開始把這些新技術與視頻云充分融合，形成驅動體驗創新的新基石。
8月22日，字節跳動旗下的火山引擎舉辦了一場視頻云&AIGC技術大會，首次公布其視頻云產品與爆火的AIGC（生成式AI）領域的重磅成果，覆蓋芯片、框架及方案各個方面，面向全行業視頻化時代交出一份“新答卷”。
視頻化時代面臨什么樣的機遇和挑戰？AI與VR/XR等技術如何影響視頻云技術走勢？行業滲透與視頻化應用融合，火山引擎視頻云又有哪些布局？
對話火山引擎視頻云負責人Yongyuan，我們對此進行了深入探討。
一、從傳統到AI，視頻云要飛躍三道技術新邊界
進入全行業視頻化時代，算力、體驗和交互層都面臨“新邊界”。Yongyuan談到他的洞察：
第一是算力邊界。視頻數據體量激增，分辨率和清晰度持續提升，算力瓶頸是當前視頻行業面臨的最大挑戰。
第二是體驗邊界。用戶持續追求更清晰、更流暢的極致體驗，處理的算法和流程要跳出現有框架探索體驗邊界。
第三是交互邊界。沉浸式媒體方向在持續加溫，蘋果發布的Vision Pro帶來了新憧憬，2D畫面的邊界向3D畫面突破。
為了探索這三個邊界，火山引擎已經采取了一系列探索和實踐。
1、探索算力邊界，火山引擎推出兩“芯”
首先來看一組數據，Yongyuan告訴智東西，視頻所消耗的算力要比圖片大上百倍，比文字大上萬倍，對算力需求極大。為了應對這些挑戰，火山引擎自研了一系列底層硬件技術。
8月22日，火山引擎自研視頻編解碼芯片、自研ARM陣列服務器等技術首次公開，揭開了火山引擎視頻云的底座基石。基于抖音的大規模應用實踐和打磨，火山引擎實現了從通用計算到異構計算的躍進，沉淀了可為不同視頻場景提供專用且適用的算力支持。
據稱其自研視頻編解碼芯片相對主流硬件編碼器能提升超30%的壓縮效率，一臺芯片服務器的轉碼能力，相當于百臺CPU服務器的算力，可用于視頻點播、視頻直播、VR點/直播、圖片轉碼等多個場景。
▲自研視頻編解碼芯片成果
Yongyuan說，這一芯片集成了整個字節貼合業務的優質編解碼和前處理算法，從而實現效果和效率的大大提升。
同時，火山引擎視頻云還自研了ARM陣列服務器。據稱，其在轉碼場景相比x86資源可以實現成本節省超40%，在云游戲場景對比同類服務器有非常高的性價比。同時，通過云原生技術對ARM異構陣列服務器進行管理和調度，其實現了存儲和計算分離，保障用戶數據安全。
2、探索體驗邊界，火山引擎全面布局AIGC
AIGC正卷入視頻業，全方位地改變音視頻行業的玩法。Yongyuan告訴智東西：“AIGC技術作為一種新的視頻內容生產方式，包括內容生產效率、豐富度、個性化程度都會大大提升。”
可以看到，在抖音等短視頻平臺上，很多人已經習慣了使用各種智能特效進行創作，也更頻繁地看到虛擬數字人直播賣貨等內容，AI已經融入到了人們的視頻體驗中。而為了讓更多人能用上這些前沿技術，字節正通過火山引擎為外部提供技術服務。火山引擎此前推出的智能創作云，就支持了更多企業進行智能化內容創作。
簡單來說，火山引擎智能創作云是一個智能內容生產平臺，為企業提供各類AI賦能的創作工具、編輯技術、正版素材和流程管理。目前，火山引擎智能創作云已經探索推出AIGC腳本撰寫、文生圖、批量海報制作、數字人分身等多項能力。
不同于個人創作，企業視頻創作面臨創意缺乏、工具難用、協作困難、難以持續等更復雜的挑戰，智能創作云則從創意策劃、視頻制作、內容發布到數據回饋，從每一個環節降低內容創作者的創作門檻。比如，國內知名房屋租賃服務公司自如就借助火山引擎智能創作云，通過“剪同款”API能力，批量制作房源介紹視頻，引導用戶點擊VR看房，從而增加了房源曝光率。
AI能力不僅改變了視頻內容生產的方式，還為視頻處理提供了更多可能。AI影片修復是一個典型代表場景。就在8月16日，火山引擎、抖音聯合中國電影資料館宣布將對100部香港經典老電影進行4K修復。這是其首次將AIGC視覺大模型應用于老片修復中，在觀影活動中得到了一致好評。
▲修復前（左），修復后（右）
追溯其背后技術，本次修復師基于AIGC大模型完成，這相比傳統的影片修復有什么不同？
Yongyuan告訴智東西，相比于傳統的去噪、插幀等算法以及先前的AI技術，火山引擎采用的AIGC視覺模型是關鍵差異點。借助其強大的生成能力和豐富的先驗知識，實現修復效果在清晰度、色彩、流暢度和瑕疵消除等方面的全方位提升。針對老片修復場景，火山引擎對AIGC視覺大模型進行了生成質量、視頻任務和效率方面的算法優化，讓視覺大模型能夠在視頻場景下更加穩定、優質、高效地輸出內容。
實際上，火山引擎視頻云的很多產品能力都有AI技術的加持，例如“智能轉檔”使用了AI重采樣方案，滿足了高質量多碼率分發需求，支持直播、點播多檔位畫質提升。 “極智超清”是基于人眼的主觀感受最優為基準的AI前處理方案，該方案不僅可以提升主觀畫質，還可以進一步實現整體帶寬降低15-35%。
3、探索交互邊界，基于PICO打造VR直播等應用
在探索交互邊界方面，火山引擎視頻云基于在字節跳動旗下VR品牌PICO 上的實踐和探索，沉淀了很多優質的能力。
比如，火山引擎的VR 360°全景圖像技術在今年CVPR Workshop舉辦的一項比賽中，雙目超分雙三次插值保真賽道和360°全景圖像超分賽道上，榮獲了雙料冠軍，技術能力達到行業領先水平。本次火山引擎還推出了8K 360度 VR直播云制播解決方案，據稱能大大降低VR內容的開發和消費門檻。
可以看到，從通用算力到異構算力、從傳統到AI、從二維到三維，視頻行業已被新技術掀起陣陣新浪潮，而火山引擎已經加速布局。
二、從互聯網到傳統行業，讓視頻成為企業的增長引擎
技術的價值體現在實戰落地應用。面向視頻化全行業滲透的趨勢，火山引擎已經將其視頻云從游戲、電商、社交等消費互聯網領域向醫療、金融、教育、汽車等行業互聯網延伸。
本次，火山引擎重磅推出了一系列行業解決方案，覆蓋互動娛樂、在線教育、金融合規、智能駕駛等場景。
首先，這些方案大多將技術與場景深入結合，帶來了更有沉浸感、交互感的視頻體驗。
以互動娛樂行業為例，在與抖音多人合唱項目合作中，火山引擎視頻云行業首發「多人視頻一起唱方案」，把合唱互動方案從雙人升級到多人，現在已經可以達到九人合唱；并實現了36ms超低延時合拍，支持48kHZ采樣率，滿足K歌場景的聽感盛宴；同時集成25W+高品質曲庫，助力用戶實現了隨時隨地與朋友一起想唱就唱，感受最鮮活多樣的音樂魅力。
此外，火山引擎還推出了彈幕互動方案，這是一種直播平臺興起的彈幕互動玩法，允許觀眾通過發送點贊、彈幕和禮物來參與并影響互動內容。火山引擎視頻云行業首推云游戲+RTC（實時音視頻）彈幕互動方案，融合云游戲服務的強大底層算力以及 RTC 先進架構設計和音視頻能力，獨家支持RTC+云游戲云端合流功能，能解決多源音視頻流管理和同步問題。
▲彈幕互動應用界面
同時，火山引擎的AIGC能力也被嵌入這些方案之中，為企業帶來全新的視頻生產體驗。
比如面向金融領域，在火山引擎與國信證券聯合落地的金融直播解決方案中，國信證券上線了AI虛擬數字主播，并結合數字人使用AI短視頻模板自動化生成實時短視頻。金融行業智能直播面臨合規性挑戰，AI生成內容需要逐幀做合規審核，國信證券正探索通過AIGC做初審再采用人工復審，從而提升內容創作和審核效率。
此外值得一提的是，從2D到3D視覺的交互升級，在這些行業方案中亦有多處體現。
火山引擎行業首推的VR云制播方案，從內容生產到傳輸分發降低VR內容的開發和消費門檻。比如在其與央視打造身臨其境的虛擬演播平臺案例中，央視通過火山引擎視頻云和云創智媒的能力，輕量化地用一臺筆記本實現VR視頻的制作，而不再需要一個演播室和一堆硬件系統。
可見，除了在抖音熟悉的互聯網領域，火山引擎在金融、傳媒、汽車等領域不斷探索并且推出相應方案，探索視頻云“三道技術邊界”并不是說說而已，而是已經有了深入實戰經驗。
三、三年商業化深耕，火山引擎視頻云“破繭”
火山引擎自2020年正式對外商業化，但視頻技術服務可追溯到2013年。
Yongyuan回顧，自2013年今日頭條平臺的短視頻內容誕生，團隊就開始做視頻方面積累。2016年抖音的孵化，則促使團隊進一步以視頻中臺的方式輸出更多音視頻技術支持。隨著2017~2020年抖音規模不斷變大，更多音視頻的標準化工具出現，逐步具備了對外服務的條件。
2021年6月，字節正式推出火山引擎云服務業務板塊；12月，火山引擎發布了包括了視頻云在內的五大類共78項云服務，確立“IaaS+PaaS+SaaS”完整云服務體系。2022年7月，火山引擎推出音視頻云端一體解決方案veVOS，進一步助力企業客戶的業務敏捷創新。
2023年，隨著火山引擎的商業化落地進入規模化階段，其底層技術也加速迭代，這些自研芯片及服務器等技術并不對外銷售，而是通過視頻云的方式服務企業。“我們的核心技術都會沉淀在火山引擎，以‘對內對外統一’的方式提供，這是火山引擎做云的一個出發點。”Yongyuan說。
隨著技術和商業地圖的進一步完善，火山引擎正大步駛向視頻云領域的新藍海。
結語：全行業視頻化浪潮下，視頻云成企業增長新引擎
知名調查機構IDC預測，到2025年，超80%全球數據將是音視頻等非結構化數據，這樣的超視頻化成為數字時代的重要特征。同時，AIGC、VR等技術的爆發，帶來視頻生產的成本不斷降低，可能將視頻行業市場撐大十倍都不止。
本次，火山引擎推出了一系列底層硬件及產品和行業解決方案，在視頻云領域的布局進一步加深。從傳統到AI，從2D到3D，從泛互聯網到行業，火山引擎在拓寬自身云業務發展邊界的同時，也為企業提供了通過視頻及AI技術實現數字化升級的新選擇。
責任編輯：Rex_25
營業執照公示信息