澎湃新聞記者 王瀟雨

無論你是不是一個短視頻愛好者，視頻化的場景也已經(jīng)覆蓋了你生活的方方面面。

QuestMobile數(shù)據(jù)顯示，截止到2023年5月，中國移動視頻行業(yè)整體用戶規(guī)模達到10.76億，月人均時長達到64.2小時。即便沒有這些數(shù)據(jù)統(tǒng)計，日常的生活已說明了一切。

(資料圖)

早上到公司后，你一邊上電梯，一邊打開手機觀看汽車的“自動泊車”是否順利；10點的第一個會議需要通過視頻與外地的同事進行溝通；午休時間你和暑假在家的孩子通了視頻電話，叮囑他不要忘記下午3點的視頻課；晚上到家后，你迅速滑了一下常去的幾個直播間，看看是否有一些價優(yōu)的商品可以購入。

視頻化的時代來臨，催生了用戶以及平臺對于視頻轉(zhuǎn)型的需求，也催生了對視頻云的需求。艾瑞咨詢的數(shù)據(jù)顯示，2024年中國視頻云服務整體市場規(guī)模將達到924億元。一個千億級的賽道必然吸引各路人馬的加入，也將加速視頻云的發(fā)展。這其中，“抖音現(xiàn)象”的基石——火山引擎視頻云備受業(yè)內(nèi)關(guān)注。

火山引擎作為字節(jié)跳動旗下云服務平臺，最初主要服務于字節(jié)跳動內(nèi)部產(chǎn)品，而隨著內(nèi)部產(chǎn)品覆蓋面、影響力的擴大，火山引擎的技術(shù)也愈發(fā)成熟，近兩年技術(shù)逐步外溢到B端市場，惠及千行百業(yè)。

NVIDIA英偉達開發(fā)與技術(shù)部門亞太區(qū)總經(jīng)理李曦鵬（左）和火山引擎視頻云架構(gòu)技術(shù)總監(jiān)王悅（右）共同宣布開源BMF多媒體處理框架

8月22日，火山引擎視頻云&AIGC大會以“視象新生”為主題，發(fā)布了自研的視頻編解碼芯片，并攜手英偉達發(fā)布多媒體處理框架BMF（Babit Multi-Media Framework)，與行業(yè)伙伴共同探討視頻技術(shù)的發(fā)展將如何助力不同行業(yè)實現(xiàn)業(yè)務創(chuàng)新與增長。

更高清，更交互，更沉浸

在信息爆炸的時代，沒有人愿意等待屏幕上那個不斷旋轉(zhuǎn)的圓圈，用戶的流失是以毫秒為計算單位。

一方面，“更高清、更交互、更沉浸”的極致體驗成為用戶需求常態(tài)；另一方面技術(shù)突破天花板見頂，技術(shù)邊界難以打破，行業(yè)在共同突破視頻云上限?；鹕揭嬉曨l云發(fā)布的解決方案之所以備受關(guān)注，與其在抖音上的實踐不無關(guān)系。

2018年，當抖音DAU規(guī)模突破1億以后，在視頻播放、畫質(zhì)、交互、性能等方面遇到了非常多的挑戰(zhàn)，也正是從那時候起，字節(jié)跳動通過解決業(yè)務發(fā)展過程中的各種問題，沉淀出一系列的音視頻技術(shù)能力。

火山引擎的“出圈”不得不提2022卡塔爾世界杯直播。本屆世界杯直播中，抖音免費開放了超高清模式，且完全無片頭廣告。“良心”、“靠譜”、“超高清”等評價出現(xiàn)在各大社交媒體上，大批“自來水”的涌入，讓抖音在此次世界杯賽事期間累計支持了106億人次的直播觀看，決賽的觀看人數(shù)更是達到了2.3億。

支持2.3億不同客戶端、不同屏幕質(zhì)量的用戶高清無卡頓地在同一時間看到比賽結(jié)果離不開一個重要工具——轉(zhuǎn)碼芯片。

視頻轉(zhuǎn)碼本質(zhì)上是先解碼再編碼，視頻解碼相當于把接收到的壓縮包重新解壓為一幀幀的畫面，視頻編碼則是把每一幀畫面壓縮打包便于傳輸，目的是讓不同終端的用戶提供同樣高清畫質(zhì)的視頻。

此次大會發(fā)布的火山引擎自研視頻編解碼芯片。經(jīng)驗證，其壓縮效率相比行業(yè)主流硬件編碼器提升30%以上，可應用于視頻點播、直播、圖像壓縮、XR等業(yè)務場景。與具備通用計算能力的CPU芯片相比，火山引擎自研芯片僅支持視頻編解碼任務，因此能夠在視頻處理場景具備更高的計算密度。一臺芯片服務器的轉(zhuǎn)碼能力與百臺CPU服務器相當。

簡單來說，在4K/8K超高清、高幀率場景中，相對軟件編碼，火山引擎這款視頻編解碼芯片能實現(xiàn)低延時的高質(zhì)量轉(zhuǎn)碼，針對觀看人數(shù)比較小的中長尾直播，可以節(jié)省大量算力成本。用戶端的感受則是更高質(zhì)的畫面和更低延時。

火山引擎硬件編碼能力此前在世界編碼器大賽MSU中奪得多項第一，達到行業(yè)領(lǐng)先水平。此次自研視頻編解碼芯片的發(fā)布，有望大幅提升4K超高清應用場景的編碼速度，保證較高的視頻主客觀質(zhì)量，大幅降低4K編碼計算成本，推動更多4K應用的不斷普及。

普惠開源，加速視化新進程

當下，視頻不僅是人們?nèi)粘Ｉ钪兄匾膴蕵贩绞街?，也是信息傳遞、商業(yè)連接、知識傳達最主要的渠道之一，同時在視頻質(zhì)量、內(nèi)容豐富性、交互性等方面已經(jīng)達到了新的高度，我們已經(jīng)進入了一個“超視頻時代”。

當視頻化成為應用標配后，視頻處理框架所面對的場景和需求越來越多樣化和復雜化，同時對計算性能和異構(gòu)計算資源的運用提出更多的要求。快節(jié)奏的創(chuàng)新速度迫切的期望框架有強大的能力幫助用戶把各種能力和方案優(yōu)勢互補、協(xié)同工作、快速落地?；鹕揭鏀y手英偉達的基于億級DAU實踐的下一代視頻處理架構(gòu)BMF出現(xiàn)了。

從大會展示來看，BMF能夠提供簡潔易用的跨語言接口、靈活的調(diào)度和擴展性，以模塊化的方式動態(tài)擴展、管理和復用視頻處理的原子能力，以graph/pipeline的方式構(gòu)建高性能的多媒體處理鏈路或者以單獨處理能力的直接調(diào)用實現(xiàn)工程集成，幫助多媒體用戶便捷、高效地將項目落地于生產(chǎn)環(huán)境。

在業(yè)務落地的過程中，BMF框架的功能多樣性、易用性、兼容性、穩(wěn)定性和性能得到了充分的打磨，可以對從生產(chǎn)到消費的全鏈路視頻場景進行支持，包括點/直播轉(zhuǎn)碼、云編輯、移動端后處理等，特別是它支持大量視頻AI的應用場景，比如視頻增強、視頻質(zhì)量分析等。

NVIDIA英偉達開發(fā)與技術(shù)部門亞太區(qū)總經(jīng)理李曦鵬表示，NVIDIA和火山引擎始終將把BMF打造成新一代視頻處理的基礎平臺作為目標。“未來，我們會與火山引擎保持合作，聽取社區(qū)及用戶的意見，在NVIDIA最新的軟硬件平臺上進行迭代，繼續(xù)完善BMF框架?！?/p>

基于抖音集團的大模型實踐沉淀，火山引擎也在一直探索AI與視頻云的融合。比如“極致超清”技術(shù)，就是基于人眼的主觀感受最優(yōu)為基準的AI前處理方案，降低播放碼率，實現(xiàn)整體降帶寬，單路流降低15-35%，該技術(shù)可以應用于大型活動直播、電商直播間等場景，提升畫質(zhì)體驗；又比如“AI修復”技術(shù)，通過利用AIGC大模型強大的生成能力，對不同損傷情況的老片影片進行修復，從清晰度、色彩、流暢度、瑕疵等方面對百部港片進行全面的畫質(zhì)提升。

字節(jié)跳動視頻架構(gòu)負責人、火山引擎視頻云架構(gòu)技術(shù)總監(jiān)王悅

值得一提的是，BMF目前已經(jīng)全面開源。包含BMF框架層整體開源、9個開箱即用案例、20+API調(diào)用范例，以幫助開發(fā)者低成本的構(gòu)建視頻應用。字節(jié)跳動視頻架構(gòu)負責人、火山引擎視頻云架構(gòu)技術(shù)總監(jiān)王悅表示：“開源以后，我們計劃持續(xù)開源更多核心能力，完善解決方案，包括支持更多異構(gòu)硬件、更多原子能力以及移動端支持等。希望我們的愿景早日達成——面向全球，加速視頻化進程，共建視頻開發(fā)生態(tài)?！?/span>

“十四五”規(guī)劃把開源納入頂層設計，開放互聯(lián)也是火山引擎云服務的重要發(fā)展理念。通過更多人的參與，技術(shù)革新會得到加速，未來商業(yè)也有了更大想象空間。數(shù)字技術(shù)不僅是“某朵云”的基石，也是未來社會生活場景的基石。

攜手千行百業(yè)共破“增長難”

視頻云自誕生之初便被賦予了重要使命——讓企業(yè)“視頻化”的代價和成本變得更低。相比采用視頻云服務，自行搭建直播平臺的成本以及后期的維護費用要高得多，周期也比較長。在視頻云的助力下，企業(yè)在直播化、視頻化的過程中，可以有效降低成本、提升效率。

然而，隨著視頻化在各行各業(yè)的不斷深入和滲透，應用場景和需求也在呈現(xiàn)碎片化、復雜化的趨勢，視頻云方案場景化弱是當下的另一邊界。因此，此次大會的另一個核心議題，就是與行業(yè)代表們共同探討邊界融合的實干方案。

在互動娛樂場景和營銷直播場景上，抖音已經(jīng)給出了答案。例如在基礎直播的基礎上，火山引擎視頻云推出了互動直播營銷解決方案，從數(shù)據(jù)結(jié)果上來看，抖音互動直播日均場次超210萬場。此外，火山引擎視頻云也在PICO的VR業(yè)務中接入互動直播連麥，接入之后的人均看播時長也增長了15.4%。

除了在泛互聯(lián)網(wǎng)領(lǐng)域不斷地進化，火山引擎視頻云也在更多的行業(yè)中不斷地積累和實踐。以智能駕駛為例，在車載視頻監(jiān)控、哨兵模式、遠程理賠、快遞到車等場景，遠程畫面可以實時呈現(xiàn)，延時可以低至90ms；在遠程輔助泊車、末端物流應急接管、高危環(huán)境遠程作業(yè)等場景，控制指令可實時響應，在丟包80%網(wǎng)絡下也可以保證信令100%到達。

截止到2023年，火山引擎視頻云依托其技術(shù)能力和大規(guī)模的行業(yè)應用實踐，不僅覆蓋娛樂，社交、電商、游戲等泛互聯(lián)網(wǎng)場景，也深入到了傳媒、金融、汽車、教育等更多的行業(yè)場景，與上千家不同企業(yè)共同打磨和沉淀音視頻產(chǎn)品方案。

火山引擎總裁譚待表示，在營銷、空間、商業(yè)和知識的交互體驗都在發(fā)生變化的視頻化時代，視頻云技術(shù)因其從視頻生產(chǎn)，處理、傳輸、消費的全鏈路技術(shù)能力被賦予了重要使命。隨著AIGC、XR等技術(shù)的興起，新技術(shù)與視頻云的融合將帶來更多創(chuàng)新和價值。

從二維到三維，從人工到智能，技術(shù)的飛速發(fā)展讓物理世界與虛擬世界的壁壘不斷被打破?！耙曨l云”不斷升級的意義在于，抓住更多想要邁進視頻時代伙伴的手，共同尋找確定的未來。

關(guān)鍵詞：