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覆蓋了你生活的方方面面。

QuestMobile數據顯示，截止到2023年5月，中國移動視頻行業整體用戶規模達到10.76億，月人均時長達到64.2小時。即便沒有這些數據統計，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型的需求，也催生了對視頻云的需求。艾瑞咨詢的數據顯示，2024年中國視頻云服務整體市場規模將達到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展。這其中，“抖音現象”的基石——火山引擎視頻云備受業內關注。

火山引擎作為字節跳動旗下云服務平臺，最初主要服務于字節跳動內部產品，而隨著內部產品覆蓋面、影響力的擴大，火山引擎的技術也愈發成熟，近兩年技術逐步外溢到B端市場，惠及千行百業。

NVIDIA英偉達開發與技術部門亞太區總經理李曦鵬（左）和火山引擎視頻云架構技術總監王悅（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，發布了自研的視頻編解碼芯片，并攜手英偉達發布多媒體處理框架BMF（Babit Multi-Media Framework)，與行業伙伴共同探討視頻技術的發展將如何助力不同行業實現業務創新與增長。

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；另一方面技術突破天花板見頂，技術邊界難以打破，行業在共同突破視頻云上限。火山引擎視頻云發布的解決方案之所以備受關注，與其在抖音上的實踐不無關系。

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

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，決賽的觀看人數更是達到了2.3億。

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

視頻轉碼本質上是先解碼再編碼，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的視頻。

此次大會發布的火山引擎自研視頻編解碼芯片。經驗證，其壓縮效率相比行業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低延時的高質量轉碼，針對觀看人數比較小的中長尾直播，可以節省大量算力成本。用戶端的感受則是更高質的畫面和更低延時。

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，達到行業領先水平。此次自研視頻編解碼芯片的發布，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，視頻不僅是人們日常生活中重要的娛樂方式之一，也是信息傳遞、商業連接、知識傳達最主要的渠道之一，同時在視頻質量、內容豐富性、交互性等方面已經達到了新的高度，我們已經進入了一個“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計算資源的運用提出更多的要求。快節奏的創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勢互補、協同工作、快速落地。火山引擎攜手英偉達的基于億級DAU實踐的下一代視頻處理架構BMF出現了。

從大會展示來看，BMF能夠提供簡潔易用的跨語言接口、靈活的調度和擴展性，以模塊化的方式動態擴展、管理和復用視頻處理的原子能力，以graph/pipeline的方式構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用實現工程集成，幫助多媒體用戶便捷、高效地將項目落地于生產環境。

在業務落地的過程中，BMF框架的功能多樣性、易用性、兼容性、穩定性和性能得到了充分的打磨，可以對從生產到消費的全鏈路視頻場景進行支持，包括點/直播轉碼、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、視頻質量分析等。

NVIDIA英偉達開發與技術部門亞太區總經理李曦鵬表示，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，聽取社區及用戶的意見，在NVIDIA最新的軟硬件平臺上進行迭代，繼續完善BMF框架。”

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，就是基于人眼的主觀感受最優為基準的AI前處理方案，降低播放碼率，實現整體降帶寬，單路流降低15-35%，該技術可以應用于大型活動直播、電商直播間等場景，提升畫質體驗；又比如“AI修復”技術，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提升。

字節跳動視頻架構負責人、火山引擎視頻云架構技術總監王悅

值得一提的是，BMF目前已經全面開源。包含BMF框架層整體開源、9個開箱即用案例、20+API調用范例，以幫助開發者低成本的構建視頻應用。字節跳動視頻架構負責人、火山引擎視頻云架構技術總監王悅表示：“開源以后，我們計劃持續開源更多核心能力，完善解決方案，包括支持更多異構硬件、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，共建視頻開發生態。”

“十四五”規劃把開源納入頂層設計，開放互聯也是火山引擎云服務的重要發展理念。通過更多人的參與，技術革新會得到加速，未來商業也有了更大想象空間。數字技術不僅是“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“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的不斷深入和滲透，應用場景和需求也在呈現碎片化、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，從數據結果上來看，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%。

除了在泛互聯網領域不斷地進化，火山引擎視頻云也在更多的行業中不斷地積累和實踐。以智能駕駛為例，在車載視頻監控、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，延時可以低至90ms；在遠程輔助泊車、末端物流應急接管、高危環境遠程作業等場景，控制指令可實時響應，在丟包80%網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能力和大規模的行業應用實踐，不僅覆蓋娛樂，社交、電商、游戲等泛互聯網場景，也深入到了傳媒、金融、汽車、教育等更多的行業場景，與上千家不同企業共同打磨和沉淀音視頻產品方案。

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

從二維到三維，從人工到智能，技術的飛速發展讓物理世界與虛擬世界的壁壘不斷被打破。“視頻云”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。

關鍵詞：