2月25日，火山引擎視頻云科技原力峰會(huì)順利召開(kāi)。

火山引擎視頻云是如何發(fā)展起來(lái)的？火山引擎要做什么樣的視頻云？未來(lái)視頻云又會(huì)是什么樣的？火山引擎視頻云技術(shù)負(fù)責(zé)人浩銘在以《面向體驗(yàn)，助推超視頻時(shí)代新增長(zhǎng)》為主題的演講中，分享了對(duì)視頻體驗(yàn)、交互、增長(zhǎng)的觀察與思考，并介紹了火山引擎視頻云的從前、現(xiàn)在，以及未來(lái)的技術(shù)規(guī)劃與構(gòu)想。他表示：相信視頻應(yīng)用會(huì)持續(xù)朝著三個(gè)方向演進(jìn)，更高清、更交互、更沉浸。

以下為浩銘的演講實(shí)錄：

大家好，我是來(lái)自火山引擎視頻的浩銘，很高興今天能跟大家一起做分享，共同面向體驗(yàn)，助推超視頻時(shí)代新增長(zhǎng)。

首先給大家介紹一下火山引擎視頻云的進(jìn)化史，這里列了幾個(gè)關(guān)鍵的時(shí)間點(diǎn)：

起初在2014年，這時(shí)候字節(jié)跳動(dòng)還在做圖文應(yīng)用。大家比較熟悉的今日頭條，就是這個(gè)時(shí)候DAU突破一千萬(wàn)。當(dāng)時(shí)，公司已經(jīng)預(yù)計(jì)到未來(lái)是視頻的時(shí)代，就開(kāi)始在頭條探索視頻的形態(tài)，視頻架構(gòu)部門(mén)也是在這個(gè)時(shí)間點(diǎn)誕生的。

下一個(gè)時(shí)間點(diǎn)到了2016年，字節(jié)跳動(dòng)推出短視頻APP抖音，與直播APP火山直播。隨著字節(jié)系的產(chǎn)品不斷擴(kuò)充，視頻架構(gòu)在公司的位置也變成了視頻中臺(tái)。我們作為中臺(tái)不斷地在公司里面孵化更多端到端的解決方案，像圖片點(diǎn)播也在這個(gè)時(shí)間點(diǎn)成為解決方案，但是那時(shí)候我們的定位是面向功能、解決業(yè)務(wù)的問(wèn)題。

2018年，字節(jié)跳動(dòng)本身業(yè)務(wù)飛速發(fā)展的一年，對(duì)我們來(lái)說(shuō)也是挑戰(zhàn)很大的一年。首先我們要保證業(yè)務(wù)的穩(wěn)定增長(zhǎng)，保證業(yè)務(wù)的擴(kuò)容是平順的，同時(shí)業(yè)務(wù)對(duì)我們有了更多的要求，不止功能層面，還要對(duì)業(yè)務(wù)的功能與結(jié)果提供更大的幫助，于是我們對(duì)業(yè)務(wù)的體驗(yàn)優(yōu)化做了更多的投入，持續(xù)優(yōu)化端到端的視頻體驗(yàn)。這個(gè)時(shí)間點(diǎn)，我們自己開(kāi)始逐漸意識(shí)到，“體驗(yàn)”的重要性。

到了2020年，我們開(kāi)始認(rèn)真考慮ToB的事情。之所以在這個(gè)時(shí)間點(diǎn)考慮ToB，基于三點(diǎn)考慮：

第一點(diǎn)，我們作為中臺(tái)支持的字節(jié)產(chǎn)品越來(lái)越多，如果把中臺(tái)的服務(wù)模式變成ToB的服務(wù)模式，相信對(duì)業(yè)務(wù)的支持效率與組織效能上有很大的提升；

第二點(diǎn)，經(jīng)過(guò)幾年的業(yè)務(wù)打磨，已經(jīng)具備行業(yè)領(lǐng)先性，我們把已經(jīng)沉淀好的能力輸出出去，應(yīng)該可以得到更好的商業(yè)價(jià)值；

第三，我們希望引入外部的視角，傾聽(tīng)來(lái)自行業(yè)的聲音、用戶的聲音、客戶的聲音，讓我們審視已有的技術(shù)，保持我們的先進(jìn)性。

基于幾點(diǎn)考慮，我們逐漸把團(tuán)隊(duì)從中臺(tái)走向ToB，把之前的沉淀解決方案改造為對(duì)外的解決方案，把自己的服務(wù)做成平臺(tái)化，更加規(guī)?；亟油獠靠蛻簟＿@時(shí)我們接了第一個(gè)外部客戶，懂球帝。

在2020年之后，這樣的演進(jìn)還在持續(xù)發(fā)生，比如說(shuō)火山引擎正式ToB，讓視頻云在ToB上順利承接有了更大的投入，在產(chǎn)品的完備度和服務(wù)的規(guī)范性上有了大幅的提升。以及字節(jié)跳動(dòng)收購(gòu)了Pico之后，我們開(kāi)始在沉浸式視頻上進(jìn)行了更多的探索。

如何搭建質(zhì)量體驗(yàn)體系

從整個(gè)視頻云的成長(zhǎng)史來(lái)看，字節(jié)跳動(dòng)的業(yè)務(wù)“養(yǎng)成”了視頻云，而且視頻云非常有幸在這個(gè)過(guò)程當(dāng)中見(jiàn)證與幫助字節(jié)跳動(dòng)的成長(zhǎng)。我們希望今天把沉淀下來(lái)的能力與經(jīng)驗(yàn)開(kāi)放給行業(yè)的合作伙伴。

剛才在演講過(guò)程當(dāng)中，我提到了一點(diǎn)，我們從能力建設(shè)開(kāi)始面向體驗(yàn)的建設(shè)。通過(guò)幾個(gè)直觀的問(wèn)題讓大家感受一下到底這兩個(gè)之間有什么區(qū)別。

業(yè)務(wù)數(shù)據(jù)不好，是不是因?yàn)椴シ朋w驗(yàn)有問(wèn)題？

我們播放體驗(yàn)的優(yōu)勢(shì)是什么？

新上線一些新的功能，對(duì)業(yè)務(wù)的貢獻(xiàn)到底如何？

我們總說(shuō)極致體驗(yàn)，體驗(yàn)是什么，以及怎樣才算極致？

大家能夠感覺(jué)到畫(huà)風(fēng)不一樣了，之前我們談功能的時(shí)候，更多是在談功能有沒(méi)有，好不好，有多好。這些會(huì)落到可以對(duì)比的，類(lèi)似卡頓這類(lèi)的指標(biāo)。但回到體驗(yàn)，更多是業(yè)務(wù)帶著最終結(jié)果向我們發(fā)問(wèn)，到底我們的能力對(duì)業(yè)務(wù)有什么幫助，我們?cè)趺椿卮疬@樣的問(wèn)題。

首先我覺(jué)得每個(gè)問(wèn)題都很難回答。在這兒我想分享一下經(jīng)驗(yàn)，包括做事方式與思路。

大家看右邊這張圖，分成外邊的一個(gè)圓環(huán)與里面的矩形。外邊的圓形更多是我們?cè)谌粘Ｑ邪l(fā)里面的做事方式，相信大家都非常熟悉。這里面有一個(gè)與大家做的不一樣的，是線上實(shí)驗(yàn)的環(huán)節(jié)，里面的矩陣更多是內(nèi)功，核心就是一直在努力建設(shè)數(shù)據(jù)的分析和歸因能力。我們要做一個(gè)事情能夠預(yù)估它的收益，并且能夠及時(shí)回收收益。在內(nèi)外結(jié)合、相輔相成的思路與做事方式下，我們?cè)倏磩偛诺膸讉€(gè)靈魂拷問(wèn)是不是可以回答了。

對(duì)于剛才的幾個(gè)問(wèn)題我們可以抽象一下，變成一些更本質(zhì)的問(wèn)題。

第一個(gè)是如何衡量體驗(yàn)？

大家應(yīng)該會(huì)有一些共識(shí)，體驗(yàn)指標(biāo)可以分成 QoS（Quality of Service）指標(biāo)和 QoE（Quality of Experience）指標(biāo)。QoS 往往是從服務(wù)或者功能的視角統(tǒng)計(jì)服務(wù)質(zhì)量，包括起播時(shí)間、百秒卡頓、畫(huà)質(zhì)指標(biāo)、延時(shí)等。這些是跟研發(fā)具體做的動(dòng)作直接相關(guān)的，它們非常重要，而且是研發(fā)做的每個(gè)動(dòng)作的直觀表現(xiàn)。

我們?cè)趯?shí)踐過(guò)程中，逐漸從最初的關(guān)注QoS指標(biāo)，過(guò)渡到現(xiàn)在以QoE指標(biāo)為主。因?yàn)镼oE是從用戶視角反映問(wèn)題，通常是與用戶播放時(shí)長(zhǎng)和頻次等相關(guān)的聚合指標(biāo)，以反映用戶的使用意愿，也與增長(zhǎng)關(guān)聯(lián)更加直接。它比QoS好的一點(diǎn)，QoS是單方面，有可能把我們的優(yōu)化指導(dǎo)偏，而不是全局最優(yōu)，QoE是給了一個(gè)最終結(jié)果。我們帶著這個(gè)最終結(jié)果有能力與業(yè)務(wù)的增長(zhǎng)結(jié)果做關(guān)聯(lián)。

下一個(gè)問(wèn)題，體驗(yàn)與增長(zhǎng)之間是怎么關(guān)聯(lián)的？

之前有很多次的技術(shù)分享，大家對(duì)字節(jié)跳動(dòng)的A/B實(shí)驗(yàn)有了解，它提供了一個(gè)讓我們真正成為業(yè)務(wù)里面的技術(shù)參與方，能直接看到我們的動(dòng)作與業(yè)務(wù)增長(zhǎng)關(guān)聯(lián)的平臺(tái)。有了這個(gè)平臺(tái)之后，我們可以很方便地每個(gè)月做幾十次線上實(shí)驗(yàn)，不斷探索體驗(yàn)指標(biāo)與業(yè)務(wù)指標(biāo)的關(guān)聯(lián)，一點(diǎn)點(diǎn)消除元無(wú)知。

最后，如何優(yōu)化體驗(yàn)，體驗(yàn)需要優(yōu)化到什么程度？

如果我們打算做一個(gè)功能優(yōu)化，什么時(shí)候該做，做到什么時(shí)候該停。第一因?yàn)槲覀冇袃?nèi)部?jī)?yōu)勢(shì)，可以快捷地開(kāi)大量的實(shí)驗(yàn)，所以能快速、不停地迭代嘗試出一個(gè)經(jīng)驗(yàn)值，這個(gè)經(jīng)驗(yàn)值可以在具體場(chǎng)景里面復(fù)制、沉淀，可以推廣出更多的業(yè)務(wù)方使用的。

另外一個(gè)方式就是使用業(yè)務(wù)已有的數(shù)據(jù)，做一些已有數(shù)據(jù)分析，比如說(shuō)首幀與棄播之間的關(guān)系。我們找到拐點(diǎn)，因?yàn)檫@個(gè)拐點(diǎn)可能就是這個(gè)業(yè)務(wù)的優(yōu)化空間，如果過(guò)了這個(gè)拐點(diǎn)，有可能優(yōu)先級(jí)可以放一放。我們通過(guò)這種方式建立決策，去回答體驗(yàn)到底需要優(yōu)化到什么程度。

剛才介紹了研發(fā)的體系，下面我舉幾個(gè)例子，把這些例子得到的沉淀結(jié)論分享給大家。

首先是在短視頻場(chǎng)景下，剛才我也提到了對(duì)于首幀的分析，我們經(jīng)過(guò)試驗(yàn)與數(shù)據(jù)分析得到這樣的一個(gè)結(jié)論，就是210ms這個(gè)數(shù)字。在短視頻feed場(chǎng)景下，我們認(rèn)為210ms相當(dāng)于流媒體首幀的滿分標(biāo)準(zhǔn)。首幀大于這個(gè)值，用戶的留存可能就會(huì)受到影響。

對(duì)于畫(huà)質(zhì)來(lái)講，也是一個(gè)很直觀的指標(biāo)，大家希望有很清晰的視頻體驗(yàn)，我們做了非常多的動(dòng)作，這里舉一個(gè)例子，特定環(huán)境下網(wǎng)絡(luò)受限的用戶，不得不選擇低分辨率的視頻去播放，這樣終端的效果肯定是不好的。我們有一些手段，通過(guò)超分辨率的方式，在終端把不好的播放體驗(yàn)重新超分成一個(gè)好的視頻效果。單單這樣的對(duì)于受限場(chǎng)景下的優(yōu)化，對(duì)于大盤(pán)整個(gè)視頻播放時(shí)長(zhǎng)有0.23%的增長(zhǎng)。

在直播上，延時(shí)也是很敏感的指標(biāo)，但是確實(shí)與業(yè)務(wù)增長(zhǎng)的關(guān)系是比較難量化，我們?cè)凇暗脱舆t直播”功能上線之后，也嘗試做了反轉(zhuǎn)實(shí)驗(yàn)，把已經(jīng)3s端到端延時(shí)的用戶，重新提升到7s，我們看了一下結(jié)果是什么樣。這個(gè)工作做了之后，我們看到用戶的看播時(shí)長(zhǎng)下降1.3%，社交滲透與電商訂單都有顯著的下降。也是因?yàn)橛辛诉@樣時(shí)延的佐證，我們對(duì)于低延時(shí)直播的資源投入在持續(xù)的增長(zhǎng)。

剛才提到了一些研發(fā)投入深耕的場(chǎng)景，其實(shí)對(duì)于體驗(yàn)的優(yōu)化可能不需要那么高深，有一些簡(jiǎn)單的Case被大家忽略掉，一樣可以達(dá)到很好的結(jié)果。舉一個(gè)看上去很簡(jiǎn)單的音量均衡例子，大家看直播或者點(diǎn)播的時(shí)候有刷視頻的動(dòng)作，刷到下一個(gè)視頻如果聲音忽高忽低，可能會(huì)有很差的播放體驗(yàn)，甚至因?yàn)槁曇糇兇髧樢惶?。我們預(yù)期音量均衡的方案會(huì)拿到正向的結(jié)果，實(shí)際上做完試驗(yàn)之后結(jié)果遠(yuǎn)超預(yù)期，不僅在人均看播時(shí)長(zhǎng)增長(zhǎng)了3%，而且電商直播的GMV超預(yù)期提升4%。其他像這些小的點(diǎn)有很多很多，只要這個(gè)思路存在，我們就有更多可挖的空間。

除了技術(shù)，還有很多的玩法，能讓留存、拉新得到很多提升。介紹一下“一起看抖音”場(chǎng)景功能，這個(gè)場(chǎng)景是在抖音短視頻觀看時(shí)，可以讓很多用戶同時(shí)在看，大家看的進(jìn)度是一樣的，而且看的同時(shí)可以做音視頻的聊天，以增加趣味性與陪伴感。它在抖音上線已經(jīng)接近一年，月均DAU持續(xù)保持30%以上的增長(zhǎng)，滲透率已經(jīng)提升10倍。

剛才是對(duì)體驗(yàn)優(yōu)化方法論結(jié)果的展示，我后面分享一下火山引擎視頻云未來(lái)的技術(shù)規(guī)劃與構(gòu)想。正如我們和IDC一同發(fā)布的視頻云白皮書(shū)中所提到的，我們相信視頻應(yīng)用會(huì)持續(xù)朝著三個(gè)方向演進(jìn)，更高清、更交互、更沉浸。下面對(duì)這三個(gè)方面，我分別談一下我們?cè)诩夹g(shù)上的儲(chǔ)備與規(guī)劃。

更高清

首先更高清。大家都經(jīng)歷了從彩色電視，到數(shù)字電視，到后邊1080P，以及這次北京冬奧會(huì)大家都享受到的8K超高清轉(zhuǎn)播，以及8K VR直播，甚至8K更高分辨率的視頻。這樣對(duì)視頻編碼與傳輸，始終都是很大的壓力，如果壓縮跟不上的話，雖然可以用一些手段降低畫(huà)質(zhì)完成8K的傳輸，但是這樣效果是“高不清”。

火山引擎多媒體實(shí)驗(yàn)室團(tuán)隊(duì)，一直在持續(xù)地探索極致的視頻壓縮和圖像增強(qiáng)技術(shù)，在受限帶寬下持續(xù)提升用戶的視覺(jué)體驗(yàn)。

近期火山引擎落地業(yè)界首個(gè)H.266端云一體視頻解決方案，相比目前主流的265編碼方案，能節(jié)省30%-50%的碼率，在一些應(yīng)用場(chǎng)景下最高可節(jié)省70%以上碼率，可以大大降低超高清視頻應(yīng)用的門(mén)檻，加速推進(jìn)體驗(yàn)升級(jí)的進(jìn)程。

除了剛才編碼效率的優(yōu)化，我們對(duì)更高清的追求，不只是壓縮效率更高了就是高清，當(dāng)用戶都覺(jué)得清晰了那才是高清。到底怎么衡量、反映用戶觀看視頻的感受呢？

除了一直致力于建立畫(huà)質(zhì)的端到端整體優(yōu)化方案之外，我們還在嘗試建立一套和用戶感官完全匹配的評(píng)估體系，我們推出的是VQScore畫(huà)質(zhì)評(píng)估算法體系。我們可以把它用在很多不具備參考條件的場(chǎng)景下，比如競(jìng)品評(píng)測(cè)、視頻質(zhì)量監(jiān)控、基于視頻質(zhì)量的推薦，基于人類(lèi)主觀感受的視頻端到端優(yōu)化、低質(zhì)視頻篩查等。而且VQScore畫(huà)質(zhì)評(píng)估體系已經(jīng)在多媒體領(lǐng)域的世界級(jí)會(huì)議拿到第一名的好成績(jī)。

更交互

下一個(gè)發(fā)展趨勢(shì)是更交互。在業(yè)務(wù)發(fā)展中，新的交互方式往往會(huì)帶來(lái)新的商業(yè)突破，技術(shù)的優(yōu)化，可以讓更多的互動(dòng)玩法與商業(yè)場(chǎng)景成為可能。這里我們看兩個(gè)極致些的例子。

第一個(gè)是語(yǔ)音沙龍。語(yǔ)音沙龍是今年年初非?；鸨膱?chǎng)景。之前由于技術(shù)架構(gòu)的限制，產(chǎn)品不得不把能夠上麥的主播數(shù)量控制到20-50個(gè)，一旦更多就會(huì)很混亂。火山引擎RTC通過(guò)訂閱邏輯的改造，讓產(chǎn)品邏輯更加靈活，單房間最高支持超過(guò)千人上麥，成為國(guó)內(nèi)首家能夠提供單房間超過(guò)千人上麥的音視頻服務(wù)。

第二個(gè)例子是VR場(chǎng)景下的千人Livehouse，這對(duì)端上渲染能力有很大的要求。因?yàn)槲覀冇辛说蜁r(shí)延服務(wù)端渲染的能力，云渲染的超低延時(shí)架構(gòu)將復(fù)雜的渲染計(jì)算放到云端做，把計(jì)算后產(chǎn)生的音視頻畫(huà)面，用RTC傳輸?shù)奖緳C(jī)。無(wú)論多復(fù)雜的計(jì)算，本機(jī)只需要播放音視頻的性能消耗，從而解放終端的性能限制。

更沉浸

最后一點(diǎn)，是更沉浸。前邊提到更高清與更交互，是達(dá)到更沉浸的先決條件。另外還有兩個(gè)要素，自由度和虛實(shí)融合。我們一直以來(lái)大家觀看視頻的體驗(yàn)，主要是滑動(dòng)、切換下一個(gè)視頻或者是拖拽，其實(shí)這時(shí)候我們沒(méi)有太多的自由度，而更多的視頻未來(lái)要求我們提供更多的自由度。比如可以通過(guò)VR看到更廣闊的視野，甚至可以通過(guò)多機(jī)位達(dá)到自由度的效果，共同組合成六自由度的XR體驗(yàn)。

我相信很快會(huì)有更多殺手級(jí)的XR應(yīng)用出現(xiàn)，給視頻的呈現(xiàn)與體驗(yàn)?zāi)Ｊ綆?lái)代際的更新。我們不斷打磨沉浸式視頻體驗(yàn)?zāi)芰Γ膊粩嗟爻恋碓谠平鉀Q方案當(dāng)中，希望能和更多業(yè)務(wù)合作伙伴一起推進(jìn)行業(yè)的變革。

比如，剛才提到了超過(guò)千人連麥，未來(lái)通過(guò)VR設(shè)備和技術(shù)，我們可以實(shí)現(xiàn)千人在一個(gè)共同的虛擬場(chǎng)景中，實(shí)現(xiàn)更多樣化、更沉浸的社交活動(dòng)，比如通過(guò)自己的Avatar替身聊天、一起刷抖音、看直播、一起玩游戲等，這種應(yīng)用場(chǎng)景會(huì)涉及到點(diǎn)播、直播、RTC、邊緣渲染、云游戲等多個(gè)視頻云解決方案的融合。

面向體驗(yàn)，助推超視頻時(shí)代新增長(zhǎng)

更高清、更交互、更沉浸是我們不斷的追求，希望幫助合作伙伴引爆一個(gè)又一個(gè)新的業(yè)務(wù)增長(zhǎng)點(diǎn)。今天，火山引擎視頻云發(fā)布產(chǎn)品矩陣——為用戶體驗(yàn)而生的視頻云服務(wù)，我們希望打造全新的產(chǎn)品服務(wù)體系。

產(chǎn)品矩陣整體劃分為三層，分別是核心中臺(tái)、核心產(chǎn)品及解決方案。

底層是我們的核心中臺(tái)，是我們技術(shù)能力的沉淀，從生產(chǎn)、處理、傳輸、消費(fèi)，覆蓋視頻內(nèi)容消費(fèi)全鏈路。讓更多的互動(dòng)玩法和商業(yè)場(chǎng)景成為可能。

中間層是我們的核心產(chǎn)品，包含點(diǎn)播、直播、圖片處理、實(shí)時(shí)音視頻等。

上層是行業(yè)全棧解決方案，包含泛互聯(lián)網(wǎng)游戲、在線教育、金融廣電等，我們相信全棧解決方案是驅(qū)動(dòng)更多商業(yè)場(chǎng)景落地的關(guān)鍵變量。

火山引擎視頻云面向體驗(yàn)，助推超視頻時(shí)代新增長(zhǎng)，希望可以和更多的業(yè)務(wù)伙伴一起探索下一代互聯(lián)網(wǎng)新場(chǎng)景，一同創(chuàng)造更多的價(jià)值。今天我的分享就到這兒，謝謝大家！

審核編輯：符乾江