2月25日，火山引擎视频云科技原力峰会顺利召开。
火山引擎视频云是如何发展起来的?火山引擎要做什么样的视频云?未来视频云又会是什么样的?火山引擎视频云技术负责人浩铭在以《面向体验，助推超视频时代新增长》为主题的演讲中，分享了对视频体验、交互、增长的观察与思考，并介绍了火山引擎视频云的从前、现在，以及未来的技术规划与构想。他表示：相信视频应用会持续朝着三个方向演进，更高清、更交互、更沉浸。
火山引擎视频云技术负责人浩铭
以下为浩铭的演讲实录：
大家好，我是来自火山引擎视频的浩铭，很高兴今天能跟大家一起做分享，共同面向体验，助推超视频时代新增长。
火山引擎视频云进化史
首先给大家介绍一下火山引擎视频云的进化史，这里列了几个关键的时间点：
起初在2014年，这时候字节跳动还在做图文应用。大家比较熟悉的今日头条，就是这个时候DAU突破一千万。当时，公司已经预计到未来是视频的时代，就开始在头条探索视频的形态，视频架构部门也是在这个时间点诞生的。
下一个时间点到了2016年，字节跳动推出短视频APP抖音，与直播APP火山直播。随着字节系的产品不断扩充，视频架构在公司的位置也变成了视频中台。我们作为中台不断地在公司里面孵化更多端到端的解决方案，像图片点播也在这个时间点成为解决方案，但是那时候我们的定位是面向功能、解决业务的问题。
2018年，字节跳动本身业务飞速发展的一年，对我们来说也是挑战很大的一年。首先我们要保证业务的稳定增长，保证业务的扩容是平顺的，同时业务对我们有了更多的要求，不止功能层面，还要对业务的功能与结果提供更大的帮助，于是我们对业务的体验优化做了更多的投入，持续优化端到端的视频体验。这个时间点，我们自己开始逐渐意识到，“体验”的重要性。
到了2020年，我们开始认真考虑ToB的事情。之所以在这个时间点考虑ToB，基于三点考虑：
第一点，我们作为中台支持的字节产品越来越多，如果把中台的服务模式变成ToB的服务模式，相信对业务的支持效率与组织效能上有很大的提升;
第二点，经过几年的业务打磨，已经具备行业领先性，我们把已经沉淀好的能力输出出去，应该可以得到更好的商业价值;
第三，我们希望引入外部的视角，倾听来自行业的声音、用户的声音、客户的声音，让我们审视已有的技术，保持我们的先进性。
基于几点考虑，我们逐渐把团队从中台走向ToB，把之前的沉淀解决方案改造为对外的解决方案，把自己的服务做成平台化，更加规模化地接外部客户。这时我们接了第一个外部客户，懂球帝。
在2020年之后，这样的演进还在持续发生，比如说火山引擎正式ToB，让视频云在ToB上顺利承接有了更大的投入，在产品的完备度和服务的规范性上有了大幅的提升。以及字节跳动收购了Pico之后，我们开始在沉浸式视频上进行了更多的探索。
如何搭建质量体验体系
从整个视频云的成长史来看，字节跳动的业务“养成”了视频云，而且视频云非常有幸在这个过程当中见证与帮助字节跳动的成长。我们希望今天把沉淀下来的能力与经验开放给行业的合作伙伴。
刚才在演讲过程当中，我提到了一点，我们从能力建设开始面向体验的建设。通过几个直观的问题让大家感受一下到底这两个之间有什么区别。
业务数据不好，是不是因为播放体验有问题?
我们播放体验的优势是什么?
新上线一些新的功能，对业务的贡献到底如何?
我们总说极致体验，体验是什么，以及怎样才算极致?
大家能够感觉到画风不一样了，之前我们谈功能的时候，更多是在谈功能有没有，好不好，有多好。这些会落到可以对比的，类似卡顿这类的指标。但回到体验，更多是业务带着最终结果向我们发问，到底我们的能力对业务有什么帮助，我们怎么回答这样的问题。
首先我觉得每个问题都很难回答。在这儿我想分享一下经验，包括做事方式与思路。
大家看右边这张图，分成外边的一个圆环与里面的矩形。外边的圆形更多是我们在日常研发里面的做事方式，相信大家都非常熟悉。这里面有一个与大家做的不一样的，是线上实验的环节，里面的矩阵更多是内功，核心就是一直在努力建设数据的分析和归因能力。我们要做一个事情能够预估它的收益，并且能够及时回收收益。在内外结合、相辅相成的思路与做事方式下，我们再看刚才的几个灵魂拷问是不是可以回答了。
对于刚才的几个问题我们可以抽象一下，变成一些更本质的问题。
第一个是如何衡量体验?
大家应该会有一些共识，体验指标可以分成 QoS(Quality of Service)指标和 QoE(Quality of Experience)指标。QoS 往往是从服务或者功能的视角统计服务质量，包括起播时间、百秒卡顿、画质指标、延时等。这些是跟研发具体做的动作直接相关的，它们非常重要，而且是研发做的每个动作的直观表现。
我们在实践过程中，逐渐从最初的关注QoS指标，过渡到现在以QoE指标为主。因为QoE是从用户视角反映问题，通常是与用户播放时长和频次等相关的聚合指标，以反映用户的使用意愿，也与增长关联更加直接。它比QoS好的一点，QoS是单方面，有可能把我们的优化指导偏，而不是全局最优，QoE是给了一个最终结果。我们带着这个最终结果有能力与业务的增长结果做关联。
下一个问题，体验与增长之间是怎么关联的?
之前有很多次的技术分享，大家对字节跳动的A/B实验有了解，它提供了一个让我们真正成为业务里面的技术参与方，能直接看到我们的动作与业务增长关联的平台。有了这个平台之后，我们可以很方便地每个月做几十次线上实验，不断探索体验指标与业务指标的关联，一点点消除元无知。
最后，如何优化体验，体验需要优化到什么程度?
如果我们打算做一个功能优化，什么时候该做，做到什么时候该停。第一因为我们有内部优势，可以快捷地开大量的实验，所以能快速、不停地迭代尝试出一个经验值，这个经验值可以在具体场景里面复制、沉淀，可以推广出更多的业务方使用的。
另外一个方式就是使用业务已有的数据，做一些已有数据分析，比如说首帧与弃播之间的关系。我们找到拐点，因为这个拐点可能就是这个业务的优化空间，如果过了这个拐点，有可能优先级可以放一放。我们通过这种方式建立决策，去回答体验到底需要优化到什么程度。
刚才介绍了研发的体系，下面我举几个例子，把这些例子得到的沉淀结论分享给大家。
首先是在短视频场景下，刚才我也提到了对于首帧的分析，我们经过试验与数据分析得到这样的一个结论，就是210ms这个数字。在短视频feed场景下，我们认为210ms相当于流媒体首帧的满分标准。首帧大于这个值，用户的留存可能就会受到影响。
对于画质来讲，也是一个很直观的指标，大家希望有很清晰的视频体验，我们做了非常多的动作，这里举一个例子，特定环境下网络受限的用户，不得不选择低分辨率的视频去播放，这样终端的效果肯定是不好的。我们有一些手段，通过超分辨率的方式，在终端把不好的播放体验重新超分成一个好的视频效果。单单这样的对于受限场景下的优化，对于大盘整个视频播放时长有0.23%的增长。
在直播上，延时也是很敏感的指标，但是确实与业务增长的关系是比较难量化，我们在“低延迟直播”功能上线之后，也尝试做了反转实验，把已经3s端到端延时的用户，重新提升到7s，我们看了一下结果是什么样。这个工作做了之后，我们看到用户的看播时长下降1.3%，社交渗透与电商订单都有显著的下降。也是因为有了这样时延的佐证，我们对于低延时直播的资源投入在持续的增长。
刚才提到了一些研发投入深耕的场景，其实对于体验的优化可能不需要那么高深，有一些简单的Case被大家忽略掉，一样可以达到很好的结果。举一个看上去很简单的音量均衡例子，大家看直播或者点播的时候有刷视频的动作，刷到下一个视频如果声音忽高忽低，可能会有很差的播放体验，甚至因为声音变大吓一跳。我们预期音量均衡的方案会拿到正向的结果，实际上做完试验之后结果远超预期，不仅在人均看播时长增长了3%，而且电商直播的GMV超预期提升4%。其他像这些小的点有很多很多，只要这个思路存在，我们就有更多可挖的空间。
除了技术，还有很多的玩法，能让留存、拉新得到很多提升。介绍一下“一起看抖音”场景功能，这个场景是在抖音短视频观看时，可以让很多用户同时在看，大家看的进度是一样的，而且看的同时可以做音视频的聊天，以增加趣味性与陪伴感。它在抖音上线已经接近一年，月均DAU持续保持30%以上的增长，渗透率已经提升10倍。
面向用户打造极致体验
面向企业持续技术创新
刚才是对体验优化方法论结果的展示，我后面分享一下火山引擎视频云未来的技术规划与构想。正如我们和IDC一同发布的视频云白皮书中所提到的，我们相信视频应用会持续朝着三个方向演进，更高清、更交互、更沉浸。下面对这三个方面，我分别谈一下我们在技术上的储备与规划。
更高清
首先更高清。大家都经历了从彩色电视，到数字电视，到后边1080P，以及这次北京冬奥会大家都享受到的8K超高清转播，以及8K VR直播，甚至8K更高分辨率的视频。这样对视频编码与传输，始终都是很大的压力，如果压缩跟不上的话，虽然可以用一些手段降低画质完成8K的传输，但是这样效果是“高不清”。
火山引擎多媒体实验室团队，一直在持续地探索极致的视频压缩和图像增强技术，在受限带宽下持续提升用户的视觉体验。
近期火山引擎落地业界首个H.266端云一体视频解决方案，相比目前主流的265编码方案，能节省30%-50%的码率，在一些应用场景下最高可节省70%以上码率，可以大大降低超高清视频应用的门槛，加速推进体验升级的进程。
除了刚才编码效率的优化，我们对更高清的追求，不只是压缩效率更高了就是高清，当用户都觉得清晰了那才是高清。到底怎么衡量、反映用户观看视频的感受呢?
除了一直致力于建立画质的端到端整体优化方案之外，我们还在尝试建立一套和用户感官完全匹配的评估体系，我们推出的是VQScore画质评估算法体系。我们可以把它用在很多不具备参考条件的场景下，比如竞品评测、视频质量监控、基于视频质量的推荐，基于人类主观感受的视频端到端优化、低质视频筛查等。而且VQScore画质评估体系已经在多媒体领域的世界级会议拿到第一名的好成绩。
更交互
下一个发展趋势是更交互。在业务发展中，新的交互方式往往会带来新的商业突破，技术的优化，可以让更多的互动玩法与商业场景成为可能。这里我们看两个极致些的例子。
第一个是语音沙龙。语音沙龙是今年年初非常火爆的场景。之前由于技术架构的限制，产品不得不把能够上麦的主播数量控制到20-50个，一旦更多就会很混乱。火山引擎RTC通过订阅逻辑的改造，让产品逻辑更加灵活，单房间最高支持超过千人上麦，成为国内首家能够提供单房间超过千人上麦的音视频服务。
第二个例子是VR场景下的千人Livehouse，这对端上渲染能力有很大的要求。因为我们有了低时延服务端渲染的能力，云渲染的超低延时架构将复杂的渲染计算放到云端做，把计算后产生的音视频画面，用RTC传输到本机。无论多复杂的计算，本机只需要播放音视频的性能消耗，从而解放终端的性能限制。
更沉浸
最后一点，是更沉浸。前边提到更高清与更交互，是达到更沉浸的先决条件。另外还有两个要素，自由度和虚实融合。我们一直以来大家观看视频的体验，主要是滑动、切换下一个视频或者是拖拽，其实这时候我们没有太多的自由度，而更多的视频未来要求我们提供更多的自由度。比如可以通过VR看到更广阔的视野，甚至可以通过多机位达到自由度的效果，共同组合成六自由度的XR体验。
我相信很快会有更多杀手级的XR应用出现，给视频的呈现与体验模式带来代际的更新。我们不断打磨沉浸式视频体验能力，也不断地沉淀在云解决方案当中，希望能和更多业务合作伙伴一起推进行业的变革。
比如，刚才提到了超过千人连麦，未来通过VR设备和技术，我们可以实现千人在一个共同的虚拟场景中，实现更多样化、更沉浸的社交活动，比如通过自己的Avatar替身聊天、一起刷抖音、看直播、一起玩游戏等，这种应用场景会涉及到点播、直播、RTC、边缘渲染、云游戏等多个视频云解决方案的融合。
面向体验，助推超视频时代新增长
更高清、更交互、更沉浸是我们不断的追求，希望帮助合作伙伴引爆一个又一个新的业务增长点。今天，火山引擎视频云发布产品矩阵——为用户体验而生的视频云服务，我们希望打造全新的产品服务体系。
产品矩阵整体划分为三层，分别是核心中台、核心产品及解决方案。
底层是我们的核心中台，是我们技术能力的沉淀，从生产、处理、传输、消费，覆盖视频内容消费全链路。让更多的互动玩法和商业场景成为可能。
中间层是我们的核心产品，包含点播、直播、图片处理、实时音视频等。
上层是行业全栈解决方案，包含泛互联网游戏、在线教育、金融广电等，我们相信全栈解决方案是驱动更多商业场景落地的关键变量。
火山引擎视频云面向体验，助推超视频时代新增长，希望可以和更多的业务伙伴一起探索下一代互联网新场景，一同创造更多的价值。今天我的分享就到这儿，谢谢大家!
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
