快手硬核ToB第一槍：視頻能力對外開放，自研芯片首次曝光

明敏 魚羊 發(fā)自 凹非寺

量子位 | 公眾號 QbitAI

就在今天，快手正式對外官宣了自研芯片的進展：

云端智能視頻處理SoC芯片已經(jīng)流片成功，并正在進行線上內(nèi)測。

關(guān)鍵是，隨著這一波造芯成果而來的，還不只一個大動作。

更確切地說，快手這把是直接在業(yè)務(wù)上開啟了完全不同以往的嘗試：

做了11年ToC產(chǎn)品的快手，現(xiàn)在正式推出視頻云服務(wù)StreamLake，宣告進軍云服務(wù)市場。

快手ToB第一槍：StreamLake

要說清楚這事兒，咱們得先來看看快手這個StreamLake究竟是怎么一回事。

StreamLake可以說是一套覆蓋底層基礎(chǔ)設(shè)施到上層場景解決方案的“視頻操作系統(tǒng)”。

其能力主要體現(xiàn)在Video和AI兩個方面。

其中，Video側(cè)重視頻制作、傳輸、分發(fā)在內(nèi)的全鏈路視頻能力。

AI側(cè)重智能視頻創(chuàng)作、智能視頻內(nèi)容理解、數(shù)字人等技術(shù)領(lǐng)域。

與許多云服務(wù)商相似的是，快手視頻云服務(wù)的雛形，最早也誕生于自家業(yè)務(wù)之中。

對于快手而言，從2015年的千萬級日活躍用戶數(shù)到2022年第一季度日活接近3.5億，期間面對的是內(nèi)部業(yè)務(wù)的爆炸式增長。

因此，快手的技術(shù)中臺化進程也開始得很早。

所謂中臺化，簡單來說就是在各個不同業(yè)務(wù)之間，搭建共享共用的基礎(chǔ)設(shè)施、底層算法和應(yīng)用服務(wù)。

而當(dāng)這些通用技術(shù)不斷迭代升級，通用基礎(chǔ)設(shè)施不斷積累拓展，并逐漸被打磨出更高的應(yīng)用效率，一個“云產(chǎn)品”的雛形實際上便已經(jīng)形成。

具備了這樣的技術(shù)基礎(chǔ)之后，隨即兩個合作案例，進一步催化了快手的ToB業(yè)務(wù)。

第一個合作案例來自學(xué)界。疫情期間，高校對線上教學(xué)平臺的需求全面爆發(fā)，與快手淵源頗深的清華亦在其列。

量子位了解到，疫情之初，清華便邀請快手與其在線教育平臺“學(xué)堂在線”達成合作，以滿足老師和學(xué)生們的線上教學(xué)需求。

這可以說是快手直播技術(shù)能力的第一次對外完整輸出，效果頗為顯著：

直播技術(shù)團隊自研的實時音視頻通信系統(tǒng)、智能調(diào)度系統(tǒng)，可以讓師生在同等網(wǎng)絡(luò)條件下，更流暢地觀看直播，這些技術(shù)的應(yīng)用，為清華的網(wǎng)絡(luò)課程創(chuàng)造了更好的體驗。

第二個合作案例，則是知乎。

2020年，知乎開始加速媒介升級，強化社區(qū)中圖文與視頻的融合。

據(jù)該合作項目負責(zé)人介紹，當(dāng)時，知乎處于媒介升級初期，關(guān)注到平臺上的用戶對視頻質(zhì)量和體驗有更高的訴求。

知乎在尋求外部合作伙伴的過程中，基于對快手音視頻技術(shù)的了解和認可，主動聯(lián)系了快手有關(guān)技術(shù)部門。雙方經(jīng)過多輪技術(shù)研討，最終確定圍繞視頻架構(gòu)升級和體驗優(yōu)化展開深度合作：

快手輸出了一套完整的點播云解決方案，通過媒體處理服務(wù)、融合CDN、播放器等產(chǎn)品，結(jié)合熱度觸發(fā)、多碼率自適應(yīng)等策略，逐步幫助知乎解決了用戶體驗提升和云服務(wù)成本優(yōu)化等需求。除此之外，針對知乎在媒介升級中不同階段的痛點，快手還提供了專業(yè)的技術(shù)咨詢服務(wù)。

更通俗一點說，快手這一套組合拳，能在保證視頻畫質(zhì)的基礎(chǔ)之上，讓視頻播放更流暢，視頻文件更小、存儲成本更低。

通過這兩個案例的打磨，一方面，快手對外提供服務(wù)的產(chǎn)品能力、工具和體系都更加完善。

更重要的一方面是，一個全新的商業(yè)模式正在逐步被驗證。

快手高級副總裁、StreamLake負責(zé)人于冰透露，盡管市面上已有不少視頻云產(chǎn)品，但傳統(tǒng)模式下，行業(yè)始終存在一個根本性的矛盾：

客戶視頻碼率越高，帶寬用量越大，云服務(wù)商營收往往越高。

如果升級了視頻壓縮技術(shù)，客戶會獲益：一方面是C端的用戶體驗更流暢，另一方面帶寬成本也會大幅降低。然而廠商的營收卻會受很大的影響。

這樣一來，視頻云廠商也就缺乏足夠的動力，為客戶提供更先進的視頻壓縮和傳輸技術(shù)。

但對于快手而言，其自身就是國內(nèi)頭部視頻平臺之一，追求用戶體驗提升和帶寬成本優(yōu)化本來就是收益極高的一件事，因此自然有非常強的動力去做打磨視頻壓縮技術(shù)。

實際上，為此快手已經(jīng)引入了大量行業(yè)頂尖人才，并已經(jīng)在實踐中掌握了行業(yè)領(lǐng)先的視頻壓縮技術(shù)。

比如，在新一代視頻壓縮國際標準H.266/VVC的制定中，快手有數(shù)十件技術(shù)提案獲得采納。

而在與知乎探索出一套雙贏的合作模式之后，快手開始加速自身核心技術(shù)能力的對外開放，希望將新的商業(yè)模式推向全行業(yè)。

于是，StreamLake應(yīng)運而生。

StreamLake能做什么？

說了這么多，StreamLake到底有何不同之處？

前文提到，StreamLake主要提供的是全鏈路視頻能力和覆蓋視頻創(chuàng)作全流程的AI能力。

這些技術(shù)能力的核心價值被快手總結(jié)為4個E，分別是創(chuàng)新（enabling）、體驗（experience）、彈性（elastic）、經(jīng)濟成本（economic）。

第一個E為創(chuàng)新（enabling），意在幫助企業(yè)從0到1快速構(gòu)建視頻業(yè)務(wù)，或快速實現(xiàn)業(yè)務(wù)創(chuàng)新。

從如上架構(gòu)中可以看出，StreamLake-Video中的點播云、直播云、媒體處理、音視頻SDK、移動端組件庫等產(chǎn)品，可以構(gòu)建出一個完整的“端云一體”方案，一站式讓行業(yè)客戶快速搭建視頻業(yè)務(wù)。

第二個E是體驗（experience）。

在這方面，快手疊加了超分辨率、視頻插幀、SDR轉(zhuǎn)HDR、3D環(huán)繞聲、去噪、去模糊等一系列智能算法，能結(jié)合源片特征，實現(xiàn)視覺和聽覺的全方位修復(fù)增強。

還能實現(xiàn)毛孔級的4/8K觀感、60/120幀、全景聲立體音效、高動態(tài)對比度、寬色域等效果。

具體到數(shù)字指標方面，StreamLake的硬解覆蓋率達到95%以上，首屏?xí)r間控制在200ms，帶寬利用率超過90%。

值得一提的是，通常只有行業(yè)頭部平臺才能實現(xiàn)“零首屏”體驗，快手同樣把這樣的能力向行業(yè)用戶開放。

第三個E是彈性（elastic），實際上也是彈性規(guī)模（elastic scale）。

這一點對于快手而言，已經(jīng)有過多次驗證。

比如快手曾贊助春晚搶紅包活動。幾億人同時觀看同一條視頻，還要完成搶紅包的動作，同時在線人數(shù)高達2250萬人。

這對于帶寬的要求非常高。

據(jù)于冰透露，快手的帶寬量級已達100T級別，存儲量達到EB級別。每天處理視頻量達幾千萬條，視頻播放量達到幾百億。

因此，彈性規(guī)模對于快手而言，是一種“天生”的能力，也將成為StreamLake的一種優(yōu)勢。

第四個E是經(jīng)濟成本、成本最優(yōu)（economic）。

上云是大勢所趨，但成本也必須考慮。

海量高質(zhì)量視頻的傳輸分發(fā)，對于帶寬、存儲都有極大消耗，這背后都需要大量資金投入。

在這方面，StreamLake拿出了多項自研技術(shù)，以進一步降低成本。

比如相同畫質(zhì)下，相?開源的X265方案，StreamLake?研H.265可以實現(xiàn)30%-40%壓縮率的提升，KVC可以實現(xiàn)50%-60%壓縮率的提升。

通過StreamLake CDN+PCDN 解決方案，在多云融合架構(gòu)上，各類體驗指標持平的情況下，帶寬成本可以節(jié)約30%以上。

另外，正如開頭所言，快手為了進一步提升視頻壓縮率，甚至還自研起了芯片。

于冰透露，為此，快手還專門請到了視頻硬件方面的頂級算法專家來組建研發(fā)團隊。

以上4個E的價值也在StreamLake的AI技術(shù)能力模塊得到體現(xiàn)。

快手上，每天有海量的視頻內(nèi)容誕生，每個視頻在平臺上需要經(jīng)歷內(nèi)容創(chuàng)作、理解、分發(fā)三個環(huán)節(jié)，在幫助創(chuàng)作者更加便捷、智能化地進行視頻內(nèi)容創(chuàng)作，以及結(jié)構(gòu)化管理海量視頻內(nèi)容上，AI都發(fā)揮著不可替代的作用。

在提升視頻創(chuàng)作效率、構(gòu)建視頻內(nèi)容結(jié)構(gòu)化系統(tǒng)、進行業(yè)務(wù)賦能和營收賦能等方面，快手提供了豐富的產(chǎn)品服務(wù)。

快手的AI美顏功能、海量魔表特效、一鍵成片的智能視頻創(chuàng)作功能，是最為大眾所熟知的能力，同樣能夠幫助行業(yè)在視頻化轉(zhuǎn)型升級過程中提升視頻生產(chǎn)的效果和效率。

通過最新發(fā)布的“文案成片”功能，用戶只需提供一段文本內(nèi)容，即可實現(xiàn)從純文字內(nèi)容到視頻內(nèi)容的自動化智能創(chuàng)作。這一功能的背后，是億級別的優(yōu)質(zhì)版權(quán)素材和一套成體系的AI智能創(chuàng)作技術(shù)，包括跨模態(tài)圖文匹配、全局一致性建模、智能配音、配樂等技術(shù)。

快手技術(shù)副總裁、快手AI技術(shù)及主站技術(shù)負責(zé)人王仲遠對此的希望是，通過技術(shù)迭代打通視頻創(chuàng)作和文字創(chuàng)作之間的鴻溝，降低普通用戶進行視頻創(chuàng)作的門檻，幫助更多用戶更好、更快地制作視頻。

快手還基于億級視頻作為訓(xùn)練樣本，構(gòu)建了百億級多模態(tài)內(nèi)容理解大模型 Pluto（Pretrained Large-scale Unified Transformers for video understanding），簡稱快手K7大模型。這個大模型能夠智能地將百億級視頻壓縮到一個數(shù)百維的向量表征（Embedding）隱式空間中，能夠進行高效的視頻相似度計算，從而為數(shù)百個業(yè)務(wù)場景進行賦能。

在顯式的類目標簽體系上，快手構(gòu)建了百萬級的標簽體系，同時通過跨模態(tài)興趣標簽與智能檢索，可以實現(xiàn)更細分垂類的內(nèi)容覆蓋，以實現(xiàn)標簽體系與媒資管理、推薦系統(tǒng)的協(xié)同合作。

除了底層技術(shù)的積累，在應(yīng)用和服務(wù)層面，StreamLake還推出了一個特色業(yè)務(wù)——數(shù)字虛擬人。

依據(jù)應(yīng)用場景可劃分為3類：

• 傳播型，包括虛擬偶像、虛擬代言人，主要提供新穎的營銷玩法；
• 服務(wù)型，包括虛擬人客服、虛擬主播等，可以進行播報、賣貨、培訓(xùn)等工作；
• 虛擬化身則是通過算法一鍵擁有數(shù)字分身。

在這方面，快手此前也有多方面嘗試。

比如從幾年前開始，A站虛擬人動捕技術(shù)就是由快手提供。

今年最高檢推出的虛擬檢察官，也是由快手聯(lián)合制作。在視頻中，虛擬人完成了最高人民檢察院2022年工作報告解讀，時長大約5分鐘。

王仲遠介紹，此次面向行業(yè)合作伙伴，快手正式發(fā)布了視頻AI的三大類解決方案：智能視頻創(chuàng)作，智能視頻理解，數(shù)字人及XR，希望通過這三大能力板塊，加速行業(yè)的視頻數(shù)字化轉(zhuǎn)型。

快手ToB，為什么是現(xiàn)在？

用于冰的話說，“快手準備好了，這是做To B業(yè)務(wù)的前提?！?/p>

更主要的是，視頻行業(yè)如今正站在一個增長的窗口期，并且正在迎接新一輪的技術(shù)革新。

所以快手此刻進軍ToB，由外及內(nèi)，大致可歸結(jié)為三方面原因。

其一，視頻數(shù)字化已經(jīng)是行業(yè)的大趨勢。

在王仲遠看來，如今視頻、直播已經(jīng)逐漸成為了行業(yè)基礎(chǔ)設(shè)施一般的存在。

就像需要電力一樣，各個行業(yè)也越來越依賴于視頻化的表達方式。

于冰也提到，隨著5G技術(shù)的發(fā)展，用戶的手機屏幕、電視屏幕都在變大。這種趨勢之下，對于用戶而言，4K乃至8K的視頻將逐漸常態(tài)化。

但對于視頻行業(yè)中的玩家們而言，這樣的技術(shù)升級背后，意味著視頻碼率（單位時間內(nèi)視頻的數(shù)據(jù)量）將提升5-10倍之多，對應(yīng)的成本之高也就不難想見。

這種情況下，借助視頻云服務(wù)把成本控制下來的需求，也將愈發(fā)旺盛。

據(jù)IDC發(fā)布的《中國視頻云市場跟蹤（2021下半年）》報告顯示，2021下半年中國視頻云市場規(guī)模達到50.4億美元，同比增長32.7%，預(yù)計2026年市場規(guī)模達到364億美元。

但對于企業(yè)自己而言，從0開始構(gòu)建一個視頻系統(tǒng)的難度不可小覷。

且不說技術(shù)搭建的難度，單從需要投入的人力、時間、金錢來看，就足以令人望而卻步。

而這些能力正是快手當(dāng)下已經(jīng)具備的，并且已經(jīng)完成中臺化，可以外放給更多行業(yè)。

這也就體現(xiàn)了快手進軍ToB的第二方面原因——自身技術(shù)有底氣對外開放。

到今年為止，快手技術(shù)已經(jīng)有了11年的積累沉淀，并且長期經(jīng)受海量數(shù)據(jù)考驗。

據(jù)了解，目前快手平臺每天要承載3.46億整體日活量，每日上傳的視頻數(shù)有數(shù)千萬個。

在視頻匯聚和分發(fā)的背后，是多達3000余項AI服務(wù)的支撐，每天調(diào)用次數(shù)超過4500億次。

這背后，當(dāng)然離不開在技術(shù)研發(fā)上的投入與布局。

2021年，快手在研發(fā)上的投入達到了150億元。

其技術(shù)團隊在國際頂會、賽事上也多次斬獲大獎。如在INTERSPEECH 2021 Speech Enhancement Challenge for Video Conferencing語音增強比賽中，快手曾斬獲雙項第一。

此次StreamLake平臺，還實現(xiàn)了從底層到頂層99%自研自建。

正如前面所提到的，快手也逐漸意識到了技術(shù)的“普適性”。

因此在過去幾年里，他們開始嘗試性和一些企業(yè)合作，來驗證ToB的可能性。

經(jīng)過知乎、多多視頻等多家標桿客戶的驗證后，快手最終確定，自家技術(shù)是可以幫助到不同行業(yè)的，故而有了此次StreamLake的推出。

實際上，這一動作與其“專注、專業(yè)、極致、可靠”的技術(shù)理念不謀而合。

由此引出了快手進軍ToB的第三層動因。

普惠平等，是快手在ToC方面一直堅持的事情。

王仲遠表示，快手的技術(shù)如今可以適配10萬款手機機型。讓高端旗艦、普通機型的用戶，都能感受到AI的能力。

現(xiàn)在推出StreamLake，是這一理念推及到ToB側(cè)的體現(xiàn)。

快手提出，要把互聯(lián)網(wǎng)視頻“重工業(yè)”轉(zhuǎn)變成“輕工業(yè)”。

也就是將行業(yè)技術(shù)門檻、成本門檻都進一步降低。

讓互聯(lián)網(wǎng)、傳統(tǒng)行業(yè)，都能快速接入Video和AI方面技術(shù)，縮短視頻數(shù)字化轉(zhuǎn)型的周期，減少成本支出。

與此同時，快手還提供有專家顧問天團。

即便行業(yè)客戶沒有建設(shè)自己的視頻團隊，也能幫助其搭建起視頻化任務(wù)。

針對自建了音視頻團隊的客戶，快手表示也將遵循開放共享的原則，進行更為深入的探討合作，包括代碼級、文檔級的技術(shù)共享。

總而言之，讓快手的技術(shù)從內(nèi)部流淌到各個行業(yè)，是StreamLake的品牌理念，也是其名字的來源——

核心能力如涓涓細流，下游場景如大江大河。集技術(shù)匯聚、分發(fā)于一體，故而稱為“StreamLake”（溪流湖）。

“慢棋”非慢

在這個時間節(jié)點宣告進軍視頻云賽道，快手面臨的質(zhì)疑其實并不少。

最大的質(zhì)疑聲音，就是StreamLake這一手棋，快手是不是下慢了。

但正如前文所言，這招“慢棋”，其實也下在了一個不錯的時間窗口之上：

一方面，視頻云領(lǐng)域競爭激烈，但客戶需求仍未被很好地滿足。

另一方面，4K/8K技術(shù)變革已然為視頻行業(yè)帶來新的挑戰(zhàn)和增長契機。

而快手此番宣布入局ToB賽道，既有芯片又有數(shù)字人，但更深遠的價值或許才剛剛釋出冰山一角。

為什么這么說？

對內(nèi)，正如快手的技術(shù)負責(zé)人們所言，邁出To B這一步，意味著快手的技術(shù)往后可以在外部得到進一步的驗證，給技術(shù)人員們帶來更直接的市場反饋，有利于推進創(chuàng)新。

而對外，對于這樣一個規(guī)模日益擴大的市場，降低技術(shù)門檻已成眾望。

快手的入局，既給市場帶來了一整套成熟的、經(jīng)過市場驗證的技術(shù)方案，亦帶來了一種全新的商業(yè)可能。

如此，市場的選擇更加多樣化，行業(yè)降本增效也就越“卷”越有看頭了。

當(dāng)視頻時代的互聯(lián)網(wǎng)正在成為“重工業(yè)”的時候，客戶們迫切需要降低視頻化投入成本，或者說以更低的投入支撐更好的體驗，而這，恰恰是StreamLake可以撬動的機會。