百度的云智一體，讓視頻變得“硬核性感”

金磊 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI

這是一個視頻無處不在的大時代。

• 娛樂，靠視頻。

• 學(xué)習(xí)，看視頻。

• 甚至圖文工作，也在視頻化。

• ……

視頻，已然逐步成為了信息傳遞的主要載體和介質(zhì)。

如果非要給它加一個定語，那或許應(yīng)該就是“硬核性感”。

（咳咳，不是“你以為你以為的就是你以為”的那種性感。）

為什么？又該如何走？

視頻，應(yīng)該走“硬核性感”路線

全視頻時代之下，各行業(yè)對視頻有了一個新的需求，主要體現(xiàn)在體驗、應(yīng)用和效能三方面。

整體來看，這種需求的升級，歸結(jié)為一句話便是：

視頻技術(shù)要夠硬核，視頻體驗要夠性感。

從直觀感受角度，視頻的“硬核性感”應(yīng)該是怎樣的？

首先，是體驗超清化。

簡而言之，就是將低清視頻轉(zhuǎn)超清，卡頓變流暢。

例如人人都愛的經(jīng)典老電影，若是用更清晰的方式打開，豈不美哉？

利用去噪、去劃痕等技術(shù)，便可以實現(xiàn)讓經(jīng)典超清再現(xiàn)。

除此之外，SDR向HDR的過渡，可以讓視頻細節(jié)展現(xiàn)的更加豐富。

包括色澤、光線、光感等，讓體驗沉浸化。

最后，則是理解+分析+生成+交互智能化。

這種“硬核性感”的背后，體現(xiàn)出的實則是視頻的智能。

而歸結(jié)智能的背后，則是AI與云計算不斷發(fā)展所帶來的驅(qū)動力。

“硬核性感”，也是需要實力的

在智能視頻時代下，體驗超清化、體驗沉浸化、分析智能化，這是偏向消費者的新需求。

而面向視頻產(chǎn)業(yè)，隨即而來的新難題則是海量視頻采集接入、數(shù)據(jù)分析、視頻處理存儲等。

此局又該如何破解？

云智一體，了解一下。

云，顧名思義，不僅是指云計算這個強有力的輸出載體，還包括云邊端一體技術(shù)，能夠保障視頻的高擴展、高穩(wěn)定、高性能、高效率。

智，則是智能視頻云中的AI技術(shù)，可以通過視頻中的圖像、人物、聲音等信息進行多模態(tài)分析和理解，實現(xiàn)視頻的智能理解分析、生產(chǎn)與交互生成。

云智一體，是百度智能云的獨特競爭優(yōu)勢，也是百度智能視頻云3.0“全景圖”中的關(guān)鍵核心。

整體來看，此次升級的百度智能視頻云3.0，包含三大方面，即一個一體化、兩個平臺和三大場景。

△百度智能視頻云3.0全景圖

先來看看應(yīng)用到視頻領(lǐng)域，“云”和“智”分別擔(dān)任何種角色？

在云方面，云邊端一體的基礎(chǔ)技術(shù)架構(gòu)，是此次智能視頻云3.0的底座。

在此基礎(chǔ)之上，云能力的輸出體現(xiàn)在了五大方面：

視頻轉(zhuǎn)碼處理：自研的BD265編碼器，可以通過深度學(xué)習(xí)網(wǎng)絡(luò)來提取視頻特征，從而生成自適應(yīng)編碼參數(shù)；具有60多種優(yōu)化算法，使碼率節(jié)省30%、速度提升2倍。

實時音視頻通訊：也是基于自研的多種算法，實現(xiàn)超低延時的交互體驗。

低延時直播：則采用的是全鏈路SRT協(xié)議技術(shù)，并與mpegTS封裝結(jié)合，千萬級的并發(fā)直播也能hold得住。

內(nèi)容分發(fā)加速CDN：在全球范圍內(nèi)，擁有1000多個節(jié)點，帶寬存儲達到了100T之多，提高了視頻分發(fā)體驗和效率。

智能視頻SDK：針對視頻的不同場景提供All in one的矩陣能力，涵蓋視頻特效、短視頻、互動直播、播放器、增強超分等。

而在云的基礎(chǔ)之上，智的能力讓視頻變得更加“聰明”。

以視頻理解分析為例，百度擁有業(yè)界最大的多元異構(gòu)知識圖譜，量級達到了5500億。

通過這樣的知識圖譜能力，可以根據(jù)視頻中人物、場景等特征，更好地理解其背后所蘊含的知識，從而提高了視頻編目的效率，也在視頻分析、審核、檢索等方面得到了廣泛應(yīng)用。

再如視頻生產(chǎn)方面，也是基于知識圖譜的能力，可以根據(jù)已有的圖文咨詢、數(shù)據(jù)等內(nèi)容進行向短視頻的轉(zhuǎn)換；也可以理解事件的脈絡(luò)，生成新的視頻內(nèi)容。

還有在視頻交互與生成方面，可以根據(jù)元學(xué)習(xí)-遷移學(xué)習(xí)的視頻生成技術(shù)，按照需求快速定制不同風(fēng)格的高質(zhì)量視頻；也可以低成本生成虛擬人物形象進行交互。

例如今年兩會期間擔(dān)任直播主持的“小C”，雖說是個虛擬人，但不難看出，發(fā)絲、肌膚毛孔等細節(jié)清晰可見。

不僅如此，“小C”與參會人員還進行了實時順暢的獨家對話，為采訪增添了不少的趣味性。

△數(shù)字人虛擬主播“小C”

OK，視頻硬核的能力有了，接下來的一個問題，便是如何用起來？

這就是此次全景圖中的所涵蓋的兩個平臺：視頻創(chuàng)作分發(fā)平臺和視聯(lián)網(wǎng)感知平臺。

視頻創(chuàng)作分發(fā)平臺，是百度智能云的音視頻統(tǒng)一入口，所涵蓋的服務(wù)包括音視頻上傳存儲、生產(chǎn)處理、媒資管理等。

例如在泛互聯(lián)網(wǎng)應(yīng)用場景中，內(nèi)容和用戶是兩大核心要素，通過視頻創(chuàng)作分化平臺，內(nèi)容創(chuàng)作者可以輕松降低碼率、提升畫質(zhì)，而且分發(fā)方面還是低成本的那種。

而視聯(lián)網(wǎng)感知平臺，將全場景深度理解視頻、優(yōu)化視頻質(zhì)量等服務(wù)接入進來，滿足產(chǎn)業(yè)對安全生產(chǎn)、視頻監(jiān)控等需求。

例如在產(chǎn)業(yè)界，往往需要將業(yè)務(wù)對接系統(tǒng)和數(shù)據(jù)進行平臺化處理，而通過視聯(lián)網(wǎng)感知平臺具有通過信息獲取對多種業(yè)務(wù)進行決策的特性，可以通過EasyDL算子生產(chǎn)技術(shù)，與云邊端深度融合，讓平臺形成模塊化，并開放接口服務(wù)，實現(xiàn)快速對接構(gòu)建。

由此可見，智能視頻所體現(xiàn)出的“硬核性感”，靠的便是背后云智一體的強實力，以及平臺化的便捷、全面。

哪里來的底氣？

在百度智能視頻云的這張全景圖中，還涉及到一層，便是三大場景：

泛互聯(lián)網(wǎng)：點播/直播、編解碼優(yōu)化、推薦/搜索

廣電媒體：策/采/編/發(fā)、媒資管理、營銷

政企/工業(yè)/交通：會議培訓(xùn)、安全生產(chǎn)、智慧園區(qū)/交通

不難看出，所涉及的場景，近乎是視頻能夠涉足的所有領(lǐng)域。

真實落地的應(yīng)用案例正是寫照。

例如百度智能云與央視網(wǎng)合作打造的“人工智能編輯部”，以新聞視頻智能媒資建設(shè)作為切入口，不僅完成了超過200萬小時的視頻結(jié)構(gòu)化處理，還打造了統(tǒng)一的媒體AI中臺，能夠根據(jù)不同業(yè)務(wù)場景生產(chǎn)岀不同的新聞內(nèi)容。

宜昌市點軍區(qū)積極擁抱人工智能、視聯(lián)網(wǎng)與物聯(lián)網(wǎng)，在百度智能視頻云的參與和助力下，在公共衛(wèi)生、鄉(xiāng)村振興、基層醫(yī)療、環(huán)境保護等方面為民生帶來更多便捷、智能的服務(wù)，讓百姓有安全感、獲得感、幸福感。

杭州星犀科技有限公司聯(lián)合百度智能視頻云為零售直播進行數(shù)字化智能化賦能，通過百度智能視頻云PaaS能力與云犀直播SaaS應(yīng)用的的結(jié)合，解決零售品牌自播執(zhí)行門檻高、門店直播運營力缺乏的關(guān)鍵問題。

眾所周知，視頻所涵蓋的形式、結(jié)構(gòu)、內(nèi)容紛繁多雜，要想吃下這塊“大餅”，定是需要精通十八般武藝之大能。

而除了自身因素，還有外界條件。

單是在短視頻領(lǐng)域，抖音、快手的迅速崛起，就讓視頻市場的競爭變得格外激烈。

在這種“兩面夾擊”的沖擊之下，百度此次在視頻中的舉動，不免讓人產(chǎn)生一個疑問：

哪里來的底氣？

在今年百度赴港二次上市之際，對其自身所具備的AI能力，灼識咨詢報告中總結(jié)道：

百度是迄今唯一已開發(fā)全棧AI能力（從芯片設(shè)計到深度學(xué)習(xí)框架及應(yīng)用層面AI能力）的中國公司。

同時，百度持有最多中國AI專利申請，按開發(fā)者數(shù)目計，百度AI開放平臺于中國排名第一。

云計算方面，全球權(quán)威咨詢機構(gòu)IDC的報告中顯示，百度智能云在整體調(diào)用量、市場份額方面均名列第一。

再具體到視頻領(lǐng)域，國際比賽獲獎情況也是“拿到手軟”。

例如智感超清方面，在計算機視覺頂會ECCV 2020中，便以自研“圖像超分辨技術(shù)”，包攬了AIM 2020 Real Image Super-Resolution Challenge全部3項冠軍。

百度智能視頻技術(shù)能力，由此可見一斑。

而除了AI公司，百度從另外一個層面對自身的定位，便是平臺公司。

在視頻這一大場景、大領(lǐng)域中，各行各業(yè)所涉及業(yè)務(wù)的需求可謂是“千變?nèi)f化”，通用性自然成了一大難點。

因為視頻本身就是具有“重數(shù)據(jù)”的屬性，除了需要強悍的智能分析與處理能力之外，在采集、存儲、傳輸和分發(fā)等方面也有極高的要求。

雖說云智一體在一定程度上能夠很好解決這方面的需求，但面對具體業(yè)務(wù)的萬變，還是需要另外一個能力的助攻——生態(tài)伙伴的合作。

以算法為例，端上的算法與云上的算法需要協(xié)同，而視頻處理算法依舊是處于不斷完善、發(fā)展階段。

因此，百度智能云在云智一體的能力基礎(chǔ)上，還需要滲入到產(chǎn)業(yè)、廠商的細節(jié)過程當(dāng)中去，與生態(tài)伙伴共同合作。

一言蔽之，云智一體，便是百度在視頻領(lǐng)域發(fā)力的底氣。

而之于智能視頻的未來，應(yīng)當(dāng)是百度在AI深耕的生態(tài)能量與視頻應(yīng)用場景的結(jié)合。

這便是智能視頻“硬核性感”路線的一種正解。