2月25日，火山引擎視頻云科技原力峰會順利召開。

火山引擎視頻云是如何發展起來的？火山引擎要做什么樣的視頻云？未來視頻云又會是什么樣的？火山引擎視頻云技術負責人浩銘在以《面向體驗，助推超視頻時代新增長》為主題的演講中，分享了對視頻體驗、交互、增長的觀察與思考，并介紹了火山引擎視頻云的從前、現在，以及未來的技術規劃與構想。他表示：相信視頻應用會持續朝著三個方向演進，更高清、更交互、更沉浸。

以下為浩銘的演講實錄：

大家好，我是來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，助推超視頻時代新增長。

首先給大家介紹一下火山引擎視頻云的進化史，這里列了幾個關鍵的時間點：

起初在2014年，這時候字節跳動還在做圖文應用。大家比較熟悉的今日頭條，就是這個時候DAU突破一千萬。當時，公司已經預計到未來是視頻的時代，就開始在頭條探索視頻的形態，視頻架構部門也是在這個時間點誕生的。

下一個時間點到了2016年，字節跳動推出短視頻APP抖音，與直播APP火山直播。隨著字節系的產品不斷擴充，視頻架構在公司的位置也變成了視頻中臺。我們作為中臺不斷地在公司里面孵化更多端到端的解決方案，像圖片點播也在這個時間點成為解決方案，但是那時候我們的定位是面向功能、解決業務的問題。

2018年，字節跳動本身業務飛速發展的一年，對我們來說也是挑戰很大的一年。首先我們要保證業務的穩定增長，保證業務的擴容是平順的，同時業務對我們有了更多的要求，不止功能層面，還要對業務的功能與結果提供更大的幫助，于是我們對業務的體驗優化做了更多的投入，持續優化端到端的視頻體驗。這個時間點，我們自己開始逐漸意識到，“體驗”的重要性。

到了2020年，我們開始認真考慮ToB的事情。之所以在這個時間點考慮ToB，基于三點考慮：

第一點，我們作為中臺支持的字節產品越來越多，如果把中臺的服務模式變成ToB的服務模式，相信對業務的支持效率與組織效能上有很大的提升；

第二點，經過幾年的業務打磨，已經具備行業領先性，我們把已經沉淀好的能力輸出出去，應該可以得到更好的商業價值；

第三，我們希望引入外部的視角，傾聽來自行業的聲音、用戶的聲音、客戶的聲音，讓我們審視已有的技術，保持我們的先進性。

基于幾點考慮，我們逐漸把團隊從中臺走向ToB，把之前的沉淀解決方案改造為對外的解決方案，把自己的服務做成平臺化，更加規模化地接外部客戶。這時我們接了第一個外部客戶，懂球帝。

在2020年之后，這樣的演進還在持續發生，比如說火山引擎正式ToB，讓視頻云在ToB上順利承接有了更大的投入，在產品的完備度和服務的規范性上有了大幅的提升。以及字節跳動收購了Pico之后，我們開始在沉浸式視頻上進行了更多的探索。

如何搭建質量體驗體系

從整個視頻云的成長史來看，字節跳動的業務“養成”了視頻云，而且視頻云非常有幸在這個過程當中見證與幫助字節跳動的成長。我們希望今天把沉淀下來的能力與經驗開放給行業的合作伙伴。

剛才在演講過程當中，我提到了一點，我們從能力建設開始面向體驗的建設。通過幾個直觀的問題讓大家感受一下到底這兩個之間有什么區別。

業務數據不好，是不是因為播放體驗有問題？

我們播放體驗的優勢是什么？

新上線一些新的功能，對業務的貢獻到底如何？

我們總說極致體驗，體驗是什么，以及怎樣才算極致？

大家能夠感覺到畫風不一樣了，之前我們談功能的時候，更多是在談功能有沒有，好不好，有多好。這些會落到可以對比的，類似卡頓這類的指標。但回到體驗，更多是業務帶著最終結果向我們發問，到底我們的能力對業務有什么幫助，我們怎么回答這樣的問題。

首先我覺得每個問題都很難回答。在這兒我想分享一下經驗，包括做事方式與思路。

大家看右邊這張圖，分成外邊的一個圓環與里面的矩形。外邊的圓形更多是我們在日常研發里面的做事方式，相信大家都非常熟悉。這里面有一個與大家做的不一樣的，是線上實驗的環節，里面的矩陣更多是內功，核心就是一直在努力建設數據的分析和歸因能力。我們要做一個事情能夠預估它的收益，并且能夠及時回收收益。在內外結合、相輔相成的思路與做事方式下，我們再看剛才的幾個靈魂拷問是不是可以回答了。

對于剛才的幾個問題我們可以抽象一下，變成一些更本質的問題。

第一個是如何衡量體驗？

大家應該會有一些共識，體驗指標可以分成 QoS（Quality of Service）指標和 QoE（Quality of Experience）指標。QoS 往往是從服務或者功能的視角統計服務質量，包括起播時間、百秒卡頓、畫質指標、延時等。這些是跟研發具體做的動作直接相關的，它們非常重要，而且是研發做的每個動作的直觀表現。

我們在實踐過程中，逐漸從最初的關注QoS指標，過渡到現在以QoE指標為主。因為QoE是從用戶視角反映問題，通常是與用戶播放時長和頻次等相關的聚合指標，以反映用戶的使用意愿，也與增長關聯更加直接。它比QoS好的一點，QoS是單方面，有可能把我們的優化指導偏，而不是全局最優，QoE是給了一個最終結果。我們帶著這個最終結果有能力與業務的增長結果做關聯。

下一個問題，體驗與增長之間是怎么關聯的？

之前有很多次的技術分享，大家對字節跳動的A/B實驗有了解，它提供了一個讓我們真正成為業務里面的技術參與方，能直接看到我們的動作與業務增長關聯的平臺。有了這個平臺之后，我們可以很方便地每個月做幾十次線上實驗，不斷探索體驗指標與業務指標的關聯，一點點消除元無知。

最后，如何優化體驗，體驗需要優化到什么程度？

如果我們打算做一個功能優化，什么時候該做，做到什么時候該停。第一因為我們有內部優勢，可以快捷地開大量的實驗，所以能快速、不停地迭代嘗試出一個經驗值，這個經驗值可以在具體場景里面復制、沉淀，可以推廣出更多的業務方使用的。

另外一個方式就是使用業務已有的數據，做一些已有數據分析，比如說首幀與棄播之間的關系。我們找到拐點，因為這個拐點可能就是這個業務的優化空間，如果過了這個拐點，有可能優先級可以放一放。我們通過這種方式建立決策，去回答體驗到底需要優化到什么程度。

剛才介紹了研發的體系，下面我舉幾個例子，把這些例子得到的沉淀結論分享給大家。

首先是在短視頻場景下，剛才我也提到了對于首幀的分析，我們經過試驗與數據分析得到這樣的一個結論，就是210ms這個數字。在短視頻feed場景下，我們認為210ms相當于流媒體首幀的滿分標準。首幀大于這個值，用戶的留存可能就會受到影響。

對于畫質來講，也是一個很直觀的指標，大家希望有很清晰的視頻體驗，我們做了非常多的動作，這里舉一個例子，特定環境下網絡受限的用戶，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，通過超分辨率的方式，在終端把不好的播放體驗重新超分成一個好的視頻效果。單單這樣的對于受限場景下的優化，對于大盤整個視頻播放時長有0.23%的增長。

在直播上，延時也是很敏感的指標，但是確實與業務增長的關系是比較難量化，我們在“低延遲直播”功能上線之后，也嘗試做了反轉實驗，把已經3s端到端延時的用戶，重新提升到7s，我們看了一下結果是什么樣。這個工作做了之后，我們看到用戶的看播時長下降1.3%，社交滲透與電商訂單都有顯著的下降。也是因為有了這樣時延的佐證，我們對于低延時直播的資源投入在持續的增長。

剛才提到了一些研發投入深耕的場景，其實對于體驗的優化可能不需要那么高深，有一些簡單的Case被大家忽略掉，一樣可以達到很好的結果。舉一個看上去很簡單的音量均衡例子，大家看直播或者點播的時候有刷視頻的動作，刷到下一個視頻如果聲音忽高忽低，可能會有很差的播放體驗，甚至因為聲音變大嚇一跳。我們預期音量均衡的方案會拿到正向的結果，實際上做完試驗之后結果遠超預期，不僅在人均看播時長增長了3%，而且電商直播的GMV超預期提升4%。其他像這些小的點有很多很多，只要這個思路存在，我們就有更多可挖的空間。

除了技術，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”場景功能，這個場景是在抖音短視頻觀看時，可以讓很多用戶同時在看，大家看的進度是一樣的，而且看的同時可以做音視頻的聊天，以增加趣味性與陪伴感。它在抖音上線已經接近一年，月均DAU持續保持30%以上的增長，滲透率已經提升10倍。

剛才是對體驗優化方法論結果的展示，我后面分享一下火山引擎視頻云未來的技術規劃與構想。正如我們和IDC一同發布的視頻云白皮書中所提到的，我們相信視頻應用會持續朝著三個方向演進，更高清、更交互、更沉浸。下面對這三個方面，我分別談一下我們在技術上的儲備與規劃。

更高清

首先更高清。大家都經歷了從彩色電視，到數字電視，到后邊1080P，以及這次北京冬奧會大家都享受到的8K超高清轉播，以及8K VR直播，甚至8K更高分辨率的視頻。這樣對視頻編碼與傳輸，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質完成8K的傳輸，但是這樣效果是“高不清”。

火山引擎多媒體實驗室團隊，一直在持續地探索極致的視頻壓縮和圖像增強技術，在受限帶寬下持續提升用戶的視覺體驗。

近期火山引擎落地業界首個H.266端云一體視頻解決方案，相比目前主流的265編碼方案，能節省30%-50%的碼率，在一些應用場景下最高可節省70%以上碼率，可以大大降低超高清視頻應用的門檻，加速推進體驗升級的進程。

除了剛才編碼效率的優化，我們對更高清的追求，不只是壓縮效率更高了就是高清，當用戶都覺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質的端到端整體優化方案之外，我們還在嘗試建立一套和用戶感官完全匹配的評估體系，我們推出的是VQScore畫質評估算法體系。我們可以把它用在很多不具備參考條件的場景下，比如競品評測、視頻質量監控、基于視頻質量的推薦，基于人類主觀感受的視頻端到端優化、低質視頻篩查等。而且VQScore畫質評估體系已經在多媒體領域的世界級會議拿到第一名的好成績。

更交互

下一個發展趨勢是更交互。在業務發展中，新的交互方式往往會帶來新的商業突破，技術的優化，可以讓更多的互動玩法與商業場景成為可能。這里我們看兩個極致些的例子。

第一個是語音沙龍。語音沙龍是今年年初非常火爆的場景。之前由于技術架構的限制，產品不得不把能夠上麥的主播數量控制到20-50個，一旦更多就會很混亂。火山引擎RTC通過訂閱邏輯的改造，讓產品邏輯更加靈活，單房間最高支持超過千人上麥，成為國內首家能夠提供單房間超過千人上麥的音視頻服務。

第二個例子是VR場景下的千人Livehouse，這對端上渲染能力有很大的要求。因為我們有了低時延服務端渲染的能力，云渲染的超低延時架構將復雜的渲染計算放到云端做，把計算后產生的音視頻畫面，用RTC傳輸到本機。無論多復雜的計算，本機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，是更沉浸。前邊提到更高清與更交互，是達到更沉浸的先決條件。另外還有兩個要素，自由度和虛實融合。我們一直以來大家觀看視頻的體驗，主要是滑動、切換下一個視頻或者是拖拽，其實這時候我們沒有太多的自由度，而更多的視頻未來要求我們提供更多的自由度。比如可以通過VR看到更廣闊的視野，甚至可以通過多機位達到自由度的效果，共同組合成六自由度的XR體驗。

我相信很快會有更多殺手級的XR應用出現，給視頻的呈現與體驗模式帶來代際的更新。我們不斷打磨沉浸式視頻體驗能力，也不斷地沉淀在云解決方案當中，希望能和更多業務合作伙伴一起推進行業的變革。

比如，剛才提到了超過千人連麥，未來通過VR設備和技術，我們可以實現千人在一個共同的虛擬場景中，實現更多樣化、更沉浸的社交活動，比如通過自己的Avatar替身聊天、一起刷抖音、看直播、一起玩游戲等，這種應用場景會涉及到點播、直播、RTC、邊緣渲染、云游戲等多個視頻云解決方案的融合。

面向體驗，助推超視頻時代新增長

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又一個新的業務增長點。今天，火山引擎視頻云發布產品矩陣——為用戶體驗而生的視頻云服務，我們希望打造全新的產品服務體系。

產品矩陣整體劃分為三層，分別是核心中臺、核心產品及解決方案。

底層是我們的核心中臺，是我們技術能力的沉淀，從生產、處理、傳輸、消費，覆蓋視頻內容消費全鏈路。讓更多的互動玩法和商業場景成為可能。

中間層是我們的核心產品，包含點播、直播、圖片處理、實時音視頻等。

上層是行業全棧解決方案，包含泛互聯網游戲、在線教育、金融廣電等，我們相信全棧解決方案是驅動更多商業場景落地的關鍵變量。

火山引擎視頻云面向體驗，助推超視頻時代新增長，希望可以和更多的業務伙伴一起探索下一代互聯網新場景，一同創造更多的價值。今天我的分享就到這兒，謝謝大家！

審核編輯：符乾江