智东西作者 | 三北编辑 | 漠影近年来，视频化正呈现出从互联网向全行业渗透的趋势视频已从一项单纯的功能，发展为企业推动用户增长、提升业务效率和增加商业变现的关键手段，并重塑营销、知识、商业和空间的交互体验。

我们的生产生活越来越离不开视频，视频云也被赋予了重要的使命顾名思义，视频云是一项覆盖了从视频生产、处理、分析到消费的全链路技术能力，这一产业自移动互联网发展以来持续壮大，是云计算领域的一条主赛道当下，随着AI、VR/AR等技术带来新的生产力变革，云计算公司开始把这些新技术与视频云充分融合，形成驱动体验创新的新基石。

8月22日，字节跳动旗下的火山引擎举办了一场视频云&AIGC技术大会，首次公布其视频云产品与爆火的AIGC（生成式AI）领域的重磅成果，覆盖芯片、框架及方案各个方面，面向全行业视频化时代交出一份“新答卷”。

视频化时代面临什么样的机遇和挑战？AI与VR/XR等技术如何影响视频云技术走势？行业渗透与视频化应用融合，火山引擎视频云又有哪些布局？对话火山引擎视频云负责人Yongyuan，我们对此进行了深入探讨一、从传统到AI，视频云要飞跃三道技术新边界

进入全行业视频化时代，算力、体验和交互层都面临“新边界”Yongyuan谈到他的洞察：第一是算力边界视频数据体量激增，分辨率和清晰度持续提升，算力瓶颈是当前视频行业面临的最大挑战第二是体验边界用户持续追求更清晰、更流畅的极致体验，处理的算法和流程要跳出现有框架探索体验边界。

第三是交互边界沉浸式媒体方向在持续加温，苹果发布的Vision Pro带来了新憧憬，2D画面的边界向3D画面突破为了探索这三个边界，火山引擎已经采取了一系列探索和实践1、探索算力边界，火山引擎推出两“芯”。

首先来看一组数据，Yongyuan告诉智东西，视频所消耗的算力要比图片大上百倍，比文字大上万倍，对算力需求极大为了应对这些挑战，火山引擎自研了一系列底层硬件技术8月22日，火山引擎自研视频编解码芯片、自研ARM阵列服务器等技术首次公开，揭开了火山引擎视频云的底座基石。

基于抖音的大规模应用实践和打磨，火山引擎实现了从通用计算到异构计算的跃进，沉淀了可为不同视频场景提供专用且适用的算力支持据称其自研视频编解码芯片相对主流硬件编码器能提升超30%的压缩效率，一台芯片服务器的转码能力，相当于百台CPU服务器的算力，可用于视频点播、视频直播、VR点/直播、图片转码等多个场景。

广告胆小者勿入！五四三二一...恐怖的躲猫猫游戏现在开始！×自研视频编解码芯片成果Yongyuan说，这一芯片集成了整个字节贴合业务的优质编解码和前处理算法，从而实现效果和效率的大大提升同时，火山引擎视频云还自研了ARM阵列服务器。

据称，其在转码场景相比x86资源可以实现成本节省超40%，在云游戏场景对比同类服务器有非常高的性价比同时，通过云原生技术对ARM异构阵列服务器进行管理和调度，其实现了存储和计算分离，保障用户数据安全2、探索体验边界，火山引擎全面布局AIGC

AIGC正卷入视频业，全方位地改变音视频行业的玩法Yongyuan告诉智东西：“AIGC技术作为一种新的视频内容生产方式，包括内容生产效率、丰富度、个性化程度都会大大提升”可以看到，在抖音等短视频平台上，很多人已经习惯了使用各种智能特效进行创作，也更频繁地看到虚拟数字人直播卖货等内容，AI已经融入到了人们的视频体验中。

而为了让更多人能用上这些前沿技术，字节正通过火山引擎为外部提供技术服务火山引擎此前推出的智能创作云，就支持了更多企业进行智能化内容创作简单来说，火山引擎智能创作云是一个智能内容生产平台，为企业提供各类AI赋能的创作工具、编辑技术、正版素材和流程管理。

目前，火山引擎智能创作云已经探索推出AIGC脚本撰写、文生图、批量海报制作、数字人分身等多项能力不同于个人创作，企业视频创作面临创意缺乏、工具难用、协作困难、难以持续等更复杂的挑战，智能创作云则从创意策划、视频制作、内容发布到数据回馈，从每一个环节降低内容创作者的创作门槛。

比如，国内知名房屋租赁服务公司自如就借助火山引擎智能创作云，通过“剪同款”API能力，批量制作房源介绍视频，引导用户点击VR看房，从而增加了房源曝光率AI能力不仅改变了视频内容生产的方式，还为视频处理提供了更多可能。

AI影片修复是一个典型代表场景就在8月16日，火山引擎、抖音联合中国电影资料馆宣布将对100部香港经典老电影进行4K修复。这是其首次将AIGC视觉大模型应用于老片修复中，在观影活动中得到了一致好评。

修复前（左），修复后（右）追溯其背后技术，本次修复师基于AIGC大模型完成，这相比传统的影片修复有什么不同？Yongyuan告诉智东西，相比于传统的去噪、插帧等算法以及先前的AI技术，火山引擎采用的AIGC视觉模型是关键差异点。

借助其强大的生成能力和丰富的先验知识，实现修复效果在清晰度、色彩、流畅度和瑕疵消除等方面的全方位提升针对老片修复场景，火山引擎对AIGC视觉大模型进行了生成质量、视频任务和效率方面的算法优化，让视觉大模型能够在视频场景下更加稳定、优质、高效地输出内容。

实际上，火山引擎视频云的很多产品能力都有AI技术的加持，例如“智能转档”使用了AI重采样方案，满足了高质量多码率分发需求，支持直播、点播多档位画质提升“极智超清”是基于人眼的主观感受最优为基准的AI前处理方案，该方案不仅可以提升主观画质，还可以进一步实现整体带宽降低15-35%。

3、探索交互边界，基于PICO打造VR直播等应用在探索交互边界方面，火山引擎视频云基于在字节跳动旗下VR品牌PICO 上的实践和探索，沉淀了很多优质的能力比如，火山引擎的VR 360°全景图像技术在今年CVPR Workshop举办的一项比赛中，双目超分双三次插值保真赛道和360°全景图像超分赛道上，荣获了双料冠军，技术能力达到行业领先水平。

本次火山引擎还推出了8K 360度 VR直播云制播解决方案，据称能大大降低VR内容的开发和消费门槛可以看到，从通用算力到异构算力、从传统到AI、从二维到三维，视频行业已被新技术掀起阵阵新浪潮，而火山引擎已经加速布局。

二、从互联网到传统行业，让视频成为企业的增长引擎技术的价值体现在实战落地应用面向视频化全行业渗透的趋势，火山引擎已经将其视频云从游戏、电商、社交等消费互联网领域向医疗、金融、教育、汽车等行业互联网延伸本次，火山引擎重磅推出了一系列行业解决方案，覆盖互动娱乐、在线教育、金融合规、智能驾驶等场景。

首先，这些方案大多将技术与场景深入结合，带来了更有沉浸感、交互感的视频体验以互动娱乐行业为例，在与抖音多人合唱项目合作中，火山引擎视频云行业首发「多人视频一起唱方案」，把合唱互动方案从双人升级到多人，现在已经可以达到九人合唱；并实现了36ms超低延时合拍，支持48kHZ采样率，满足K歌场景的听感盛宴；同时集成25W+高品质曲库，助力用户实现了随时随地与朋友一起想唱就唱，感受最鲜活多样的音乐魅力。

此外，火山引擎还推出了弹幕互动方案，这是一种直播平台兴起的弹幕互动玩法，允许观众通过发送点赞、弹幕和礼物来参与并影响互动内容火山引擎视频云行业首推云游戏+RTC（实时音视频）弹幕互动方案，融合云游戏服务的强大底层算力以及 RTC 先进架构设计和音视频能力，独家支持RTC+云游戏云端合流功能，能解决多源音视频流管理和同步问题。

广告从秘书起步，十年内无人超越，以一己之力力挽狂澜成就一段传奇×弹幕互动应用界面同时，火山引擎的AIGC能力也被嵌入这些方案之中，为企业带来全新的视频生产体验比如面向金融领域，在火山引擎与国信证券联合落地的金融直播解决方案中，国信证券上线了AI虚拟数字主播，并结合数字人使用AI短视频模板自动化生成实时短视频。

金融行业智能直播面临合规性挑战，AI生成内容需要逐帧做合规审核，国信证券正探索通过AIGC做初审再采用人工复审，从而提升内容创作和审核效率此外值得一提的是，从2D到3D视觉的交互升级，在这些行业方案中亦有多处体现。

火山引擎行业首推的VR云制播方案，从内容生产到传输分发降低VR内容的开发和消费门槛比如在其与央视打造身临其境的虚拟演播平台案例中，央视通过火山引擎视频云和云创智媒的能力，轻量化地用一台笔记本实现VR视频的制作，而不再需要一个演播室和一堆硬件系统。

可见，除了在抖音熟悉的互联网领域，火山引擎在金融、传媒、汽车等领域不断探索并且推出相应方案，探索视频云“三道技术边界”并不是说说而已，而是已经有了深入实战经验三、三年商业化深耕，火山引擎视频云“破茧”火山引擎自2020年正式对外商业化，但视频技术服务可追溯到2013年。

Yongyuan回顾，自2013年今日头条平台的短视频内容诞生，团队就开始做视频方面积累2016年抖音的孵化，则促使团队进一步以视频中台的方式输出更多音视频技术支持随着2017~2020年抖音规模不断变大，更多音视频的标准化工具出现，逐步具备了对外服务的条件。

2021年6月，字节正式推出火山引擎云服务业务板块；12月，火山引擎发布了包括了视频云在内的五大类共78项云服务，确立“IaaS+PaaS+SaaS”完整云服务体系2022年7月，火山引擎推出音视频云端一体解决方案veVOS，进一步助力企业客户的业务敏捷创新。

2023年，随着火山引擎的商业化落地进入规模化阶段，其底层技术也加速迭代，这些自研芯片及服务器等技术并不对外销售，而是通过视频云的方式服务企业“我们的核心技术都会沉淀在火山引擎，以‘对内对外统一’的方式提供，这是火山引擎做云的一个出发点。

”Yongyuan说随着技术和商业地图的进一步完善，火山引擎正大步驶向视频云领域的新蓝海结语：全行业视频化浪潮下，视频云成企业增长新引擎知名调查机构IDC预测，到2025年，超80%全球数据将是音视频等非结构化数据，这样的超视频化成为数字时代的重要特征。

同时，AIGC、VR等技术的爆发，带来视频生产的成本不断降低，可能将视频行业市场撑大十倍都不止本次，火山引擎推出了一系列底层硬件及产品和行业解决方案，在视频云领域的布局进一步加深从传统到AI，从2D到3D，从泛互联网到行业，火山引擎在拓宽自身云业务发展边界的同时，也为企业提供了通过视频及AI技术实现数字化升级的新选择。