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芯片已經流片成功，并正在進行線上內測。

關鍵是，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務上開啟了完全不同以往的嘗試：

做了11年ToC產品的快手，現在正式推出視頻云服務StreamLake，宣告進軍云服務市場。

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設施到上層場景解決方案的“視頻操作系統”。

其能力主要體現在Video和AI兩個方面。

其中，Video側重視頻制作、傳輸、分發在內的全鏈路視頻能力。

AI側重智能視頻創作、智能視頻內容理解、數字人等技術領域。

與許多云服務商相似的是，快手視頻云服務的雛形，最早也誕生于自家業務之中。

對于快手而言，從2015年的千萬級日活躍用戶數到2022年第一季度日活接近3.5億，期間面對的是內部業務的爆炸式增長。

因此，快手的技術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務之間，搭建共享共用的基礎設施、底層算法和應用服務。

而當這些通用技術不斷迭代升級，通用基礎設施不斷積累拓展，并逐漸被打磨出更高的應用效率，一個“云產品”的雛形實際上便已經形成。

具備了這樣的技術基礎之后，隨即兩個合作案例，進一步催化了快手的ToB業務。

第一個合作案例來自學界。疫情期間，高校對線上教學平臺的需求全面爆發，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“學堂在線”達成合作，以滿足老師和學生們的線上教學需求。

這可以說是快手直播技術能力的第一次對外完整輸出，效果頗為顯著：

直播技術團隊自研的實時音視頻通信系統、智能調度系統，可以讓師生在同等網絡條件下，更流暢地觀看直播，這些技術的應用，為清華的網絡課程創造了更好的體驗。

第二個合作案例，則是知乎。

2020年，知乎開始加速媒介升級，強化社區中圖文與視頻的融合。

據該合作項目負責人介紹，當時，知乎處于媒介升級初期，關注到平臺上的用戶對視頻質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的了解和認可，主動聯系了快手有關技術部門。雙方經過多輪技術研討，最終確定圍繞視頻架構升級和體驗優化展開深度合作：

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、融合CDN、播放器等產品，結合熱度觸發、多碼率自適應等策略，逐步幫助知乎解決了用戶體驗提升和云服務成本優化等需求。除此之外，針對知乎在媒介升級中不同階段的痛點，快手還提供了專業的技術咨詢服務。

更通俗一點說，快手這一套組合拳，能在保證視頻畫質的基礎之上，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，快手對外提供服務的產品能力、工具和體系都更加完善。

更重要的一方面是，一個全新的商業模式正在逐步被驗證。

快手高級副總裁、StreamLake負責人于冰透露，盡管市面上已有不少視頻云產品，但傳統模式下，行業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，云服務商營收往往越高。

如果升級了視頻壓縮技術，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。

但對于快手而言，其自身就是國內頭部視頻平臺之一，追求用戶體驗提升和帶寬成本優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。

實際上，為此快手已經引入了大量行業頂尖人才，并已經在實踐中掌握了行業領先的視頻壓縮技術。

比如，在新一代視頻壓縮國際標準H.266/VVC的制定中，快手有數十件技術提案獲得采納。

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能力的對外開放，希望將新的商業模式推向全行業。

于是，StreamLake應運而生。

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作全流程的AI能力。

這些技術能力的核心價值被快手總結為4個E，分別是創新（enabling）、體驗（experience）、彈性（elastic）、經濟成本（economic）。

第一個E為創新（enabling），意在幫助企業從0到1快速構建視頻業務，或快速實現業務創新。

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

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HDR、3D環繞聲、去噪、去模糊等一系列智能算法，能結合源片特征，實現視覺和聽覺的全方位修復增強。

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

具體到數字指標方面，StreamLake的硬解覆蓋率達到95%以上，首屏時間控制在200ms，帶寬利用率超過90%。

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

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

這一點對于快手而言，已經有過多次驗證。

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，同時在線人數高達2250萬人。

這對于帶寬的要求非常高。

據于冰透露，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，彈性規模對于快手而言，是一種“天生”的能力，也將成為StreamLake的一種優勢。

第四個E是經濟成本、成本最優（economic）。

上云是大勢所趨，但成本也必須考慮。

海量高質量視頻的傳輸分發，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，以進一步降低成本。

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

通過StreamLake CDN+PCDN 解決方案，在多云融合架構上，各類體驗指標持平的情況下，帶寬成本可以節約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團隊。

以上4個E的價值也在StreamLake的AI技術能力模塊得到體現。

快手上，每天有海量的視頻內容誕生，每個視頻在平臺上需要經歷內容創作、理解、分發三個環節，在幫助創作者更加便捷、智能化地進行視頻內容創作，以及結構化管理海量視頻內容上，AI都發揮著不可替代的作用。

在提升視頻創作效率、構建視頻內容結構化系統、進行業務賦能和營收賦能等方面，快手提供了豐富的產品服務。

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

通過最新發布的“文案成片”功能，用戶只需提供一段文本內容，即可實現從純文字內容到視頻內容的自動化智能創作。這一功能的背后，是億級別的優質版權素材和一套成體系的AI智能創作技術，包括跨模態圖文匹配、全局一致性建模、智能配音、配樂等技術。

快手技術副總裁、快手AI技術及主站技術負責人王仲遠對此的希望是，通過技術迭代打通視頻創作和文字創作之間的鴻溝，降低普通用戶進行視頻創作的門檻，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練樣本，構建了百億級多模態內容理解大模型 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，從而為數百個業務場景進行賦能。

在顯式的類目標簽體系上，快手構建了百萬級的標簽體系，同時通過跨模態興趣標簽與智能檢索，可以實現更細分垂類的內容覆蓋，以實現標簽體系與媒資管理、推薦系統的協同合作。

除了底層技術的積累，在應用和服務層面，StreamLake還推出了一個特色業務——數字虛擬人。

依據應用場景可劃分為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；
• 服務型，包括虛擬人客服、虛擬主播等，可以進行播報、賣貨、培訓等工作；
• 虛擬化身則是通過算法一鍵擁有數字分身。

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，此次面向行業合作伙伴，快手正式發布了視頻AI的三大類解決方案：智能視頻創作，智能視頻理解，數字人及XR，希望通過這三大能力板塊，加速行業的視頻數字化轉型。

快手ToB，為什么是現在？

用于冰的話說，“快手準備好了，這是做To B業務的前提。”

更主要的是，視頻行業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革新。

所以快手此刻進軍ToB，由外及內，大致可歸結為三方面原因。

其一，視頻數字化已經是行業的大趨勢。

在王仲遠看來，如今視頻、直播已經逐漸成為了行業基礎設施一般的存在。

就像需要電力一樣，各個行業也越來越依賴于視頻化的表達方式。

于冰也提到，隨著5G技術的發展，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的視頻將逐漸常態化。

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

這種情況下，借助視頻云服務把成本控制下來的需求，也將愈發旺盛。

據IDC發布的《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模達到50.4億美元，同比增長32.7%，預計2026年市場規模達到364億美元。

但對于企業自己而言，從0開始構建一個視頻系統的難度不可小覷。

且不說技術搭建的難度，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下已經具備的，并且已經完成中臺化，可以外放給更多行業。

這也就體現了快手進軍ToB的第二方面原因——自身技術有底氣對外開放。

到今年為止，快手技術已經有了11年的積累沉淀，并且長期經受海量數據考驗。

據了解，目前快手平臺每天要承載3.46億整體日活量，每日上傳的視頻數有數千萬個。

在視頻匯聚和分發的背后，是多達3000余項AI服務的支撐，每天調用次數超過4500億次。

這背后，當然離不開在技術研發上的投入與布局。

2021年，快手在研發上的投入達到了150億元。

其技術團隊在國際頂會、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的“普適性”。

因此在過去幾年里，他們開始嘗試性和一些企業合作，來驗證ToB的可能性。

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

實際上，這一動作與其“專注、專業、極致、可靠”的技術理念不謀而合。

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。

現在推出StreamLake，是這一理念推及到ToB側的體現。

快手提出，要把互聯網視頻“重工業”轉變成“輕工業”。

也就是將行業技術門檻、成本門檻都進一步降低。

讓互聯網、傳統行業，都能快速接入Video和AI方面技術，縮短視頻數字化轉型的周期，減少成本支出。

與此同時，快手還提供有專家顧問天團。

即便行業客戶沒有建設自己的視頻團隊，也能幫助其搭建起視頻化任務。

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、文檔級的技術共享。

總而言之，讓快手的技術從內部流淌到各個行業，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。集技術匯聚、分發于一體，故而稱為“StreamLake”（溪流湖）。

“慢棋”非慢

在這個時間節點宣告進軍視頻云賽道，快手面臨的質疑其實并不少。

最大的質疑聲音，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技術變革已然為視頻行業帶來新的挑戰和增長契機。

而快手此番宣布入局ToB賽道，既有芯片又有數字人，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，正如快手的技術負責人們所言，邁出To B這一步，意味著快手的技術往后可以在外部得到進一步的驗證，給技術人員們帶來更直接的市場反饋，有利于推進創新。

而對外，對于這樣一個規模日益擴大的市場，降低技術門檻已成眾望。

快手的入局，既給市場帶來了一整套成熟的、經過市場驗證的技術方案，亦帶來了一種全新的商業可能。

如此，市場的選擇更加多樣化，行業降本增效也就越“卷”越有看頭了。

當視頻時代的互聯網正在成為“重工業”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。