随同着视频技术的提高和规范的迭代，视频产业从模仿进入到数字时代，实现了从电影电视到互联网的媒介转换，并且衍生出了超高清、3D、AR/VR 等多种翻新状态。特地是在后疫情的当下，咱们能够看到音视频技术畛域的诸多新变动，云与端的协同互动、算法翻新与工程利用的深度交合、场景与需要的浸透促成，在严厉的挑战下，为各行各业带来了新的场景与生机。
在行将举办的 LiveVideoStackCon 2021 北京站，来自阿里云智能视频云的专家将与泛滥行业搭档，一起摸索与探讨视频云技术在云上的翻新摸索。为此，咱们采访了阿里巴巴研究员 —— 叶琰，以及资深技术专家 —— 何亚明，与两位专家围绕编解码技术及视频云的新场景利用开展了深刻对话。
“视频社会化”：视频云成为新的基础设施
从 2006 年网络视频的衰亡，到当初迈入“视频社会化”时代，5G、云、AI 已成为社会的发展趋势，视频不再局限于电影、电视、广告等传统媒体畛域，视频会议、互动视频、电商直播等新型利用使产业边界逐步融化，视频行业需要和技术一直降级。随着技术的倒退和基础设施的夯实，视频将会成为新的交互方式和信息承载的状态。
（材料起源：艾瑞征询 ——2021 年中国视频云场景利用洞察白皮书）
对于竞争强烈、疾速迭代的大视频产业而言，视频云曾经逐步倒退为一项要害的基础设施。家喻户晓，当下的视频业务对算力、存储、带宽这些资源的耗费十分高，比方一场风行的直播演唱会，可能会有上百万的人在观看，这不仅须要有弱小的端侧实时视频解决能力，还要依靠大规模的 CDN 散发网络实现晦涩的散发工作，甚至一些 AR/VR 的非凡视觉效果须要通过边缘节点的计算能力得以出现，所以仅仅把服务器搬到云上曾经远远不能满足将来的场景需要，如何利用云的劣势进行技术架构和业务的演进成为业界独特面临的课题。
叶琰：推动下一代视频规范落地，开释行业生产力
叶琰是阿里巴巴研究员，阿里云智能视频云视频规范与实现负责人。她负责视频云在 ITU-T VCEG、ISO/IEC MPEG、AVS 等国内和国家视频规范组织的技术开发，波及视频编解码、AI 视频品质评估、VR/AR 等先进技术的研发工作。她参加了多项视频编解码与流媒体的国际标准制订工作，包含 H.266/VVC，H.265/HEVC，SHVC 等规范。她是 50 多篇学术论文的作者，130 多篇美国受权专利以及 230 多篇美国专利申请的发明人。她还是 IEEE 高级会员。她在中国科技大学取得本科及硕士学位，在加州大学圣地亚哥分校取得博士学位。
视频离不开编解码技术，编解码离不开规范的疏导。视频规范始终是视频行业倒退的基础设施，视频规范笼罩宽泛，从零碎规范 MPEG CMAF 到编解码规范 H.266/VVC，视频规范的不断更新迭代对视频生产的效率晋升、老本升高和新的体验起到至关重要的作用，也关系着整个行业将来的走向。
叶琰作为阿里巴巴研究员、阿里云视频云视频规范与实现团队的负责人，始终以来是国内视频标准化工作的深度参与者和推动者，在叶琰看来“视频标准化组织是见证最前沿技术和把握最新行业脉搏的最佳场合之一，正是通过业界专家们凋谢的技术探讨，同时充沛聆听市场的需要，才让咱们能一次次迭代出更高效的规范，继续推动行业的提高。”
然而，面对新的倒退阶段，业界也对一些视频规范组织提出了不同声音。有一种观点认为，像 MPEG 这样的规范组织曾经失去了主导的角色，大家还在为了零点几的性能增益搜索枯肠，而这带来的是更大的计算成本，这种自嗨式的翻新更多是一种刷存在感，并没有带来实质上的技术后退或翻新，业界应该找到新的思路解决视频压缩问题。
面对这样的杂音，叶琰表白了本人的判断 ——“我不太认同把传统框架和全新框架当成隔离甚至对抗关系这种观点。尽管传统框架下开掘性能越来越难，然而这个方向是基于大家相熟的框架，有利于软件硬件实现，而 ECM 也充沛展现了这个框架依然能够提供可观的性能增益，所以不能轻易放弃。另一方面来说，JVET 也在摸索什么样的新框架或者新工具能够欲速不达，拿到大幅的性能增益。同时咱们也十分关注这个新框架须要耗费什么水位的计算成本？瞎话说，咱们当初还在摸索，所以必须依附两条腿走路的形式，能力找到最有后劲并且可实现的下一代编解码技术。”
确实，每制订一代编码标准都是一个十分艰巨的工作，不能欲速不达。以目前业界的最新规范 VVC 为例，其正式开始之前的预研工作就花了 3 年左右的工夫。正是因为如此，在 VVC 规范定稿不到一年，JVET 于往年上半年就设立了 ECM 软件平台，用以进行下一代编码标准的技术预研和开发。叶琰说到：“尽管目前 ECM 的压缩能力曾经超过 VVC 大略 14%，然而依照之前的教训，这个预研工作还须要若干年的工夫能力达到新一代规范的压缩性能增益要求。在市场和业务变动万千的明天，我预计这几年将会见证很多 5G 视频利用场景的衰亡。”
何亚明：“云 + 端 + 服务”是视频云将来的大趋势
何亚明是阿里云智能事业群视频云资深技术专家，视频云技术研发负责人。退出阿里巴巴之前曾就任于美国 Facebook 和微软，在微软负责 Principal Software Engineer，从事视频编码和视频云的研发，在 Facebook 负责实时音视频和直播技术的研发，短短几年内将 Facebook Messenger 和 Facebook Live 两款产品从零打造成领有 10 亿级用户的明星产品。
“音视频具备人造的云原生属性，‘云 + 端 + 服务’是将来音视频倒退的大趋势。”这是阿里云智能视频云资深技术专家，视频云技术研发负责人何亚明做出的判断。
在何亚明看来，音视频的倒退始终是云原生的最佳实际：云的基础设施 —— 包含核心节点、边缘节点、CDN 网络是保障音视频大规模散发和传输的根底；云的计算能力和随便的弹性能力，给音视频业务带来有限的算力的同时还能无效管制老本，衍生出更多新场景。另外，在音视频端侧设施越来越丰盛的明天，“云”与“端”的协同显得愈发重要，2020 年，阿里云提出了“云端一体“的策略，在这样的大背景下，其门路劣势愈发凸显 —— 依靠阿里云弱小的云上算力，能够让端变得更智能，更轻便，更灵便，让开发者打造出千人千面的翻新利用，其开发效率、运维老本、延展性都失去了极大优化。在“云端一体，云边一体，软硬一体”的进击之路上，何亚明特别强调了 AI 在其中的重要作用 ——“咱们特别强调 AI 的利用落地，从智能视频编码，图像增强到超分辨率，从智能美颜、虚构背景、美声变声到视频卡通化，能够说咱们是在举全团体的 AI 之力，在推动音视频场景走向更广大的空间。”
（阿里云智能视频云参加科技冬奥 – 云转播平台国家重点研发我的项目）
“此次峰会，阿里云视频云带来的专场主题是‘从上云到翻新，视频云的新技术与新场景’，在这里我想特别强调‘翻新’这个词，上云曾经是视频行业的共识，并且根本实现了云原生化的过程，咱们真正面临的难题是如何在云上实现下阶段的翻新，各家厂商应该从提供资源和工具，向提供服务和生态这个转变作为突破口”何亚明如是说。
目前，国内头部的云厂商大多领有弱小的技术服务能力和齐备的内容生产生态，让视频产品服务化，通过 API 化，PaaS 服务，PaaS+，SaaS 工具，端上 SDK，低代码平台等伎俩减低视频技术的接入门槛，更好地服务开发者，最终更好的服务视频的生产和消费者。
现在，面对国内头部云厂商在视频云畛域的强烈竞争，何亚明看到的更多的是时机：“这是咱们十分违心看到的趋势，也正是咱们一直推动行业后退的后果，阿里云也心愿越来越多的有志之士退出到视频云的队伍中来，一起将视听带入新的时代。”
技术和场景：视频云面向未来的翻新与挑战
在 2021 年 5 月北京举办的阿里云智能云峰会上，阿里云智能事业群总裁张建锋发表阿里云将在“做深根底、做厚中台、做强生态”根底上，新增“做好服务”作为重要策略。视频云技术作为云计算、人工智能、网络等技术与行业场景联合十分严密的畛域，阿里云始终保持于底层技术的深耕、中台技术的利用和服务场景的翻新。
视频编解码是阿里巴巴在业界始终具备劣势位置的技术畛域，也是团体保持于音视频根底技术钻研的具体口头。阿里云视频规范团队在 2020 年中刚刚完结缓和的新一代国内视频编解码规范 H.266/VVC 的技术开发工作，就第一工夫投入人力开始鼎力推动基于 H.266/VVC 的编解码器开发工作。随后不久阿里云公布了实时高清编解码器 Ali266，无力推动了 H.266/VVC 规范利用的落地，真正开启 H.266/VVC 的商用之路。
在谈到 Ali266 的研发难点时，叶琰说：“一个成熟的商用编码器必须通过算法的深度优化能力满足实时编码速度的要求，为了拿到 H.266/VVC 所提供的弱小压缩性能，必须针对输出视频内容从 VVC 所提供的泛滥编码工具中又快又准地抉择最正当的编码工具。所以咱们开发 Ali266 也是沿着这个轨迹，深刻 VVC 编码工具集，通过对各个编码工具进行定性和定量的钻研，来帮忙咱们进行编码工具的抉择。同时，咱们在算法优化过程中也分外关注主观品质，遇到与主观质量指标之间的抵触时，咱们会更加偏向于保障更高的主观品质，也就是保障最终的用户体验。Ali266 可能第一工夫达到实时高清和实时全高清的编码速度，同时和 HEVC 的编码性能拉开足够的差距，和咱们采取这样的开发策略有间接的关系，当初衰亡的 VR/MR 须要更高分辨率的视频格式作为技术底座撑持，因而 VVC 所提供的带宽节俭能力也更加可贵。所以咱们会继续投入开发 Ali266，让它能越跑越快，在不久的未来达到超高清 4K 甚至 8K 的实时编码能力。也会为更加高效的编解码规范提供很好的落地场景。”
不仅是在音视频技术畛域的深耕，随着阿里云视频云业务与阿里团体整体业务的深刻交融以及行业客户的深耕实际，阿里云视频云与人民日报新媒体、淘宝直播、LAZADA、优酷等内外部客户的场景单干也愈发丰盛。2018 年，阿里云与奥林匹克播送服务公司联手打造奥林匹克转播云 OBS Cloud。往年，奥林匹克转播云在东京奥运会上首次投入使用，为寰球转播机构提供云上转播反对，这是奥运历史上首次采纳云计算撑持寰球视频转播，让寰球观众在云上冲破了疫情的阻隔。
（2020 年东京奥运会，阿里云与国际奥委会单干，实现全程“奥运上云”）
面对还将继续的寰球疫情，何亚明预计视频技术的需要还将会在直播、会议、电商、娱乐、合作方面持续放弃增长 ——“随着 5G，AR，VR 技术的倒退和基础设施的欠缺，更低的提早（< 100ms），更高清（8K+），更沉迷式（3D 全息，盘绕音效）的交互方式将会扭转很多行业，除了人与人，音视频也会让人与物，物与物之间建设更多的分割，人类的交互方式将再一次降级。记得媒体界风行的一句话：最后即最终。意思是人类最早是靠视觉来承受信息，感触这个世界的，从最后的语音到文字到图片再到视频，最终又回到了最后的状态。我认为这个论断不齐全对，视频的交互状态还在一直演进，电影 Matrix 和头等玩家，包含最近很火的元宇宙曾经给咱们描述了一个将来交换模式的脑洞。”
从上云到翻新，视频云的新技术与新场景
Topic
⏰ 流动工夫：2021/10/30 14:00-18:00
🚀 参加形式：坐标北京，线下参加（收费）
扫描图中二维码或点击浏览原文
理解专场流动更多信息
↓↓↓
扫码入群
理解更多 LVS 大会和视频云信息
↓↓↓
「视频云技术」你最值得关注的音视频技术公众号，每周推送来自阿里云一线的实际技术文章，在这里与音视频畛域一流工程师交换切磋。公众号后盾回复【技术】可退出阿里云视频云产品技术交换群，和业内大咖一起探讨音视频技术，获取更多行业最新信息。