抖音秘籍，对外开放

　　金磊 鱼羊 发自 凹非寺

　　量子位 报道 | 公众号 QbitAI

　　“这一天终于还是来了……”

　　字节跳动，这个站在短视频风口的巨鳄，终究把憋了数载的功力释放了出来：

　　火山引擎。

　　至此，抖音、西瓜、火山，能一次又一次成功掀起国民热潮的秘籍，流入江湖，尽数开放。

　　《抖音秘籍》，流入江湖

　　先来回答一个问题，何谓火山引擎。

　　将名字拆分来看：

　　火山之意：先蓄势，后爆发，并持久地爆发能量。

　　引擎之意：先输入，后输出，并持续地提供动力。

　　简而言之，火山引擎要做的，就是把字节跳动成立至今的，与“增长”相关的场景、技术、方法论等分享出来。

　　火山引擎就像是一扇打开的窗户，能让外界的人直接看到字节跳动技术的实质。

　　那么大火的抖音，它的致胜法宝又是什么？

　　这本秘籍，叫做《AI智能体验套件》。

　　秘籍全本共分为四大篇章。

　　第一篇章：特效场景

　　抖音作为一个内容创作平台，一个关键点，就是用户既是消费者，又是生产者。

　　要想提升平台的活跃度，抖音在这一篇章主要修炼了两大功力：

　　消费者转化成生产者：智能视觉特效和智能创作，可以降低高效生产的门槛。

　　精准内容分发：通过推荐算法，提升视频的消费。

　　好玩、有趣的AI特效，无疑是抖音爆火的一大原因。

　　在短视频场景下，利用生成对抗网络算法的“只有淡妆”，成为了近期的一大爆款。

　　用户们对于这种清新、自然的AI上妆效果，非常买账，直呼“建议焊在脸上”。

　　并且还通过标签联动的方式，让特效成为热点，更多的用户会参与进来，使其价值发挥到最大。

　　而这个AI特效，仅仅是上线了18天，便达到了抖音内部评级的S级。

　　再例如地标AR，让上海东方明珠、广州塔、西安钟楼等地标性建筑“动起来”。

　　用户只需要扫描相应的建筑，就可以体验到动态、别样的地标AR效果。

　　这一AI特效不仅仅增加了用户的娱乐体验，更是提高了文旅场景商业化的收益。

　　还有在直播场景下，抖音通过一系列的特效，为主播们定制个性化的“礼物”，提高观众与主播间的互动体验。

　　还有对于不愿意露脸的主播，抖音也通过Animoji虚拟形象功能，可以贴合主播自身的形象。

　　另外，通过触发云渲染技术，将渲染工作转嫁到云端，还可以解决下沉市场一些主播因为手机终端算力不足，在特效玩法上受限的问题。

　　而且为了提升画质，还采用了自研的算法实现自适应锐化。

　　第二篇章：特效算法

　　从第一篇章中不难看出，AI特效已经深入到了抖音的各种场景。

　　而在此背后，抖音所修炼的功法，便是特效算法。

　　AI特效能不能呈现好的效果，算法适配格外的重要。

　　因为算法本身是一个比较敏感的模型，模型本身又需要一定的泛化能力。

　　然而现实场景非常纷繁复杂，人物在视频中的近中远距离、全身半身，录制时的横竖屏、室内室外光照，以及实时、非实时的处理要求。

　　这些因素都会影响算法所产生的结果。

　　因此，在不同的场景之下都会有不同的工程优化。

　　例如适配高中低端芯片，提升机型覆盖率；移动端大屏主机端，平台模型差异化等等。

　　而要想达到上述的要求，背后所拥有的基础算法需是“方方面面”。

　　大方向如人脸识别、人体识别、手势识别，以及图像分割等等。

　　而再细分下来，所涵盖的算法内容则会更多，一张图来感受一下。

　　第三篇章：特效引擎

　　《抖音秘籍》的第三篇章就是特效引擎。

　　所修炼的内容，首先就是多平台支持。

　　毕竟做移动端的生意，就需要在各种场景下都能玩得起来。

　　因此算法不仅仅是在App上能产生效果，也能落在浏览器、小程序等场景。

　　为此，抖音进行了移动端SDK开发，甚至还采用了云渲染这种比较重的方法去解决问题。

　　其次，特效引擎中的另一大重点，便是3D渲染和GAN等硬技术。

　　细分来看包括物理引擎模拟、动画系统、虚拟形象等等。

　　这些工作让玩法从2D向3D转化，加速了CG级特效玩法落地移动终端。

　　当然，例如GAN等技术，也大大缩短了特效的生产周期。

　　第四篇章：特效工具

　　敲黑板，这一篇章是抖音秘籍中的重中之重。

　　原因如下：

　　特效的生产效率，对于特效能不能落地业务起着决定性的作用。

　　为此，技术团队主要做了三件事情：提升生产效率、完善设计生态，以及引擎同步升级。

　　2D、3D、美颜等特效，若是一个人需要花费好几天的时间来完成，恐怕对于抖音这种体量业务，是完全hold不住的。

　　为此，字节内部开发出了自己的生产工具，其底层和SDK都是同样的引擎，可以帮助设计师用无代码的方式，快速地生产特效。

　　有多快？

　　平均1天生产2D特效，5天生产3D特效。

　　最重要的是这种工具还是对外开放的那种，可以链接外部设计师，起到反哺的效果，合力提高生产的效率。

　　至此，四大篇章介绍完毕。

　　可说了这么多，这样秘籍究竟能带来什么样的增效？

　　火山引擎AI组计算机视觉方向工程师王坎分享了这样一个案例：

　　火山引擎有一个短视频客户。产品原来运行了一年，才能积攒下小几十个玩法或特效贴纸。在用了火山引擎的工具+引擎之后，设计师一周就能设计出5-6套妆容，或者一天一个2D特效，上新速度有肉眼可见的提升。

　　基本上能在保持原先特效团队规模不变的基础上，让产量增加十倍有余。

　　火山为何现在“喷发”

　　那么问题来了。

　　字节跳动有足够好用的内部工具，在外部亦有探索实践，但为什么是在现在这个时间节点，选择对外“喷发”？

　　按照字节跳动副总裁杨震原的说法，其实早在2017年，字节跳动就已经开始对外开放自家大名鼎鼎的推荐算法。

　　但这样的ToB业务，在2020年之前，一直是“单点尝试”，远算不上是一项主业。

　　2020年，字节跳动才打出了火山引擎这张牌，正式启动ToB业务。

　　而现在，火山引擎在低调运行一年之后，终于来了一波强势“喷发”，高调展示了自己入局智能化/数字化服务市场的姿态和野心。

　　巨头入场，自然分外引人关注。更何况，在现在这个时间节点，企业技术服务市场的竞争正日趋激烈——根据IDC数据，尤其是在更偏向底层的IaaS（基础设施即服务）+PaaS（平台即服务）市场上，高集中度竞争格局已然形成，在2020年上半年，阿里云、腾讯云和华为云就已经占据了62%的市场份额。

　　所以，为什么是现在？

　　杨震原将来自外部的因素归结为三点：

　　第一个，是客户对字节跳动的技术和工具很感兴趣。

　　第二个，字节跳动有很多数字化增长的实践。

　　第三个，看中国市场的情况。从大的方向来看，企业向数字化、向智能化演进的速度在变快。因此，工具市场空间变得非常大。

　　以CV技术为例，就有AI产业观察人士指出：“近几年来，在特效玩法这样的应用领域，国内几乎没有谁做得比抖音更好。”

　　一方面，字节跳动掌握从算法到场景（如抖音、轻颜等）的全链条，能够在内部运行从算法研发到用户反馈的整个过程。

　　更重要的是，抖音作为一个DAU早已突破6亿的国民级App，本身就是一个对技术服务有着极大需求的业务场景，对于面向B端的技术产品而言，可以说是一块绝佳的试金石。

　　基于庞大的用户基数、海量的分析数据，字节跳动的技术团队在验证技术的场景价值方面，拥有天然的优势。王坎也谈到，火山引擎CV的最大竞争优势，就是可以复用内部已有的实验场景中成熟的生产流程。

　　一个玩法能不能火，要看生产工具是否稳定，这就需要试验田。我们内部已经充满了这样的试验田，我们在已经运行稳定的产品上，抽象出知识和架构，提供给外部，这是我们最核心的优势。

　　而如果仅从字节内部的视角来看，核心的原因还是，“内部产品打磨出来了”。

　　王坎认为，字节内部掌握一个技术，跟对外提供一个ToB的服务，难度不在一个重量级。

　　因为在内部，技术实践可以更激进，但在ToB产品里，稳定性才是第一位的。

　　杨震原则举了AWS的例子：

　　我们把AWS当作楷模。它把内部的东西做好，进一步提高质量，提供给外部的客户，又通过外部客户把内部产品打磨得更好，反过来更好地服务于自身的用户。

　　把技术开放出去对一家科技公司来说，也是有很大价值的。要想建设高标准的技术团队，就要把“后卫”变成“前锋”，让公司内部中台出去看看外部的市场，去迎接更多的客户，这样才能真正打磨出好的团队。

　　如何评价火山引擎？

　　在面向个人用户的业务场景里，字节跳动已然证明了自己，此番公开揭起ToB大旗，又是否会对行业格局造成新的冲击？

　　至少杨震原说：

　　字节跳动的增长没有秘密。

　　支撑字节业务狂奔的所谓“秘密”，就是扎实的基础设施，而现在，通过火山引擎，这些技术和工具本身不再被神秘的面纱笼罩。

　　不过，杨震原也坦承，把事情做成功的关键，除了技术、工具，核心还是要靠企业自己，服务好用户、创造出价值。

　　火山引擎能做的，是把数字化的理念和工具做好，更好地服务和支持大家。

　　而字节跳动是否真的没有秘密，接下来，就看火山引擎的了。

　　（应受访者要求，文中的“王坎”为化名）