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）
— 完 —
量子位 QbitAI · 头条号签约
关注我们，第一时间获知前沿科技动态
