武磊 LiveVideoStack 2023-08-18 08:15 發(fā)表于北京

編者按：AIGC無疑是當(dāng)下的熱門話題和場景。面對AI帶來的技術(shù)變革和算力挑戰(zhàn)，該如何應(yīng)對？LiveVideoStackCon 2023上海站邀請到了網(wǎng)心科技副總裁武磊為我們分享網(wǎng)心在面對AI應(yīng)用場景和業(yè)務(wù)需求下的實踐經(jīng)驗。

(資料圖片)

文/武磊

編輯/LiveVideoStack

大家好，我今天分享的主題是AI重新定義音視頻生產(chǎn)力“新范式”。

分享內(nèi)容主要分為三部分：①AI引領(lǐng)內(nèi)容消費升級；②“云”訓(xùn)練“邊”推理是最優(yōu)架構(gòu)；③網(wǎng)心的音視頻架構(gòu)演進。

-01-

AI引領(lǐng)內(nèi)容消費升級

首先是內(nèi)容視頻化。 過去幾年，整個社會的表達、創(chuàng)作都在視頻化轉(zhuǎn)型與升級。從人類自身來看，大腦處理視覺信息的速度比文字要快60000倍，視覺輔助可以將學(xué)習(xí)效率提高多達400%。這在科學(xué)層面印證了視頻化敘事的喜聞樂見。從中國整個視頻用戶規(guī)模來看，2010到2022年的12年時間里增長了倍，并于2022年網(wǎng)絡(luò)視聽用戶規(guī)模也正式超越了即時通訊，成為互聯(lián)網(wǎng)第一大應(yīng)用。而移動互聯(lián)網(wǎng)的用戶使用時長更能反映出這種趨勢，2019年短視頻用戶使用總時長還落后即時通訊15%，到2021年已經(jīng)實現(xiàn)反超，今年5月這一數(shù)據(jù)已經(jīng)擴大到%。

第二點是優(yōu)質(zhì)內(nèi)容視頻化效率有待提升。 從網(wǎng)文到漫畫、電影的內(nèi)容視頻化，產(chǎn)生了很多成功的商業(yè)案例。斗羅大陸最早在起點中文網(wǎng)上連載，到2018年點擊量達到6千多萬，期間也改編過動畫，憑借著廣泛的受眾面，在游戲化后創(chuàng)造了破百億的累計流水。還有大家熟知的鬼吹燈系列，2015年改編上映的《尋龍訣》電影，由陳坤和黃渤等主演，票房高達億，成為當(dāng)年度中國電影票房第三名。

優(yōu)質(zhì)IP的視頻化擁有非常顯著的經(jīng)濟效益，但從視頻化的效率上來看，還有很多待提升的空間。比如將IP拍成電影，需要經(jīng)歷劇本的打磨、選角、道具準備、拍攝、后期制作、宣發(fā)、時間和人力上都是巨大的投入。以閱文為例，2022年進入IP改編的作品還不到新增作品的%。隨著AI技術(shù)的加入，在劇本、剪輯、配音、特效、宣發(fā)海報等環(huán)節(jié)，都能夠很好地利用AI工具實現(xiàn)自動化生成，帶來效率提升。

第三點是AI+音視頻的全方位創(chuàng)新。 從圖片、音樂、配音、視頻和交互等各方面已經(jīng)有了很成熟的應(yīng)用。

最近發(fā)生了好萊塢罷工事件，演員和編劇們對于被AI取代的擔(dān)憂已經(jīng)逐漸成為了現(xiàn)實，技術(shù)的革命意味著行業(yè)的洗牌和利益的重新分配。

以游戲制作為例，在AIGC的加持下逐漸構(gòu)建出來了新的創(chuàng)作模式與內(nèi)容價值。具體來說：1、AIGC可以給創(chuàng)意產(chǎn)生提供思路，同時提升畫質(zhì)和交互性。2、為游戲制作提效。我們都知道《原神》，它從立項到上線測試耗時2年左右，如果在一些環(huán)節(jié)使用AI的確可以提升游戲制作效率，例如網(wǎng)易現(xiàn)在用自研AI技術(shù)應(yīng)用于游戲工業(yè)化全流程，對關(guān)鍵環(huán)節(jié)的工作效率提升多達90%。3、降本，由于減少了人員和時間投入，可以很好地降低制作成本。4、玩法迭代，助力游戲創(chuàng)新。

來自第三方的調(diào)查數(shù)據(jù)顯示，游戲行業(yè)平均研發(fā)費用占收入比例為25%左右，如果用AI的方式，可優(yōu)化制作成本約 266億元 ，40%的研發(fā)成本可以得到優(yōu)化。這里包含了美術(shù)設(shè)計、自動化測試、音效制作等環(huán)節(jié)。

從文字到視頻，用戶量級呈幾何倍數(shù)的增加。閱文2022年平均月付費用戶為790萬人，而視頻應(yīng)用僅愛奇藝一家會員用戶就是過億，抖音用戶更是達到驚人的億。視頻的特點是內(nèi)容聽得到、看得著、強交互，具有廣覆蓋的用戶群體，從網(wǎng)文到音視頻的轉(zhuǎn)化，網(wǎng)文IP價值進一步放大，隨著AI的加入，生成大量的虛擬人物，產(chǎn)生強互動，為元宇宙的到來奠定基礎(chǔ)。

從文字到音視頻的內(nèi)容消費升級，內(nèi)容生產(chǎn)成本從過去的以人工單位定價轉(zhuǎn)為算力定價。過去的配音、動漫制作、影視劇制作還是游戲開發(fā)，核心的成本還是人員投入。但在AIGC模式下，平均算力成本主要由GPU性能等決定；訓(xùn)練成本與推理成本的比例大約是1：9，以Midjourney為例，大約10%的云成本用于訓(xùn)練，90%是用戶制作圖像的推理。

AI的投入，在帶來生產(chǎn)力質(zhì)的飛躍同時，背后是天量算力的缺口。OpenAI分析表明，2012-2019年，AI訓(xùn)練使用的算力每個月就會翻一倍，相對比摩爾定律是每18個月翻倍，對算力的需求七年增長了30萬倍。而巨大的算力需求背后是高昂的算力成本。以GPT3訓(xùn)練為例，單次訓(xùn)練成本高達460萬美元，日常運營對應(yīng)的單月運營成本高達千萬美元。

-02-

“云”訓(xùn)練“邊”推理是最優(yōu)架構(gòu)

實際上，邊緣計算一定不是建設(shè)驅(qū)動和比拼資金密度的行業(yè)，基于碎片化的供給，會有很強的平臺效應(yīng)。

網(wǎng)心通過合作招募+自建+共建等方式觸達到的云、邊、端的資源，這也是網(wǎng)心從2015年一直從各個渠道拓寬觸達更廣的邊緣資源。有了穩(wěn)定供給的資源，中間一層核心工作是異構(gòu)資源的治理和標(biāo)準化，通過統(tǒng)一的接入流程，千萬節(jié)點的容器化的平臺支撐，做到資源的合理調(diào)度和高效應(yīng)用。最上層是我們的解決方案產(chǎn)品矩陣，網(wǎng)心當(dāng)前兩大成熟場景： 邊緣計算平臺和基于邊緣資源的帶寬加速解決方案。

網(wǎng)心的定位是做邊緣云計算服務(wù)提供商，提供支持未來任何算力的需求場景；在算力場景，我們構(gòu)建了一個健壯，彈性，高可用的基礎(chǔ)設(shè)施平臺，通過智能調(diào)度服務(wù)，能夠更加經(jīng)濟節(jié)省的滿足客戶的AI推理，自動駕駛，工業(yè)互聯(lián)網(wǎng)等場景需求。

我們希望通過提供底層的邊端資源，中心云進行模型訓(xùn)練、算法迭代等，得到一個合適的推理模型放在邊緣做數(shù)據(jù)建模。例如，我們最近在和某電動汽車廠商合作，嘗試把智能語音模型推理從云端改到邊端。

接下來講一下新架構(gòu)帶來的變化。

第一、多云融合，需要把中心云和邊緣云的能力進行契合，通過探索和實踐實現(xiàn)訓(xùn)練和推理的無縫銜接。

第二、資源視圖升級為服務(wù)視圖，我們不僅作為資源提供方，更要親身實踐，提供相關(guān)的服務(wù)。

第三、邊緣云的多層計算力分配，將分散、異構(gòu)、多層級、閑置的算力集合起來。

第四、延時降低，交互增加，帶來更多的沉浸式和“臨場感”需求，需要增加相應(yīng)的技術(shù)積累。

在此基礎(chǔ)上，我們提出 IAAS+架構(gòu) 。最底層就是上文提到的中心云與邊緣云的合作，以提供更好的資源管理；中間層通過模型托管平臺，把開源和閉源模型做好銜接；最上層是應(yīng)用層，包括端到端應(yīng)用等。

在AIGC實踐上。我們嘗試將AIGC中的某些業(yè)務(wù)模塊，所需要的算力從中心下沉至邊緣節(jié)點，當(dāng)然目前還是將數(shù)據(jù)回傳至中心存儲，未來希望能直接存儲在邊緣，達到真正的云邊端協(xié)同。

-03-

網(wǎng)心的音視頻架構(gòu)演進

AIGC的爆發(fā)會使更多的內(nèi)容在邊緣產(chǎn)生，同時帶來了低延時的需求。

在直播場景中，需要將一路流拆分成多路，分配到離用戶更近的邊緣節(jié)點，在播放端需要這路流時，尋找多個邊緣節(jié)點拉起多路子流合成最終直播流。這個流程目前已經(jīng)相對成熟，無論是在QoS還是QoE方面，都和傳統(tǒng)的方式?jīng)]有太大差異。

目前我們的要求有兩點：1、質(zhì)量上與云廠持平，包括流暢度、畫質(zhì)、延時等；2、成本上保證邊緣要服務(wù)80%以上的流量。在關(guān)鍵技術(shù)點上，云負責(zé)起播和回切，邊負責(zé)多鏈路傳輸通道以及網(wǎng)絡(luò)傳輸優(yōu)化。

在做雙端優(yōu)化的過程中，我們通過用戶端的網(wǎng)絡(luò)容量評估，實現(xiàn)對單個鏈路的帶寬分配，通過用戶和每個鏈路之間的實時質(zhì)量評估以及冗余FEC多通道容錯機制，盡量減少重傳。

在云游戲中，延時要求更高。接入端和玩家距離越近，延遲越低，網(wǎng)心智能調(diào)度服務(wù)可以根據(jù)網(wǎng)絡(luò)距離實現(xiàn)最優(yōu)覆蓋，通過調(diào)度返回最優(yōu)節(jié)點列表，實現(xiàn)更低延遲。

在這里，談?wù)劵赟erverless構(gòu)建邊緣算力服務(wù)。內(nèi)容在邊緣產(chǎn)生，邊緣是一定有用的。內(nèi)容在邊緣分發(fā)，超低延時的技術(shù)積累一定有用。

內(nèi)容在邊緣大量產(chǎn)生，就需要把它們組織起來。我們目前的思路是，中心云在Serverless存在實踐難點，而在邊緣云當(dāng)中是剛需，所以需要充分發(fā)揮新業(yè)務(wù)+端+Serverless相結(jié)合的優(yōu)勢。

網(wǎng)心作為全球邊緣計算創(chuàng)領(lǐng)者，從2015年至今一直深耕邊緣計算，目前擁有首屈一指的邊緣網(wǎng)絡(luò)資源，而且資源的豐富度和異構(gòu)度是非常充足。

關(guān)于未來網(wǎng)心的業(yè)務(wù)演進方向，大致是三步走的策略：

第一步是 降本增效 ，采用更高效的方式、更好的資源配比，助推企業(yè)良性擴張。

第二步是 功能迭代 ，在算力場景下不斷積累，逐步探索和實踐出真正能跑通的業(yè)務(wù)場景和商業(yè)模型。

第三步是 構(gòu)建生態(tài) ，推動邊緣網(wǎng)絡(luò)和算力疊加，對接產(chǎn)業(yè)場景并實現(xiàn)產(chǎn)業(yè)場景產(chǎn)品化，并構(gòu)建開放網(wǎng)絡(luò)平臺，吸引開發(fā)者、合作伙伴共同構(gòu)建生態(tài)。

以上就是我的分享，謝謝大家！

LiveVideoStackCon是每個多媒體技術(shù)人的舞臺，如果您在團隊、公司中獨當(dāng)一面，在某一領(lǐng)域或技術(shù)擁有多年實踐，并熱衷于技術(shù)交流，歡迎申請成為LiveVideoStackCon的出品人/講師。

掃描下方二維碼，可查看講師申請條件、講師福利等信息。提交頁面中的表單完成講師申請。大會組委會將盡快對您的信息進行審核，并與符合條件的優(yōu)秀候選人進行溝通。

關(guān)鍵詞：