美图不想在文生视频领域和巨头们“硬碰硬” 火山引擎举办视频云科技原力峰会，发布面向全新视频云产品矩阵

美图不想在文生视频领域和巨头们“硬碰硬” 火山引擎举办视频云科技原力峰会，发布面向全新视频云产品矩阵， 

美图不想在文生视频领域和巨头们“硬碰硬”

6月12日，美图公司（01357.HK）一口气发布及更新了6款产品，包括美图云修V2、开拍V2、美图设计室V3、站酷设计服务、奇觅及MOKI，覆盖商业摄影、游戏营销、视频生成等多个领域。

MOKI是该公司新发布的AI短片创作平台，主要辅助创作者制作动画短片、网文短剧、故事绘本和MV。该平台将于7月31日推出。

据界面新闻了解，目前美图产品所需的AI模型能力，均由美图奇想大模型（MiracleVision）提供。该模型已迭代到V5版本，采用自研DiT技术架构，涵盖图像大模型、视频大模型、音频大模型和文本大模型。

美图公司创始人、董事长兼首席执行官吴欣鸿认为，AI应用将经历点、线、面三个阶段，美图正尝试把AI单点功能串联起来，以运用到电商、广告、游戏、影视、动漫等行业。 例如在MOKI上，输入一个简单的故事剧本后，模型可将短片操作流程进行结构化拆解，然后生成短片。

这并非美图首创。早在今年2月，OpenAI发布的Sora便在文生视频领域掀起了一轮巨浪，此后有多家大模型相关公司跟进。但美图方面表示，用类似的文生视频模型辅助内容创作，故事成片难，可控性较差。

在吴欣鸿看来，文生视频领域涉及蒙太奇等多种剪辑效果，可控性远比时长更重要，它意味着AI需要完成各种各样的复杂工作。

文生视频的另一难题还在于，用户输入一整篇小作文才能输出短片，且要考虑场景、人物、运动轨迹以及各种精细化的视频内容呈现。但现实情况是，很多内容难以用文字去描述清楚。

即便Sora仍有种种不足，要在短期内追上它的技术能力和生成效果并不容易。对此，美团的策略是“不在模型侧一味硬碰硬”。

吴欣鸿指出，如果在文生视频领域“硬刚”，其竞争对手会是全球巨头。无论在资金投入还是算法层面，美图与巨头们都存在一定差距。但在应用层，该公司希望通过提供一站式的内容创作方案来抢占更多市场。

为了能更好地“控制”其应用，这家公司选择自研大模型。“如果我们用外部API或者开源大模型，很难在底层进行深度开发。 ”吴欣鸿向界面新闻表示，目前AI技术领先于AI应用，将AI概念转化为优秀产品的并不多。

不少大模型公司都在追求参数量、打榜，以证明自己的技术实力和资金投入，背后却是高昂的成本，以及由此带来的商业化挑战。

美图试图在投入和盈利之间寻求平衡。“搞模型军备竞赛不是美图的核心战略，我们会在保证应用竞争力的前提下，控制模型的投入。”他还强调，过去很长时间美图都是常年亏损，所以会更看重落地场景和商业模式。”

吴欣鸿认可“模型即应用是大趋势”，也注意到国内很多大模型公司都在往应用方向走，或快或慢。他相信应用会是十倍于模型本身的市场空间。

从此次发布的产品可知，这家公司有意回归最为熟悉的影像领域，且正在设法争取更多企业用户。

近年来，其曾做过多元化尝试，涉足手机制造、电子商务、金融科技等领域，但频频受挫。当下着力的AI应用，也同样面对来自字节跳动、腾讯、快手等大型互联网公司，以及新晋大模型独角兽们的围追堵截。

该公司2023年财报显示，其企业端业务收入为5.7亿元，占总营收的21%，消费端业务占比近50%，营收达13.3亿元。企业端要超过消费端营收，美图仍有很长的一段路要走。

截至6月12日收盘，美图公司收盘价为2.78港元，下跌9.74%，总市值126.08亿港元。


火山引擎举办视频云科技原力峰会，发布面向全新视频云产品矩阵

2月25日，火山引擎主办的视频云科技原力峰会在北京举行。峰会以“乘云·瞰世界””为主题，火山引擎相关负责人分享了对视频体验、交互、增长的观察与思考，并发布面向体验的视频云全新产品矩阵。

全行业视频化 极致视频体验成业务增长关键

据IDC发布的《视频云发展趋势洞察》，数字化时代，从商业活动到社会生活，视频数据已经成为连接个人、家庭、社区乃至社会的重要纽带。

IDC中国研究经理魏云峰表示，伴随5G、AI、4K/8K等技术的发展，车联网、物联网、视联网使音视频应用从传统视频场景，逐渐扩展至车载视频、智能家居等全新应用场景，全行业视频化的趋势已经形成。

在此背景下，终端用户对音视频技术的要求进而开始强调高清化、交互式、沉浸式的全方面体验。

对不同行业来说，打造优质的用户体验也因行业属性的差异而有所不同。广电传媒行业的需求更偏向于自动化的内容生产制作，而零售电商行业则更看重视频的流畅与互动性，可以说，各行各业对视频体验的需求贯穿了视频生产制作、视频存储、视频分发甚至是终端/应用视频流化全流程。

图：火山引擎总经理谭待致辞

火山引擎总经理谭待表示，火山引擎通过抖音、西瓜视频、番茄小说、飞书等产品沉淀出优秀的能力，包括视频点播、视频直播、实时音视频、边缘计算、veImageX等产品，能够满足客户对视频能力建设的要求。

据了解，火山引擎视频云包含泛互联网、游戏、金融、广电等场景及解决方案，视频点播、veImageX、实时音视频等核心产品，以及传输网络、智能生产、智能处理等中台支撑服务。

除此之外，火山引擎视频云还支持虚拟偶像演唱会、数字替身Avatar、一起看抖音等实用功能。虚拟偶像演唱会支持与虚拟偶像主播进行实时互动，为观众带来跨次元沟通的全新体验；数字替身Avatar支持设置虚拟人形象在社交平台上互动，可降低创作成本，增加内容吸引力；一起看抖音功能支持房间内的所有用户，观看相同播放进度的抖音短视频，增强房间趣味性，营造陪伴感。这些趣味创新玩法，都可以在实际应用中为企业的用户增长助力。

设立量化指标，打造面向体验的视频云

“面向体验”是火山引擎视频云的一大特色。火山引擎视频云技术负责人表示，要想评估和提高体验，第一步是要能够量化体验，“我们需要准确的指标作为指北针，精准反映体验优化与业务数据之间的关系，往对的方向优化，才能不断提高体验。”

火山引擎从播放、画质、互动、性能四个维度，量化和评估视频体验。

在播放体验方面，火山引擎视频云将首帧时间压缩到100ms以下，用户感觉不到首帧存在。且相关技术有着更高的稳定性，崩溃率降低到了1/100000以下，假如用户每天刷100个短视频，3年才能遇到一次播放器崩溃。

画质体验方面，火山引擎BVC1编码器相比H265能够节省50%的码率，在同样的带宽下BVC1编码器的画质更清晰。据悉，在画质上火山引擎投入了很多的研发资源，在视频编解码全球顶级赛事MSU2020中，火山引擎研发的BVC系列编码器获得17项评分冠军。而为了量化画质，火山引擎自研的VQScore算法，也在ICME 2021 的“压缩UGC视频质量评估”比赛中，获得“无参考视频质量评价（NR-VQA）MOS赛道”第一名。

互动体验方面，火山引擎视频云集成了抖音美颜、特效、滤镜应用的最佳实践，让视频生产更简单，让用户互动更有趣。另外，实时音视频服务（RTC技术）支持百万级用户并发，单房间最高支持超过千人上麦，成为国内首家能够提供单房间超过千人上麦的RTC服务。

性能体验方面，火山引擎视频云可针对业务场景提供SDK参数配置、码率配置的最佳实践，极大提高H265的播放占比；其自研的图像编解码算法效果更优，压缩体积相比行业主流产品能再优化10%-20%；同时，高清低码技术使得片源压缩率可达20%-35%，相同主观效果下，可节省码率10%-20%。

图：火山引擎联合阿里云、腾讯云发布超低延时直播信令标准

发布于：广西?