編者按：在視頻化內(nèi)容發(fā)展初期，企業(yè)采用了門檻較低的視頻內(nèi)容生產(chǎn)工具（如自建的生產(chǎn)工具或者開源的生產(chǎn)工具），生產(chǎn)一批視頻內(nèi)容滿足當時的需求。然而，隨著視頻場景的不斷豐富和用戶需求大幅度增加，原來生產(chǎn)工具生產(chǎn)的視頻內(nèi)容效果簡單，已無法滿足多樣性和差異化的需求。如何解決這一痛點？在保證視頻質(zhì)量的前提下，又如何做到低成本生產(chǎn)高質(zhì)量的視頻內(nèi)容？

最近，LiveVideoStack采訪到了視杏科技的創(chuàng)始人&CEO李志強，請他來跟大家談談市面上內(nèi)容生產(chǎn)工具和解決方案普遍存在的痛點、視杏科技旗下的專業(yè)視頻內(nèi)容制作神器VE引擎、視杏科技的技術(shù)創(chuàng)新和研究重點以及海外市場探索等話題。

△視杏科技創(chuàng)始人&CEO 李志強

LiveVideoStack：李老師，您好。歡迎參加我們的訪談，請您向我們的讀者介紹一下自己以及視杏科技。

李志強：大家好，我是視杏的創(chuàng)始人李志強。視杏由一個技術(shù)和藝術(shù)跨界的團隊組成，主要關(guān)注影視級視頻處理技術(shù)和相關(guān)解決方案的研發(fā)，目前的核心產(chǎn)品是VE視頻引擎。

我是廣告學專業(yè)畢業(yè)，大學期間對設計師工具研發(fā)技術(shù)和圖形學技術(shù)很感興趣，就開始了相關(guān)學習，并和國外很多藝術(shù)工作室合作過。14年大學畢業(yè)后加入了深圳一個創(chuàng)業(yè)團隊，開發(fā)了短視頻產(chǎn)品“逗拍”，我負責產(chǎn)品的底層視頻渲染引擎的研發(fā)。17年來杭州成立了視杏科技，17和18年主要在做一些移動端AR渲染引擎的開發(fā)，19年開始專注專業(yè)視頻技術(shù)領域并推出了VE，算是視頻技術(shù)領域的連續(xù)創(chuàng)業(yè)者了。

LiveVideoStack：VE視頻引擎是視杏科技旗下非常核心的產(chǎn)品，目前已經(jīng)推出了3.0版本。您能否簡單介紹一下這款產(chǎn)品？

李志強：簡單來講，VE是一套面向B端企業(yè)的低門檻、智能化的影視級專業(yè)視頻內(nèi)容制作解決方案。

我們2019年初推出VE 1.0，經(jīng)過三年的打磨，于2021年底推出了具有重大意義的3.0版本。

VE是要解決專業(yè)級視頻內(nèi)容的生產(chǎn)問題，這里的專業(yè)級指的是用于商業(yè)目的，內(nèi)容質(zhì)量和設計規(guī)格要求高的視頻內(nèi)容。區(qū)別于C端用戶對于短視頻制作的需求，專業(yè)視頻的需求存在于各個行業(yè)中，比如廣告營銷、電商服務、影視動畫、在線教育等等。以往專業(yè)視頻主要靠視頻設計師定制設計，但是近幾年需求的爆發(fā)性增長，行業(yè)需要一套效率更高、成本更低、更加智能的解決方案。

VE底層是一套完全自研的對標After Effects的渲染架構(gòu)，經(jīng)過三年迭代，3.0版本已經(jīng)實現(xiàn)了80%的AE核心功能?；谶@套底層架構(gòu)，我們面向客戶提供了跨平臺的模板化視頻制作SDK和視頻剪輯SDK。同時，我們還提供了強大的視頻模板制作工具VE Exporter，讓設計師能把自己的創(chuàng)作導出成模板配合SDK進行使用。

我們認為專業(yè)視頻的制作離不開設計師。定制設計中，設計師產(chǎn)出的是視頻文件，在VE的解決方案里，設計師可以把作品變成模板數(shù)據(jù)包，需求方在制作視頻時，就可以拋開設計師，利用VE SDK對模板數(shù)據(jù)包進行個性化修改來制作符合需求的專業(yè)視頻。對模板數(shù)據(jù)的個性化修改也可以通過智能化手段來進行，實現(xiàn)視頻制作的自動化。這樣，專業(yè)級視頻的制作效率就大大提升了，成本也降到了手工定制的百分之一甚至千分之一。

LiveVideoStack：您認為目前市面上的內(nèi)容生產(chǎn)工具和解決方案普遍存在哪些痛點？VE視頻引擎和其他的視頻技術(shù)解決方案的主要差異點在哪？相比其他技術(shù)解決方案，它有哪些優(yōu)勢？

李志強：我覺得單就視頻內(nèi)容制作來說，有一個大的趨勢引發(fā)的一系列痛點越來越明顯，那就是用戶對于視頻內(nèi)容升級的需求。簡單來講就是在日日接觸大量的視頻內(nèi)容后，大家品味和審美提升了，希望能看到、做出質(zhì)量更高的視頻內(nèi)容。

看得到的前提是做得出。對于用戶數(shù)量眾多的C端短視頻市場，光靠平臺的力量去制作優(yōu)質(zhì)視頻內(nèi)容是不夠的，還是要靠PGC甚至UGC。所以我們會發(fā)現(xiàn)在C端領域，所有的短視頻工具App都在越變越復雜，使用門檻越來越高。當然也有產(chǎn)品會強調(diào)簡單保持克制，但往往制作出來的視頻質(zhì)量又乏善可陳了。

B端領域又是另外一番情況，B端需求爆發(fā)時間點較晚，SaaS產(chǎn)品首先強調(diào)降本增效，市面主流產(chǎn)品和技術(shù)方案的能力也處于這個階段。它們往往是把以前服務C端用戶制作短視頻的技術(shù)拿來生產(chǎn)B端專業(yè)視頻。這樣確實能夠達到降本增效，但是生產(chǎn)出來的視頻內(nèi)容質(zhì)量對于專業(yè)視頻標準來講很一般。觀眾以前看慣了設計師定制設計的作品，對專業(yè)視頻內(nèi)容的質(zhì)量是有期待的。所以這些新產(chǎn)品、新技術(shù)生產(chǎn)出來的視頻并不能達到觀眾的要求，也就難以完成商業(yè)轉(zhuǎn)化。那么這些產(chǎn)品和方案往往也就是失效的。

VE的這套模板化內(nèi)容制作的邏輯并不新鮮，其他內(nèi)容形態(tài)的制作已經(jīng)大量使用，例如圖片的制作、PPT或者H5頁面的制作，甚至面向C端用戶的短視頻制作也有友商在采用這套模式來賦能C端用戶。但是不同點在于，我們保障提高生產(chǎn)效率的同時非常強調(diào)VE生產(chǎn)的視頻內(nèi)容的質(zhì)量。針對我們關(guān)注的B端市場的專業(yè)級需求， 我們提出的要求是VE要具備讓設計師能把電影場景、頭部品牌宣傳片制作成模板，B端用戶能用模板制作出電影場景、頭部品牌宣傳片、酷炫的MV鏡頭等等。

目標定在這里，所以技術(shù)要到位。我們團隊在研發(fā)VE之前，有多年的設計師工具研發(fā)經(jīng)驗，服務過來自美國、英國、法國、俄羅斯等十幾個國家的藝術(shù)工作室，客戶包括谷歌、迪士尼等。在研發(fā)VE時，我們希望技術(shù)能直接對標行業(yè)標桿，所以我們追求技術(shù)架構(gòu)的完整、渲染效果的精確。如我們之前提到，到目前為止，我們已經(jīng)實現(xiàn)了80%的AE核心功能。這保證了我們的底層渲染能力是能夠渲染出影視級的畫面動畫的。

同時我們豐富的設計師工具開發(fā)經(jīng)驗讓我們能開發(fā)出符合設計師習慣的模板制作工具，讓設計師能在1天內(nèi)上手進行模板制作，這是優(yōu)質(zhì)視頻模板資源的保障。同時強大易用的設計工具也會提升B端內(nèi)容生產(chǎn)的效率。我們客戶提到，當需要針對用戶需求來實現(xiàn)某些特定畫面效果時，目前主流的解決方案往往需要定制開發(fā)，周期在15-30天，甚至更長。使用VE，客戶能很輕松把設計師的能力轉(zhuǎn)化成模板從而實現(xiàn)產(chǎn)品功能，這個過程往往只需要1天。

LiveVideoStack：在過去的一年時間里，視杏科技在技術(shù)能力上有哪些突破點？以及今年又有哪些重點研究方向？

李志強：VE在2021年主要實現(xiàn)了三個突破。

一個是技術(shù)架構(gòu)的重構(gòu)。VE在1.0和2.0階段，我們主要注重視頻畫面元素渲染的能力，在渲染能力增強的過程中，客戶使用VE制作的視頻復雜度也在大幅度增加。例如，19年我們客戶通常一個視頻模板的圖層數(shù)量不會超過10層，到21年，客戶會經(jīng)常制作多達五十個，甚至超過一百個圖層的視頻模板。這個重構(gòu)主要為了適應更加復雜的視頻畫面內(nèi)容制作的需求。當每幀畫面需要成千上萬個數(shù)據(jù)元素來描述時，對應的技術(shù)架構(gòu)的效率是很重要的。如此多的數(shù)據(jù)量對存儲解析和渲染計算來講都是很大的挑戰(zhàn)。3.0為了應對這一挑戰(zhàn)重構(gòu)了底層技術(shù)，目前在客戶那里已經(jīng)取得了不錯的反饋。

第二個是增強VE的拓展性，這也是技術(shù)架構(gòu)重構(gòu)帶來的突破。VE底層的技術(shù)架構(gòu)和上層業(yè)務的耦合度較低，這給我們的業(yè)務帶來了巨大的靈活性。例如，目前不光是VE的模板，就連大家熟悉的Lottie模板也能在VE SDK上進行渲染。再比如，我們目前業(yè)務上提供的模板SDK和剪輯SDK，可以簡單理解為模板SDK主要來渲染AE制作的模板，剪輯主要用來實現(xiàn)類似Pr的非線性剪輯?，F(xiàn)在模板SDK和剪輯SDK可以混合使用了，用戶可以選擇一個AE制作的模板，修改完后不需要輸出視頻文件即可直接導入剪輯SDK中進行后續(xù)的剪輯操作，在剪輯的同時仍然可以對模板進行實時修改。這就把視頻鏡頭的設計和多鏡頭的剪輯流程串起來了，從而帶來更多的產(chǎn)品可能性。

第三個是功能的突破。這些主要是在圖形學算法相關(guān)領域，體現(xiàn)在更加強大的畫面渲染能力和功能點。這里的突破點比較多，就不一一列舉了。

今年的重點研究方向是3D內(nèi)容渲染和云渲染技術(shù)的提升。在基本上完成AE的視頻制作能力的研發(fā)后，我們要開始進入AE沒有很好支持的3D場景和動畫渲染領域，進一步增強VE的專業(yè)視頻制作能力。VE目前已經(jīng)支持了云渲染和Web端渲染，但是隨著客戶內(nèi)容復雜度大幅度提升，云渲染和Web端渲染的壓力增大，我們也需要對平臺的技術(shù)架構(gòu)做優(yōu)化調(diào)整。

LiveVideoStack：我看到視杏推出了設計師社區(qū)VE Leap，目前社區(qū)活躍度如何？為什么會想到推出這樣一個社區(qū)？

李志強：如我上文所講，我們的解決方案里也為設計師提供了強大的視頻模板制作工具，設計師利用我們的工具能制作優(yōu)秀的視頻模板配合VE SDK進行使用，因此我們的B端客戶在技術(shù)合作后往往還會持續(xù)有大量的視頻模板制作需求，所以我們搭建了一個開放的設計師社區(qū)。

目前社區(qū)一方面為設計師持續(xù)提供免費優(yōu)秀的AE特效插件工具，幫助設計師做出更精彩的設計；另一方面為設計師提供創(chuàng)作變現(xiàn)的任務平臺，讓設計師可以通過制作VE模板來創(chuàng)收。目前我們平臺上有1萬多名設計師用戶和我們進行密切合作。

LiveVideoStack：您認為視頻內(nèi)容生產(chǎn)領域未來的發(fā)展方向會是怎么樣的？

李志強：如我上文所說，我覺得趨勢就是內(nèi)容升級。目前90%的互聯(lián)網(wǎng)用戶都是短視頻內(nèi)容消費者了，我們已經(jīng)早就過了教育用戶的階段了，那么接下來就是用戶要看到更高質(zhì)量的視頻內(nèi)容。

那么我們看B端領域也是一樣，以前設計師手工設計的模板質(zhì)量較高，但效率太低。目前新的生成技術(shù)基本能解決效率的問題，但是內(nèi)容質(zhì)量還無法和手工設計相比，所以接下來的需求肯定也是要往內(nèi)容質(zhì)量上走了。

LiveVideoStack：作為視頻技術(shù)解決方案的輸出方，您能否根據(jù)目前的一些感知，預測一下，哪些應用場景在未來會非常有前景？視杏在其中會扮演什么樣的角色？

李志強：前面說到，我們已經(jīng)實現(xiàn)了80%的AE核心功能。保證了我們的底層渲染能力能夠渲染出影視級的畫面動畫，那么最直接的在影視后期這個領域，利用VE的模板SDK可以為用戶提供大量優(yōu)質(zhì)的網(wǎng)紅模板。用戶可以按照模板中分鏡頭的劇情，拍攝相應的素材。在拍攝的過程當中，通過綠幕摳像技術(shù)和虛擬背景合成技術(shù)能夠讓拍攝者看到實時的包裝效果。拍攝完成即可一鍵導出分享，影視后期行業(yè)的門檻和制作費用將會大大降低，讓普通用戶和機構(gòu)創(chuàng)作出專業(yè)的視頻。對于原生素材的處理這塊也會越來越多，例如現(xiàn)在新媒體平臺百家爭鳴，對新聞素材的快速采編和分發(fā)的需求也越來越大。區(qū)別于傳統(tǒng)、單一的圖文展示形態(tài)，短視頻變成不可或缺的部分。VE的模板SDK和剪輯SDK，能在新聞的采編階段對素材進行快速包裝和處理，提升媒體發(fā)布的效率。

LiveVideoStack：您如何看待音視頻出海？視杏有沒有考慮過探索海外市場？還是已經(jīng)有這方面的探索了？您可以跟我們介紹一下。

李志強：我們和國外的藝術(shù)工作室以及一些公司已經(jīng)有一些業(yè)務合作了，比如我們2017年開始和谷歌合作的Google Earth Studio產(chǎn)品。但是由于我們前幾年的主要精力在技術(shù)研發(fā)上，所以市場上的布局動作還不大。在接下來我們會加大力度，海外市場也在我們的規(guī)劃中，預計在接下來的1年多會有一個清晰的海外產(chǎn)品的市場定位和推廣路線出來。

LiveVideoStack：您將參加5月份在上海舉辦的LiveVideoStackCon2022音視頻技術(shù)大會，能否透露一下會上會做哪方面的分享？

李志強：我將根據(jù)現(xiàn)在企業(yè)視頻內(nèi)容升級的現(xiàn)狀，和大家分享一下VE視頻引擎解決方案是如何在內(nèi)容生產(chǎn)方面解決這一難點，包括我們底層的渲染架構(gòu)、在不同場景中如何進行應用，以及會遇到的技術(shù)挑戰(zhàn)和實踐方案等等。

（封面圖片來自Unsplash，作者Daniel Tomlinson）

了解音視頻技術(shù)大會更多信息