云智一体、场景聚焦，百度智能视频云3.0全景图有何进化逻辑？

视频正在取代图片、文字和音频等传统内容格式，迅速成为最主流的内容载体。

阻挡视频应用创新的从来都不是需求，而是技术。好在随着云计算、人工智能、5G等新兴技术的蓬勃发展，技术的鸿沟被填平，属于视频的大时代也将呼啸而来。

而作为视频业务快速发展的技术底座，智能视频云的发展成熟解决了视频产业发展的后顾之忧，同样视频业务的多样化发展，也倒逼智能视频云技术更快的走向迭代。

5月13日，百度智能云“云智技术论坛-智能视频专场”发布了智能视频云3.0全景图。基于云原生架构，融合百度前沿的视频云技术和AI能力架构矩阵，从云智技术一体化、产品平台化、应用场景化三个层面全面赋能视频创作、生产、应用等全流程。

视频产业化背后是视频云的机遇

百度集团副总裁侯震宇表示，消费互联网内容视频化加速发展的同时，许多行业的业务也正在不断被视频化，变化趋势背后的驱动力是AI与云计算的发展，使得智能视频体验进入内容高清化、体验沉浸化、分析智能化的新阶段。

确如此言，新兴技术的发展，给视频行业带来了新的机遇，同时也给视频云技术提出了更高的要求。

第一个驱动视频行业发展的关键词是5G。预计中国5G用户至2025年将达到8.16亿人，彼时将是视频行业规模的一个可以预见的高峰。由于5G“高并发和低延时”将促进互动式视频的发展；“高带宽”则将衍生出高清/VR等“大视频”，视频会从高清走向超高清，VR将从当前的2K走向8K时代；视频内容会更加多元化，UGC/PGC等内容制作模式更加繁荣。

第二个驱动因素则是视频云技术的发展。云作为一个底座，所有的数据交互都会在云端发生，而人工智能技术带来的洞察，可以更有效地匹配用户和他们最感兴趣的内容，更好地理解用户和打造高度个性化的用户体验。

第三个驱动因素是视频与产业生态的结合。2020年的新冠疫情，催生大量在线的业务场景，大量的AI与视频结合的行业应用被广泛推广，如智慧城市、在线教育、远程医疗等一大批视频应用的场景被打开，视频产业化的趋势也随之而来。

“各行业为了积极应对业务视频化趋势，需要开始统一规划云智一体的视频平台。百度在视频领域有长期丰富的业务实践，并据此构建了云智一体的领先技术能力，希望为各行业的智能视频发展提供强大助力。”侯震宇说。

为此，百度智能云发布智能视频云3.0全景图，将“云智一体”的独特优势与视频技术全面融合，形成云智一体化、平台化、全场景化，为行业提供前沿的视频云技术、全面的AI视频能力矩阵、实用的视频创作分发平台和视联网感知平台，以及覆盖全场景的智能视频技术方案。

智能视频云3.0全景图

构建起全方位的能力集

这些不同维度的驱动因素的交织，无限放大了视频云的未来发展空间，当然也对视频云的发展提出了新的要求。

百度智能云在2020年推出了智能视频云2.0，对视频云进行架构升级、交互升级、智能升级的三大升级。到2020年底，百度智能云又推出了智能视频云3.0。如此快速的迭代背后，到底意味着什么？

百度智能云智能视频云总经理林连江表示：智能视频云1.0只是做到了让视频云触达用户，是一个开端；智能视频云2.0做到了丰富能力组件，是技术积累升级的过程；而智能视频云3.0则是一个完整的模式升级，通过云智一体的平台真正深入到场景。

工欲善其事，必先利其器。

在智能视频云3.0全景图的总体纲领之下，必须需要一系列的技术能力，去突破不同场景的痛点。

在基础能力上，视频分发基础设施CDN方面，百度智能云有1000+大节点何100T+带宽储备。全球智能调度系统，加上高效，低时延的系统，可以满足不同场景对视频的体验。同时它还是一个可编程系统，面对业务多样化可以实现敏捷开发。

而作为视频云的关键技术，百度自研的智能编码BD265，相比开源编解码技术，同画质请下降低码率30%+，编码速度提升2倍以上。通过BD265结合百度AI技术可以更好的适应视频的实际的场景。

从产品维度上百度还有“智感超清”，大幅提升画质，加速超高清发展。据介绍，“智感超清”产品可智能化实现视频画质增强、视频分辨率上采样等功能，在同样码率下大大提升视频画质及用户观看视频体验。广泛应用于视频直播、短视频、小视频、长视频、广播电视等领域及场景。再有实时音视频通讯技术，依靠核心自研的多个算法，实现通讯顺畅的超低延时互动体验。以及面向不同业务场景提供All in one的智能视频SDK矩阵能力，涵盖视频特效、短视频、互动直播、播放器、增强超分等。

而AI能力使得智能视频从“刀耕火种”走向“精耕细作”，百度视觉技术部总监丁二锐表示，在视频内容理解分析上，可通过图像、声音、场景、人物、文本描述等信息，对进行视频智能分析、内容智能审核、智能检索。基于百度自研业界最大包含了5500亿海量知识的多元异构知识图谱，增强视频深度理解，提升视频编目效率，支持视频分析、审核、检索等方面得到广泛应用。在视频智能生产上，通过图文资讯、数据、图集等多种内容载体向短视频进行转换，并基于知识图谱对结构化数据、事件脉络进行增强理解，实现创新的视频生成。在视频交互与生成方面，全新构建了交互与生成AI能力矩阵，其中基于元学习-迁移学习的视频生成技术可根据需求快速定制不同风格的高质量视频。

尤其是，百度智能视频云结合虚拟数字人形象生成与语音合成、唇动等技术，可低成本制作形象丰富灵动、线上线下多端覆盖的的数字人，不仅交互自然、声音动听，还能够适配多种业务场景需求，如百度智能云的数字人虚拟主播“小C”，在今年两会直播节目担任主持人时拥有出色的表现。

从场景聚焦到场景实践

在战略方向上，百度智能视频云瞄准了泛媒体、泛互联网和泛产业三大核心场景。

在泛媒体场景，信息传播将呈现多样化、实时化、互动化等新的趋势。传统专业媒体在泛媒体场景下逐渐走向智媒体转型。而百度智能视频技术通过媒体大脑平台，赋能产业三大升级，打造智媒产业互联网生态圈。

央视网与百度智能视频云合作，打造了五智人工智能编辑部，并针对央视网的大量视频内容，通过海量存储做了超过两百万小时的视频处理，并在此基础上打造了测采编发的人工智能编辑部实体业务和线上流程的全流程逻辑。典型的创新应用有“帮你找”，观众可以在央视网网站上找到相关的视频类的内容，也帮助采编人员，利用知识图谱，找到相关素材。

在泛互联网场景，内容和用户是互联网企业增长的核心要素。所以百度智能视频云基于百度AI和云平台，赋能视频企业内容-流量-营销-变现的全业务周期，为其提供全面的技术能力，并依托云智一体平台，提供了四个解决方案，帮助视频企业优化体验，提高效率。如智能小视频解决方案，可以帮助企业加速上线视频业务，仅需1天时间，就可以上线短视频的业务。

例如通过百度智能视频云PaaS能力与云犀直播SaaS应用的的结合，杭州星犀科技解决了零售品牌自播执行门槛高、门店直播运营力缺乏的关键问题。

在泛产业场景，我们看到智慧城市、智慧交通、农林水利、安全生产等一系列场景中，都需要视频通过对物理世界的刻画，去解决具体的场景问题。百度智能视频云以云边端一体为基础架构，平台+数据主导，解决业务对接系统和数据平台化的需求。例如智能视频云3.0中的视联网感知平台聚焦产业级视频通过信息获取对多种业务进行决策的特性，通过智能端多场景覆盖下的200+种应用场景、一站式、低数据、快速定制能力的EasyDL算子生产技术，与云边端深度融合。

典型的案例如宜昌市点军区，在百度智能视频云的参与和助力下，在公共卫生、乡村振兴、基层医疗、环境保护等方面为民生带来更多便捷、智能的服务，让百姓有安全感、获得感、幸福感。

但我们也知道，泛产业的市场太大了，单凭百度智能云很难做好服务的覆盖。所以，连林江说，“泛产业的场景，我们还是发挥平台能力，跟更多的合作伙伴共同去做，百度本身有AI平台赋能性的定位，把资源赋能给伙伴，共同去做大市场。”

从泛媒体、泛互联网和泛产业的三大场景聚焦，到云边端一体化的基础架构，自上而下，这就形成了百度智能视频云3.0全景图。

“云智一体”对于视频领域来说非常必要和重要。因为视频具有“重”数据的特点，在海量数据的情况下，一方面需要强大的智能化分析与处理能力，另一方面对采集、存储、传输和分发提出了极高的需求。基于此，百度智能云“云智一体”的全场景视频技术中“云”的部分以云、边、端一体的基础架构了先进的云计算能力，“智”则以业界领先且全面的AI能力实现了对视频语音、图像、文字等多种信息的多模态智能分析、理解、生成等处理。“云”成为“智”强有力的输出载体，二者结合一体，是行业业务在各种场景下实现视频高清化、沉浸化、智能化的最佳选择。

与此同时，智能视频云3.0也采取了生态开放的模式，百度智能云已携手伙伴，推出了十几种场景化的解决方案，帮助客户更快的落地和交付。

不难总结，“云智一体“的智能视频云3.0，首先在云端可以满足企业用户对云能力的所有需求，智能视频云通过AI算法将视频的生成、处理、分析，以及理解的效果，融入场景，解决好实际的应用痛点。

随着5G的深入，视频云理念和技术的不断完善，视频云决胜的关键必然会落在场景中，智能视频云3.0不仅能将核心的AI通用能力和场景能力植入到全流程的视频产品组件中，在面向客户的实际应用问题时，智能视频云3.0还能将平台化解决方案与领域特定的模型训练能力相结合，解决应用领域性的问题，从而实现场景能力的自我生长。