随着直播、短视频等内容形态的全面爆发，视频行业在度过“风口”期之后，如今已走入稳步发展阶段，优质内容和用户体验成为了占领市场高地的关键因素。
作为视频行业的一名观察者，我在与很多视频行业的从业者交流的时候，发现他们对技术问题最担心。视频行业可以说是个应用最新科技较为快速的一个行业，如何吸引来用户，靠的就是好的用户体验，用户在你的平台上观看视频时能做到清晰流畅不卡顿，这对一个视频运营商的成本和运营提出了考验，这对视频从业者提出了难题。
这是因为，为用户创造良好的体验与带宽成本的上升有着直接关系。如今，头部的视频平台的带宽成本基本都在亿元级别，比如已在美国上市的虎牙直播，他们2018年第二季度财报就显示，由于平台上的平均月活增加和视频质量提高导致带宽使用量增加，带宽成本达人民币1.61亿元。
在视频服务中，想要有清晰流畅的观感，就要承受高昂的带宽成本，为了控制居高不下的带宽成本，视频运营商可谓是想了各种办法，想要在成本和效果上达到平衡，但一直以来效果并不明显。
这就是我写这篇文章的原因。我们先请出今天的主角：阿里云的窄带高清、腾讯云的极速高清、金山云的集智高清。为什么是这三家?第一，这三家目前在视频行业上的声量最大，而且据我了解，这三家云服务商的产品，是视频平台首先考虑的对象。第二，除了这三家云服务商，像华为、网宿也有类似的产品，但是他们基本上没什么声音，而且我也没有听说他们的产品在哪家视频平台有应用，所以我们今天的盘点，就以三大云服务商的“高清”类产品为主吧。
阿里云的窄带高清、腾讯云的极速高清、金山云的集智高清可以说是现在市场上的顶尖产品，他们有着共同的特征——都号称能以“黑科技”帮助视频行业提升视觉效果、大幅节省带宽，接下来，我们先来一一列举他们各自的绝活儿，然后再帮大家分析他们的共性和差异，以便帮助视频从业者选择最为合适的产品。(PS：心急的可跳过产品介绍，直接看文章的总结部分)
窄带高清
阿里云作为国内云计算市场的老大哥，其实三年前就提出了窄带高清的概念，它是一套以人眼的主观感受最优为基准的视频编码技术，研究在带宽受限情况下，如何追求最佳的视觉感受。2016年时，阿里云推出了窄带高清的1.0版本，2017年发布了2.0版本，这个版本号称“可用H264达到H265的效果，在720P分辨率的情况下，让视觉感官也能达到常规1080P的标准，这种技术可以将视频的带宽成本节省20%以上”。
无论是窄带高清、极速高清还是集智高清，它们都试图在成本和体验之间寻求一种平衡，我们先说窄带高清在这方面的努力，视频播放流程包括采集、上传、片源修复、转码参数分析、编码切片、加密、存储、分发、播放这九个步骤，那么对于一个视频平台的用户来说，在观看视频内容时，又会受到清晰度、分辨率、码率、帧率、算法这些因素的影响，窄带高清需要从这些角度提高观看体验和降低成本。
在编码前，窄带高清会先对视频内容有一个分析，会基于算法判断场景，分析内容中的动作、内容、纹理等元素，判断内容是什么类型，再根据用户对此类片源的清晰度预期设置码率，选择最佳分辨率，这样可以保证观感和码率的合理。
举个具体的例子，窄带高清在优酷中的一些应用，以视频网站B上的720P片源为例，优酷用540P的效果可以实现相当的效果，码率则节省40%以上。
采用窄带高清的画质对比(图片来源：云栖社区)
极速高清
腾讯云的极速高清技术虽然晚于阿里云的窄带高清，但表现十分强劲。按照腾讯云的说法，极速高清技术又可以称之为“智能动态编码技术”，它运用机器深度学习，通过视频场景智能分类、编码参数匹配、前置处理、编码动态优化、码率智能控制等技术，智能处理视频内容，匹配优质编码参数，以更低的带宽成本，为用户提供高清视频直播流。
首先，极速高清会通过深度学习形成各种视频场景的模型库，同时会分析和判断实时视频直播流，从而匹配相应的场景模型。接下来，再结合视频源码率、分辨率、帧率、纹理和运动变化等，选择最合适的编码参数。同时，根据场景分类和用户对内容的要求，结合画面纹理和实时运动检测进行前置处理。
此外，极速高清还支持编码动态优化，可针对不同视频类别，同一个视频内不同视频段，应用完全不一样的编码参数，且支持编码参数按帧实时更新生效。目前，腾讯云的极速高清技术在国内视频、直播等行业已经逐渐开始应用。
举个例子，下图是一个游戏直播场景的对比图，上图显示的是处理前的视频截图，大小4M，下图是极速高清处理后的视频截图，大小2M，在腾讯云的宣传中，极速高清可在画质不变的前提下，帮助视频平台节省带宽成本。
游戏直播视频，大小4M(图片来源：腾讯云官网)
极速高清处理后视频，大小2M(图片来源：腾讯云官网)
集智高清
作为排在阿里云、腾讯云之后的云服务市场的老三，金山云的集智高清推出的时候虽然晚，但可以说是后起之秀。与窄带高清和极速高清相比，集智高清看似和前两者相似，但其实也有着自己的特点。
集智高清通过深度神经网络对视频画面内容进行感知，优化主观体验和智能调节编码，对视频进行画质增强，提升视觉效果，适配更高清屏幕，改善视觉感受的同时，帮助视频平台节省20%—40%视频传输带宽，适用于多种视频场景。
在视频场景分类上，集智高清通过深度学习方式，形成了十余大类，几十种小类视频场景模型库。视频平台在使用集智高清服务时，可根据不同的视频场景进行分类实时识别，根据不同场景的识别结果，配置适合此类场景的编码参数，根据纹理和运动变化幅度等，选择最合适的编码模板参数。
在处理视频时，集智高清可对不同区域进行分层，针对每一层进行处理，保护人眼视觉核心区域，对此区域内的宏块编码进行锐化、亮度增强等技术处理，减少不重要的区域的码率，将视域进行精细化处理，加强用户的视觉体验。
集智高清所包含的视频画质增强技术，则以更小的视频文件实现更清晰画质和更低码率。如动态元素较多时，使用更高码率，相反则使用更低码率，针对视频图像的静止部分，分配更低码率，动态部分则分配更高码率。其中，集智高清主要对人眼关注区域进行画质增强，相对弱化非重点区域，这样既可以保证视频的清晰流畅，又能够降低码率，为视频平台节省成本。
在这里我们列举综艺和游戏两个具体的例子。首先以熊猫TV出品的综艺节目《Panda Kill》为例，集智高清针对节目中的灯光和反光点，通过AI建模，将人眼感受不到的灯光和反光消除，将纹理保存下来，这样节省了更多带宽。
《Panda Kill》画质对比(左为原片，大小5M，右为集智高清处理后视频，大小3M)，在金山云的宣传中，集智高清能够在画质不变的前提下，帮助视频平台节省带宽
第二，我们以《英雄联盟》的直播举例。集智高清运用码率智能控制和编码动态优化，将AI画质增强至视频的细节中，画质由此得到了提升。另外，集智高清根据人眼关注的内容做视觉感知保护，对占码率的其它区域进行优化，实现画质增强的同时节省了带宽。我们从下图中，集智高清处理前后的对比图中即可看出。
游戏直播视频
集智高清处理后视频
总结
说了这么多，我们最后需要总结一下这三大产品的共性和差异。我们先说共性，无论是窄带高清、极速高清还是集智高清，它们都是在如今视频内容形态多元化的背景下，视频行业由于竞争白热化，平台为了吸引用户，纷纷采用技术手段提升观感，降低成本的产物。
因此，三大产品均基于云计算、大数据、AI，通过深度学习建立视频场景模型库，基于算法判断场景，分析内容和纹理等元素，对视频内容进行智能处理以及调节编码，以达到适配移动终端的高清屏幕，提升视觉效果和降低带宽成本的目的。从这个角度上说，三个产品都是视频平台不错的选择。
我们再来说说差异。视频企业选择这三个产品的目的相同，但它们又各有千秋。首先，三个产品应用人工智能技术的时间点不同。阿里云的窄带高清起步最早，起到了教育市场的作用，在时间上他们是领先的。但是在人工智能技术的运用上，窄带高清却相对滞后，直到2017年窄带高清的2.0版本发布时，才有了诸如“基于智能算法来判断视频场景”这类带有人工智能的特点，而腾讯云的极速高清和金山云的集智高清在推出时，就天然包含人工智能技术。不要忽视这个时间点的作用，这意味着，极速高清和集智高清在推出后，就有了与窄带高清叫板的底气。
第二，三个产品的应用场景不同。阿里云的窄带高清在优酷上支持高清剧集的例子说明，这个产品在点播上应用得最为广泛。腾讯云的极速高清宣传的一个重点是助力央视网今年的世界杯直播，所以体育赛事类的直播是他们的重头戏。金山云的集智高清则集中在游戏、综艺和秀场直播上面，这三个场景是他们的“最爱”。
以上就是我的观点，希望各个视频平台在选择适合自己的产品和服务时，本文能够带来一点帮助和启发。
