“疑似使用AI生成技术，请谨慎甄别”
大家有没有发现，这行小字看上去有点像“广告仅供参考，请以实物为准”。它在生活中已经越来越常见。
尤其是现在的短视频平台。
我看到一个小猫的视频，嘴型是AI合成的。
内容来自抖音用户@ 吃不够
玩西游，还可以一睹AI仙子的真面目。
即使看动画片，画面也都是AI合成的。
AI视频越来越多。
尽管掀起AI视频浪潮的Sora仍陷入困境，但AI视频时代或许已经悄然到来。
东吴证券研究报告预计，中国AI视频生成潜在产业空间可能超过5800亿元市场。
然而，随着市场的不断升温，行业中的一些问题也逐渐进入公众的视野：
视频和人工智能确实是未来，但成本、质量、协作和性能等问题都是所有初创企业和主要制造商关心的问题。
以成本问题和质量问题为例。
众所周知，当前的大型生成模型，尤其是视频，是一个劳动密集型的过程，需要大量的数据进行训练。
超大规模的视频训练数据将对数据的计算和处理以及数据本身提出巨大的需求，由此带来的成本增加将是天文数字。
作为老牌AI，GPT-4o的开发成本“仅”1亿美元，培训成本约为7800万美元。
视频模型的训练成本更高。以年初推出的视频模型Sora为例，训练和推理的算力要求分别是GPT-4的4.5倍和近400倍。 。 。
除了天价的训练成本之外，大模型训练样本的质量和复杂的处理环节涉及多个环节，需要多团队协作；自研/第三方，GPU、CPU、ARM等异构计算资源也需要灵活调度部署。 。 。
因此，对于很多准备拥抱AI视频的企业来说，当务之急就是找到解决这些问题的方法，以便更快地进化。
说到视频大师，抖音和火山引擎都有话可说。
字节在上月底推出了一款热门产品，效果惊人。
我们还专门写了一篇文章给大家讲讲。只要看看我们简单试用生成的视频效果，你就知道它确实有好处。
在15日结束的火山引擎视频云技术大会上，开幕式上使用了一位名叫谭呆来的定制数字人与大家交流。
结果非常有效，以至于许多与会者认为这是一个视频剪辑。
这些高质量的AI输出背后，其实有一个叫做BMF的智能框架。
内部与自己的大型模型团队合作，对海量视频数据进行预处理。
最后，基于 音视频处理平台和BMF框架，在短时间内制作了足够的高质量视频素材用于模型训练。
为什么英雄之一的BMF能够做到这一点？
我们用一个生活中常见的例子来解释一下：
一家公司开发大型模型就像在家里做年夜饭一样。
为了吃一顿丰盛的年夜饭，爸爸负责买菜，妈妈做饭，奶奶包饺子，你负责搬桌椅板凳。 。 。
大家要有分工，自始至终忙个不停。他们可能需要时不时地打电话、发微信来互相帮助。最后，亲爱的，算了算，原来一顿年夜饭还要花这么多钱。
BMF是火山引擎推出的“年夜饭一键全流程套餐”。它提供了一系列工具和服务，帮助您轻松快速地准备年夜饭。
这个方案重点解决了我们前面提到的四个行业痛点，并做了相应的调整。
比如，为了解决视频训练数据质量问题，他们利用多种算法对视频进行多维度分析筛选，实现全面精细化过滤；
为了应对性能问题，他们利用BMF框架的灵活调度来提前分配性能。
这就相当于一早就准备好了年夜饭的攻略。杂货都是多多买的，然后送货上门。聘请五星级厨师来准备餐点。桌子、椅子和凳子上都分配了专门的工作人员来完成各种任务。 。 。
反正用BMF框架就行了，方便、省心、省钱。
满足了企业的需求后，火山引擎并没有忘记大佬们。
如今，大家设备的计算能力不断增强，随之而来的是对视频质量提升的强烈需求。
火山引擎通过其独特的优势，每天在抖音/西瓜等应用上面对数亿用户，处理海量的视频图像。
在获得如此丰富的经验后，火山引擎在BMF的基础上沉淀了更适合普通用户体质的“BMF lite”，实现了更轻、更高效、更全能的进化。
例如，与云端相比，在用户侧，功耗和内存非常敏感，且场景涉及iOS、PC等多个平台。
因此，BMF-Lite重点构建基于跨平台和资源复用算法包的框架设计。
简单来说，就是统一了各个平台的接口形式，方便集成部署。
然后使用算法控制器重用相同的算法实例。在抖音播放场景下，大部分点播和直播才会生效，可以最大化资源复用。
除了以BMF为代表的智能框架外，火山引擎还提出了智能算力和智能编解码。
火山引擎去年刚刚拿出了一款自研的视频转码芯片，并将其自研的视频编解码技术融入其中。
优点是这款转码芯片针对视频点播、直播等特定场景具有更高的计算密度。
这么说吧，一套视频编解码芯片服务器的转码能力相当于上百台CPU服务器。
该视频转码芯片今日在抖音上线后，实际数据显示，同等视频压缩效率下，成本可节省95%以上。
针对编解码层，火山引擎推出了基于自研视频转码芯片的“BVE1.2编码器”。
该编码器大胆融合深度学习技术，推出革命性的智能混合编解码解决方案。它将传统压缩技术和深度学习压缩技术有机地融为一体，大大提高了编解码效率，提高了编码性能。 。
在刚刚结束的第六届深度学习图像压缩挑战赛（CLIC竞赛）中，“BVE1.2编码器”斩获两项冠军，足以说明其实力。
经过这个小组合，有兴趣的厂商可能会思考“支付码在哪里扫”？
更何况，火山引擎还真没有隐藏的意思。
前面提到的BMF框架早在去年就开源了，更新后的BMF lite也直接开源了。
总的来说，目前大模型的进化还在继续，视频AI公司之间的竞争只会越来越激烈。
但如果大家都闭门造车，互相比拼成果，用产品说话，就可能显得竞争太多，合作不够。
作为国内短视频最精通的字节跳动，他们的火山引擎一次又一次开源了内部技术和框架。
此次特别带来的BMF框架以及由其组成的一整套智能底座、智能算力和智能编解码确实可以帮助企业节省大量的时间和成本，更好地帮助AI项目的实施和发展。
这种竞争与合作并存的态度，是中国人工智能最乐见的。
独秀枝不能成林，而春却有千色。
写的八戒
