vlambda博客
学习文章列表

两年前，快手主站技术部和音视频技术部负责人于冰说“视频正在成为空气和水一样无处不在的基础设施”。他为什么会如此认为？他的观点目前是否得到了验证？而在这个大时代下，移动端又发生了什么变化？作为音视频领域的代表性移动 App 之一，快手又遇到了哪些挑战？带着这些问题，我们采访了于冰老师。

2019 年，于冰在一次演讲中提出了这样一个观点——5G 很可能不是革命，反而更像是一种催化剂，在 5G 的加持下，视频会像空气和水一样无处不在。

那么“视频会像空气和水一样无处不在”这句话应该怎么理解呢？于冰认为，这需要从两个方面来看。

从用户需求来看，图文到视频的升级是必然趋势。作为一种多媒体的载体，视频内容的信息量、丰富程度、可观看性和可消费性都是非常大的，给用户带来了全方位的沉浸感体验。再加上推荐算法的赋能，视频显然是一种体验更好的内容消费形式，如今的短视频大潮也印证了这一点。

从基础设施的进步来看，整个网络基础设施和移动端体验都在持续提升。包括千兆固网接入和 5G 的普及，移动端生产侧的拍摄制作能力、消费侧的清晰度和屏幕大小持续提升，这些与用户需求的转变是相辅相成的。

此外，2020 年的疫情也加速了短视频和直播的渗透，我们看到了视频在电商、教育、远程办公等多个行业的蓬勃发展。

所以，无论通过平台海量数据、还是行业发展趋势都可以说明“视频会像空气和水一样无处不在”这个观点已经得到了验证，而这个趋势还将继续加速。

5G 加快落地，音视频产品越来越丰富，作为快手移动端和音视频技术负责人，于冰是怎么看待这个大背景下移动端的发展趋势的呢？

他认为，可以从六个方面来看音视频加持下的移动端现状——

• 更多的业务场景：社交、电商、教育、办公……短视频生产、短视频消费、直播、RTC 场景明显增多。

• 更深的技术栈：在 5G+AI 时代，随着带宽的提升，音视频成为主要内容载体，AI 带来了更多可能性。移动端需要对内容创作和消费体验做出更好的支持，会涉及到多种技术栈，比如网络、缓存、AI 推理引擎、图形引擎、底层编译器、OS 级别的优化等，再加上移动硬件设备的持续升级，移动端 NPU 和高色域高帧率屏幕的逐步普及，会带来技术百花齐放的局面。

• 更大的基础资源压力：假设我们要在移动端播放一个 60fps/1080p 的视频，它每秒钟会加载 60 张图，这个数据量是非常庞大的，而这些图还要被高速处理，对硬件和 GPU 的渲染能力都有更高的要求。

• 更高的算法复杂度：除了交互能力，很多在过去只能在 PC 端才能做到的内容生产制作的能力，比如视频采集 / 剪辑、AI 特效等等，如今在移动端也能实现。“端智能 + 端云一体”趋势越加明显。由于用户的机型不同，既要保证能为高端机提供更好的效果，又要保证低端机的体验流畅，我们需要可伸缩的能力，这让生产侧 AI 和音视频处理的算法复杂度进一步提升。

• 更快的迭代速度：行业竞争激烈，业务需要快速迭代部署上线，这推动着移动原生开发和前端开发加速融合，向着大前端演进。

除了以上几点，还有一个趋势是，随着国内流量红利见顶，越来越多的企业开始布局海外，快手也不例外。他们的主要战场在东南亚和南美，这些地方都有一个统一特征——机型更低端，网络情况更复杂、基础设施更落后，自然，移动开发面临的挑战也更大。

快手不只是一个用来看视频的简单 App，它更是一个既有广度又有深度的超级 App，业务非常复杂，因此，以上变化给快手带来了更多的难题，于冰分别从技术和业务两个角度来解释了这一点。

从技术的广度来说，为应对这些变化，快手移动端的技术栈覆盖数据、动态化引擎、网络、图像、音视频、传输、渲染引擎等等。举个例子，这里面单是“网络”这一项涵盖的范围就特别广：API、视频和图片的分发和下载、域名解析、缓存（预加载策略）、视频上传等等，如果从全局看，广度可想而知。

再从技术的深度来说，快手需要做到非常极致的性能优化和稳定性。比如，快手的视频压缩算法要用汇编来加速，视频的解码需要适配硬件的能力，AI 推理引擎的加速也需要深耕。再比如，特效的渲染、AI 的推理都需要很高的算力，在做端智能的时候，还需要在双端（iOS 和安卓）流畅运行，我们就要深入到操作系统的内核去研究。

技术问题往往还不是最大的挑战，由于业务高速迭代，快手过去在架构上的投入不足导致了种种问题，如技术债积累，高耦合低内聚，整个 App 性能较差，崩溃率较高等，这也是让很多公司都在头疼的难题。快手正在逐步加强这方面的人员投入和技术储备，希望做到行业先进水平。于冰透露，应对这些挑战的过程里，发生过非常多的故事，他将在 GMTC 的主题演讲中首次讲述，希望能给大家传递一些构建超大型软件系统架构的经验。

一般平台型的 App 内部会呈现以下三种层次的业务，定义为业务三环模型。作为 “一艘超级航母”，快手的业务三环模型则如下图所示：

这个模型下的快手移动端呈现出四个特点：

一是上层业务复杂，大广场小生态。

快手不仅涵盖了短视频的生产消费，还有直播（电商、教育、游戏）、小程序、长视频、社交等业务，是用户心智非常丰富的产品。所以为了承接各种各样的业务形态，快手通过业务分层，为每一层都适配了不同的动态化技术。

核心业务短视频、直播等业务，会倾向于用 Native 方案来做；拓展业务，比如电商、运营等，会用动态化的方式来做；再往上一层的生态业务，快手倾向于用小程序为用户提供更全面的服务。

这种不同的动态化方式可以让快手核心安装包比较小，业务生态拓展、业务的迭代速度也会非常快。

二是下层音视频和 AI 对性能、双端适配等都要求很高。

快手是一个以音视频生产和消费为核心，以 AI 能力为辅助的 APP，底层对双端适配的要求非常高。所以快手在上层用动态化技术实现业务的快速迭代，但在底层主要用的还主要是 C++，甚至会用汇编去写。

三是需要高效迭代。复杂和海量业务下，快手需要保证每周发版频率，甚至在一些重大活动时，要做到随时发版。

四是架构精益求精。快手有三亿日活，用户使用时长也很高，对崩溃率的容忍度很低，我们又要有能力支持大规模的团队并行开发，所以要做解耦和隔离，做模块化、组件化。于冰这次也会在 GMTC 中讲述快手如何把超级 App 做得层次分明，甚至可以随意组合，快速输出给极速版、海外版等超级 App。

为支撑高速发展的多样性业务，快手的移动端团队相当庞大，总人数超过 1000 人。移动端团队包括 iOS、安卓，还有底层音视频以及一部分做 AI 的同学，是一个规模很大、多兵种混合作战的部队。

从时空来看，这个团队还是一支跨国作战的团队——很多算法和做基础设施的同学在快手的美国研发中心，快手在美国还有专门的图像实验室、AI 实验室和视频算法实验室。在国内，快手在北京、上海、杭州、深圳都有办公室。

从工种来看，整个移动端团队可以被分为三层，分别是业务交付、业务架构和平台架构三层，如果算上音视频和底层的就是四层。

对于这样大规模多地协同的团队，快手目前发版频率还是一周一个版本，如何保证良好协作和开发效率呢？他们自建了一个较为先进的发版系统，可以支持上千人的协作，并能保证 App 稳定性，整个流程非常复杂，但收益颇丰，不仅减少了组件化结构，比如编译和开发的依赖，让每个业务模块可以独立编译和调试，还可以让效率有效提升。

当我们在和于冰探讨“移动互联网下半场”这样的词的时候，于冰并不认同，在他眼中移动端仍然是一个非常大的战场，快手就是视频时代移动开发的新战场之一。

我们看到，围绕着快手短视频直播业务的生态还在持续扩张，像电商、音乐、教育、娱乐内容等等。业务增多的同时，快手对用户体验的要求也会持续提升，像前面提到的深水区的优化、架构上的技术债、稳定性和性能，都是需要投入大量的人才去做的事情。再加上海外的战场的拓展，于冰表示，就快手本身而言，移动端大有可为，快手还有相当大的移动端人才需求。

许多人都在猜测改变移动互联网的下一个“引爆点”可能会是什么，在于冰看来，3G 时代到 4G 时代，实际上改变互联网的并不是 3G 和 4G 技术，并不是网络的速度，而是 iPhone 的出现，于冰认为改变移动互联网的肯定也不是移动端本身，5G 时代如果没有类似 07 年的 iPhone 这样的划时代设备出现，还是比较难有新的引爆点的，也许这个引爆点会出现在 6G 时代，或许可能是脑机接口，结合 Metaverse 形成全新的沉浸式交互体验。

 嘉宾介绍：

7 月 4 日 -5 日，GMTC 全球大前端技术大会将落地北京。5 位在大前端领域有多年研究的大咖——阿里巴巴研究员玉伯、字节跳动技术中台前端负责人吴亮（月影）、百度 App 移动研发部总监王磊、美团平台 App 技术部高级总监方锦涛、腾讯云中间件总经理兼首席架构 Yunong Xiao 将为大会整体内容提供指导，保证内容兼具实用、前沿双属性。

本文采访嘉宾，于冰老师将作为主题演讲嘉宾带来《5G 视频大时代的移动端技术全景》的分享。大会还邀请到 Vue.js 作者尤雨溪分享《Vite: 对下一代前端工具的思考》，阿里巴巴研究员王保平（玉伯）剖析《前端的现状之痛及未来趋势》。

同时，大会设置了跨端技术、Flutter 技术探索与实践、小程序开发实践、大前端工程化提效、Serverless 业务场景落地、前端团队管理、音视频技术等 16 个热门专题，现场近百位资深技术专家，与你相约北京国际会议中心。

点个在看少个 bug 👇