ac版騰訊視頻支持豐富內(nèi)容的在線點(diǎn)播及電視臺(tái)直播，為Mac用戶(hù)提供列表管理、視頻音量放大、色彩畫(huà)質(zhì)調(diào)整、自動(dòng)關(guān)機(jī)等等更強(qiáng)大的功能服務(wù)。
Mac版騰訊如何緩存視頻？
1、首先在電腦上打開(kāi)騰訊視頻 for Mac，以《熊出沒(méi)探險(xiǎn)日記》為例，在主界面搜索《熊出沒(méi)探險(xiǎn)日記》進(jìn)入搜索頁(yè)面。
2、點(diǎn)擊選擇要下載的集數(shù)如第三集，進(jìn)入播放界面。
3、在播放界面的右上角有一個(gè)緩存的標(biāo)識(shí)，點(diǎn)擊鼠標(biāo)左鍵。
4、接著彈出緩存窗口，在此頁(yè)面可以選擇劇集、清晰度等，選完參數(shù)之后，點(diǎn)擊“開(kāi)始下載”。
5、加入緩存列表，查看列表。
6、Mac版騰訊視頻離線緩存，成功下載離線緩存。
騰訊視頻for Mac離線緩存功能可以讓我們?cè)诳臻e時(shí)間把想看的視頻提前下載下來(lái)，省去的在線觀看還要臨時(shí)等待緩存的麻煩，哪怕是斷網(wǎng)我們也不用擔(dān)心看不到喜歡的影視！
月8日，在騰訊云存儲(chǔ)技術(shù)發(fā)布會(huì)上，騰訊云宣布其面向AIGC場(chǎng)景的云存儲(chǔ)解決方案實(shí)現(xiàn)全面升級(jí)。據(jù)悉，使用新的解決方案，大模型的數(shù)據(jù)清洗和訓(xùn)練效率可提升一倍，所需時(shí)間縮短一半，為AI大模型的研發(fā)和應(yīng)用提供了強(qiáng)有力的支持。
騰訊云AIGC云存儲(chǔ)解決方案的核心競(jìng)爭(zhēng)力在于其全面自研的存儲(chǔ)引擎技術(shù)。該方案由對(duì)象存儲(chǔ)COS、高性能并行文件存儲(chǔ)CFS Turbo、數(shù)據(jù)加速器GooseFS和數(shù)據(jù)萬(wàn)象CI等產(chǎn)品組成，是國(guó)內(nèi)首個(gè)實(shí)現(xiàn)存儲(chǔ)引擎全面自研的云存儲(chǔ)解決方案。目前，已有80%的頭部大模型企業(yè)，如百川智能、智譜、元象等，選擇了騰訊云的AIGC云存儲(chǔ)解決方案。
在AI大模型的研發(fā)生產(chǎn)流程中，數(shù)據(jù)采集與清洗、模型訓(xùn)練、推理是三大關(guān)鍵環(huán)節(jié)，每個(gè)環(huán)節(jié)都涉及海量的數(shù)據(jù)處理。
騰訊云對(duì)象存儲(chǔ)COS支持單集群管理百EB級(jí)別存儲(chǔ)規(guī)模，提供便捷、高效的數(shù)據(jù)公網(wǎng)接入能力，并支持多種協(xié)議，充分滿(mǎn)足大模型PB級(jí)別的海量數(shù)據(jù)采集需求。COS通過(guò)自研數(shù)據(jù)加速器GooseFS提升數(shù)據(jù)訪問(wèn)性能，實(shí)現(xiàn)高達(dá)數(shù)TBps的讀取帶寬，顯著提升數(shù)據(jù)清洗效率。
在模型訓(xùn)練環(huán)節(jié)，騰訊云自主研發(fā)的并行文件存儲(chǔ)CFS Turbo，經(jīng)過(guò)專(zhuān)門(mén)優(yōu)化，每秒總讀寫(xiě)吞吐達(dá)到TiB/s級(jí)別，每秒元數(shù)據(jù)性能高達(dá)百萬(wàn)OPS，為業(yè)界領(lǐng)先。CFS Turbo能夠在10秒內(nèi)完成3TB checkpoint文件的寫(xiě)入，大幅提升大模型訓(xùn)練效率。
此外，數(shù)據(jù)萬(wàn)象CI為大模型推理場(chǎng)景提供圖片隱式水印、AIGC內(nèi)容審核、智能數(shù)據(jù)檢索MetaInsight等能力，全面優(yōu)化AIGC內(nèi)容生產(chǎn)與管理模式，順應(yīng)監(jiān)管導(dǎo)向，拓寬存儲(chǔ)邊界。
隨著大模型應(yīng)用的普及，存儲(chǔ)需求將變得更加多樣化和復(fù)雜化。在應(yīng)對(duì)這一挑戰(zhàn)的同時(shí)，騰訊云推出了Metalnsight產(chǎn)品，以滿(mǎn)足多模態(tài)數(shù)據(jù)搜索的需求，并且在存儲(chǔ)層面創(chuàng)新性地應(yīng)對(duì)這些挑戰(zhàn)。
當(dāng)前存儲(chǔ)技術(shù)主要應(yīng)用于大模型的訓(xùn)練階段，但隨著大模型應(yīng)用的普及，存儲(chǔ)技術(shù)將逐步向智能存儲(chǔ)和數(shù)據(jù)應(yīng)用方向發(fā)展。同時(shí)，當(dāng)前存儲(chǔ)領(lǐng)域仍然需要解決穩(wěn)定性、性能和性?xún)r(jià)比等核心問(wèn)題，但隨著大模型應(yīng)用的持續(xù)增長(zhǎng)，智能存儲(chǔ)、數(shù)據(jù)治理和數(shù)據(jù)應(yīng)用等方面將成為未來(lái)存儲(chǔ)技術(shù)發(fā)展的重點(diǎn)。
會(huì)后，騰訊云存儲(chǔ)總經(jīng)理馬文霜、騰訊云存儲(chǔ)總經(jīng)理陳崢、騰訊云文件存儲(chǔ)總監(jiān)陸志剛以及騰訊云智能存儲(chǔ)總監(jiān)葉嘉梁接受了極客公園在內(nèi)的多家媒體群訪，分享了騰訊云存儲(chǔ)在AIGC場(chǎng)景下的能力升級(jí)，以及新一代的存儲(chǔ)發(fā)展趨勢(shì)，群訪內(nèi)容如下：
問(wèn)：在大模型的訓(xùn)練環(huán)節(jié)有一個(gè)指標(biāo)是Checkpoint寫(xiě)入時(shí)間，可否詳細(xì)解釋一下這個(gè)操作具體是什么，以及為什么重要？
馬文霜：Checkpoint它其實(shí)是GPU的顯存，剛剛也提到如果我們沒(méi)有把Checkpoint周期性的保存下來(lái)的話，那么它的訓(xùn)練的話就像剛剛陸志剛講的，比如說(shuō)我們寫(xiě)個(gè)文檔你沒(méi)有保存的話，中途沒(méi)有保存的話，一旦斷電以后你的文檔內(nèi)容就全沒(méi)了，大模型的訓(xùn)練其實(shí)也是一樣的，它中間的這些結(jié)果的話如果你不保存的話，，一旦遇到任何一個(gè)卡掉卡或者任何一臺(tái)機(jī)器宕機(jī)，前期的訓(xùn)練全部的功虧一簣了。所以說(shuō)我們需要去寫(xiě)這個(gè)Checkpoint，那寫(xiě)這個(gè)Checkpoint為什么需要快才行呢？
第一，你寫(xiě)這個(gè)Checkpoint的時(shí)候它是所有的GPU全部要停下來(lái)，等你Checkpoint寫(xiě)完了，就說(shuō)每個(gè)GPU都要把自己的顯存寫(xiě)到共享存儲(chǔ)里面，必須是所有的GPU它都寫(xiě)完了那我的GPU才能繼續(xù)開(kāi)始訓(xùn)練。也就是說(shuō)，你這里寫(xiě)入的時(shí)間一定要非常短，如果你寫(xiě)的太長(zhǎng)了，比如說(shuō)你任何一個(gè)卡寫(xiě)慢了那可能其他人全部在等你，這樣的話你GPU訓(xùn)練的效率就被拉低了，所以說(shuō)我們就需要我們存儲(chǔ)的話提供更高的寫(xiě)入帶寬，讓我們的寫(xiě)入包括剛剛陸志剛講的，我們通過(guò)一些異步寫(xiě)入的方式讓GPU的等待盡量的短。
問(wèn)：在數(shù)據(jù)清洗環(huán)節(jié)騰訊云使用的是對(duì)象存儲(chǔ)COS，但實(shí)際上在訓(xùn)練和推理階段用到的是并行文件存儲(chǔ)CFS Turbo，為什么在不同環(huán)節(jié)用不同的存儲(chǔ)產(chǎn)品？在這個(gè)基礎(chǔ)上底層的引擎也不一樣，這兩個(gè)環(huán)節(jié)的不同之處分別是什么？
馬文霜：這個(gè)我來(lái)回答一下吧。清洗環(huán)節(jié)它的對(duì)象是互聯(lián)網(wǎng)上原始數(shù)據(jù)，所以它的數(shù)據(jù)量是比較大的，一般到PB級(jí)甚至到EB級(jí)的。但是比如說(shuō)清洗完了以后，可能它只是里面符合我們需要的那個(gè)內(nèi)容其實(shí)只是里面的一小部分，所以說(shuō)我們把原始數(shù)據(jù)放到COS里面的話主要是考慮到COS它的價(jià)格是更便宜，那這樣的話我是可以付出更小的成本先把原始數(shù)據(jù)先存下來(lái)。我清洗完了以后，我里面有效的數(shù)據(jù)我提取出來(lái)了以后，那我放到Turbo里面，Turbo因?yàn)樗且粋€(gè)高帶寬、高OPS、高IOPS的一個(gè)存儲(chǔ)，它的存儲(chǔ)的價(jià)格的話是比對(duì)象存儲(chǔ)要高的。
為什么要放到Turbo里面呢？主要還是你在訓(xùn)練這個(gè)環(huán)節(jié)，因?yàn)樗且婕暗紾PU集群效率的一個(gè)提升，因?yàn)槿绻阍谟?xùn)練這個(gè)環(huán)節(jié)你還是去用COS低成本存儲(chǔ)的話，前面我們也講過(guò)，因?yàn)樗且粋€(gè)regions的一個(gè)服務(wù)，標(biāo)準(zhǔn)是通過(guò)HTPP的方式去訪問(wèn)的，它的延遲自然是比較高的。那如果我們還去用COS的話那，我們GPU訓(xùn)練的效率就上不來(lái)，自然我們整個(gè)你訓(xùn)練的周期就會(huì)拉長(zhǎng)。
問(wèn)：在訓(xùn)練推理階段用到的是異步模式，正常情況下Checkpoint是后面檢查完了之后再進(jìn)行下一階段的訓(xùn)練，有看到其實(shí)是并行的，在這個(gè)過(guò)程中Checkpoint如果出問(wèn)題了，后面的環(huán)節(jié)是不是反而會(huì)更多的花費(fèi)時(shí)間？
陸志剛：我們?cè)O(shè)計(jì)這個(gè)異步模式就是考慮到這一點(diǎn)，它如果是中間會(huì)出問(wèn)題的話，那我們下面存儲(chǔ)的服務(wù)會(huì)去做一些重拾，數(shù)據(jù)不會(huì)丟掉，即使后端整個(gè)集群重啟，這中間緩存的數(shù)據(jù)也會(huì)在集群重啟之后刷入到后端的存儲(chǔ)。我們這里做到的是客戶(hù)使用原生的pinpoint（音）直接寫(xiě)入就可以，有些友商也做了類(lèi)似的功能，但是它是需要去改pinpoint結(jié)構(gòu)，去給它打一些補(bǔ)丁，要求客戶(hù)安裝補(bǔ)丁之后再去做到異步的操作。
問(wèn)：看到騰訊云用了文件存儲(chǔ)、對(duì)象存儲(chǔ)來(lái)解決整個(gè)AIGC的問(wèn)題，數(shù)據(jù)是怎么移動(dòng)的？
馬文霜：其實(shí)我們數(shù)據(jù)的話還是以整個(gè)COS數(shù)據(jù)湖作為底座，包括我們做完清洗你的數(shù)據(jù)的話，比如說(shuō)我們現(xiàn)在一般用戶(hù)它都會(huì)有一些數(shù)據(jù)平臺(tái)它會(huì)去做一些數(shù)據(jù)的移動(dòng)，比如說(shuō)在我們的Turbo和COS之間做移動(dòng)。
我們現(xiàn)在也有一些能力，像我們Turbo它其實(shí)跟我們底座COS它是打通的，其實(shí)我們之前有一些用戶(hù)案例，因?yàn)楦@次的AIGC不是太相關(guān)，比如說(shuō)它的數(shù)據(jù)它是先放在Turbo里邊，一段時(shí)間以后我們可以通過(guò)Turbo下沉到COS里面去降成本，相當(dāng)于它在Turbo里面只需要不太大的一個(gè)集群或者說(shuō)容量來(lái)為它提供很好的性能，那這里的話其實(shí)它就不用再去付出它有對(duì)應(yīng)的存儲(chǔ)容量的成本，其實(shí)就是一個(gè)提升性?xún)r(jià)比的一個(gè)方案了。
問(wèn)：對(duì)象存儲(chǔ)COS在推理和訓(xùn)練中也會(huì)從上面讀數(shù)據(jù)，CFS Turbo打通的話它是不是就通過(guò)Turbo那邊直接在讀數(shù)據(jù)，對(duì)象存儲(chǔ)的數(shù)據(jù)不需要通過(guò)GooseFS了？
馬文霜：我們提供的方案有兩種，可以GooseFS作為加速，可以根據(jù)用戶(hù)的場(chǎng)景用戶(hù)自己來(lái)選擇了。比如說(shuō)有些用戶(hù)他喜歡更全的文件訪問(wèn)的語(yǔ)義，這個(gè)就是我們Turbo提供更全的訪問(wèn)的語(yǔ)義，他可能更喜歡用Turbo來(lái)去完成的業(yè)務(wù)的處理。比如說(shuō)有些用戶(hù)他說(shuō)我不想再去買(mǎi)一個(gè)Turbo，我就用COS加Goose加速器GooseFS那我也沒(méi)有太多的語(yǔ)義需求的話，主要是讀、寫(xiě)、刪，做一些最佳什么的，其實(shí)GooseFS的話也能滿(mǎn)足它的訴求，主要還是說(shuō)我們提供了多種解決方案，還是為了方便用戶(hù)的使用。
問(wèn)：就PC或者手機(jī)而言，怎么看待存儲(chǔ)在云端或者在本地？
陳崢：包括我們對(duì)象存儲(chǔ)也好，其實(shí)我們提供了全鏈路的安全訪問(wèn)一些策略、措施，從數(shù)據(jù)的上云、清理、域訓(xùn)練包括最后的訓(xùn)練，就是我們對(duì)存儲(chǔ)的數(shù)據(jù)都是做了一些加密的，用戶(hù)的訪問(wèn)也是通過(guò)Tbps這種協(xié)議防止數(shù)據(jù)被篡改或者讀取。其實(shí)我們的數(shù)據(jù)跟計(jì)算都是盡量的把數(shù)據(jù)推到訓(xùn)練所在的GPU或者一些清洗的一些CPU的附近，其實(shí)也就是你剛才講的盡量做到本地，其實(shí)云上已經(jīng)可以做到這種狀態(tài)了。你自己再去做一些私有化的部署，其實(shí)跟我們?cè)粕纤龅氖虑槭穷?lèi)似的。
還有一個(gè)云上能夠提供一個(gè)多住戶(hù)的一個(gè)模式，可以基于我們計(jì)算資源也好或者存儲(chǔ)資源也好，用戶(hù)它是按需或者說(shuō)有一些云上的一些錯(cuò)峰也好，能夠給我們?cè)粕系目蛻?hù)提供更優(yōu)質(zhì)的，成本相對(duì)低廉的或者效率更高的，有可能我們會(huì)利用我們整個(gè)云上彈性的資源，就是說(shuō)用戶(hù)有一些業(yè)務(wù)突發(fā)或者有一些峰值的時(shí)候云上能夠扛住的，反而你去做本地化的部署，你的資源就那么多，你的業(yè)務(wù)一下子漲了2倍、3倍，其實(shí)你的服務(wù)器就被打亂了。
問(wèn)：騰訊云一些技術(shù)架構(gòu)上的創(chuàng)新，放在國(guó)際上或者業(yè)內(nèi)的話怎么看？對(duì)于存儲(chǔ)容量的需求不斷增長(zhǎng)，如何看待當(dāng)前的存儲(chǔ)需求上限和未來(lái)的發(fā)展趨勢(shì)？
隨著用戶(hù)數(shù)量的增加，大模型的性能和效果可能會(huì)提升，但這也導(dǎo)致成本的增加。隨著模型參數(shù)的增加，總體成本仍在上升。是否現(xiàn)有的降成本措施在面對(duì)未來(lái)更大模型的需求時(shí)可能只是杯水車(chē)薪？
馬文霜：我先回答第一個(gè)、第二個(gè)問(wèn)題。現(xiàn)在Turbo或者高性能存儲(chǔ)在國(guó)際上或者說(shuō)業(yè)內(nèi)吧，業(yè)內(nèi)并沒(méi)有給用戶(hù)提供一個(gè)開(kāi)箱即用或者說(shuō)用戶(hù)需要這么高的帶寬的時(shí)候它其實(shí)現(xiàn)在還是沒(méi)有很好的產(chǎn)品形態(tài)能夠滿(mǎn)足用戶(hù)的需求的，包括剛剛我們提到的我們友商也在做一些OEM這樣的一個(gè)產(chǎn)品策略也是說(shuō)想能夠快速的滿(mǎn)足用戶(hù)對(duì)高帶寬的這么一個(gè)訴求。
第二個(gè)，到底性能的天花板在哪里。現(xiàn)在有點(diǎn)說(shuō)不清楚，為什么呢？因?yàn)槲腋杏X(jué)大模型現(xiàn)在整個(gè)的技術(shù)甚至它的這種環(huán)境都不停的在變化，我們?cè)茝S商要做的就是說(shuō)我們能很好的跟隨這個(gè)變化，當(dāng)用戶(hù)說(shuō)后續(xù)還繼續(xù)去做對(duì)GPU卡去提升算力，去做更大參數(shù)的大模型，那我們也就只能去跟隨，我們讓我們的存儲(chǔ)在這里面能夠很好的幫助用戶(hù)去做這樣的一個(gè)嘗試。
如果另外的一個(gè)發(fā)展方向是說(shuō)可能是要把模型精簡(jiǎn)化或者說(shuō)去做不需要那么大的算力，包括像現(xiàn)在也有一些創(chuàng)業(yè)團(tuán)隊(duì)在去做，他們叫做更聰明的AI基礎(chǔ)設(shè)施就是我不需要這么多的卡，歸根結(jié)底還是說(shuō)我們也時(shí)刻跟隨這個(gè)行業(yè)的發(fā)展趨勢(shì)，我們做滿(mǎn)足行業(yè)需要的存儲(chǔ)產(chǎn)品。
陳崢：第三個(gè)的話是這樣的，隨著我們訓(xùn)練參數(shù)的提升，它其實(shí)對(duì)模型所需要的算力更存力其實(shí)都是有不同程度的提升的，只是說(shuō)我們整個(gè)云存儲(chǔ)團(tuán)隊(duì)在做產(chǎn)品演進(jìn)和產(chǎn)品規(guī)劃的時(shí)候是我們盡量的去在提升我們產(chǎn)品規(guī)格和性能的同時(shí)能夠在客戶(hù)使用存儲(chǔ)的時(shí)候能夠盡量的去幫客戶(hù)提供更高性?xún)r(jià)比的產(chǎn)品，這個(gè)是我們整個(gè)云存儲(chǔ)團(tuán)隊(duì)的一個(gè)初衷。
但是說(shuō)算力這里，業(yè)界目前比較多的一個(gè)玩法是什么呢？它會(huì)先訓(xùn)練一個(gè)大模型，基于大模型上面再架小模型，就是去做一些微調(diào)，變向做一些性?xún)r(jià)比的提升，我不需要在多輪的基于大模型的去做，因?yàn)槲掖竽Ｐ统鰜?lái)以后我基于小模型再去做一些微調(diào)其實(shí)也是可以達(dá)到它想要的效果的，這是目前業(yè)界普遍的一種做法。
基于這些考慮，我們?cè)谒懔Ω媪ν瑫r(shí)具備的時(shí)候，我們?cè)趺茨軌蛟谒懔@里能夠給客戶(hù)提供更高性?xún)r(jià)比的產(chǎn)品是我們主要考慮的一個(gè)地方。
圖片來(lái)源：視覺(jué)中國(guó)
問(wèn)：騰訊團(tuán)隊(duì)內(nèi)部包括跟混元這邊一塊去做技術(shù)判斷的方法有沒(méi)有一些可以分享的？
陳崢：我來(lái)回答一下這個(gè)問(wèn)題吧。因?yàn)槲覀冞@邊跟混元對(duì)接比較多。是這樣的，混元它其實(shí)每到一個(gè)階段它會(huì)提一個(gè)訴求，就是說(shuō)我們希望達(dá)到什么程度。我們是基于混元提的它的訴求我們會(huì)去提前做一些預(yù)估或者做一些預(yù)判怎么去提升或者做我們產(chǎn)品的一些迭代或者是優(yōu)化去滿(mǎn)足整個(gè)混元對(duì)整個(gè)算力、存力要求的。算力這里相當(dāng)于混元它有自己的一些考量，這個(gè)不是我們團(tuán)隊(duì)能夠介入或者說(shuō)去干預(yù)的。
問(wèn)：騰訊云現(xiàn)在的存儲(chǔ)技術(shù)，不止是對(duì)AI的訓(xùn)練吧？
馬文霜：對(duì)，包括我們的數(shù)據(jù)清洗其實(shí)它不一定是For AI的，我們還可以更大的數(shù)據(jù)清洗場(chǎng)景，包括我們跟大數(shù)據(jù)生態(tài)結(jié)合起來(lái)，但大數(shù)據(jù)那一塊的能力的話，其實(shí)它不一定是AI相關(guān)的，還有包括像我們CFS Turbo的話，其實(shí)它還有很大一部分是在為隱私渲染，它其實(shí)也是需要很大的讀寫(xiě)帶寬的。相對(duì)來(lái)說(shuō)我們整個(gè)的方案的話它是我們之前服務(wù)了除了AI以外，除了大模型以外其他的場(chǎng)景其實(shí)都是是用數(shù)據(jù)清洗，我們的高吞吐、高性能的文件存儲(chǔ)，我們的數(shù)據(jù)審核，其實(shí)大部分的用戶(hù)的話可能只是用到其中的一個(gè)環(huán)節(jié)。
問(wèn)：解決方案升級(jí)價(jià)格會(huì)漲嗎？
馬文霜：價(jià)格我們是沒(méi)有變化的。
問(wèn)：現(xiàn)在來(lái)看哪些行業(yè)的客戶(hù)可能會(huì)更愿意買(mǎi)或者更需要這樣的服務(wù)？
陳崢：我們現(xiàn)在整個(gè)一套的云存儲(chǔ)解決方案除了在AIGC這個(gè)領(lǐng)域之外，其實(shí)我們?cè)谧詣?dòng)駕駛這個(gè)領(lǐng)域其實(shí)案例是蠻多的，只是說(shuō)自動(dòng)駕駛它更側(cè)重訓(xùn)練，它在推理這里會(huì)稍微偏少一些。AIGC它訓(xùn)練出它的模型之后，像目前比較多的C段的應(yīng)用APP它其實(shí)是基于智能模型在做推理實(shí)際應(yīng)用輸出，其實(shí)現(xiàn)在整個(gè)業(yè)內(nèi)的一些AIGC的應(yīng)用大家應(yīng)該都體驗(yàn)過(guò)，像KiMi是To C的一些東西，自動(dòng)駕駛更側(cè)重在B端，用戶(hù)通過(guò)它的路采數(shù)據(jù)上來(lái)之后，海量的數(shù)據(jù)去做一些清洗、分割，然后再去輸送到整個(gè)自動(dòng)駕駛訓(xùn)練場(chǎng)景，能夠產(chǎn)生一些模型的數(shù)據(jù)去輔助我們的車(chē)輛怎么去規(guī)避一些路障，能夠自動(dòng)駕駛行駛的過(guò)程。
除了我們同事剛才說(shuō)的，還包括渲染，在一些電影動(dòng)畫(huà)里面去做渲染，其實(shí)也是用到我們整個(gè)云存儲(chǔ)的解決方案。我們今天做的發(fā)布升級(jí)主要是應(yīng)用場(chǎng)景是講AIGC，就包括我們自研的混元，包括我們外界支持的大模型之外，其實(shí)各行各業(yè)基于我們整個(gè)云存儲(chǔ)的底座，我們?cè)拼鎯?chǔ)底座提供了更多的解決方案能夠適配各行各業(yè)。
問(wèn)：方案里面有提到騰訊云是業(yè)內(nèi)唯一云原生自研并行文件的存儲(chǔ)引擎，行業(yè)內(nèi)其他廠商是怎么做的？他們有沒(méi)有提供類(lèi)似的產(chǎn)品？
馬文霜：現(xiàn)在行業(yè)內(nèi)我們有些友商是國(guó)外產(chǎn)品為用戶(hù)提供并行的文件存儲(chǔ)的場(chǎng)景，這個(gè)也是業(yè)內(nèi)一個(gè)通用的一個(gè)做法。為什么呢？用戶(hù)需要這樣高性能，就是這么強(qiáng)的文件存儲(chǔ)，但是現(xiàn)在由于友商前期的布局或者準(zhǔn)備不足的話，現(xiàn)在的市場(chǎng)需求又是比較的迫切，去o一個(gè)商業(yè)化的軟件或者說(shuō)產(chǎn)品也是順理成章的。
我們4年前就在布局高性能文件存儲(chǔ)這一塊，剛好前期的布局和投入剛好在大模型的訓(xùn)練這一塊派上了非常大的用場(chǎng)。
問(wèn)：騰訊云AIGC存儲(chǔ)解決方案的技術(shù)門(mén)檻是否適合外部客戶(hù)使用？目前使用該解決方案的客戶(hù)類(lèi)型及其主要應(yīng)用場(chǎng)景是什么樣的？是否所有用戶(hù)都需要這樣高級(jí)的存儲(chǔ)服務(wù)，或者M(jìn)aaS等簡(jiǎn)化服務(wù)其實(shí)已經(jīng)能滿(mǎn)足大多數(shù)用戶(hù)的需求？
陳崢：這個(gè)問(wèn)題我來(lái)回答一下。我們整個(gè)自研業(yè)務(wù)里面，包括我們混元大模型其實(shí)也是基于我們整個(gè)AIGC云存儲(chǔ)的一個(gè)底座來(lái)進(jìn)行構(gòu)建的，包括剛才大家說(shuō)的我們基于Checkpoint寫(xiě)入其實(shí)也是基于我們的CFS Turbo高性能寫(xiě)入的一個(gè)新的架構(gòu)，包括數(shù)據(jù)的清洗這些也是基于我們對(duì)象存儲(chǔ)COS包括我們整個(gè)底座的存儲(chǔ)引擎YottaStore進(jìn)行構(gòu)建的。在整個(gè)效率上，具體的數(shù)據(jù)我就不說(shuō)了，整個(gè)效率包括我們的訓(xùn)練時(shí)間確實(shí)提升了2倍以上，從我們自研業(yè)務(wù)上來(lái)看。
從外部客戶(hù)來(lái)看的話，AIGC清洗領(lǐng)域的一些創(chuàng)業(yè)公司應(yīng)用了我們整個(gè)AIGC云存儲(chǔ)的整個(gè)解決方案之后，包括我們的清洗、訓(xùn)練它的效率確實(shí)也得到了提升，包括在整個(gè)應(yīng)對(duì)讀寫(xiě)大帶寬的時(shí)候、高吞吐的時(shí)候，跑出實(shí)際業(yè)務(wù)的值已經(jīng)超出我們當(dāng)時(shí)的想象，確實(shí)提升有數(shù)倍之多。
馬文霜：我剛剛那個(gè)問(wèn)題我稍微補(bǔ)充一下。我們其實(shí)兩年前我們發(fā)布了我們CFS Turbo的第一個(gè)版本，當(dāng)時(shí)我們是100GB的讀寫(xiě)吞吐，我們當(dāng)時(shí)覺(jué)得這個(gè)讀寫(xiě)吞吐已經(jīng)足夠的大了，應(yīng)該很多的業(yè)務(wù)已經(jīng)用不到了，去年大模型出來(lái)了以后，大模型用CFS Turbo來(lái)去寫(xiě)Checkpoint，我們發(fā)現(xiàn)其實(shí)100G還遠(yuǎn)遠(yuǎn)不夠。
我們實(shí)際業(yè)務(wù)場(chǎng)景里面，現(xiàn)在在我們?cè)粕蠈?shí)際的業(yè)務(wù)數(shù)據(jù)的話我現(xiàn)在也直接講了，基本上我們有200G以上的甚至有跑到300多個(gè)GB的吞吐的，所以說(shuō)現(xiàn)在我們這一次把能力的話升級(jí)到了一個(gè)TB，也是說(shuō)我們希望我們把我們能力升級(jí)了以后能夠更好的去讓這些大模型的用戶(hù)能更快的加速它的訓(xùn)練，提升效率。
問(wèn)：第一個(gè)問(wèn)題，Metalnsight產(chǎn)品中跨模態(tài)檢索功能的技術(shù)細(xì)節(jié)是怎么樣的？它怎么創(chuàng)新性地在存儲(chǔ)層面滿(mǎn)足多類(lèi)型數(shù)據(jù)搜索的需求？第二個(gè)問(wèn)題，這一輪技術(shù)浪潮到來(lái)之后，對(duì)于存儲(chǔ)當(dāng)下的一個(gè)變革以及未來(lái)的技術(shù)趨勢(shì)四位是怎么展望的？
葉嘉梁：兩個(gè)問(wèn)題，我可能倒著稍微解答一下。因?yàn)槠鋵?shí)我們可以看到包括前段時(shí)間Sora再往前GPT Sora再到最近一些音樂(lè)相關(guān)的Suno等等現(xiàn)在各種大模型的應(yīng)用出來(lái)。其實(shí)對(duì)于整個(gè)存儲(chǔ)而言，我們前面馬大師講整個(gè)大模型的時(shí)代下面我們需要怎樣一個(gè)存儲(chǔ)，其實(shí)我們要做的存儲(chǔ)最核心的根本是穩(wěn)定性、性能，可能還有性?xún)r(jià)比。大模型來(lái)的時(shí)候我們可以看到除了從以前的文本輸入到現(xiàn)在后續(xù)的可能會(huì)有圖片再到后來(lái)的視頻輸入，所以不單止是說(shuō)是輸入，輸出這一塊海量數(shù)據(jù)產(chǎn)出這一塊隨之而來(lái)的是在整個(gè)過(guò)程中，不管是采集、訓(xùn)練或者推理乃至說(shuō)最后的存儲(chǔ)、分發(fā)等等也好，它對(duì)存儲(chǔ)的挑戰(zhàn)是很大的。我們要在此基礎(chǔ)之上提供更穩(wěn)定的讀寫(xiě)速度更快的，底層整個(gè)規(guī)模更高效的，彈性更高的等等相關(guān)的能力。這是對(duì)第二個(gè)問(wèn)題的解答。
第一個(gè)問(wèn)題，為啥剛才會(huì)有Metalnsight形態(tài)出來(lái)，我們可以看到今天的整個(gè)發(fā)布/整個(gè)解決方案我們是從采集，采集當(dāng)然是基于我們現(xiàn)在云上各種產(chǎn)品，比如說(shuō)我們有千億服務(wù)MSP，有離線的千億服務(wù)CDM等等相關(guān)，以及各種生態(tài)的產(chǎn)品我們?nèi)プ龊脜f(xié)議的兼容，使得進(jìn)到我們整個(gè)存儲(chǔ)湖的道路是被打通的，所以采集的路我們過(guò)往已經(jīng)做了一些。在今天我們還有訓(xùn)練，有推理，然后還有應(yīng)用，那在應(yīng)用側(cè)其實(shí)我們可以留意到現(xiàn)在國(guó)內(nèi)的各種黑馬也好或者說(shuō)我們各大的創(chuàng)業(yè)公司他們?cè)趹?yīng)用側(cè)做了各種嘗試，也跑出來(lái)好多一些相關(guān)創(chuàng)業(yè)公司。在應(yīng)用側(cè)他們會(huì)去基于類(lèi)似GPT自研的各種大模型去做一些嘗試，所以在應(yīng)用側(cè)我們是在AIGC場(chǎng)景所重要強(qiáng)調(diào)的。
那為啥我們的Metalnsight會(huì)提出來(lái)呢？其實(shí)我們可以看到我們一直說(shuō)的云存儲(chǔ)上云，除了去享受云上更豐富的算力、各種存力，其實(shí)數(shù)據(jù)上完云之后是否更方便的去檢索了呢？這是在過(guò)往整個(gè)存儲(chǔ)我們所遇到的，包括客戶(hù)給我們提的問(wèn)題中經(jīng)常提的一個(gè)問(wèn)題數(shù)據(jù)上來(lái)之后你怎么去快速的找到你所要的一個(gè)數(shù)據(jù)，怎么去在我的海量的視頻文件里面我能找到我過(guò)往里面我所要的一些精彩的瞬間，怎么去通過(guò)我自然語(yǔ)言的輸入我能夠讓計(jì)算機(jī)能聽(tīng)懂我人話的輸入能夠快速的去找出我相關(guān)的一些資源出來(lái)。所以我們基于我們的混元，還有底層內(nèi)部的一些圖文大模型以及騰訊云的向量數(shù)據(jù)庫(kù)我們整體搭建了Metalnsight這一個(gè)形態(tài)，讓存儲(chǔ)本身能夠基于它的我們叫Native AI，讓存儲(chǔ)本身的AI往上延伸出快速檢索的相關(guān)的能力。
這是對(duì)第一個(gè)問(wèn)題的解答。
圖片來(lái)源：視覺(jué)中國(guó)
問(wèn)：這個(gè)產(chǎn)品能不能算是大模型原生應(yīng)用的一個(gè)產(chǎn)品？
葉嘉梁：從我們存儲(chǔ)來(lái)看相當(dāng)于是對(duì)大模型跟存儲(chǔ)結(jié)合之后所延伸出來(lái)的一個(gè)產(chǎn)品。
問(wèn)：那這個(gè)產(chǎn)品是不是更應(yīng)該由混元那邊的人來(lái)開(kāi)發(fā)，這個(gè)產(chǎn)品直接由存儲(chǔ)團(tuán)隊(duì)來(lái)做好像有點(diǎn)奇怪？
葉嘉梁：是這樣的，其實(shí)混元它提供的更像是一個(gè)叫大模型，我們叫引擎，它是引擎能力之一，但其實(shí)存儲(chǔ)這邊有海量的數(shù)據(jù)，我們其實(shí)有入口，我們會(huì)有用戶(hù)的更多它能授權(quán)的一些數(shù)據(jù)，另外也有客戶(hù)最直面的一些訴求，基于這個(gè)引擎的能力，其實(shí)剛才前面也提到還有向量數(shù)據(jù)庫(kù)等等我們需要把它做一個(gè)結(jié)合之后，包括我們還會(huì)在這一層做一些微調(diào)再去呈現(xiàn)一個(gè)更符合用戶(hù)場(chǎng)景的一些能力。
其實(shí)剛才有提到，其實(shí)我們預(yù)制了上千個(gè)離線模板，可能這樣更符合用戶(hù)在使用對(duì)象存儲(chǔ)時(shí)候的一些場(chǎng)景。當(dāng)然最核心提到的能力，就是混元那一塊圖文大模型一些推理的能力，可能有一些向量化的能力會(huì)是混元他們更專(zhuān)業(yè)的人來(lái)去做的，我們跟他們也有一些打通合作。
問(wèn)：今年開(kāi)始有一些聲音是說(shuō)大模型其實(shí)從去年的百模大戰(zhàn)到現(xiàn)在重點(diǎn)到了一個(gè)多模態(tài)，這樣的變化對(duì)于騰訊云存儲(chǔ)來(lái)說(shuō)會(huì)有一些什么樣的挑戰(zhàn)？會(huì)如何應(yīng)對(duì)這樣的一些挑戰(zhàn)和變化？
陳崢：多模態(tài)這里其實(shí)是根據(jù)不同的數(shù)據(jù)，可能就是文本、圖片、視頻，就是你怎么基于不同規(guī)格的數(shù)據(jù)去延伸出你需要的一個(gè)模型，就包括之前我們做的文生文是一個(gè)模型，文生圖是一個(gè)模型，文生視頻可能又是另外一個(gè)模型。所謂的多模型跟跨模態(tài)，不管你輸入具體的數(shù)據(jù)是什么樣的，我依據(jù)我的模型在后續(xù)推理過(guò)程中能夠給到他想要數(shù)據(jù)的一種形態(tài)。
在多模態(tài)這里，我們?cè)谖纳摹⑽纳鷪D、文生視頻不斷演進(jìn)的過(guò)程中，其實(shí)我們的存儲(chǔ)產(chǎn)品都是提前去做了一些考慮或者是一些布局或者是規(guī)劃，怎么能夠面對(duì)海量數(shù)據(jù)的增長(zhǎng)，以前文生文、文生圖片其實(shí)數(shù)據(jù)量沒(méi)有多少，包括模型訓(xùn)練出來(lái)大小相當(dāng)于是比較小的，反而現(xiàn)在文生視頻出來(lái)之后這個(gè)數(shù)據(jù)的量級(jí)是直接上了一個(gè)量級(jí)的，同時(shí)訓(xùn)練出來(lái)的模型的參數(shù)以及包括剛剛說(shuō)的檢查點(diǎn)Checkpoint有一個(gè)倍數(shù)的增長(zhǎng)關(guān)系，所以就說(shuō)在這里我們?cè)谟?xùn)練模型需要，我們對(duì)我們底層存儲(chǔ)提的一些訴求其實(shí)是我們整個(gè)云存儲(chǔ)團(tuán)隊(duì)去做規(guī)劃和布局的，在業(yè)務(wù)需要同時(shí)我們能夠滿(mǎn)足客戶(hù)或者說(shuō)業(yè)務(wù)它需要的一種產(chǎn)品形態(tài)或者產(chǎn)品能力，這是第一個(gè)問(wèn)題。
問(wèn)：你們?cè)谏?jí)解決方案的過(guò)程當(dāng)中有觀察到大模型行業(yè)有發(fā)生一些比較重要的變化嗎？
陳崢：其實(shí)最開(kāi)始整個(gè)IGC也是拿著比較先容易上手的一個(gè)領(lǐng)域，比如說(shuō)文生文這種是比較簡(jiǎn)單的，你給模型問(wèn)，模型給你一個(gè)回答，通過(guò)全網(wǎng)的輸入輸入你想要近似的一些答案可以做一些修改，現(xiàn)在用的比較多的像一些寫(xiě)手的APP。
文生圖的話是為什么呢？人在對(duì)話的同時(shí)可能你想要一些視覺(jué)上、效果上你想要的，就游戲行業(yè)里面比較多的就做一些美工、美化這種，我們整個(gè)騰訊公司的游戲團(tuán)隊(duì)其實(shí)每個(gè)人會(huì)基于自己的數(shù)據(jù)去訓(xùn)練一個(gè)自己的小模型，基于這個(gè)模型它會(huì)喂一些數(shù)據(jù)產(chǎn)生出來(lái)它想要的一些圖片它再做一些美化和美工。這個(gè)時(shí)候效率提升蠻高的，本來(lái)是一周的工作他一天就可以完成了，這個(gè)也跟游戲團(tuán)隊(duì)做了一些溝通和交流，問(wèn)他們現(xiàn)在基于文生圖的模型出來(lái)之后它效率提升的一個(gè)程度。
因?yàn)榇蠹页宋母鷪D片之后，它其實(shí)對(duì)視頻的效果其實(shí)也是有的，它是一層一層往上去提升的，可能到后面文生圖片出來(lái)之后，各家都出來(lái)之后可能會(huì)延伸出我們有可能想象不到的是一種立體感的一種產(chǎn)品形態(tài)，可能現(xiàn)在我也說(shuō)不清楚，因?yàn)榭萍荚谶M(jìn)步，包括整個(gè)云的產(chǎn)品、云的能力，包括模型訓(xùn)練這里，大家對(duì)模型、算法、大模型的思考不斷演進(jìn)的話，在底層支撐以及業(yè)務(wù)同時(shí)在同步與時(shí)俱進(jìn)的時(shí)候，其實(shí)它可能會(huì)延伸出來(lái)一些新的產(chǎn)業(yè)形態(tài)，只是說(shuō)這個(gè)產(chǎn)業(yè)形態(tài)我們也沒(méi)有想特別清楚，因?yàn)槲覀儺吘故亲龅鬃模皇钦f(shuō)我們希望有一個(gè)新的產(chǎn)品形態(tài)出現(xiàn)的時(shí)候，我們整個(gè)云存儲(chǔ)團(tuán)隊(duì)的產(chǎn)品能夠滿(mǎn)足客戶(hù)的訴求，或者說(shuō)滿(mǎn)足業(yè)務(wù)的訴求。
馬文霜：我再補(bǔ)充我們觀察到的變化，Q1的話，我覺(jué)得大模型企業(yè)在云存儲(chǔ)的消耗同比增加了，可能是大模型企業(yè)拿到的投資更多了吧。
問(wèn)：當(dāng)下的空間和未來(lái)的技術(shù)展望，幾位老師怎么看？
馬文霜：當(dāng)下我覺(jué)得AIGC的應(yīng)用雖然說(shuō)也在爆發(fā)式的增長(zhǎng)，但是我覺(jué)得還遠(yuǎn)沒(méi)有到繁榮的一個(gè)階段，當(dāng)下我們存儲(chǔ)首要還是解決的在大模型訓(xùn)練這個(gè)階段，跟隨著算力，跟隨著網(wǎng)絡(luò)，讓它的訓(xùn)練能夠高效的訓(xùn)練出各種各樣，就是各種應(yīng)用場(chǎng)景、各種行業(yè)的大模型出來(lái)。那天我看一個(gè)新聞就是說(shuō)我們工信部認(rèn)證的大模型都是180多個(gè)了，但我覺(jué)得這些模型其實(shí)還不一定夠，因?yàn)檫€有各種垂類(lèi)行業(yè)的大模型我覺(jué)得甚至我覺(jué)得后面可能每個(gè)人都會(huì)有一個(gè)大模型。
這么多的大模型出來(lái)以后，我覺(jué)得后續(xù)應(yīng)用逐步的會(huì)更加的繁榮，那應(yīng)用繁榮了以后AI生成的這些內(nèi)容，我覺(jué)得會(huì)更加的是以指數(shù)式的爆發(fā)式增長(zhǎng)。所以說(shuō)現(xiàn)在我們存儲(chǔ)的發(fā)展的話，當(dāng)下先解決快、性能高、高性?xún)r(jià)比的問(wèn)題，后面的話我認(rèn)為會(huì)是在智能存儲(chǔ)，就是葉嘉梁他做的這個(gè)方向，就是在數(shù)據(jù)的審核、數(shù)據(jù)治理、數(shù)據(jù)應(yīng)用這個(gè)場(chǎng)景幫助更多我們的開(kāi)發(fā)者、創(chuàng)業(yè)者、創(chuàng)業(yè)團(tuán)隊(duì)去做它的數(shù)據(jù)應(yīng)用，我認(rèn)為是后續(xù)很重要的一個(gè)方向。
陳崢：我大概說(shuō)一下，最開(kāi)始AIGC出來(lái)之后，開(kāi)始是文生文、文生圖，現(xiàn)在業(yè)界比較前沿的在文生視頻，怎么通過(guò)文字能夠延伸出大家都想要的一段視頻，隨著整個(gè)AIGC的發(fā)展，對(duì)數(shù)據(jù)它肯定會(huì)迎來(lái)一個(gè)爆發(fā)式的增長(zhǎng)，以前是文本，現(xiàn)在延伸到圖片，然后延伸到視頻。在整個(gè)過(guò)程中對(duì)整個(gè)存儲(chǔ)底座包括我們存儲(chǔ)解決方案的要求只會(huì)越來(lái)越高，其實(shí)我們整個(gè)騰訊云云存儲(chǔ)團(tuán)隊(duì)已經(jīng)提前在這里做了布局，不管是我們的對(duì)象存儲(chǔ)也好、文件存儲(chǔ)也好還是塊存儲(chǔ)也好，以及我們的數(shù)據(jù)萬(wàn)象以及我們的一些日志服務(wù)，其實(shí)我們對(duì)不同的場(chǎng)景選定了AIGC也好或者是自動(dòng)駕駛這個(gè)場(chǎng)景也好，我們針對(duì)每個(gè)業(yè)務(wù)的場(chǎng)景其實(shí)已經(jīng)在預(yù)言未來(lái)2-3年可能對(duì)我們整個(gè)存儲(chǔ)底座，技術(shù)指標(biāo)也好或者說(shuō)產(chǎn)品形態(tài)也好或者說(shuō)產(chǎn)品能力或者規(guī)模各項(xiàng)指標(biāo)的訴求我們已經(jīng)提前在做一些預(yù)言，滿(mǎn)足未來(lái)2-3年或者3-5年業(yè)務(wù)的發(fā)展。
馬大師剛才也講了，除了我們的穩(wěn)定也好、快也好，這個(gè)只是我們現(xiàn)階段在做的一個(gè)事情，其實(shí)我們像Metalnsight已經(jīng)提前去在做一些布局，就是把我們整個(gè)數(shù)據(jù)的價(jià)值能不能開(kāi)放給客戶(hù)，帶給我們的客戶(hù)，這樣的話能夠讓客戶(hù)在存好的同時(shí)怎么把數(shù)據(jù)用好，這樣才能把我們做存儲(chǔ)的初衷就是把價(jià)值反饋給我們的客戶(hù)，這個(gè)是我們整個(gè)騰訊云存儲(chǔ)團(tuán)隊(duì)一直在思考并不斷去更新去迭代的一個(gè)過(guò)程。
入人人都是產(chǎn)品經(jīng)理【起點(diǎn)學(xué)院】產(chǎn)品經(jīng)理實(shí)戰(zhàn)訓(xùn)練營(yíng)，BAT產(chǎn)品總監(jiān)手把手帶你學(xué)產(chǎn)品
繼優(yōu)酷土豆合并后，近期又被阿里收購(gòu)，BAT已經(jīng)全部進(jìn)軍視頻行業(yè)，用戶(hù)使用量前幾的視頻軟件也被BAT包攬。搜狐視頻作為老牌視頻產(chǎn)品，以美劇為主打，依然保留了大量用戶(hù)，成為視頻產(chǎn)品中的一個(gè)亮點(diǎn)。今天以騰訊視頻與搜狐視頻移動(dòng)端作一個(gè)簡(jiǎn)單的對(duì)比分析，淺析各自的特色，以學(xué)習(xí)為目的，有所不足還請(qǐng)大家指正。
由App Store下載量排名可以看出，騰訊視頻的用戶(hù)認(rèn)可度較高，僅排在優(yōu)酷視頻和愛(ài)奇藝視頻之后。特點(diǎn)是資源多，面向?qū)ο髲V，具有QQ，微信等充足的社交資源以及龐大的娛樂(lè)、游戲平臺(tái)作為后盾。相比較搜狐視頻以高清美劇為主打，其余資源略顯不足，主要面向較為時(shí)尚的年輕群體，在下載量上有所不及。
地域分布上對(duì)比，兩個(gè)應(yīng)用用戶(hù)最多的區(qū)域都是北京，廣東，浙江。不過(guò)由于總部位置的差異，會(huì)略有所不同。
（來(lái)源：App Store)
騰訊視頻版本4.1.6中的新功能
搜狐視頻版本5.1.1中的新功能
好評(píng)：
差評(píng)：
騰訊視頻功能層級(jí)架構(gòu)較為明確，簡(jiǎn)潔。首頁(yè)滿(mǎn)足用戶(hù)主要看劇需求；熱點(diǎn)播放原創(chuàng)休閑搞笑視頻，滿(mǎn)足用戶(hù)打發(fā)零碎時(shí)間的需求；遇見(jiàn)作為拓展功能的入口，清晰地分成四個(gè)模塊，一目了然。
搜狐視頻相比較，五個(gè)分類(lèi)標(biāo)簽雖然更細(xì)，但是有不明確的地方，如用戶(hù)有問(wèn)題想聯(lián)系官方，無(wú)論如何也不會(huì)去發(fā)現(xiàn)中找，而更可能去用戶(hù)反饋中查找。此外，搜狐視頻更注重觀影體驗(yàn)，對(duì)不同情景觀劇做了更多細(xì)分，通過(guò)不同模塊，滿(mǎn)足不同的需求，少了很多其他的功能。
1.影視圈
滿(mǎn)足需求：相同喜好群體的社交需求
功能：查看熱門(mén)說(shuō)說(shuō)，好友說(shuō)說(shuō)，編輯說(shuō)說(shuō)，點(diǎn)贊評(píng)論，視頻連接，視頻加入收藏，好友列表。
此功能使用戶(hù)在觀影時(shí)實(shí)現(xiàn)娛樂(lè)社交，極大地增強(qiáng)了用戶(hù)的粘性，每一條說(shuō)說(shuō)都可以基于一部影片，借助騰訊QQ，微信已有的強(qiáng)大社交群，更易使具有同類(lèi)觀影愛(ài)好的人更好的交流。
局限：無(wú)法通過(guò)影視圈添加好友，只能通過(guò)QQ或者微信，用戶(hù)無(wú)法直接通過(guò)影視圈擴(kuò)大自己的社交范圍。但是這些已經(jīng)存在的好友平時(shí)有空間，朋友圈等更常用的方式進(jìn)行交流，所以使用用戶(hù)并不多。熱門(mén)中人數(shù)最多的評(píng)論為300+，也從側(cè)面反映了這個(gè)情況
2.我的影院
滿(mǎn)足需求：在沒(méi)有明確想看的影片時(shí)，尋找喜歡的影片
功能：定時(shí)推薦10個(gè)熱門(mén)影片，切都是經(jīng)典電影，用戶(hù)根據(jù)情況可以選擇收藏，看過(guò)啦，不喜歡或點(diǎn)擊進(jìn)入播放頁(yè)。若點(diǎn)擊“不喜歡”會(huì)刪除該推薦并重新推薦一個(gè)。
優(yōu)缺點(diǎn)：使用戶(hù)可以更好的找到經(jīng)典的熱門(mén)影片，彌補(bǔ)“電影”頻道推薦的不足，并且可以根據(jù)喜好設(shè)定自己一段時(shí)間的觀影計(jì)劃。但是它與“電影”頻道中的“我的影院”欄目并不同步，并且放在遇見(jiàn)中作為二級(jí)界面，沒(méi)有介紹說(shuō)明，對(duì)用戶(hù)容易造成“不知道什么用”的迷惑。
3.我的錢(qián)包
滿(mǎn)足需求：滿(mǎn)足用戶(hù)的追星需求
功能：線上與線下互動(dòng)方式之一，帶有眾籌特色，用戶(hù)可以通過(guò)活動(dòng)或購(gòu)買(mǎi)來(lái)?yè)Q取相應(yīng)的貨幣，支持?jǐn)?shù)達(dá)到一定程度后，邀請(qǐng)明星進(jìn)行獨(dú)家爆料訪談
優(yōu)缺點(diǎn)：給用戶(hù)提供了追星的方式，不過(guò)平時(shí)沒(méi)有消費(fèi)入口，是以活動(dòng)為消費(fèi)渠道。如果充值的鉆石在活動(dòng)期間內(nèi)沒(méi)有消費(fèi)，只能支持其他活動(dòng)。
4.選TA陪我看視頻
滿(mǎn)足需求：滿(mǎn)足用戶(hù)的追星需求
功能：主題特色，選擇喜歡的明星，在應(yīng)用內(nèi)進(jìn)行操作時(shí)都會(huì)有該明星的形象
優(yōu)缺點(diǎn)：給予了用戶(hù)個(gè)性化的空間，滿(mǎn)足了用戶(hù)追星的需求。但是效果有種強(qiáng)行植入的感覺(jué)，并且只有底部導(dǎo)航和加載顯示，自由度不高。沒(méi)有QQ或QQ音樂(lè)的皮膚效果好。
1.V星榜
滿(mǎn)足需求：滿(mǎn)足用戶(hù)的追星需求
功能：支持自己選擇的明星，選擇明星可以查看信息以及相關(guān)作品，同時(shí)會(huì)顯示高貢獻(xiàn)度的粉絲
優(yōu)缺點(diǎn)：不用付費(fèi)，更多的人可以參與進(jìn)來(lái)。查看方便，可以快速對(duì)最近關(guān)注的明星有更多了解；缺點(diǎn)是除了支持外，沒(méi)有鼓勵(lì)支持的措施，缺少參與動(dòng)力
移動(dòng)視頻App的主要功能是為用戶(hù)提供更好的觀影體驗(yàn)，重點(diǎn)在有更多更好的內(nèi)容，界面交互友好，播放下載流暢，可以精準(zhǔn)找到自己喜歡的劇幾個(gè)方面，充分滿(mǎn)足用戶(hù)休閑娛樂(lè)的需求。
騰訊視頻首頁(yè)分類(lèi)—搜狐視頻首頁(yè)分類(lèi)—搜狐識(shí)破自媒體分類(lèi)
首頁(yè)分類(lèi)整理如下整理如下：
首頁(yè)作為觀影的主要入口，在此僅做首頁(yè)分類(lèi)對(duì)比：
騰訊視頻分類(lèi)較細(xì)，針對(duì)了長(zhǎng)尾人群推出了少兒，母嬰等分類(lèi)。同時(shí)因?yàn)楠?dú)播的原因，將好聲音，NBA等熱播節(jié)目也作為單獨(dú)的分類(lèi)。這個(gè)也是由于騰訊視頻綜合資源較多決定的，具體在搜索結(jié)果分析中分析。
搜狐的首頁(yè)分類(lèi)較為簡(jiǎn)單，只針對(duì)主要觀影需求進(jìn)行分類(lèi)，同時(shí)主推自制劇，將搜狐出品也單獨(dú)作為分類(lèi)展現(xiàn)。在搜狐分出的自媒體模塊對(duì)首頁(yè)分類(lèi)進(jìn)行了補(bǔ)充，總的分類(lèi)數(shù)量多于騰訊視頻，定位精確度相當(dāng)。都能滿(mǎn)足用戶(hù)對(duì)不同類(lèi)別劇集選擇的要求
兩者界面布局基本相同，區(qū)別主要體現(xiàn)在搜狐視頻單獨(dú)將“自媒體”作為一個(gè)一級(jí)界面提出，重點(diǎn)推出原創(chuàng)內(nèi)容，吸引更多媒體人的加入。另外，在下方push流的排版上，騰訊視頻只是將推薦內(nèi)容羅列，但搜狐按模塊推薦，同時(shí)可以點(diǎn)擊“更多”跳轉(zhuǎn)相應(yīng)界面。在上方導(dǎo)航欄，搜狐視將”首頁(yè)“設(shè)為常在項(xiàng)，不會(huì)與其他選項(xiàng)一起移動(dòng)，騰訊視頻的”精選“會(huì)隨著移動(dòng)，對(duì)于回首頁(yè)的操作不是很方便。在內(nèi)容讓嗎，騰訊視頻的很多圖清晰度都顯得不足，希望可以改進(jìn)。
搜索界面對(duì)比：
騰訊視頻點(diǎn)擊“搜索”進(jìn)入搜索界面，默認(rèn)處于輸入狀態(tài)，用戶(hù)可以直接進(jìn)行輸入。并且在搜索過(guò)程中，騰訊視頻會(huì)進(jìn)行即時(shí)搜索，隨著用戶(hù)輸入不斷增加，搜索更加精確。在搜索欄下是搜索歷史與熱門(mén)搜索推薦，歷史搜索右上角有清除搜索歷史功能，熱門(mén)搜索不分種類(lèi)，以列表形式排列。
搜狐視頻在進(jìn)入搜索頁(yè)后需要再次點(diǎn)擊搜索欄才能進(jìn)行搜索。在搜索過(guò)程中沒(méi)有即時(shí)搜索功能，必須輸入內(nèi)容才會(huì)進(jìn)行搜索，這點(diǎn)體驗(yàn)略有不足。在搜索界面方面，搜索欄下也是搜索歷史和熱搜榜，熱搜榜分為了“電視劇”，“熱門(mén)事件”，“全網(wǎng)綜藝”，“全網(wǎng)動(dòng)漫","全網(wǎng)電影”幾個(gè)模塊，便于更好的定位想要搜索的內(nèi)容。但是搜索歷史欄沒(méi)有清空歷史的選項(xiàng)，有欠考慮。
搜索結(jié)果對(duì)比：
通過(guò)結(jié)果可以看出，在美劇領(lǐng)域，搜狐占有優(yōu)勢(shì)，這也是搜狐主推的內(nèi)容。但是在其他類(lèi)別，騰訊視頻資源更多。在沒(méi)有資源的情況下，搜狐視頻搜索結(jié)果為相關(guān)花絮或提示“無(wú)相關(guān)視頻，為您推薦”，騰訊會(huì)進(jìn)行全網(wǎng)搜索，跳轉(zhuǎn)其他應(yīng)用進(jìn)行播放。
播放界面對(duì)比：
播放策略：騰訊視頻進(jìn)入播放頁(yè)后默認(rèn)不播放，需要點(diǎn)擊進(jìn)行播放。搜狐視頻進(jìn)入播放頁(yè)直接進(jìn)行播放，用戶(hù)操作容錯(cuò)性較低，容易消耗流量，但是觀看更加方便。
小窗播放界面：騰訊視頻收藏，分享，緩存基本功能外，顯示了評(píng)分，分類(lèi)，熱評(píng)數(shù)，播放數(shù)同時(shí)顯示推薦原著小說(shuō)和相關(guān)明星。搜狐視頻顯示了播放數(shù)，更新時(shí)間，主演，下方是一個(gè)推廣頁(yè)，無(wú)推薦小說(shuō)，推薦明星需要下拉看到。總的來(lái)說(shuō)，用戶(hù)對(duì)更新時(shí)間和主演更加關(guān)注，但是騰訊視頻可以直接連接相關(guān)原著小說(shuō)和同名游戲的功能讓人眼前一亮。
全屏播放頁(yè)：騰訊視頻的清晰度，暫停，下一集等主要功能在最下面，右側(cè)有截圖分享，視頻分享功能；在上方展開(kāi)選項(xiàng)中，可以進(jìn)行緩存，收藏，調(diào)節(jié)亮度、音量的操作。搜狐視頻的主功能在屏幕中下方，與進(jìn)度條分開(kāi)，更易操作；緩存放在外面也比騰訊視頻更方便緩存；左側(cè)的屏幕鎖可以防止用戶(hù)的誤操作；屏幕上下滑動(dòng)調(diào)節(jié)音量的體驗(yàn)更加良好，不過(guò)缺乏提示，用戶(hù)不易察覺(jué)；無(wú)調(diào)節(jié)亮度選項(xiàng)。
騰訊根據(jù)視頻的不同長(zhǎng)短，廣告時(shí)間分為60s，45s,15s幾個(gè)分段。但是搜狐視頻統(tǒng)一為90s，廣告相比較時(shí)間較長(zhǎng)，此外，搜狐主推娛樂(lè)內(nèi)容，對(duì)于新聞娛樂(lè)的短視頻免除廣告。
騰訊視頻：
搜狐視頻：
搜狐視頻和騰訊視頻定位的目標(biāo)用戶(hù)不同，所以各有優(yōu)缺
騰訊視頻：
搜狐視頻：
本文由 @wym378610670 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理 ，未經(jīng)許可，禁止轉(zhuǎn)載。