拥有着全球最大的拍客网络的短视频领头羊:梨视频的云上实践

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 梨视频CTO刘隽在2018云栖大会·上海峰会中做了题为云上拍客-梨视频技术实践分享的分享,就关于梨视频拍客的生产流程、SPIDER全流程管理系统、云端技术实践以及背后的技术等方面的内容做了深入的分析,同时也分享了阿里云产品技术的使用实践并展望了未来的发展之路。

梨视频CTO刘隽在2018云栖大会上海峰会中做了题为云上拍客-梨视频技术实践的分享,就关于梨视频拍客的生产流程、SPIDER全流程管理系统、云端技术实践以及背后的技术等方面的内容做了深入的分析,同时也分享了阿里云产品技术的使用实践并展望了未来的发展之路。
数十款阿里云产品限时折扣中,赶快点击这里,领券开始云上实践吧!
直播视频回顾
PPT下载请点击
以下是精彩视频内容整理:

梨视频的发展历史与现状

媒体老兵邱兵在2016年创建了梨视频,在此之前邱总任命于澎湃新闻的CEO,后来转型到梨视频开始做短视频方向的创业工作,并由华人文化控股。2017年11月梨视频完成了1.67亿元人民币PreA轮融资,由人民网旗下基金独投,2018年4月完成了6.17亿人民币A轮融资,并由腾讯领投,百度跟投。
梨视频在最初成立时的定位是资讯短视频内容生产者,现如今APP已经上线近两年半的时间,在全球的拍客已经分布了七大洲,每天可实时提供各地海量的第一手的素材,可以说梨视频是全球第一的资讯短视频消费平台。大概每天可以提供1500条资讯短视频,这相当于一个国家级通讯社的产量,在全球每天由拍客采集各种各样的素材,然后通过SPIDER全流程管理系统流转处理,生产出1500条符合互联网消费习惯的资讯短视频。每天全网播放可达10亿次以上,在腾讯、百度以及微博等各大平台的资讯短视频内容中都占据首要位置。

全球最大的拍客网络

梨视频之所以能够支持如此之大的分发量,是因为其具有全球最大的拍客网络。其中包括具有300万名公众拍客的蓄水池,由公司会展各种各样的拍客,并且用户也会提供各种素材。除此之外梨视频也会与一些公司、各大高校、旅游公司、快递公司等领域进行合作,比如中铁四局、菜鸟网络、饿了么等公司,在拍客蓄水池中会形成50000名的核心拍客,遍布全球七大洲,覆盖525个国际主要城市和2000多个国内区县,并计划在2019年扩充至100000名。这些拍客通过内部研发的系统与后方互动,做一些报题、派题、审核机制等工作,每天大概流转上千条一手现场素材,并且能够在30分钟快速响应国内、国外一手资讯,最后对素材进行审核、求证、剪辑以及发布。素材一经采用,24小时内稿费到账,根据发布后48小时的影响力,每周还有万元奖金。

SPIDER全流程管理系统

1

SPIDER全流程管理系统的大致流程如图中所示,首先拍客可用梨视频APP拍摄或直接上传本地素材,然后素材需要经过主管和统筹两层审核,有料的素材会生成任务并且派送给编客。接下来是接单环节,任务会有定向派单和抢单两种模式,接单后会进行在线剪辑,这里一部分剪辑可能是由公司的编辑自己完成,还有一部分是由按单收费的编客来完成的。然后导入剪辑好的视频,完善标题、摘要并提交,提交后需要对稿件进行审核,稿件需要经过编客管理员和统筹两层审核与定价处理,审核通过后会根据栏目自动加上片头、片尾、logo,然后等待主编发布。最后在稿件发布后,生成打款申请,并自动分发到百度、腾讯相应的账号下。整套流程每天支持大概5万拍客每天1000条的产量,传统的媒体生产方式可能需要大约1500人才能达到这样的产量,并且成本还要高出十倍。

基于云架构的全套技术实践

梨视频公司内部共有600多人,但整个技术团队包括测试在内却只有30多人,在30多人的技术团队的提量下用三个月的时间就可以做到APP上线,并且还做了后台的整套系统、大数据平台和智能推荐等,所以能够用如此小的团队在短时间内做完这些事离不开基于云的技术实践。
以下是几个简单的实例:

  • 基于阿里视频云构建的全套点播+直播的转码、存储和分发架构。
  • 基于阿里云LogStore和EMR构建的大数据和智能推荐系统,阿里云也有一些闭源的大数据产品,但是技术人员大都是基于业务来考虑这个问题,如果没有EMR的话大数据团队可能就需要10个人,但有了EMR就可以用更少的人构建大数据平台,并且实现智能推荐的业务。
  • 基于阿里云GPU算力构建的自动化包装系统,编辑只需要做内容和打字幕,不需要考虑所有的包装,做出来的成片会使用包装系统去加片头片尾和广告切片,然后根据不同的平台做不同的包装。
  • 基于阿里云短视频SDK构建的APP采集上传解决方案,也就是拍客的短视频上传都是由阿里云短视频SDK解决的。
  • 基于钉钉群构建的24H贴身技术支持。

未来发展愿望

接下来希望能够有像阿里云、七牛云或者其他更多的技术伙伴让拍客的全流程更加有效率,让视频处理更加自动化,用技术让视频的处理更加智能,发挥更大价值,对于梨视频来说,也希望能够给大家看到更多有营养的资讯短视频。

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
深度学习中的卷积神经网络:从理论到实践
【10月更文挑战第35天】在人工智能的浪潮中,深度学习技术以其强大的数据处理能力成为科技界的宠儿。其中,卷积神经网络(CNN)作为深度学习的一个重要分支,在图像识别和视频分析等领域展现出了惊人的潜力。本文将深入浅出地介绍CNN的工作原理,并结合实际代码示例,带领读者从零开始构建一个简单的CNN模型,探索其在图像分类任务中的应用。通过本文,读者不仅能够理解CNN背后的数学原理,还能学会如何利用现代深度学习框架实现自己的CNN模型。
|
1天前
|
数据采集 网络协议 算法
移动端弱网优化专题(十四):携程APP移动网络优化实践(弱网识别篇)
本文从方案设计、代码开发到技术落地,详尽的分享了携程在移动端弱网识别方面的实践经验,如果你也有类似需求,这篇文章会是一个不错的实操指南。
10 1
|
5天前
|
存储 安全 云计算
云上防线:云计算时代的网络安全策略
云上防线:云计算时代的网络安全策略
19 4
|
7天前
|
数据采集 存储 XML
Python实现网络爬虫自动化:从基础到实践
本文将介绍如何使用Python编写网络爬虫,从最基础的请求与解析,到自动化爬取并处理复杂数据。我们将通过实例展示如何抓取网页内容、解析数据、处理图片文件等常用爬虫任务。
|
1月前
|
弹性计算 人工智能 运维
Terraform从入门到实践:快速构建你的第一张业务网络(上)
本次分享主题为《Terraform从入门到实践:快速构建你的第一张业务网络》。首先介绍如何入门和实践Terraform,随后演示如何使用Terraform快速构建业务网络。内容涵盖云上运维挑战及IaC解决方案,并重磅发布Terraform Explorer产品,旨在降低使用门槛并提升用户体验。此外,还将分享Terraform在实际生产中的最佳实践,帮助解决云上运维难题。
118 1
Terraform从入门到实践:快速构建你的第一张业务网络(上)
|
22天前
|
机器学习/深度学习 人工智能 监控
深入理解深度学习中的卷积神经网络(CNN):从原理到实践
【10月更文挑战第14天】深入理解深度学习中的卷积神经网络(CNN):从原理到实践
68 1
|
1月前
|
监控 安全 网络安全
云计算与网络安全:探索云服务中的信息安全实践
【9月更文挑战第36天】在数字化转型的浪潮中,云计算已成为企业IT架构的核心。然而,随着其应用的广泛性,网络安全问题也日益凸显。本文将深入探讨云计算环境中的网络安全挑战,并提出相应的安全策略和技术解决方案。我们将从云服务的基本原理出发,分析常见的网络威胁,并介绍如何通过加密、访问控制和安全监控等手段来保护云环境。文章旨在为读者提供一套实用的云安全指南,帮助他们在享受云计算带来的便利的同时,确保数据的安全和隐私。
56 16
|
5天前
|
边缘计算 5G 数据处理
5G网络能耗管理:绿色通信的实践
【10月更文挑战第30天】
19 0
|
29天前
|
机器学习/深度学习 存储 自然语言处理
从理论到实践:如何使用长短期记忆网络(LSTM)改善自然语言处理任务
【10月更文挑战第7天】随着深度学习技术的发展,循环神经网络(RNNs)及其变体,特别是长短期记忆网络(LSTMs),已经成为处理序列数据的强大工具。在自然语言处理(NLP)领域,LSTM因其能够捕捉文本中的长期依赖关系而变得尤为重要。本文将介绍LSTM的基本原理,并通过具体的代码示例来展示如何在实际的NLP任务中应用LSTM。
59 4
|
1月前
|
自动驾驶 物联网 5G
5G网络的演进:从理论到实践
【10月更文挑战第3天】5G网络作为新一代移动通信技术,不仅在理论上实现了重大突破,而且在实践中也展现出了强大的生命力。本文将围绕5G网络的演进,从理论基础到实际应用,探讨5G技术的发展和实践案例,同时提供代码示例以供参考。
85 6
下一篇
无影云桌面