淘宝直播里的智能互动是怎么做的?

简介: 跨端方案成为唯一选择,为了提高运营、设计和玩法开发人员的制作效率,我们也必须有配套的素材生产工具和玩法编辑工具,解决素材制作-效果调试和预览-素材上传-素材投放全链路的问题,同时我们也希望玩法能结合权益产生更大价值。

image.png


image.png


背景

随着带宽成本的降低和端上算力的提升,在直播、短视频中基于流的互动玩法也将越来越丰富;无论是基于人脸、手势、分割算法的智能化贴纸,还是结合算法的小游戏有了越来越好的舞台;业界短视频和直播主要针对的娱乐性的场景,更是将娱乐化的玩法用到了极致,例如抖音的仿flappy bird潜水艇小游戏,最气的漫画风格的拍摄玩法都引爆成为热点。抖音有PC的玩法生产工具EffectCreater生产工具和移动端的玩法社区特效君,已经打打造了一个支持数以万计的设计师的生态圈。

淘宝直播和短视频更偏向电商场景,我们也在探索这些玩法在直播和短视频中的应用,对提升直播间停留时长,丰富直播间和短视频内容;其中在视频流里面渲染和算法调用几乎都是Native的能力,如果用iOS和Android上分别实现,性能较难把控,开发成本、上线和下线成本高,必须在活动前很长时间开发,然后随着版本发版,活动结束后为了减少包大小,又需要将代码删除,玩法也无法沉淀。

跨端方案成为唯一选择,为了提高运营、设计和玩法开发人员的制作效率,我们也必须有配套的素材生产工具和玩法编辑工具,解决素材制作-效果调试和预览-素材上传-素材投放全链路的问题,同时我们也希望玩法能结合权益产生更大价值。

跨平台渲染计算引擎

首先在底层渲染层,我们开发了基于C++的跨平台渲染计算引擎RACE,除了为传统的视频前处理、画质增强、美颜美型美妆外,也提供了动画系统、玩法系统等游戏化的能力,在一个渲染引擎里面将媒体渲染和游戏化渲染结合起来。

我们采用了游戏行业经典的ECS系统,加以简化和改进,来解决渲染关系,渲染逻辑和玩法逻辑的组织。

image.png

玩法往往需要多个算法的配合,同时视频美颜、前处理等等也需要算法的能力,端上算力有限,合理的算力管理调度也必不可少,所以我们开发了PixelAI统一的算法计算框架,一个是用来进行算法生命周期模型管理、还有算法调度,性能监控,同时也提供了多平台的算法运行时统一的基建设施,这样算法同学只要做好模型推理和算法实现,所有工程化的东西一站式解决。


脚本系统设计


在玩法方面,我们希望玩法可以动态下发,这就需要能用脚本去做玩法,我们希望将渲染计算的能力全部导出到脚本系统里面,这样就可以在脚本里面利用底层强大的能力;同时玩法里面可以方便的调用业务接口,做好玩法和业务的关联,业务逻辑主要在Weex和H5环境,同时我们也希望脚本能力能够使用在编辑器上,供跨端的前端框架如Electron 或Flutter直接调用,这样节省了大量的编辑器开发工作量。

我们在不同JS引擎上封装了一层JS Wrapper层,抹平不同JS引擎的JSBinding问题,利用LLVM分析c++头文件,利用python工具编写JSBinding模板全自动化导出C++到JS的接口;对原有的渲染计算框没有做任何修改,这样在不需要玩法的情况下,不影响稳定性;

同时我们也导出了一份OpenGL到WebGL的接口,这样完全可以在JS侧能在视频流里面实现更丰富的渲染能力。

MediaAI素材玩法编辑器


编辑器我们和前端和设计师合作,采用Electron方案,编辑器预览和编辑窗口的显示核心由RACE渲染计算统一提供,Electron底层是NodeJS,NodeJS的JS引擎是V8,只要将RACE的JSBinding接口直接注入到V8里面,编辑就可以调用全部的RACE接口做窗口预览和编辑,这样编辑器开发就节省了大量的开发工作量;

编辑器中接入素材平台,运营和开发人员编辑好素材和玩法之后,上传到素材管理平台,由素材管理平台进行分发,玩法类由有相应权益的主播或者运营设置好参数,如玩法对应的权益,下载玩法到推流端或者播放端,在端上的JS环境中解析JS脚本,加载素材和玩法逻辑,渲染和计算部分底层统一由JS binding调用到跨平台的RACE引擎完成,完整链路如下:

image.png

编辑器既可以面向设计师制作各种人脸手势触发贴纸、视频文字模板等等,又可以面向前端开发者制作互动小游戏:

image.png

部分落地

春节期间淘宝直播推出的春节氛围:

image.png

直播后面比较乱,利用分割算法来个背景模糊,或者来个抱抱宝宝的小怪兽:

image.png

商家希望主播和达人能够拍摄短视频对商品进行介绍推广,主播和达人也能够从短视频的购买中分佣,对广大中小主播和达人而言,将商品寄送到每个可能会推广的主播和达人成本高昂,我们360度的拍摄一个商品,然后利用主播可以用手势控制缩放旋转商品别介绍,这样就可以极低成本无接触式的生产商品推广短视频;

在直播连麦或者粉丝连麦中做个flappy bird的小游戏?或者主播在发放红包后,粉丝通过玩游戏通过游戏得分才能领取红包,这样既有趣,又将粉丝留在直播间;

image.png

来点可爱又萌的美妆贴纸(原谅一个程序员全程友情出镜);

image.png


后记

一个好的媒体互动产品能给业务带来更多的活力,但往往需要创意设计师、算法、底层和业务开发共同完成,端上算力有限,特别是在淘宝直播,手淘短视频等场景下,其他业务已经占用了很高的性能,需要灵活高效的架构,很好的性能,针对高中低端机的分级体验。在电商场景下,挖掘更适合电商玩法的互动能给业务带来更大的价值,好玩的互动再跟权益绑定,为商家、主播提供更多更好玩的运营工具;在大促活动提供更有趣的玩法、日常活动里面提供更好的留存手段。

我们近期会新增很多的渲染能力和算法能力,打造好基础,这样才会更大的发挥大家的创意;我们近期也将举办一个素材设计比赛,激活大家的创造力,等配套工具更完善,我们也会将工具开放给外部的商家、主播等,打造更好玩的直播短视频生态。


本篇内容来自阿里巴巴淘系技术部张伟。

相关文章
|
应用服务中间件 Linux 网络安全
Linux 安装 Nginx 并配置为系统服务(超详细)
Linux 安装 Nginx 并配置为系统服务(超详细)
|
5月前
|
XML API Android开发
自动点击精灵, 手机自动点击器,屏幕自动点击器
完整的Android自动点击器应用,包含了基础点击功能、多点触控和手势滑动等高级特性。如需进一步
|
9月前
|
人工智能 边缘计算 自然语言处理
DistilQwen2.5-R1:蒸馏黑科技!32B推理能力塞进3B小模型,推理速度狂飙300%
阿里巴巴最新发布的DistilQwen2.5-R1系列模型通过知识蒸馏技术,在保持高性能的同时大幅降低计算资源需求,7B模型性能甚至可媲美32B大模型。
289 11
DistilQwen2.5-R1:蒸馏黑科技!32B推理能力塞进3B小模型,推理速度狂飙300%
|
12月前
|
人工智能 供应链 安全
2025年供应链技术展望:进步、优势与未来挑战
2025年供应链技术展望:进步、优势与未来挑战
|
Kubernetes 负载均衡 调度
在K8S中,K8S外部节点访问Pod有哪些方式?
在K8S中,K8S外部节点访问Pod有哪些方式?
|
消息中间件 Java API
解析Java微服务架构:从零构建高性能系统
解析Java微服务架构:从零构建高性能系统
1130 1
|
人工智能 运维 监控
实现全景化应用监控——关联分析
【2月更文挑战第29天】智能化应用运维借助AI算法处理复杂系统问题,需要数据治理平台整合分散的监控系统,形成统一的全景监控视图。关键方法包括:1) 读取CMDB信息以理解IT组件关系;2) 监控网络流量解析服务交互;3) 使用APM追踪代码链路;4) 应用AI算法挖掘隐藏关联关系,通过时间序列分析和因果推理模型识别异常和故障原因。
|
canal SQL 关系型数据库
mysql 悬案 之 为什么用 docker 启动的 mysql 配置文件不生效
mysql 悬案 之 为什么用 docker 启动的 mysql 配置文件不生效
2082 0
|
机器学习/深度学习 人工智能 供应链
离散制造行业解决方案
离散制造业工业大脑行业解决方案,简单地讲是从数字到知识再回归到数 字的过程。生产过程中产生的海量数据与专家经验结合,借助云计算能力 对数据进行建模, 形成知识的转化,并利用知识去解决问题或是避免问题 的发生。
离散制造行业解决方案
|
机器人
仿人机器人(五连杆、七连杆)拉格朗日动力学建模
仿人机器人(五连杆、七连杆)拉格朗日动力学建模
766 0
仿人机器人(五连杆、七连杆)拉格朗日动力学建模