淘宝直播在智能互动领域的探索及落地

简介： 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。

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。

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：

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：

部分落地

春节期间淘宝直播推出的春节氛围：

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：

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；

来点可爱又萌的美妆贴纸（原谅一个程序员全程友情出镜）；

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。

原文链接
本文为阿里云原创内容，未经允许不得转载。