短影音快速崛起，彷彿人人都可以是影音製作人。不過內容產製端的門檻降低，平台運營的挑戰卻可能更高了。而在中國知名短影音平台快手達成日均可新增千萬部短影音、150億次播放量的背後，其實有三大要素。
挑戰一：如何滿足超過2萬種手機型號的需求？
現在只要有智慧型手機、有網路，基本上人人都可以是影音創作者，這也是短影音爆紅背後的必要條件。但這同時也道出了運營短影音平台的第一個難題：如何讓所有手機拍攝出來的影片都能夠達到最佳效果？
根據快手內部的統計數據，平台上短影音用戶使用的裝置型號超過兩萬種。快手CTO陳定佳表示，拍攝影片其實是非常消耗運算能力的一件事，或許大家認為4G記憶體和8核心CPU已經是時下智慧型手機的標準配備，但實際上他們發現，市場上其實還是有非常大量用戶在使用單核心，或是記憶體不到1G的手機。
「要讓所有手機都能拍流暢視頻是很挑戰的。」他說。
而能不能夠讓最大量的手機發揮最佳性能，產製出最高品質影音，是一個短影音平台能否獲取更大市佔率的關鍵要素，也是不能躲避的難題。為此，陳定佳的解決方案是採用高性能多媒體處理框架，以及高性能深度學習引擎。
他表示目前市面上的深度學習引擎在手機上其實沒辦法達到理想性能，因此快手團隊自行開發出YCNN深度學習引擎，以此達到內容優化，如他們可以將低階手機拍攝出畫面偏綠的影像還原真實色彩，或是做到弱光增強等，同時他們也要確保內容產製者不論採用什麼型號的硬體，都能使用各種視覺特效。
對短影音平台來說，「特效」經常是引爆流量的關鍵，他表示先前快手推出「快手時光機」，就創造了每日數百萬用戶大量上傳影音的火紅現象。
挑戰二：7億用戶、50億部影音，數據分析大工程
但解決了內容產製問題，影音平台的工作還沒結束，當影音上傳後，平台的下一步就是要作內容分析與理解。陳定佳表示，因為快手是一個UGC（使用者原創內容）平台，用戶未必都會對影片做清楚描述，甚至連標題都不寫。但在平台每日新增千萬部短影音的情況下，平台也不可能透過人工的方式去做這件事。這時就必須仰賴人臉分析、圖像分析、音樂辨識和語音辨識技術的幫忙。
雖然說起來只是幾句話，實際上則是7億註冊用戶乘上50億部影片的兆級大數據分析工作。
挑戰三：原創內容保護
除此之外還有第三個挑戰：原創內容保護。這對快手來說不只是一個口號，更被認為是關乎平台存續的關鍵。陳定佳表示，如果今天用戶下載了別人的熱門影音，重新以自己的帳號上傳後還是能獲取大量曝光和粉絲，那平台就會陷入劣幣趨逐良幣的困境，因此他們必須盡力避免這類情事的發生。
但是同樣地，快手每天會新增千萬部影音內容，同時平台上的影音資料庫更已經累積達50億個，勢必不可能靠人工進行比對。而且用戶可能在下載他人影音後，還會做些微變形，這對於判別原創和非原創其實是非常大的挑戰。陳定佳表示，這需要有非常強悍的算法和結構支持。
此外，平台要判別的其實也不只是原創與否，也包括色情等不適當內容的排除。他表示，有些影像看似正常，卻可能在聲音上搞鬼，所以檢測的範圍不能只有畫面，也包括聲音。
然而，即便快手已經做了很多努力，陳定佳也直言，目前很多技術在實際場景上其實還是有很多不足，這也是為什麼他們會和清華大學合作成立聯合研究院。但由此或許也可以看出，如今內容的產製和分享或許變得更容易，但對平台運營商來說，卻也像是一場技術戰爭。
