LiveVideoStack人物专访：深耕多媒体二十载，他怎么看未来的视频云？

抓住已知的，迎面未知的。

编者按： 大模型、降本、出海，是多媒体从业者交流的高频词，内容与交互的需求层出不穷，大模型与AI的演进目不暇接，让增速低走的视频云迎面新的机遇和挑战。作为一个跨越中美多媒体行业20年的亲历者（阿里云视频云负责人何亚明），与他的对话展现出一番场景，他没有否认多媒体生态当下的问题，但他说新的机会就在眼前，更重要的是，他对多媒体满怀希望。

策划 撰写 / LiveVideoStack、IMMENSE

从微软、Facebook到阿里云，何亚明跨越了中美两大最活跃的经济体，走过PC互联网、移动互联网到视频化的20多年，一直与多媒体为伴。

他认为，无论技术和产品如何演进，音视频作为最贴近用户的展示方式大概率不会改变，这是他对多媒体生态依然充满信心的原因之一。不过，随着大模型向AGI不断演进直至实现，多媒体从业者需要将AGI融入到多媒体技术中，甚至改变原本的工作流。比如在微软，Azure media service“退役”了，但团队并没有流失，而是进入到Copilot ，让Copilot与多媒体更好地结合。

在阿里云视频云，何亚明和团队正在探索通过大模型提高视频处理和生产的效率，希望构建一个属于视频的大模型，通过这个系统可以极大地提升业务决策效率，让系统也变得更加的简单。

在他看来，智能时代也是人机交互的新时代，将带来交互方式的变化，这也带来了对视频技术的新需求。 新需求主要体现在算力和时延两个方面。算力方面，视频技术会更多和AI相结合，会消耗更多的算力。算力也会从服务端逐步向移动端扩展，视频处理和生产会变得更高效、更智能。时延方面，随着Vision Pro、Quest 3和Meta Smart Glasses上市，对延时的要求会变得更高，为了用户体验可能会诞生新的传输格式、压缩算法来进一步降低时延。即便死守着多媒体技术老本行，依然有许多工作要做。这是信心的第二个来源。

第三，何亚明认为AIGC会开始逐步商业化落地。 比如目前传统的服务行业（需要和人沟通的场景，需要24小时在线的）对数字人就有很大的需求。 数字人被许多业内同行认为是当下为数不多的增量市场，也是多媒体技术与大模型结合非常成功的场景。包括电商直播、医疗咨询、保险客服等都有非常明确的客户需求和业务落地。

谈到出海，他觉得国内公司积攒了很多能力，而海外的技术服务相对更标准化，更纯粹地比拼技术能力，中国厂商能够吃到非常多的红利。 尤其在社交、电商场景的应用创新，在海外给用户的体验依然是颠覆性的。

最后，何亚明希望 （多媒体企业出海）能像电动车那样，到海外有真正的定价权，因为我们拥有处于领导地位的质量和技术。他坦言，我们的行业需要更多的协同和规范，从纯粹的竞争到取得行业共识，需要大家共同去努力。

总之，无论国内海外，面对多媒体的未来，一切都很难预测，但就像何亚明说的，有时候科技的发展就像一辆高速驶来的列车，你远远地看着，疑惑怎么还不到？但当它真的从你旁边经过时，可能一不小心就过去了。

以下是何亚明的对话实录：

二十年，一场多媒体的缘分与螺旋

Q1

LiveVideoStack：我记得应该是2018年，亚明老师回国。我印象特别深刻。我接到了一封邮件，然后我一看，这个人好厉害：之前在Facebook、微软，目前在阿里巴巴，我当时在想，我们有这么大吸引力吗？当时特别欣喜，后来顺理成章地邀请亚明过来做2018 年LiveVideoStackCon北京的分享，后续也有陆陆续续的交流，现在想起来还有点梦幻。

我想从两个视角提问。

首先是全球的视角，你的（工作）经历基本上在流媒体这个圈子里，差不多20多年了，是行业的前辈。第二，从国内的视角看，你回国这几年正好赶上流媒体爆发式的增长，从千播大战、教育、社交、游戏等，包括疫情所带来的远程办公需求的暴增，但现在（生态）又进入到一个调整阶段，国内互联网的流量在下降，用户在逐步回归到混合或传统的线下交流，同时大环境又受到整个经济周期的影响。如果将这两个视角结合在一起，你怎么来回顾总结自己20多年与流媒体相爱相伴，简单地说说你的感受。

何亚明 ： 这让我回到了2018年的时候跟你第一次接触的场景，我觉得在中国有一个LVS这样一直在音视频圈子里做交流的组织者还是非常感谢的，也非常感谢你的坚持，我们只是在不同的战线都在坚持着。

言归正传，我最早踏入音视频圈子是2000年，那个时候刚刚去微软，这是视频（应用）的第一波爆发