今年年初的時候，華為和沃達(dá)豐完成了首次5G通話測試，并成功實(shí)現(xiàn)了實(shí)時高清視頻通話。遺憾的是，這一標(biāo)志性的事件并沒有在輿論中形成話題效應(yīng)，大多數(shù)人對于5G的認(rèn)知仍然停留在概念層面。

以至于當(dāng)百度高級副總裁、百度搜索公司總裁向海龍在今年的百度聯(lián)盟生態(tài)峰會上提出 “擁抱視頻時代”的時候，部分媒體并沒有完全理解其中深意，將其指出的“視頻時代”與時下正在風(fēng)口上的短視頻畫上了等號。短視頻的火爆可以算是即將到來的“視頻時代”的信號，但也僅僅是“視頻時代”的冰山一角而已，且百度的野心也遠(yuǎn)不止于此。

問題的根源，還是要回到5G這個被視為下一代移動通信網(wǎng)絡(luò)的視角上。

信息載體的迭代：文字、圖片、視頻

技術(shù)迭代的節(jié)奏約束了人們的想象力，也左右了大多數(shù)人的認(rèn)知。好比說已經(jīng)普及的4G通信技術(shù)，給人的直觀印象是“快”，導(dǎo)致我們對于5G的理解就是網(wǎng)速更快。其實(shí)從信息載體迭代的角度，更容易跨過技術(shù)迭代所帶來的認(rèn)知鴻溝。

先從1G時代說起，“大哥大”一度象征著財富和地位，只是很多人對這個時代都過于陌生，所知所感所想無不來自于電影片段里。1G技術(shù)的價值，無非是把必須連著線的固定電話，在功能上變成了比磚頭還要笨重的“大哥大”。

2G時代是手機(jī)連接互聯(lián)網(wǎng)的開始，準(zhǔn)確地說是讓大家“嘗鮮”，在一寸見方的屏幕上瀏覽新聞、郵件等，文字幾乎是唯一的信息載體，應(yīng)用場景自然比較局限，就連IM通訊也未能進(jìn)化到語音溝通。

3G時代的手機(jī)開始成為名符其實(shí)的互聯(lián)網(wǎng)終端，3G網(wǎng)絡(luò)能夠處理圖像、音樂、流媒體等多種信息形式，諸如電商、游戲等五花八門的產(chǎn)品應(yīng)用應(yīng)運(yùn)而生。不過對于經(jīng)歷過那個時代的老網(wǎng)民而言，最深刻的印象還是圖片作為信息載體的流行，畢竟網(wǎng)速那么慢，游戲、視頻的體驗難言差強(qiáng)人意。

如果說3G打破了互聯(lián)網(wǎng)的門檻，邁入4G時代之后看到的是互聯(lián)網(wǎng)應(yīng)用的繁榮，即時通訊、電商、移動支付、在線游戲、直播、短視頻等等。一言以蔽之，4G時代已經(jīng)有了視頻作為信息載體的趨勢，只是受限于帶寬、可靠性、時延等因素，直播、短視頻成為4G時代的幸運(yùn)兒，實(shí)時高清視頻、遠(yuǎn)程交互等還需要5G來解決。

理清了這個邏輯，再來看向海龍對視頻時代的預(yù)言，興許就不至于有那么大的誤解。向海龍站在5G的視角上，預(yù)言人們的溝通方式將進(jìn)入視頻時代，人與人之間的溝通不再需要文字、圖片等作為媒介，而是回歸到“指手畫腳的原始時代”，原因在于實(shí)時高清視頻等讓人們的溝通擺脫了時間和空間的限制。

作為旁觀者的大多數(shù)人，仍然從4G的視角上理解百度的新動作，觀點(diǎn)自然有些偏頗。同時向海龍觀點(diǎn)的前瞻性卻在資本層面得到了印證，流媒體公司Netflix的市值達(dá)到1536億美金，正式超過傳媒巨頭迪士尼，出發(fā)點(diǎn)正是5G給予視頻產(chǎn)業(yè)的機(jī)遇。

互聯(lián)網(wǎng)＋到AI＋，視頻成為百度AI的新場景

回到百度的問題上，一面是前景誘人的5G，一面是百度主張的AI戰(zhàn)略，二者沖突嗎？答案顯然是否定的。

同樣是在2016年的百度聯(lián)盟峰會上，李彥宏發(fā)表了題為“下一幕：人工智能”的演講下如果說互聯(lián)網(wǎng)的第一幕是PC互聯(lián)網(wǎng)，這一幕是移動互聯(lián)網(wǎng)，而移動互聯(lián)網(wǎng)的紅利期已經(jīng)基本結(jié)束，那么下一幕是什么？李彥宏給出的答案是人工智能。

前幾年比較流行的說法是“互聯(lián)網(wǎng)＋”，其實(shí)百度的策略已經(jīng)是“AI＋”。在出行場景上，百度的應(yīng)對之策是AI＋汽車的Apollo；在居家場景上，百度打造了AI＋硬件的DuerOS；在理財場景上，百度推出了AI＋金融的度小滿……而在內(nèi)容消費(fèi)場景上，百度已經(jīng)打造了千人千面智能化推薦的信息流，在5G視頻時代來臨之際無疑將是AI＋視頻。

為何在4G和WiFi看起來已經(jīng)普及的背景下，視頻仍然只是文字、圖片等信息傳遞方式的補(bǔ)充？向海龍歸結(jié)了視頻應(yīng)用的四個難點(diǎn)：生產(chǎn)難——視頻生產(chǎn)需要專業(yè)設(shè)備；存儲難——需要很大的存儲空間；傳輸難——傳輸速度慢和流量資費(fèi)貴使得傳輸成本高；檢索難——基于語義理解和字面匹配的傳統(tǒng)檢索技術(shù)難以在視頻這種信息載體上直接應(yīng)用。

折射到現(xiàn)實(shí)中來看，直播就是一個典型案例。受限于生產(chǎn)環(huán)節(jié)的痛點(diǎn)，大多數(shù)主播能做的只是改變背景布置，對于存儲、傳輸上的尷尬，當(dāng)前直播APP的清晰度清一色的AV畫質(zhì)，并且有著10秒左右的延時。

“擁抱視頻時代”并非只是一個口號，在內(nèi)容場景上有著充足經(jīng)驗的百度，正著手從AI的角度解決兩個問題：一個是內(nèi)容生產(chǎn)，另一個是內(nèi)容檢索。

比如要拍攝高質(zhì)量的視頻內(nèi)容，特效是不可或缺，這也是國產(chǎn)電影和好萊塢大片最為明顯的差別。百度的解決方案是通過AI的賦能讓視頻生產(chǎn)簡單化，利用百度AI的人體識別、形體美化、人景分離、語音識別、語音合成等能力，可以實(shí)現(xiàn)“瘦身”、“分身術(shù)”、“變身”等特效，為復(fù)雜視頻生產(chǎn)的簡單化提供了新出路。

更令人頭疼的還是視頻的檢索，當(dāng)前流行的解決方案是人為給視頻打標(biāo)簽或者添加文字描述，與智能化的目標(biāo)相差甚遠(yuǎn)。百度的解決之道同樣是AI，通過對視頻的全景掃描，利用語音識別、人臉識別、物體識別等技術(shù)完整分析視頻中的內(nèi)容，將視頻背景、人物、語言等信息進(jìn)行組合，可以給每個視頻生成一個獨(dú)特的“指紋”，大幅提升視頻檢索的效率和準(zhǔn)確率。

雖然百度并未明確提及，但顯而易見的是，當(dāng)視頻的“指紋”被生成，配合百度基于大數(shù)據(jù)建立的用戶畫像，視頻的分發(fā)將會前所未有的更加精準(zhǔn)和智能。

可以預(yù)見的是，百度的AI技術(shù)以及5G時代的來臨，解決了內(nèi)容生產(chǎn)、檢索和分發(fā)的問題，視頻作為主流信息載體已然在意料之中。

寫在最后

在未來面前，人類永遠(yuǎn)都是個孩子。

至少百度讓我們看到了這樣的前景，5G時代視頻的應(yīng)用將是顛覆性的：讓精密手術(shù)的遠(yuǎn)程操作成為可能，盡可能地解決醫(yī)療資源的不平衡；躺在家里也能隨時學(xué)習(xí)高端教育課程，打破時間和空間的限制；和朋友的交流不再是枯燥的文字和斗圖，而是“面對面”的視頻溝通；以及習(xí)慣于用高清視頻來記錄生活……

其實(shí)百度的“新視代”也很簡單：只要哼唱一兩句歌曲，百度就能幫你檢索出這首歌的MV；只要用手機(jī)掃一下臉，就能找到一段視頻中所有關(guān)于你的片段；當(dāng)你偶爾在網(wǎng)上看到一段小視頻，即刻就能找到視頻的完整版；不一而足。

或許到了三五年后，再來回頭審視百度當(dāng)前的戰(zhàn)略布局和技術(shù)探索，已經(jīng)不會再有質(zhì)疑和不解，取而代之的是清一色的掌聲。