中国智能视频编码应用场景分析

互联网视频场景

近二十年，随着底层基础设施和技术体系的日趋成熟，互联网视频蓬勃发展，逐渐成为了人们获取信息、交流娱乐的重要方式。相比单纯的文字、图片或音频，视频以更加直观的方式聚合多维度的信息，能够带来更强的沉浸式体验和交互性。根据CNNIC第50次《中国互联网络发展状况统计报告》数据，截至2022年6月网络视频用户规模为9.95亿，占网民整体的比例高达94.6%。随着视频类应用使用体验的大幅优化，其消费时长占移动互联网应用的比例呈现上升态势，这为视频编码创造了巨大的市场空间。2025年中国互联网视频编码市场规模将达270亿元，相比2019年的爆发性增长，互联网视频行业发展趋稳，年增长率稳定在25%的水平。

互联网视频根据服务类型主要分为点播、直播和互动直播三类。转码是点播服务的核心技术，可伸缩编码技术在互联网视频转码这一环节得到了广泛应用，具体是指事先将内容提供方上传的视频在云端解码再编码，转换为标准格式并云端存储，根据用户实际带宽情况和播放终端自动、灵活地匹配分发不同码率的视频文件，在多码流场景下提供最佳解码画质的解决方案，即兼顾清晰度和流畅度的最优观看体验。可伸缩编码技术也称为分层编码，可通过AI编码工具实现并具有鲁棒性。直播与点播相比具有实时性和突发性特征，对时延和首屏时间等指标更为敏感，对高并发和弱网环境下的稳定性也有着更高的要求。与常见的单向一对多直播不同，互动直播支持用户的双向交流。这种双向交流一方面对延时的容忍度极低，另一方面因为涉及多路视频流，带宽压力和编解码压力成倍增加。

广电超高清视频场景

5G、大数据、云计算、物联网、区块链、人工智能等技术推动广播电视发展从标清到高清、超高清，从功能业务型到智能服务型，从被动接收到主动交互迭代发展。4K/8K大型直播作为超高清视频的典型应用场景之一，对全流程制播设备和视频编码技术的编码效率和时延提出了更高要求。超高清直播与5G技术已经成为标配，基于5G网络传输下的转直播应用不断拓展。

超高清视频广播产业的高速发展，驱动以视频为核心的行业智能化转型，产业生态体系逐步完善，超高清视频智能编码市场容量日趋增长。艾瑞咨询预测2025年智能视频编码在广电超高清领域的市场规模有望突破30亿，未来增速将保持在35%以上。

8K VR技术和360度视角拍摄将成为未来高清转播的重要技术手段。以北京2022年冬残奥会的残奥冰球项目为例，运用8K VR及自由视角的拍摄制作技术，展示了接近360度旋转的“自由视点”。通过场内布置的60台摄像机最佳机位形成真实视点，并在每两个真实视点之间插入30个“虚拟视点”画面，将虚拟视点和真实视点进行融合拼接，向观众呈现出如时间静止般、平滑的精彩回放镜头。体育赛事超高清360度新兴转播技术从现场、云服务器、5G网络再到终端实现8K VR比赛信号直播，提升赛事观赏性和临场感。360度多路视角拍摄需要实现对现场摄像机的视频内容进行AI图像稳定处理和时间同步处理，将多路视频的时间轴保持帧级同步，并处理成自由视角视频流。当需求上升到上百路4K级超高清视频时，传统的软编或者GPU编码方式将带来成本的指数级上升。亟需能够集成多路接口进行高清数字接口视频输入和对360度超高清影像进行专用处理的芯片，与智能视频编码技术结合，保障超高清广播视频的高效传输。

虚拟终端场景

高效的视频编码标准和编码器码率控制模块是虚拟终端平台的核心需求。虚拟终端市场发展处于产业起步阶段，虽然初具规模，但市场较为分散，虚拟终端作为智能视频编码技术的新型应用场景，市场规模的增长幅度和增长空间较大，艾瑞咨询预计，2025年云游戏、云桌面和云手机市场下智能视频编码的市场规模将突破50亿元，增长率保持在20%以上。

在云游戏传统GPU编码方案中，图形渲染和视频流编码都在GPU中进行，通常GPU在进行视频图形渲染时，视频编码能力会有所下降，并且GPU的编码性能相比专用转码芯片存在一定差距。针对此短板的智能视频编码解决方案将GPU与专用转码芯片结合，补充专项编码能力，释放CPU和GPU资源，并且支持直接从GPU图像存储中获取编码数据，免去HOST层延时，增强图片渲染能力的同时达到每帧编码超低耗时的目的。

城市安防场景

交通、公安、司法是面向政府端安防领域的核心组成部分，其中交通、公安细分场景，对于视频监控的依赖程度较高，VCM/DCM及AI辅助编码技术在视频监控的传输与展示效果中可以发挥更大价值。视频监控在司法领域承担的主要任务是庭审监测，监控视频体量与视频质量要求均远低于在公安、交通领域的应用，现阶段对助力视频分析的VCM/DCM及相关AI编码技术不存在强烈需求。安防市场的“马太效应”明显，海康威视、大华股份、宇视科技、华为等龙头企业在业内占据绝对比重。2021年智能视频编码在安防交通领域的市场规模约22亿元，伴随疫情逐渐好转大背景下整体安防市场的回暖，智能技术与视频监控场景的适配结合，智能视频编码标准的改进完善，艾瑞咨询预测2025年智能视频编码在安防交通领域的市场规模有望突破30亿。

工业制造场景

机器视觉是视频编码技术与制造业紧密连接的核心技术载体，作为人工智能技术中快速发展的一个分支，自上世纪80年代，机器视觉已逐步在多个领域成功替代人眼视觉进行识别、检索、分析、判断等应用。2015年出台的《中国制造2025》强国战略行动纲领，明确了制造业智能升级任务的重要性与紧迫性，推动了企业在研发、生产、管理、服务等方面的智能化改进。机器视觉系统是综合光学、机械、电子、计算机软硬件等多维度能力的技术，依托图像处理、模式识别、信号处理、人工智能等技术在工业制造领域替代人眼执行工作。相较于人眼视觉，机器视觉在分辨率、速度、精度等方面具备绝对优势。作为机器视觉系统的前端数据采集设备，工业相机的品质优劣、相机帧率压缩效果的高低将直接决定机器视觉编码图像视频的呈现质量。