专访B站高级开发工程师李超然：揭秘互动视频背后的故事

2018年12月28日，Netflix推出《黑镜·潘达斯奈基》，电影片长为90分钟，交互总时长达到312分钟，五个主线结局上百种支线选择，虽然口碑两极分化，但服务器流量暴涨，拿奖拿到手软，被称为是“互动视频鼻祖级别的创新”。 作为一家以 UGC 内容为主的视频平台和文化社区，B站（哔哩哔哩）也在互动视频领域做出了一些尝试。在2019 QCon上海站的现场，InfoQ有幸采访到了B站高级开发工程师，同时也是B站互动视频的负责人李超然先生，并对互动视频进行全方位揭秘。

InfoQ：首先还是请您简单聊聊所谓“互动视频”的概念，一个完整的互动视频需要包含哪些元素？

李超然：我觉得，广义地说，但凡用户输入（比如点按按钮）会影响视频走向，就可以算是互动视频。所以，这会是一个很宽泛的概念，我们也是在项目推进的过程中，不断更新对互动视频这个概念的理解的。

起初，我们以为互动视频会类似《黑镜》，通过一个一个的选项按钮，把视频片段组织起来。这样一来，观看者可以按照自己的意愿，选择不同的选项，从而影响剧情走向，最终加强观看者的代入感。

互动视频《黑镜》片段

功能上线一段时间后，我们发现创作者的想象力，还是大大超出了我们的预期。比如，很多用户利用互动视频的隐藏变量功能，去创作测试类的视频，出现了很多类似性格测试、恋爱测试的投稿，甚至还有的用户利用互动视频的随机功能，创作了抽卡模拟器，用户可以在互动视频上体验随机抽卡的乐趣，就像很多手机游戏上的抽卡过程一样。

互动视频需要有什么必要的元素，这个问题可能不太好回答，互动视频品类真的太多了。当然了，接受和处理用户输入，一定是必要的，否则就不是互动视频了。但具体是怎么接受和处理用户输入，其中的交互形式以及逻辑机制，可能是多种多样的。具体交互形式可以是按钮，可以是滑杆，甚至是用户的摄像头。具体的逻辑机制，就更多种多样了，这一点可以参考传统游戏。

B站部分互动视频

事实上，我们不太希望，抽象太多的规则出来，也不打算直接给出规则，互动视频应该包含哪些“元素”才算是“完整”。因为用户才是最有创造力的，会给我们带来无限惊喜。

InfoQ：互动视频在Netflix上取得成功之后，国内也以最快的速度引入了进来，在您看来互动视频对用户的吸引力主要体现在哪些方面？

李超然：对于观看者来说，视频画面里的视觉元素可以点击，点击之后还能影响剧情发展，这种新奇的体验本身就是很吸引人的。抛开新鲜感，互动视频本身淡化了视频和游戏的边界，观看者能够在视频中获得之前玩游戏才能获得的乐趣，这也很吸引人。再者，就像我刚才提到的，互动视频品类非常多，有的人把它当成可以代入主角的电影，有的人把它当性格测试，有的人把它当 RPG 游戏，这种内容的多样性和创意也同样吸引我们的用户。

另外，除了吸引观看者，更让我们感到高兴的是，互动视频对于创作者的吸引力同样很大。B 站的生态是很独特的，这是一家重 UGC 的视频平台，大量视频内容是用户自制的。像《黑镜》这类的片子，是由专业机构生产投入大量财力人力物力制作，对于我们大多用户来说，门槛太高。我们用户更多的是希望通过创新视频形式来产出优质内容，互动视频给他们提供了非常多的创作可能。

InfoQ：有观点认为，互动视频的核心主要在于剧本，并没有太多的技术含量，所以无法认同这是一项“黑科技”。对此您是如何看待的？

李超然：用户眼中的“黑科技”可能和技术人员眼中的“黑科技”不太一样。用户眼中的黑科技，更多的是一些超出用户原本认知的创意，而不是其中有多少硬核的技术突破。用户现在可以在视频里，答题完成性格测试，甚至体验推理游戏，也可以称之为”黑科技“。

回到技术人员的视角，互动视频带来的技术挑战，也是非常大的。我一直觉得，软件开发的根本困难，在于对复杂逻辑的整理和抽象。如我在前面的回答里提到的，互动视频本身概念是模糊的，用户的想象力总是超出我们的预期，对于一个技术人员，面对一个如此不清晰的需求，想要在工程层面进行抽象，挑战真的很大。

我们的整体技术方案，需要具有非常强的拓展性，能够快速响应创作者的新诉求，甚至需要让用户不更新我们的 App 就能够体验新的特性；数据结构的抽象，需要具有非常强的通用性，能够适应各种类型的互动视频，尽可能不限制创作者的想象力；技术栈的选择需要跨平台，保证多端一致的体验。整个互动视频，系统演化到最后，几乎变成了一个 2D 游戏引擎。

InfoQ：经过三个月的尝试，互动视频在B站内取得的效果如何？是否可以透露一些数据来进行说明。

李超然：目前互动视频的频道内，有超过3亿次的视频播放量， 1 万多个用户自制稿件，数据表现还是比较不错的。不少创作者，因为制作互动视频，得到观看者的好评，疯狂涨粉，也是让我们非常高兴的。

InfoQ：在您看来，目前互动视频这样的娱乐方式还存在哪些比较明显的短板？是否有比较合适的解决方案？

李超然：制作成本太高是一个比较大的短板。对创作者来讲，相比于制作一个普通视频，制作同样长度的互动视频的投入，往往要翻好几倍，但回报有多少却是个未知数。针对这个问题，我们可能会对一些常见的模式进行抽象，使其模板化，从而来降低创作成本。

另一方面，互动视频目前还是以视频作为载体，视频本身是线性的，具有非常强的时间轴概念，这某种程度上这会非常限制创作。我们需要很好的产品逻辑抽象，并且提供非常强大的创作工具，来打破这种限制，需要我们长时间一步一步地探索。

InfoQ：随着5G时代的到来，人们对于“5G+”也产生了各种期待，在您看来5G、人工智能、VR/AR等技术对于互动视频可以带来什么样的改变或者突破？

李超然：5G 带来的最直接的变化就是“高带宽、低延迟”。对于互动视频，高带宽，让我们能在运行时下载更多的视频外资源；低延迟，可以让以前很多为了低延迟而在客户端进行的计算，迁移到服务端了。这对增强用户体验，拓展功能，提供更多可能性，会有一些帮助。

至于 VR/AR 能在互动视频领域起多少作用，我们团队内部也会有讨论，但目前还没有太多可落地思路。可能之后我们会考虑通过 VR/AR 等技术，增强用户的观感，或者拓展用户的输入方式。

InfoQ：最后，能否请您简单谈一谈有关B站互动视频的未来发展规划，以及您本人对于互动视频这一领域的未来有哪些期待？

李超然：目前重点还是在内容生态的运营上，我个人最期待的，肯定是看用户还能创作出哪些新玩法。有很多用户给我们反馈，说很感谢我们做这样一个功能，让他把自己以前那些脑洞都做出来。看到用户做出一些超出我们预期的投稿，真的很令人兴奋。非常希望互动视频，能够为 B 站，甚至整个行业的内容生产，注入新的活力，带来更多的可能。

采访嘉宾简介

李超然，哔哩哔哩高级开发工程师，毕业于复旦大学物理系，现就职于哔哩哔哩，目前负责移动端 App 中的播放器与弹幕内核，主导移动端弹幕渲染引擎和互动视频的开发工作。工作内容涵盖音视频播放，画面与弹幕跨端渲染，以及相关的性能调优工作。个人对数学物理和计算机图形学有浓厚的兴趣，业余游戏开发者。