快手 AR 变脸爆红的坚实后盾：自研 3D 引擎与 AI 技术平台
近日，相信不少人的社交媒体都被快手的「AR 尬脸舞」刷了屏。这个名为「AR 变脸」的特效，能够将用户的脸部照片绑定在三维模型上，并通过 AR 技术，让这些「囧」态各异的 3D 模型在实拍场景中大跳网红舞蹈。搞笑的动作配合着耳熟能详的背景音乐，喜感与萌感齐飞，让广大用户欲罢不能，大开脑洞肆意「玩坏」自己和亲友。
业界首家实现 AR 变脸
据了解，这也是国内首家实现直接在 AR 模型上进行相册变脸贴合的案例。这样一个轻松搞笑的产品背后，支撑其运转的技术研发却不容小觑，结合了 3D 引擎、AR 算法、深度学习推理引擎等诸多业界最尖端前沿课题。而不同于短视频行业绝大多数企业采用第三方技术供应商，快手的这些技术研发，完全是公司内部团队自身攻克的。
自研 3D 引擎性能强悍
首先，要实现「AR 变脸」产品，需要一个功能强大的 3D 引擎，在其基础上添加编辑器模块、渲染模块、肢体模块、声音模块等，来实现模型精致而自然的光感、材质，并让用户可以自如地拖拽移动模型。据了解，快手拥有自研 3D 引擎，是亚洲业内最早研发该技术的企业，通过技术团队的近两年的打磨，如今 3D 引擎支持多样灵活的玩法，并且能够实现产品快速上线、迭代，今年春节火爆一时的 AR 版「胡巴」，同样也诞生在快手自研的 3D 引擎。而目前在国际上实现了这一技术的科技企业屈指可数，仅 Snapchat、苹果、Google 等支持相关功能。
原创 YCNN 深度推理学习引擎打造核心能力
除了 3D 引擎，要让模型真正在现实世界「扎根落地」，要让 AR 算法实现不断优化，在手机端实现运行，均需深度推理学习引擎的支撑。同时，「变脸」功能也需要对用户的照片进行脸部识别，以精准分割出脸部图像贴到模型上，也需要依赖深度推理学习引擎。相比于很多企业使用开源平台，快手自研了 YCNN 深度推理学习引擎，针对不同手机的硬件架构做了高度的适配和性能的优化，能够使用 CPU、GPU、NPU、DSP 等多种运行模式，根据评测，快手 YCNN 运行速度比已知的引擎高出 50%，达到了亚洲乃至全球业界的顶尖水平，才能保证了用户在拍摄视频的时候能够实时的使用各种魔法表情、AR 等新奇的特效，并且不断开发出更多有趣复杂的玩法。
多媒体处理框架大幅提升技术普适性
快手拥有数亿注册用户，日活超过 1 亿，想让全部用户都能够流畅地体验到「AR 换脸」的乐趣也并非易事。中国网民的终端设备差异极大，其中近 30% 的用户仍在使用双核或单核处理器的低端机型，为手机视频处理适配带来非常大的技术挑战，更不用说实时 AR 效果。为了解决这一问题，快手自研了一个高性能多媒体处理的框架，包括视频处理、音频处理、音视频编解码、2D、3D 动画的能力，能够根据机型动态的选择分别率、码率、帧率尽量发挥设备最大的能力，不论是 iPhone 用户还是安卓用户，都可以拍摄出清晰流畅的视频，体验最佳的特效效果，大幅提升了技术应用的普适性。
一直以来，人们对快手的认知更多停留在「最大的短视频」平台，其实快手更是一家科技尤其是 AI 技术领先的企业，快手创始人兼 CEO 宿华曾表示，「技术驱动」是快手最重要的标签。领先的技术支撑的背后是强大的人才队伍，目前快手员工中工程师团队占 5 成以上，并拥有实力不俗的研发的团队，成员多来自斯坦福、卡内基梅隆、清华、北大等全球知名学府，及 Facebook、谷歌、苹果、微软等国际科技巨头。秉承着「用科技提升每一个人独特的幸福感」的使命，快手正在不断拓展技术边界，为全球用户带来更优质的记录体验。
