随着互联网直播兴（xìng）起，各类平台想（xiǎng）要做（zuò）出一档可看且互动性（xìng）强的直（zhí）播节目（mù），除了要精心编（biān）排（pái）节目内容，还要重视音（yīn）视（shì）频及互（hù）动方式的呈现。5G时代的到来，也使视频的内容和（hé）展现形式（shì）呈现更加多元化，一（yī）部无（wú）压缩的蓝光电影（yǐng）大（dà）约25G左右，用移动网络在一分钟不到（dào）的时（shí）间即可下（xià）载完成（chéng），视频作（zuò）为信息传输介质的通讯阻碍已经可以基本排除。同（tóng）时在直播、点播等基础场景上，也增加（jiā）了短视频和（hé）实时音（yīn）视频互动的新浪潮（cháo），同（tóng）时视频技术也在安防、医（yī）疗、教育（yù）、文娱、广电等领（lǐng）域有着全新的应用（yòng）。

portant;" />

互联网时代下，人们获取知识的途径越来越多（duō）元化，所获取的知识（shí）也呈现出（chū）碎片化的趋势。如（rú）何正（zhèng）确（què）利（lì）用互（hù）联（lián）网（wǎng）来提高自（zì）己（jǐ）获取知（zhī）识的效率，已经成为了当下互（hù）联网市场需要（yào）考虑的重点。视频作为（wéi）5G时代（dài）下受益（yì）的方（fāng）向，也受（shòu）到了（le）越来越多企业的关注。在这样的市场（chǎng）环境和视频技术发展（zhǎn）的（de）双驱动下，极（jí）链科技Video＋＋作为「AI＋视频」行业独角兽企（qǐ）业，建（jiàn）立了以5G＋AI推动的视（shì）频作为信息和功能核心载体的新互（hù）联网形态－视联网。

视联网，是以视频（pín）作（zuò）为主要信息传递介质和功能载体的（de）下一代互联网形态，颠覆了（le）当（dāng）前图文（wén）生态的互联（lián）网形态（tài），引发新一轮互（hù）联网生态的激烈竞争（zhēng）。而要实（shí）现（xiàn）视联网，需要突破（pò）通（tōng）讯带宽（kuān）、视频（pín）识别和视频互动等三个方面的难点。而5G的（de）普及以（yǐ）及AI技术的突破（pò）将是解决（jué）这三个难点（diǎn）的重要抓手。

在视联网的起点，人们（men）刚刚学会（huì）如何利（lì）用AI技术打破视频的信息壁，并能够利（lì）用（yòng）视（shì）频信息（xī）进（jìn）行初步的商业应用。在这一阶（jiē）段中，对于视频信息的解读和利用（yòng）是比较有限（xiàn）的，表现为（wéi）数据维度（dù）较少、可辨识的类别（bié）有限。这主要是受限于视（shì）频数（shù）据的数据量和标识量。

当前以深度（dù）学习神经网络算法为主（zhǔ）流的AI技术需要大（dà）量经过标识的数（shù）据样本作为训练AI算法（fǎ）的（de）养料。通常，计算机要达到可商用的（de）识别能力，需要（yào）上百个（gè）差（chà）异化的数据样本的反复调（diào）试。但（dàn）数据的标识和算法的（de）训（xùn）练需要大量的人力投入，同时（shí）视（shì）频内容（róng）的版权（quán）和信息安全问题也制约（yuē）了视频数据的传播。人力（lì）与数据共同限（xiàn）制着视频识别能力的提升。

portant;" />

为了尽可能的利用识别出的有（yǒu）限信息（xī），初期（qī）的视联（lián）网应用（yòng）表现出了典型的“预期－推送”模（mó）式。在这一模式中，本质上（shàng）是利（lì）用外部（bù）已有的（de）用户大数据和行为心理学对视频观（guān）众的心（xīn）态和行（háng）为进（jìn）行预测，挑选出被认为能引（yǐn）起（qǐ）观众共（gòng）鸣（míng）的场（chǎng）景。进而，集（jí）中人力和数（shù）据（jù）让计算机学会识（shí）别这些场景，并（bìng）在全（quán）网视（shì）频中找出此类场景中，推送（sòng）与之相关的（de）应用（yòng）服务（wù）。例（lì）如，针对视频中的团队聚餐事件（jiàn），可以分为（wéi）提（tí）出聚（jù）餐、进入餐厅、点菜（cài）、吃的热火朝天和结账等五个（gè）场（chǎng）景。通过数据分析和（hé）常识判（pàn）断，吃的热火朝天的场景能（néng）引（yǐn）起人们对吃的情感（gǎn）共鸣，这时（shí）候就可以集中资（zī）源让计算机学会识别“吃的热（rè）火朝天”场景，进而在此类场景中大规模自动化地（dì）推（tuī）送（sòng）与吃相关的应用服务。

基于“预期（qī）－推送”模式，视联网的早期参（cān）与者（zhě）开发出了广告和（hé）电（diàn）商两类应用模式。这两（liǎng）者（zhě）相对于其他互联网服务而（ér）言，具有商（shāng）业模式较轻（qīng）、变现速度较快的特点，并且对于（yú）视频场景（jǐng）的需求（qiú）也较为明确。

portant;" />

视频（pín）的高带宽使其不仅能（néng）传递语言和图文（wén）能够表（biǎo）达的明示信息（xī），更能传递其他形式较难表达（dá）的默会信息（xī），例如人的情感。人与人面对面的交流要比单纯的（de）电（diàn）话交流更能了（le）解（jiě）一个人（rén）的精神状态，就是因为人的视觉能够接收到的（de）信息要远大于通过（guò）语言（yán）表达接收（shōu）到的信息，例如表情、动作（zuò）等，从（cóng）而分析出对面人所表现出的情感。视频也是（shì）如（rú）此（cǐ），通过视频能够更为便（biàn）利的实（shí）现不同时空的人与人的情感交流。视频这（zhè）一特点已被广泛应用，影视剧（jù）作（zuò）之所以吸引人（rén），是（shì）因为其沉（chén）浸感和代入感（gǎn）更能引起人的情感（gǎn）共鸣。越来越多的企业采用网络（luò）视频形式传播企业形象，也是为了通过视（shì）频传递的情感交流建立与观（guān）看（kàn）者（zhě）的（de）信任感，树立品牌形象。目前，视频内（nèi）容已经占据（jù）了互联（lián）网数据（jù）总量的80％，并且有越来（lái）越多的APP开始（shǐ）加载视频功能。即便没有任何技术与应用突破，预计到2022年视频内容的数据总（zǒng）量也将达到82％。这都表明视频在促进人与人交互（hù）中的作用得到了广泛（fàn）的认可（kě）。

广告业（yè）务的基本形式在于视频场景与广告内涵的匹配。通过解析（xī）视频内容（róng）中蕴含的人物、物体、动作、地标等信（xìn）息，可以寻（xún）找到与广告（gào）品牌内涵相（xiàng）一致的视频场（chǎng）景，进（jìn）而实现广（guǎng）告品牌价值与视频（pín）内容场景（jǐng）相互匹配。这种（zhǒng）模式（shì）下，可以创造出视频场（chǎng）景广告这一全新的广告形式（shì），大幅提高广告曝光（guāng）的接受度和回报率。

portant;" />

随着5G技术的到来，技（jì）术的发（fā）展将带来更多的便利。在视联（lián）网的（de）成熟期，人们将（jiāng）可以借助可穿戴智能设备，例如智能眼镜等，捕捉所见的一切信息，并在极短的时间（jiān）内处理成（chéng）计算机可以识别的（de）视频信息。人们从视觉信息（xī）中激（jī）发（fā）的需求（qiú）都可以即时的得到响应。通过（guò）语言、手势、眼动（dòng）捕捉等（děng）多种形式，计算机能够接收到人们提出的需求（qiú），并结合捕捉到的视频信息（xī）获悉需求（qiú）的具体（tǐ）内容和对象，进而调（diào）用互联网的相关应用和（hé）服务来（lái）满足人（rén）的需求。最终以一种便利的交互方式（shì），将应用（yòng）和服务反（fǎn）馈在（zài）人机交互的虚拟层上（shàng），形成未来视联网（wǎng）发展（zhǎn）的成熟模式。

成熟（shú）阶段的视联网是（shì）互联网服务与（yǔ）视频内容高度结（jié）合，这一时期，互联网中的各类服务和应用（yòng），也将以小程序的形式全方位（wèi）打通视频内容。链接（jiē）互联（lián）网信息（xī）、服务、购物（wù）、社交、游戏五大模（mó）式，实（shí）现基于视频（pín）的新互联网经济（jì）体。

可以推测出，未来（lái）智能硬件与视联（lián）网将深度结合，人的视觉感官将成为互联（lián）网（wǎng）的入（rù）口，链接到几乎所有（yǒu）的互联网（wǎng）设（shè）备（bèi），享受其提供的服务。像互联网一样，融入到人们（men）生活的方方面面。