2023移動端技術探索

1. 行業(yè)背景

過去的2022年對大家來說都是困難的一年，難在疫情影響，難在宏觀環(huán)境的增長放緩。沒有增長帶來的就是痛苦的體驗，對于互聯(lián)網行業(yè)，21年的主題是“反996”，到了22年風向就變成了“降本增效”、“業(yè)務搜索”以及“裁員”。再細化動移動端，經過十年的發(fā)展，它已經步入“成熟期”，各行各業(yè)都被改造差不多了，技術上該有的輪子都有了，基礎的服務也搭建差不多了，似乎真正到達瓶頸了，存量時代的小修小補對人力的需求已經是對半砍了。脈脈《搶灘數(shù)字時代·人才遷徙報告2023》報告顯示：2022年企業(yè)招聘總職位數(shù)量同比減少21.67%，純互聯(lián)網職位量同比減少50.4%。

又到了制定新一年OKR的時候了，大家都在發(fā)愁技術項目的規(guī)劃，不知道在技術上去做哪些探索和突破。 InfoQ發(fā)布的《中國軟件技術發(fā)展洞察和趨勢預測研究報告2023》第三條核心結論顯示： 2022年技術服務理念轉變，從技術先進到業(yè)務賦能，IT部門公司定位逐漸由成本部門轉向業(yè)務賦能部門，技術也更被邊緣化了，個人職業(yè)發(fā)展屏障出現(xiàn)，這個時候我們不禁對前途迷茫甚至產生質疑。 再細化到移動端，《中國軟件技術發(fā)展洞察和趨勢預測研究報告2023》展示的“中國技術成熟度評估曲線”中前沿和早期推廣項目貌似都與移動端沒有太大關系。

本文嘗試從各個方面探索移動端可以發(fā)展的方向，最大程度的“壓榨”可能的技術方向（有些只是拋出問題，而不是最終答案）。

2. 近兩年大廠探索方向與成果

在挖掘之前先看看大廠（可能是某個領域有所建樹）這些年在做什么，看看有沒有直接可以抄的作業(yè)。

2.1 21年初調研結果

21年初寫OKR時對幾個大廠做了調研，下面分別看看阿里、美團、京東做了什么，準備做什么：

阿里移動端技術全景圖

阿里移動端發(fā)展趨勢

美團移動端技術全景圖

京東移動端技術全景圖

京東移動端未來遠景圖

看起來都大同小異，可能各個規(guī)模的公司都在建設或者建設完成。

2.2 22年產出

再看看22年大廠的輸出，這里主要來自于企業(yè)技術公眾號輸出內容。

2.2.1 阿里

阿里推出的《2022技術人的百寶黑皮書》總結了2022年阿里年度精選終端技術棧的內容：

2.2.2 美團

下面內容摘自美團技術發(fā)布的《2022年美團技術年貨-合輯》：

2.2.3 百度

百度App技術公眾號發(fā)布2022精選文章：

2.2.4 分析

從上面三家企業(yè)對外輸出的文章看，在移動端的動作不外乎幾個方向：

1. 跨端/低代碼

2. 性能優(yōu)化

3. 自動化測試

4. 開發(fā)平臺/平臺化能力

5. AI

3. 移動端主要方向分析

結合上面整理出來的，我們看看移動端“可以”有哪些方向。

3.1 業(yè)務開發(fā)

業(yè)務開發(fā)還是主流的市場需求，這塊會占大部分的比例，IT部門從成本部門轉為賦能部門后，主要的工作量就是支持業(yè)務。

3.2 跨端/低代碼

在降本增效的背景下，跨端還會持續(xù)搞，但是也不是新東西了。H5、React、Flutter、小程序，這些都各有利弊，不同場景用不同技術，像小程序這種更適合平臺化的超級APP，規(guī)模不夠大的話，性價比不高。

3.3 性能優(yōu)化

同樣的，性能優(yōu)化也是需要持續(xù)做的事情，但是也不是新東西了，一些技術手段都比較成熟了，沒有太多可挖掘的空間了。

3.4 架構方向

架構管理方向隨著規(guī)模的收縮，很難出現(xiàn)機會了。

3.5 開發(fā)平臺建設

在公司內部，類似于螞蟻的mPaas開發(fā)平臺在業(yè)務快速成長期對提效會有很大的幫助，這個時候隨著業(yè)務的裂變，推出各種APP，開發(fā)平臺可以避免很多重復的工作，助力應用快速上線和運營，但是在收縮期再去建設就有點不劃算了。

單點的平臺能力，比如監(jiān)控、埋點之類的或者用第三方或者也自建完成了，對缺失的個別能力，可以根據(jù)業(yè)務需求點滴建設。

3.6 系統(tǒng)應用/Framework/驅動開發(fā)

隨著AI、Iot、新能源的發(fā)展與興起，釋放出一些系統(tǒng)開發(fā)的訴求，相對于之前，嵌入式驅動開發(fā)的薪資也有所增長，也算是一個方向，但是也要記住，比起手機，電視、汽車畢竟是少數(shù)，如果純轉嵌入式的話可能沾Iot的光規(guī)模更大些，不過比起芯片，這也是比較成熟的技術，可挖掘方向不大，只是多了個寫業(yè)務的戰(zhàn)場。

3.7 XR

目前比較成熟的是VR，但是VR在端上展示主要基于H5，采集會有單獨硬件，有些也支持了手機采集，但是還是那句話，市場需求不大。至于AR、元宇宙更多的是AI的綜合應用了，我們也不討論了。

3.8 音視頻

音視頻一直是移動端比較大和前沿的一塊方向，但是現(xiàn)在也已趨于成熟，下面看看主要的幾個方向：

• 點播：播放器的事情，主要涉及多解碼期、預加載秒開，剩下的交給系統(tǒng)播放器都可以完成的很好了；

• 錄制：系統(tǒng)錄制工具，或者基于系統(tǒng)采集、編碼、封裝封裝一套；

• 視頻編輯和特效處理：編輯主要是解復用--->解碼--->逐幀處理--->編碼--->復用的過程，逐幀處理用到視頻上主要設計合成、濾鏡等；音頻主要是變聲、聲音融合，都是通用的技術，稍微體現(xiàn)差異的就是特效處理中與AI的結合，比如美顏、帶眼鏡等會用到圖像檢測，但是都不是門檻，也談不上前沿探討；

• 直播：直播也同樣有成熟的結局方案：采集推流，開源服務端以及成熟CDN，播放ijk，秒開之類的都是參數(shù)優(yōu)化了；

• 實時音視頻：實時音視頻開發(fā)成本比較高，主要的挑戰(zhàn)是弱網對抗，3A處理等，由于不是通用協(xié)議，沒有CDN，自己搭建機房成本高，而且不見得效果比第三方好，所以也是一件性價比比較低的事情。

• 編解碼：目前主流的還是H264，VP8，H264甚至都沒有推開，限制編解碼算法的主要是推廣和兼容性，所以編解碼器都是一些組織去搞，一個公司貿然去開發(fā)，風險很大。

3.9 AI

人類一直在追求更智能的機器，AI是未來，所以即使現(xiàn)在不夠好，并且沒有找到太多的落地場景，但是很多公司還在搞，尤其是ChatGPT的能力讓大家驚訝，但是它仍然不是真正的“像人類一樣”的智能。目前通用的AI主要有一下幾個方向：

1. 語音方向

   1. 前端信號處理

   2. 喚醒

   3. 語音識別

   4. 聲紋

   5. TTS

   6. 作曲：抖音之前分享有過這方面實踐和應用

   7. 基于特征的語音編碼：比如谷歌推出的的lyra和SoundStream，Lyra的設計工作速率為3kbps，聽力測試表明，在該比特率下，Lyra的性能優(yōu)于任何其他編解碼器，并優(yōu)于Opus的8kbps，因此實現(xiàn)了60%以上的帶寬削減。但是正如上面說的，編解碼器的瓶頸主要還是在于標準的推廣。

2. 圖像方向

   1. 檢測

   2. 識別

   3. 圖像比較（應用于UI自動化測試）

3. 自然語言處理

   1. 智能問答

   2. 意圖識別

4. 風控

5. 推薦

6. 用戶畫像

7. 元宇宙/數(shù)字人：數(shù)字人更像是一個AI的綜合應用。

還有些特殊的特殊業(yè)務場景的特殊用戶，比如房產領域：

1. 戶型解讀（基于圖像的特殊特征）

2. 訓練場

對于AI，移動端可以做哪些探索？ 回答這個問題先要搞明白哪些場景適配放在端上來做。 Android官方給了一個決策的標準：

上面提到的特別需要在端上應用的主要有：

1. 喚醒

2. 圖像檢測

3. 語音編解碼

可以放在端上應用的：

1. ASR

2. TTS

3. 圖像標簽

基于這些場景端上的主要工作量是什么呢？模型訓練大部分還是放在云端，端上就是加載模型，輸入數(shù)據(jù)，展示輸出結果，還有可能就是對引擎，框架做些優(yōu)化：

4. 總結

整體來看，整個移動端技術的發(fā)展可以說到了“山窮水盡”的地步，可挖掘的創(chuàng)新型內容不是很多了，大部分都是在現(xiàn)有體系維護和迭代。整體來看業(yè)務支撐還是主要的需求來源，車機、Iot也釋放出一些機會，跨端、開發(fā)平臺、性能優(yōu)化、VR已趨于成熟，端智能落地的還是語音、圖像這些通用的方向，深度結合業(yè)務的還有待挖掘。目前的AI解決的還是“決策”問題，從現(xiàn)在生成式到未來創(chuàng)造式通用的、”人類水平“的“智能”還有很長的路要走，誰也不能打包票說雷·庫茲韋爾提出的奇點理論的“奇點”能不能到來，什么時候到來，智能的進化不止是算法層面的，還會收到算力的影響，像《流浪地球》系列中的MOSS機器人是因為量子計算機算力快的加成。