163.从拍同款到剪同款，抖音和剪映如何持续制造爆款特效？

00:00

02:30:37

【本期嘉宾】王国晖

王国晖（前抖音特效团队研发负责人）

主播：潘乱（「乱翻书」主理人）

【时间线】

一、Snapchat（色拉布）

01:21 滤镜和特效是一回事吗？

04:09 特效软件的大概发展脉络：Snapchat、Looksery、bitmoji、Faceu…

12:07 Bitmoji算特效吗？Snap收购它的意义是什么？

17:11 一个爆款特效，比如变小孩，对Snapchat有多大帮助？

25:02 抖音跟Snapchat的特效有什么不同？

32:25 特效算是运营团队吗？中美巨头对于运营分别是什么态度？

37:47 YouTube shorts跟Tik Tok的投稿率差别非常大的，为什么？

40:57 朋友圈不让有滤镜，手机厂商其实都把滤镜给做了？

49:14 剪映之前，跟拍和挑战赛

二、剪映前世今生

52:10 剪映是怎么立项的，又怎么超过快影的？

57:27 快影团队的复盘

58:35 剪映（CapCut）用户快速增长的原因有哪些？

59:13 站在巨人肩膀上

60:18 抖音（TikTok）引流

61:09 剪同款

63:50 剪映产品团队是个什么风格？

73:29 剪映的特效热点挖掘机制是怎样的？又怎么做效果创新的？

76:49 剪映跟抖音、CapCut跟TikTok他们的国内外的使用情况是否是一致的？

82:44 剪映跟抖音相机，某个层面上是不是算是竞品？

84:21 剪映这类产品的核心指标看什么？

86:29 剪映广受好评，但它是合格的独立产品吗？

88:45 剪映跟CapCut，是跟抖音和TikTok的类似关系吗？

90:47 CapCut的出海有多成功？为什么会成功？

三、特效开放平台

100:45 全球市场有哪几家重量级的特效开放平台？他们主要竞争的点在哪里？

105:37 国内外民间做特效的都些是什么人？

107:41 特效开放平台如何拉新、激励，如何帮特效创作者产生获益？

四、字节特效和智能创作

108:28 爆款特效是怎么产生的？

113:09 研发、产品、运营是如何做好配合促使爆款不断产生？

119:30 字节的APP矩阵，如何从技术中台收益？

125:29 智能创作特效对于抖音到底起到什么作用？

127:56 抖音为什么这么大投入在UGC？

五、AI可能性和影响

133:48 AI图像和视频生成技术的发展，对这个行业来说意味着怎样的挑战和机遇？

139:00 字节的特效发展，大概可以怎么划分，有哪几个阶段？

146:16 如果要去做创新，在每一个不同的阶段，团队应该去做什么样的事情？

【开场&结尾音乐】

开场音乐：宝石Gem - 野狼disco

结尾音乐：Mount Dreams - Wolfs

【相关名词介绍】

生成对抗网络（英语：Generative Adversarial Network，简称GAN）是非监督式学习的一种方法，通过两个神经网络相互博弈的方式进行学习。该方法由伊恩·古德费洛等人于2014年提出。生成对抗网络由一个生成网络与一个判别网络组成，分别称为Generator和Discriminator，Discriminator通过对Generator的批判来提升鉴别能力，Generator通过对Discriminator的欺骗来提升生成能力。

其中，基于GAN的人脸特效是近年来学术研究和短视频特效领域的热点课题之一。

【部分特效/滤镜示例】