我们随机选取了一个线上视频。这个视频的特点是0-6s时画面相对简单，6-9是相对复杂。我们分别对其进行多场景分割以及常规压缩，可以看出，蓝色的多场景分割策略在0-6s时码率相对较低，在6-9s时相对较高。这也比较符合自适应编码的最初目标，即根据场景的复杂度、不同场景的复杂度情况来设定合理的码率。最终整体的视频码率也相对较低，而且VMAF分高于常规压缩策略，整体是符合预期的。
我们来看下模型综合预测结果。图中有两条曲线，黄色的GT曲线和蓝色的预测曲线。右侧是loss图，可以看出随着迭代次数增加到万次后，loss值已经趋于0。我们可以根据基准转码的视频，把视频划为三档，分别为VMAF分差小于1、小于2、和小于3。这也是为了解决后面业务中遇到的问题。
为了解决用户侧画质与流量的平衡问题，根据压缩比与VMAF分预测曲线及分档，我们自然就会联想到根据机型来制定不同的分发策略。对于高端机如XFold、XNote、X80Pro、iQOO9 Pro或新锐白领用户，他们对画质要求高且流量敏感度低，我们可以给其优先分发高档位视频，即VMAF与基准编码VMAF分差为1分，这些视频在用户侧播放表现更加流畅丝滑、观感也更好；对于中端机如S15、iQOO Neo等机型或一些小镇青年，这些用户群体对画质要求中等、流量敏感度一般，我们可以给其优先分发中档位视频；而对于千元机如Y系列机型，一般是下沉用户，比如资深蓝领或小镇中老年，这些用户往往会更在意流量使用，对画质要求不高，因此我们可以给其优先分发低档位视频。
接下来是业务场景的多样性分析。大家都知道，想要满足起播速度快、并发量高、画质也高这三个特点是非常有挑战的。
首先我们看热点推送场景，它的特点是新闻热点突发，瞬时千万级push，点击和并发量高。在没有预加载、客户端冷启动的情况下，对于起播速度要求也比较高。但这个场景下的码率是很低的，所以只对三特性中的两点有要求。
我们都知道，如果想保证起播速度快、能支持高并发量且画质最佳是一件非常难的事情，对技术难度和带宽成本来说要求都很高。
但是结合具体业务场景具体分析，似乎也没有一个场景很严苛地需要3个条件同时满足。拿热点推送场景来说，这类型的业务场景一般是大热点推送，往往是瞬时点击用户多，并发量高，客户端冷启动没有预加载的机会，因此对视频起播速度要求很高，画质方面，热点视频一般是新闻转发或编辑合成，此类视频画质要求并不高。
再者是外部引流场景，这类场景的特点是用户对视频感兴趣而被吸引到我们的app中，属于用户拉新，对于新用户来讲，画质高和起播快是必须同时具备的，对新用户的体验和留存也是最为关键的，但是拉新导流这种场景并发量不会太高。
最后是主推荐流场景，这也是我们最主要的场景，配合客户端灵活的预加载策略，我们只需要保证首条视频起播够快，剩下的视频由于已被提前加载，因此起播速度要求并不高，但是高画质和高并发是必须保证的。
