随着音视频技术在 Web 浏览器中的成熟，浏览器所驱动的性能足以处理更复杂的任务。本次演讲将介绍在字节 - 智能创作团队是如何解决音视频领域的技术问题，建设灵活的工具架构，应对设计师、用户多样的创作工具的诉求，包括轨道编辑器、图文卡片模版、视频混剪工具等热门应用编辑体验。以及 AIGC 创作热潮下，前端程序员的技术成长路径。

演讲提纲：

1. 背景与趋势

• Web 浏览器中的底层能力提升，WASM、IndexedDB、WebCodec、WebGL,、WebGPU 等，如何支撑音视频技演进
• 在智能创作覆盖的业务中，如何为不同背景的使用者，提供不同的工具形态

2. 编辑工具应用案例

• 图文转视频工具，如何帮助文字工作者产出章节视频
• 卡片模版工具 for PPT工作者，并提供贴纸、文字、动画、数字人等多种表现形式
• 视频混剪工具 for 视频运营者，产出不同风格和排序的批量视频
• 轨道编辑器和 WebSDK for 视频剪辑师，并提供桌面级体验

3. 工具族背后的系统设计

• 基于事务和多粒度封装的整体工具系统架构，以支撑不同工具形态
• 基于JS友好的特效渲染引擎，打通现有模版生态和制作工具
• 端上组合的艺术，智能混剪和分组算法设计

4. 总结和展望

• 通过模块化拆分，能力库性能，和再组装能力提供形态多样的工具
• 从 Web 音视频到 Web 多媒体，多种技术和 AI 的综合使用，可以做到的事情
• AIGC 创作工具的跨脚本语言的范式迁移，从 JavaScript 到 Python

听众收益：

• 了解字节在该方向的实践及未来的探索
• 音视频编辑工具的最佳实践和思考过程

方案痛点：

• 浏览器能力层性能优化标准，如何于 PC 端对齐
• 大文件，多片段，复杂协议带来的工具初始化和运行时技术挑战