重生2015：从网际网路赋能开始 第10章 开发项目攻坚

“所以，这就是我们的机会。”

“更重要的是自媒体和短视频风口刚起，用户对剪辑工具的需求在爆发。”

“其二，智能剪辑市场一片空白，这是蓝海赛道，其三，主流音视平台正在培养付费习惯，让用户愿意为效率买单。”

说到这，陈宇顿了顿，扫视一圈项目开发团队的所有成员。

“我知道大家可能会问，这个项目的开发难度高得夸张，我们凭什么能做出来？”

“很简单，就凭两点。”

“第一，你们的老板我早已经有了技术开发思路，比如实现场景识別和语音转字幕等多种核心技术。”

“第二，我有你们这些有梦想，有能力，也有执行力的兄弟伙伴帮助！”

眾牛马不管信不信，表面上还是很有眼色的开始热烈鼓掌，装也要装出一副被老板的激情演讲感动的样子。

而陈宇自然也知道这些老油条只是做做表面功夫。

但等到开始项目研发，他会用技术实力证明自己，並让这些人知道跟他混绝对有前途。

“所以，这次软体开发，將由我来亲自牵头，带领大家开发出世界上最好用的视频剪辑软体！”

这个目標听上去很假大空，但他必须给团队足够的信心。

“接下来三个月，我们要共同努力，投入百分之两百的激情，一起攻关项目开发遇到的各种难题...”

一边说套话，陈宇一边立下时间表。

第1个月：搭建基础框架。

第2个月：开发视频剪辑核心模块。

第3个月：alpha版內部测试、优化体验、准备对外发布beta公测版。

“作为智剪的首个內测版本不需要大而全，但必须解决一个核心痛点。”

“那就是让用户能在10分钟內学会並剪辑出一条有节奏、有字幕、有背景音乐的简单视频。”

陈宇看向ui设计组的组长周倩。

“周倩，你儘快弄出几版软体主界面ui设计图，我只有契合项目灵魂的极简和科技感两个要求。”

接著，他转头看向前端开发组的黄文博和周兴武等人。

“你们负责配合我搭建软体基础架构，开发重点在於视频流渲染处理，要首先保证软体流畅性和响应速度。”

“移动端適配版先不急，我们的第一个版本以pc端为主。”

“刘组长，你负责后续的测试流程...”

布置完每个人的项目任务，陈宇补充鼓励道：“作为初创公司，接下来的工作节奏会很快，但我希望大家都能投入十二分的精力。”

“產品做成了，兄弟们都是功臣，我保证项目奖金绝对不会少於一百万。”

听到百万奖金，很多人的眼睛一下子就亮了，打工人谁管你这哪的，简单粗暴的重金奖励才是硬道理。

不管老板是不是画饼，起码许多新员工的心气一下子就被提上来了。

会议结束后。

陈宇给开发组的工程师发了一份详细的產品需求文档和初步技术开发方案。

大家各自回到工位，气氛良好的办公室里很快响起了密集的键盘声和討论声。

技术攻坚从来不是一件容易的事情。

更別说项目经理兼老板陈宇，拍拍脑袋就要大家做成一个在所有人看来根本不可能完成的活。

人家国外大公司的it精英都做不到，你要他们这些拿几千块工资的普通程序猿做，確实有点为难人了。

这就导致最初的开发十分不顺利。

虽然陈宇提供了清晰的產品开发思路，但具体实现过程中依旧遇到了大量技术难点。

其中很多技术难点都是由陈宇独自解决的，可也有很多难题涉及面太广，触及到他的知识盲区。

一时半会想不出解决方案。

无奈之下，陈宇只好继续啃计算机的书籍充实自己，同时先搞其他功能开发。

最大的挑战来自於智能场景识別。

陈宇希望他开发出的智剪软体能自动识別视频中的关键帧，並据此向用户推荐剪辑点和转场效果。

这需要计算机视觉算法的支撑。

国內在此之前，根本没有类似的视觉算法，他们一切都得从零开始。

开发项目副经理罗浩，过硬的能力让他越发得到老板的信任，可他依然遇到了无数个难以解决的难题。

在图像识显这一技术难点攻关中。

他尝试了十几种开源的图像识別模型，但要么准確率不够，要么代码十分囊肿，根本没法用。

这些模型运行速度巨慢不说，还会经常崩溃。

他只能找到陈宇寻找帮助。

这一个多月以来，隨著技术攻关越发深入，虽然遇到了很多困难，但大部分在超级天才的老板眼里都是小casa。

不说隨手就能解决，但用不了多久都能给出解决方案。

这就让开发项目组的所有员工，都一致认同老板是个it界的技术大拿。

很多员工遇到技术难点，都习惯於去找万能的天才老板解决。

老板办公室里。

陈宇一头乱糟糟鸡窝髮型。

在公司连续肝了一个多月工作进度，没空整理形象，整个人都显得有些邋遢。

“篤篤～”

敲完门，略显紧张的罗浩快步走进办公室。

“老板，抱歉，我又遇到无法解决的困难了。”

陈宇没有骂人，通常而言什么问题都找老板解决，就是下属能力废物的表现。

但他很清楚这些牛马的能力上限，在国內it界，他们都算不上顶尖。

在这种难度极高的技术开发上显得比较平庸也正常。

骂人又不能解决实际困难，所以他没有过多的为难这些打工人。

因此他语气还算平静，“说说看吧。”

罗浩小心翼翼的说道：“如果要做到实时预览成片，视觉算法模型的解析必须在毫秒级內完成。”

“但目前的视觉算法，在家用级cpu上跑一次分析，10秒的视频就要渲染处理20多秒。”

“这明显不符合老板您的要求...”

陈宇思考片刻，经过系统持续赋能到160的智商，很快就给出初步解决方案。

“第一，优化算法模型，研发更轻量化的架构，牺牲一点点速度换准確率。”

“不能既要又要的情况下，我们重点攻克准確率这一难点。”

“目前主流的视频剪辑都这样，用户体验不会太差就行。”