刷新，这个视频封面看起来不错，点进去看看。

每天，全球有数亿人和你一样，重复着这个操作，躺在床上刷会短视频或是追剧放松一下。

短视频和流媒体应用总能在刷新中推出「你喜欢的内容」，总会有一个视频的封面刚好戳中你的喜好，在这样的循环中，时间滴滴哒哒走过。

1 小时、2 小时、3 小时，时间就这样过去了。

短视频和流媒体应用是怎么做到的？

Netflix 曾在自己技术博客中介绍了相关原理，它如何通过一张张封面，让你「欲罢不能」。

让你欲罢不能的「封面算法」

在 Netflix 等流媒体服务普及之前，我们看到的电影海报是这样的，场景和人物形成了互文，《绝命毒师》中主角沃尔特·怀特性格的狠厉展露无余。

▲《绝命毒师》. 图片来自：Netflix

又或是这样的，大尺寸的《沉默的羔羊》电影海报，人们能很直观地关注到海报中飞蛾其实是由 7 位女性组成，暗示剧中罪犯渴望「破茧成蝶」成为女性。

▲《沉默的羔羊》. 图片来自：豆瓣

在线视频兴起初期，这种创意满满的海报自然而然地成为了电影封面，但如今你很难在 Netflix 看到类似的创意封面，视频封面变得更简单、也更直接了，大多封面都是一个电影标题，配上主角。

看起来似乎是一件「反常识」的事，用电影创意海报作为视频封面不应该更具吸引力吗？

答案是否定的，Netflix 团队在技术博客中解释道。

流媒体的承载者是电视、手机、平板这样的设备，细节太多的海报观众不一定会注意到，甚至会直接划走忽略。

更重要的是，流媒体上电影和剧集选择太多了，人们为一部剧集停留的时间太短了。

这或许得怪作为人类的你，能力实在是太强了，根据麻省理工学院官方刊物《MIT News》，人脑处理眼睛所看到图像，仅仅需要 13 毫秒。

▲面部表情和姿势的数据标注

这是 Netflix 所不愿看到的，没人看视频内容，也就意味着没人愿意付费订阅，因此优化视频封面成为了团队的头等大事之一。

相比普通视频创作者，Netflix 的优势在于内容丰富，不仅收购了大量电影和剧集版权，还有不少自制剧集和电影，庞大的用户订阅群体也能让它们通过用户和点击数据分析人们对于不同剧集类型的偏好。

▲标注了数据类型的画面

剧集封面也是一样，Netflix 基于人们的浏览点击数据，专门为剧集封面设计了算法——AVA 视觉分析。

一般而言，Netflix 会将电影或剧集中包含的画面帧全部抽离出来，对每个画面进行数据采集和分析，数据维度包含亮度、颜色、对比度、运动模糊情况、镜头情况、构图以及演员等等。

之后 Netflix 会对这些数据进行分级筛选，根据用户偏好数据，选择适合展示的封面图测试。

▲面部表情和姿势的数据标注

这是一个极为复杂，耗费大量计算资源的过程，比如 1 小时《怪奇物语》就包含 86000 帧画面，要从中选出封面图的复杂度可想而知。

庞大的数据分析，让 Netflix 更了解人们的喜好，技术团队在博客文章中也列出了一些直观的例子。

比如同样构图稳定、观感上佳的封面，观众通常会选择简洁人物加电影标题的封面，高分剧集《女子监狱》的封面就是根据这条规则逐渐演变的。

▲ 根据数据结果调整的《女子监狱》第一季和第二季封面

另外一个有趣的趋势是观众通常更喜欢「坏蛋」作为视频封面，点击率更高，前段时间的热门剧集《鱿鱼游戏》就是这样的。

▲同一部电影，突出「坏蛋」的封面更受欢迎

由于 Netflix 跨越多个国家和地区，它也会根据不同地区文化动态调整视频封面，以获取更高的点击和观看时间。

▲不同地区的人，喜欢不同的封面

剧集封面并不总是一成不变的，Netflix 会依靠 A/B 测试，持续优化。

正是通过持续不断的优化封面算法，Netflix 总能推荐「符合你喜好」的内容，再加一次放出全集的运营手段，一下子熬夜看完整季剧集的情况也有，最终推动 Netflix 使用时长不断增长，拉升订阅率。

▲ Netflix 的 A/B 测试案例，第二张封面效果最好

根据数据调研机构 statista，Netflix 在 2021 年第四季度结束时已经拥有了 2 亿 2218 万用户，是全球最大的流媒体服务商之一。

靠算法还是靠人

在这个每天数亿人观看视频的年代，更能吸引人点击的视频封面，成了一门显学，除了 Netflix 也有不少机构和平台发现了简约人物加大标题的视频，能提升点击率。

流媒体服务越来越多，掌握这一趋势的平台也就更多，「标准答案」一下子就多了起来。

▲ Netflix 电影封面

当标准答案太容易获得，它的价值自然会快速降低，虽然简约人物加标题的封面设计保证了及格的视觉观感，但也有人认为这样套路感太重，怀念电影海报上充满创意的设计。

算法能帮助人们快速找出标准答案，能让人们更快找到自己可能感兴趣的剧集，帮人们在一堆电影中根据封面快速决定，久而久之，选择就会趋同，不随大流的个性表达因此愈发显得珍贵。

Netflix 等流媒体平台的订阅商业模式催生了以算法为核心的推荐机制，让人们看「上瘾」的同时提升付费率，不同的产品会催生不同设计。

▲ 流媒体服务越来越多. 图片来自： Thrillist

B 站和 Netflix 相似，但又有一些不一样，相似之处在于它们都通过算法向人们推荐视频。

不同之处在于 B 站受社区文化影响颇深，如果你仔细观察，会发现 B 站推荐信息流当中的官方版权电影或剧集，并不都会采用标准答案，比如《头文字 D》的封面。

▲知道答案的朋友，评论区见

这显然是一个人为痕迹颇重的作品，类似的案例我见过不少。

封面只是片中的一个画面，与标题形成了有趣的互文，看过或者了解这部电影的观众，大概率会了解「我买了一件__」问题的答案，和梗结合就是和 B 站社区文化相结合。

几年前，我们谈到 B 站大概率会提到二次元、鬼畜等关键词，如今经过一系列扩张之后，整活、互联网梗文化等成为新晋关键词之一，从《让子弹飞》的流行到 B 站热榜时不时变换的新梗，尽皆如此。

▲《很有精神》、《让子弹飞》都是 B 站的流行梗

当然，无论是 Netflix 还是 B 站，封面如此重要的前提都是均采用了多列设计，如果是单列信息流，封面的重要性就会被极大地削弱。

最直观的例子便是抖音，视频自动播放缩短了人们看封面的时间，一整块屏幕仅有一个视频作为选择，上下滑动代替了点击，观众永远都在刷新。

封面的价值变得极低，它不再能让视频从一堆选择中脱颖而出。

▲「刷」抖音

或者说，在抖音视频的前几秒就是另外一种形式的「封面」，当视频前几秒吸引力不足，人们就会划走。

算法将技术的两面性体现得淋漓尽致。

一方面基于大量数据测试得出的结论更接近人们的喜好，让人们能更快找到符合喜好的内容，用更符合喜好的封面帮助人们快速选择，另一方面过度上瘾和选择趋同带来了诸多不良影响。

移动平台的两位霸主 iOS 和 Android 不约而同地提供了数字健康功能，足以证明问题的严重性，数字健康功能所提供的「屏幕时间」选择，也是为了让人们有新的工具选择，限制 Netflix 等流行娱乐 app 的使用时间，

算法的高效固然有用，但人为调控也不可缺失。