虽然没有王位和财富，但谁心中没有一个王子或公主的梦想呢？
近日，机器之心迎来了一批“在逃王子”。
这些王子虽然来自不同的王国，但他们的服装和道具均来自同一平台——快手。
快手新推出的“童话魔法”特效，让用户不仅可以体验王子的角色，还能感受当公主的乐趣。众多明星纷纷展示自己的公主特效形象：
“童话魔法”是基于生成式算法的视频特效技术，用户可以在手机上实时预览自己变身为公主或王子的效果。生成的图像充满童话风格，同时保留了用户的容貌特点，为用户带来了独特的拍摄体验。
目前，“童话魔法”包括冰雪公主、梦幻城堡、童话公主和童话王子等多种变身特效。
此外，用户还可以根据个人喜好进一步定制变身效果，添加多种风格的美妆、美体、滤镜和封面文字，甚至可以更换配乐，或将声音转变为小黄人、机器人、萝莉、大叔等不同风格。
然而，如何确保特效能适配所有手机型号呢？
尽管特效出色，但面对种类繁多的手机机型和配置，如何实现设备算力与模型效果的最佳适配，以提供卓越的用户体验呢？
快手首先进行了全面的算力分级。
由于当前移动端硬件种类繁多且存在严重的碎片化，算力分级面临着横向和纵向的挑战。横向挑战在于设备可以分为 CPU、GPU、DSP、NPU 等几类，各类之间的算力差异明显，通常 NPU≥GPU≥DSP≥CPU，但在实际情况中，各级算力会有重叠甚至反转的现象。纵向挑战则体现在，像 CPU 这种设备不同厂家（如苹果、高通、华为、MTK）的性能差异显著；GPU 也存在类似的问题，比如 Adreno 和 Mali 系列的性能差异。
将这些分散的设备横向与纵向展开，会形成一个复杂的算力矩阵。快手自研的深度学习推理引擎 YCNN 结合优化后的各后端代码，在多种模型上进行了深入的理论和实践测试，最终为快手用户群体设计了一套详尽的分级方案。
根据这套算力分级策略，快手对模型结构和计算量进行了调整，设计了不同计算量的模型。例如，为 CPU 设计了效果出色的中等计算量模型，而适合 NPU、GPU、DSP 等大算力设备的模型则运行更复杂、效果更佳。
此外，实际应用中多个模型可能导致资源包过大、加载缓慢。为此，快手引入了模型服务器分级下发机制。根据终端硬件信息进行设备分级，加载对应模型，充分利用设备算力，同时为所有快手用户提供卓越的效果体验。
