动效是用户交互体验中至关重要的一环，但在传统工作流中的交付成本却非常高。由于需要研发通过代码来手动还原设计师预设的动效内容，常常会导致无法批量化生产素材，交付周期长错过热点，以及最终视觉效果上的妥协。

为了降低或消除动效研发的相关成本，打通设计师创作到素材上线的自动化流程，腾讯内部历时 5 年研发了一套 PAG 动效工作流的解决方案，能够一键将 AE 动效内容导出并应用到几乎所有的主流平台。该方案目前已经接入服务了腾讯内 70+ App，包含微信、QQ、王者荣耀等头部 App，并于 2022 年 1 月正式对外开源。

本次分享除了介绍 PAG 的整体工作流及诞生背景外，将重点解读在产品需求驱动下遇到的重点技术挑战和架构演进细节，包括动效文件的极限压缩原理，如何支持所有 AE 特性的导出，以及让 SDK 包体直线降低 50% 的 4.0 全新渲染引擎等。

演讲提纲：

1. PAG 诞生背景

• 各种应用场景下的强烈动效需求
• 传统的动效工作流及其核心痛点 - 研发成本高 / 生产周期长 / 视觉动效弱

2. PAG 动效解决方案

• PAG 动效工作流介绍以及如何解决核心痛点
• PAG 与 Lottie 和 SVGA 等方案的区别和优势 - 文件格式 / AE 特性支持 / 平台支持

3. PAG 技术挑战与架构演进

• 版本迭代概述 - PAG 1.0 ~ 4.0 重点能力演进
• 高效的文件格式 - 格式设计目标 / 动效文件极限压缩策略
• AE 全特性支持 - 矢量和序列帧混合导出 / 透明视频及容器封装优化
• 渲染架构优化 - 利用静态区间跳过重复渲染 / 三级缓存架构设计
• 4.0 全新渲染引擎 - 替换 Skia 实现包体和性能的进一步突破

5. PAG 总结与展望

• 业务接入情况与开源成果
• 未来发展重点路线图

你将获得：

• 了解腾讯在解决动效工作流痛点方面的最新探索和思考
• 了解腾讯 PAG 动效方案背后的技术挑战和渲染架构细节
• 了解在 2D 绘图引擎领域除了 Skia 之外的一个全新选择
• 了解腾讯 PAG 动效方案的应用场景和未来重点规划