從線上 K 歌到元宇宙，「實時互動」的八年進化

疫情壓抑了大量線下 K 歌需求，卻壓抑不了麥霸們愛音樂的心。于是線上 K 歌房這個「古老」的行業(yè)再次迎來生機。

遙想當年 KTV 里的麥霸們，除了愛音樂，其實還愛互動。如今的在線 K 歌房也進化出了多種玩法滿足互動需求，全方位還原 KTV 里的嗨歌場景，不只能錄歌，還有如搶唱、接唱為主的依次互動類玩法，斗唱、合唱為主的實時互動類玩法。

從當年的「YY 語音」到如今的「全民 K 歌」，這些語聊和 K 歌類應(yīng)用看起來功能簡單，但是當用戶數(shù)是千萬乃至過億量級的時候，最簡單的底層實時音視頻功能，都會變成很大的技術(shù)挑戰(zhàn)。

應(yīng)用倒逼基礎(chǔ)設(shè)施推進，是國內(nèi)科技互聯(lián)網(wǎng)的常態(tài)。實時音視頻互動技術(shù)的發(fā)展帶出大量的場景，也成就了那些針對不同場景的大中小創(chuàng)業(yè)公司。

應(yīng)用倒逼基建，再到如今深入場景，實時互動領(lǐng)域發(fā)展的全過程中，聲網(wǎng)舉辦了八屆的實時互聯(lián)網(wǎng)大會，如同行業(yè)風向標，全程參與、見證和帶動了實時互動行業(yè)的發(fā)展，同時在每年大會上都有著對行業(yè)的發(fā)展的總結(jié)和預(yù)判。

不久前的 RTE 2022 第八屆實時互聯(lián)網(wǎng)大會上，聲網(wǎng)通過發(fā)布的 RTE 行業(yè)首本專業(yè)書籍《實時萬象》，披露了超過 200 個實時互動應(yīng)用場景，以及眾多熱門場景在全球市場的發(fā)展情況，并首次揭秘了聲網(wǎng)的音視頻大數(shù)據(jù)，為全球 RTE 行業(yè)的開發(fā)者與創(chuàng)業(yè)者提供一個全面的借鑒與參考。

同時，在對實時互動要求與日俱增的當下，聲網(wǎng)也在今年的大會上給出了實時互動「基建」未來的愿景。

對于很多做音視頻的開發(fā)者來說，應(yīng)該會記得，聲網(wǎng)是首個將 RTC（Real-Time Communication 實時通信）技術(shù)能力提供給企業(yè)和開發(fā)者的公司。

在 2020 年，聲網(wǎng)在上市招股書中首次公開提出「RTE」（Real-Time Engagement）概念，此后這一概念逐漸被全行業(yè)認可及使用。

從 Communication「傳遞」到 Engagement「參與」，實時音視頻技術(shù)從幕后參與到了更多場景中。今年的 RTE 2022 第八屆實時互聯(lián)網(wǎng)大會對 RTE 技術(shù)能覆蓋的內(nèi)容進行了進一步的擴大衍生，從實時音視頻技術(shù)的基礎(chǔ)能力向更多的場景化能力擴展，RTE 概念與邊界也已逐步清晰化，更加聚焦場景。

聲網(wǎng)創(chuàng)始人兼 CEO 趙斌認為，RTE 內(nèi)涵和外延的范圍遠遠超過了 RTC 的領(lǐng)域，「RTC 從 Communication 的視角，更多強調(diào)對語義信息進行高質(zhì)量和高效率的傳遞。而 RTE 更聚焦用戶所需要的共享時空，即俗話所說的場景，并且能夠達到或者超越線下場景的互動體驗和效果?！?/span>

如其所說，RTC 到 RTE 不止概念的變化，更和應(yīng)用場景的發(fā)展緊密相關(guān)。傳統(tǒng)的 RTC 概念，從信息傳遞的角度出發(fā)時，更集中于視頻會議、直播、音視頻通話、在線課堂等場景，而近幾年創(chuàng)新場景層出不窮，已經(jīng)遠超想象，例如健身鏡、平行駕駛、云蹦迪、虛擬演唱會等等。

今年 RTE 2022 第八屆實時互聯(lián)網(wǎng)大會上發(fā)布的《實時萬象》里詳細解析了 200 多個場景，不僅有在線 k 歌，還遍布泛娛樂、IoT、教育、金融、醫(yī)療、企業(yè)協(xié)作等 20+ 行業(yè)賽道，大量 RTE 場景正在快速生長。

比如當前很多火熱的實時互動場景都搭上了元宇宙順風車。今年 7 月，加拿大「元宇宙」線上體育社區(qū) Stadium Live 完成 1000 萬美元 A 輪融資，估值飆升至 3200 萬美元。在 APP 上，用戶不僅能沉浸式觀看賽事直播，還可以在社區(qū)中與眾多球迷線上實時交流，且可以創(chuàng)建虛擬化身，穿上球衣、打扮成球星、征召球隊。

Stadium Live | 來源：TechCrunch

實時互動技術(shù)助力的 Stadium Live 式沉浸式觀賽體驗，不止球迷之間可以交流，甚至還能影響賽場中的運動員。用戶通過手機、電腦等移動設(shè)備，「加入」體育場內(nèi)正在進行的大型體育賽事，為現(xiàn)場參賽人員吶喊助威、歡呼鼓掌的這些聲音，都可以通過揚聲器實時回蕩在賽場上，在設(shè)備外也能讓喜愛的隊員聽到自己的聲音。

和體育直播類似，線上演唱會也不僅只能單向觀看了，更真實、自然、沉浸的線上演唱會體驗已經(jīng)出現(xiàn)——在虛擬演唱會的世界中，你擁有自己的虛擬化身，坐在線上虛擬坐席上，可以與現(xiàn)場場館的大屏連線實時互動，在家中揮舞的應(yīng)援棒也可以讓偶像看到，甚至還可以在虛擬演唱會中與偶像共創(chuàng)舞臺。

在當前元宇宙暢想層出不窮的時刻，更為重要的是扎實進行對下一代互聯(lián)網(wǎng)的基建。RTE 就被認為是元宇宙的一項底層技術(shù)，元宇宙所需的自然交互和沉浸參與，都離不開實時互動。RTE 2022 大會上更深入挖掘出了這些火熱的元宇宙場景所需的底層技術(shù)。

其中空間音頻技術(shù)已經(jīng)在元宇宙話題中被反復(fù)提及，其對于元宇宙的重要性被認為或?qū)⑦h超其在互聯(lián)網(wǎng) 2.0 時代的作用。如果認為空間音頻就是立體聲或者左右聲道，就小看了未來在虛擬空間里人能從聲音里得到的沉浸感。在 RTE 2022 實時互聯(lián)網(wǎng)大會上，趙斌聊到，「人的耳朵是一個超級敏感的器官，除了左右方位，還有空間大小、距離遠近、空間塞滿物體還是比較空曠等等。這些如果跟真實有差異，在元宇宙場景下的現(xiàn)場感、沉浸感和真實感就會有大大的損失。」

在 AIGC 取得令人振奮的突破發(fā)展之外，其實 AI 近一年在音頻領(lǐng)域也有著巨大進化。AI 降噪、AI 回聲消除、空間音頻等音頻的新技術(shù)能力給各種場景帶來了更加純凈和沉浸的聽覺體驗。趙斌稱，「我們很高興看到 AI 降噪在過去一年取得了突破性進展，和傳統(tǒng)的 DSP 算法相比，AI 降噪能有效地降低各種突發(fā)式、不持續(xù)、甚至不規(guī)律的噪聲信號。」

隨著 RTC 概念升級為 RTE，實時互聯(lián)網(wǎng)大會名稱也于 2020 年從「RTC 大會」升級為「RTE 大會」，這場大會已經(jīng)從最初單純地以技術(shù)布道為目的，逐步升級為技術(shù)內(nèi)核、聚焦場景的行業(yè)峰會。

第一屆實時互聯(lián)網(wǎng)大會舉辦之時，實時音視頻技術(shù)在國內(nèi)還處于「三無」狀態(tài)，即：無行業(yè)會議、無專業(yè)書籍、無專業(yè)媒體及社區(qū)。在這樣的背景下，剛成立不久的聲網(wǎng)在 2015 年就將 webRTC 大會引入國內(nèi)，成為整個亞太地區(qū)音視頻技術(shù)大會的開創(chuàng)者。在第二年，聲網(wǎng)獨立舉辦實時互聯(lián)網(wǎng)大會，并堅持一年一會。

從此，大會作為風向標一般的存在，伴隨著實時互聯(lián)網(wǎng)在各行各業(yè)應(yīng)用的發(fā)展。

翻看最早的兩屆大會內(nèi)容，主題分別叫做「溝通無限」和「快速崛起」，當時實時互動需求剛剛萌芽，實時音視頻技術(shù)還在跟網(wǎng)絡(luò)問題、設(shè)備問題較勁，需要解決基本的噪音、回聲問題。在應(yīng)用層面，討論還在「微信上越來越多的用戶愿意使用實時語音功能」和「實時語音已經(jīng)達到可以商業(yè)化的地步了」的階段。

八年過去，語音質(zhì)量問題已經(jīng)不再困擾很多基礎(chǔ)場景，實時語音早已發(fā)展成實時音視頻，實時互動也早已在千行百業(yè)中發(fā)揮出了遠超微信語音意義的作用。

伴隨著實時互動賽道的發(fā)展，大會內(nèi)容也在這八年間不斷衍生，逐漸從技術(shù)蔓延到行業(yè)、產(chǎn)品、生態(tài)、創(chuàng)業(yè)、企業(yè)責任等各個領(lǐng)域。

技術(shù)內(nèi)容始終是實時互聯(lián)網(wǎng)大會的核心，在以實時音視頻、實時通信相關(guān)技術(shù)作為核心的基礎(chǔ)上，結(jié)合每年開發(fā)者關(guān)心的不同技術(shù)熱點，在分享內(nèi)容上做了更多延伸，例如 AR、VR、AI、機器學習、5G、Flutter 等等。

從聲網(wǎng)舉辦實時互聯(lián)網(wǎng)大會的第一年到 2019 年，是移動互聯(lián)網(wǎng)快速發(fā)展的幾年，實時互動技術(shù)應(yīng)用也隨著移動互聯(lián)網(wǎng)的發(fā)展覆蓋到越來越多的行業(yè)、場景，在這期間，每一年的實時互聯(lián)網(wǎng)大會幾乎都準確預(yù)言了未來 1-2 年行業(yè)的發(fā)展趨勢，見證和預(yù)言了眾多實時音視頻技術(shù)之于互聯(lián)網(wǎng)發(fā)展的關(guān)鍵時刻。

當年趙斌對電商直播的預(yù)判就先市場一步。2017 年，在實時互聯(lián)網(wǎng)大會主論壇上，趙斌在分享中提出，直播可以成為電商進一步發(fā)展的手段，直播形式可以更好重現(xiàn)線下購物體驗，幫助商家全方面推廣產(chǎn)品，幫助消費者更方便地選擇產(chǎn)品。當時，電商直播還是一個新興場景，到 2018 年，電商直播就開啟了勢頭，直到現(xiàn)在電商直播已經(jīng)成為每個電商應(yīng)用的標配。

2020 年一場突如其來的疫情出現(xiàn)，將很多線上場景融入到人們的日常中，加速了實時互動技術(shù)的落地需求。視頻會議、遠程醫(yī)療、遠程面試、電商直播……大量場景一夜之間成為生活工作的必需品。RTE 概念在這樣的背景下誕生，實時互動成為快速增長的新興行業(yè)賽道，大會也隨之升級，內(nèi)容覆蓋與 RTE 相關(guān)的更多領(lǐng)域。

同時，2020 年 RTE 大會期間，聲網(wǎng)聯(lián)合五源資本等知名投資機構(gòu)，發(fā)起了第一屆實時互聯(lián)網(wǎng)創(chuàng)業(yè)挑戰(zhàn)賽。通過借助資本的力量，發(fā)現(xiàn)更多獨角獸、加速創(chuàng)業(yè)者在實時互動方向的創(chuàng)新和成長，也讓這個行業(yè)更加繁榮。后來聲網(wǎng)將創(chuàng)業(yè)挑戰(zhàn)賽升級為創(chuàng)新大賽，一直延續(xù)至今。

2021 年，實時互聯(lián)網(wǎng)的玩法更加豐富多樣起來，社交直播、狼人殺劇本殺等語音游戲、clubhouse 等互動播客、全景教室以及各類元宇宙場景走入人們生活中。

在當前元宇宙「新基建」時刻，RTE 大會依舊是行業(yè)風向標。在此時元宇宙實時互動技術(shù)的「新基建」中，RTE 大會依舊是行業(yè)風向標。2021 年是元宇宙元年，聲網(wǎng)便在這一年的 RTE 大會上打造了沉浸感十足的專屬元宇宙展區(qū)。參會者不僅能體驗到 HTC Vive、Rokid 等 AR 設(shè)備、創(chuàng)幻科技虛擬偶像體驗，還有擼貓機、喂鳥機、智能機器人等豐富的 IoT 設(shè)備。

同時，2021 年的 RTE 大會聚焦于實時互動場景，關(guān)注實時互動在各行各業(yè)的落地與前瞻，發(fā)布了基于實時互動場景的「RTE 萬象圖譜」，這也是行業(yè)首個 RTE 全場景雛形，并在今年集結(jié)成書《實時萬象》。

技術(shù)迭代，場景爆發(fā)，大會的初心——幫助開發(fā)者——始終未變。當初剛成立不久的聲網(wǎng)引進 webRTC 大會時，便是為了解開發(fā)者的實際需求，幫助他們應(yīng)用 RTC 技術(shù)?！笩o論 RTE 大會所輻射的內(nèi)容做了多少延伸，我們的初心始終是服務(wù)好開發(fā)者?！孤暰W(wǎng)市場副總裁彭小歡在大會上表示。

如今在和開發(fā)者的共同努力下， RTE 大會已經(jīng)成為開發(fā)者一年一度必參加的行業(yè)年會，成為了全球范圍內(nèi)規(guī)模最大、最具影響力的音視頻行業(yè)峰會，累計影響開發(fā)者超過 200 萬。

能夠做到全行業(yè)的開發(fā)者都認可的大會，是因為這場大會本就是開發(fā)者辦給開發(fā)者的。在聲網(wǎng)，員工很多也都是開發(fā)者，彭小歡表示，「開發(fā)者最了解開發(fā)者的實際需求，愛分享切磋、很極客、熱愛前沿技術(shù)、追求效率、擅于創(chuàng)新等等需求在 RTE 大會中都能得到滿足。」

不管是當前互聯(lián)網(wǎng)流量聚集地視頻直播，還是未來的元宇宙場景，人們對實時互動的視聽體驗追求只會越來越高，如果沒有 RTE 作為實實在在的基建能力跟上這樣的潮流，愿景都將難以實現(xiàn)。比起當年的「語音」時代，這樣的基建或許更為迫切，同樣能預(yù)見的是，回報也更大。

作為行業(yè)風向標的 RTE 大會，既是基建的主力承建方，也是基建中的一環(huán)。手握技術(shù)、落地場景的聲網(wǎng)，顯然已經(jīng)做好了進入未來新市場的準備。