物聯(lián)網(wǎng)的音視頻基礎(chǔ)設(shè)施，誰在提供最優(yōu)解？

聲網(wǎng)在作為RTC服務(wù)商的同時，也更在成為賽道的核心布道者和推動者，通過一個個場景的逐步落地，進(jìn)而推動RTC行業(yè)產(chǎn)生更大的想象力。

作者|斗斗

出品|產(chǎn)業(yè)家

某海外物流企業(yè)的控制室內(nèi)，工作人員正聚精會神地注視著高清視頻畫面，這些畫面由無人配送車實時回傳，場景的每一個細(xì)節(jié)都清晰可見。另一邊，該工作人員正拿著手柄通過VR操控端實現(xiàn)遠(yuǎn)程操控?zé)o人配送車，用于實現(xiàn)最后一公里的物流配送。

這是聲網(wǎng)RTC技術(shù)在平行操控場景應(yīng)用的實例。

如今，數(shù)字化、5G、大模型等新興技術(shù)不斷推動著萬物互聯(lián)時代的全面來臨。物聯(lián)網(wǎng)（IoT）與實時音視頻（RTC）技術(shù)的結(jié)合應(yīng)用，也如春潮般涌動，為各行業(yè)的發(fā)展開辟了新的路徑。

一組由Global Market Insights統(tǒng)計的數(shù)據(jù)顯示，到2025年，全球物聯(lián)網(wǎng)市場規(guī)模預(yù)計將達(dá)到1.2萬億美元，從2019年到2025年，該市場的復(fù)合年增長率將高達(dá)28.5%。

RTC作為物聯(lián)網(wǎng)發(fā)展的“基礎(chǔ)設(shè)施”，已然成為其發(fā)展的“必需品”。然而，隨著IOT+RTC的廣泛應(yīng)用，其面臨的難題也日益凸顯。

一個事實是，盡管RTC技術(shù)不斷進(jìn)步，但在與IoT結(jié)合的過程中，仍然存在音視頻傳輸?shù)难訒r、卡頓等問題，如同一片難以逾越的鴻溝，令人惋惜。

要克服這些難題，需要將專業(yè)的RTC技術(shù)與IoT進(jìn)行深度融合。只有如此，音視頻才能真正成為物聯(lián)網(wǎng)產(chǎn)業(yè)的底層牢固基建，為物聯(lián)網(wǎng)平臺帶來更具有核心競爭力的增值。

但現(xiàn)實情況是，盡管一些一體化的IoT開發(fā)平臺將實時音視頻作為附加的增值功能，但由于技術(shù)限制和實時互動體驗上的不盡人意，這種結(jié)合并未能充分發(fā)揮出其應(yīng)有的潛力。

最優(yōu)解在哪？作為第一個把RTC技術(shù)作為服務(wù)提供給企業(yè)和開發(fā)者的公司，聲網(wǎng)正在交出一份答卷。

一、「IoT+RTC」的困局

一組數(shù)據(jù)揭示了物聯(lián)網(wǎng)設(shè)備數(shù)量的驚人增長——從2013年的9.1億飆升至如今的250億，這個數(shù)字在十年間擴大了25倍，并且以每年15%-20%的速度持續(xù)增長。這一現(xiàn)象表明，如今世界正身處一個萬物智聯(lián)的時代，而且這個時代正在加速到來。

而伴隨著新時代一起到來的，是對其愈加高漲的要求。

首先看用戶層面，能夠明顯感知到的是，用戶對IoT智能設(shè)備的要求正在越來越高。

即伴隨著用戶對IoT智能設(shè)備的需求日益增長，人們的期望在不斷提高。比如，如今的用戶更加注重與IoT智能設(shè)備的互動體驗，希望隨時隨地監(jiān)控家庭狀況，從多個角度查看家庭狀況，并與家庭成員進(jìn)行遠(yuǎn)程互動，追求更快的出圖速度、更低的延遲、高清畫質(zhì)以及聲音的立體感和真實感。

其次在行業(yè)發(fā)展層面，隨著新技術(shù)的發(fā)展和應(yīng)用，軟件定義智能硬件的時代逐漸走來，通過技術(shù)、軟件革新產(chǎn)品現(xiàn)狀、特性成為發(fā)展趨勢。

最后在市場層面，對于IoT智能硬件而言，由于芯片優(yōu)化空間見頂，通過芯片等硬件實現(xiàn)產(chǎn)品差異化較難，產(chǎn)品逐漸奔向同質(zhì)化。此外，P2P傳輸技術(shù)經(jīng)過十年高速發(fā)展也發(fā)現(xiàn)了一些弊端出現(xiàn)，這時候需要新技術(shù)接過這個接力棒，實現(xiàn)高要求互動。

在這些需求的推動下，IoT智能硬件必須要有更高的進(jìn)化。從最初的聽和看，到現(xiàn)在的更高清的畫質(zhì)和更真實的音效；從視聽互動到觸感互動；從低延時到超低延時。換言之，IOT與RTC的結(jié)合，勢在必行。

實際上，一直以來，RTC作為讓人與設(shè)備、人與場景奔向更高質(zhì)量互聯(lián)互通的底層技術(shù)，與IOT結(jié)合下不斷產(chǎn)生諸多化學(xué)反應(yīng)，推動了IOT智能硬件的發(fā)展。然而，隨著這種結(jié)合的深入，也出現(xiàn)了一些新的難題。

在產(chǎn)業(yè)側(cè)，例如末端物流配送車、礦場礦車、機器人操控等為代表的平行操控場景中，體驗保障困難、音視頻延時要求高、遠(yuǎn)程信令控制同步難等問題依然存在。

在消費側(cè)，包括智能攝像頭、智能門禁、樓宇對講、智能音箱、家用機器人等設(shè)備在內(nèi)的智能人居場景。硬件設(shè)備種類繁多，從芯片到平臺的適配工作更為龐雜；且在許多l(xiāng)oT應(yīng)用場景下，設(shè)備接入的環(huán)境惡劣，要求實時音視頻SDK具備功耗低、包體小的特征。

這種需求對應(yīng)的是對RTC能力的需求。實際上，在過去的幾年時間里，不少RTC服務(wù)商以及IOT廠商也在嘗試解決這些問題，但并沒有成為最終解。

中間的技術(shù)難點諸如由于RTC技術(shù)開發(fā)門檻高，體驗保障難，成本控制難等問題，導(dǎo)致實時音視頻的體驗感較差；此外設(shè)備覆蓋率低、無法突破更低延時等問題也使其寸步難行。

然而，在確定性的需求下，這個答案需要被找到。

二、聲網(wǎng)交出一份“答卷”

一聲嬰兒啼哭從房間內(nèi)傳出。圓滾滾的小機器人迅速滑行到嬰兒面前，并傳出母親遠(yuǎn)程撫慰的聲音。

這個溫馨的畫面來自賦之科技——一家專注于家庭服務(wù)機器人研發(fā)的公司。遠(yuǎn)程擼寵、遠(yuǎn)程陪伴、遠(yuǎn)程守護(hù)是其產(chǎn)品所打造的重要能力。

隨著全球老齡化持續(xù)加劇、全球養(yǎng)寵人群的持續(xù)擴大，一些情感關(guān)懷、陪伴互動的新消費需求不斷涌現(xiàn)。對于賦之科技而言，如何滿足用戶需求，提升產(chǎn)品體驗、互動性，成為關(guān)鍵。

為此，賦之科技與聲網(wǎng)在技術(shù)上進(jìn)行了諸多探討和融合，在聲網(wǎng)技術(shù)的加持下，賦能其家庭服務(wù)機器人實現(xiàn)了音視頻交互無需等待，實現(xiàn)端到端毫秒級延遲、音視頻通話流暢、隨時隨地穩(wěn)定訪問任意設(shè)備、跨端跨平臺等諸多能力。

實際上，這僅僅是聲網(wǎng)的一個縮影。其在賦之科技背后展現(xiàn)的一系列能力和技術(shù)沉淀，也在不斷復(fù)制到其他場景。

在海外的物流配送中，由于地理原因，最后一公里的派送問題尤為嚴(yán)峻，導(dǎo)致配送服務(wù)效果差、成本高、效率低。為解決這一問題，某海外物流企業(yè)決定利用遠(yuǎn)程操控物流車來解決這一問題。

為保障其遠(yuǎn)程操控的實時性，該企業(yè)選擇了聲網(wǎng)。

當(dāng)遠(yuǎn)程操控物流車因網(wǎng)絡(luò)不穩(wěn)定時，聲網(wǎng)會通過標(biāo)記優(yōu)先級、優(yōu)化路由調(diào)度策略、同節(jié)點轉(zhuǎn)發(fā)等方式，保障其超低延時；另外通過全網(wǎng)智能路由和 AI 機器學(xué)習(xí)算法，實現(xiàn)節(jié)點故障和質(zhì)量抖動下的無感知網(wǎng)絡(luò)切換。據(jù)實測數(shù)據(jù)顯示，聲網(wǎng)的平行操控解決方案能夠達(dá)到 60% 抗弱網(wǎng)丟包邊界，實測平穩(wěn)運行期間 100ms 卡頓率 ＜0.01%；20% 丟包+50ms 網(wǎng)絡(luò)抖動下，100ms 卡頓率＜0.1%。

同時，當(dāng)操作指令無法與實時音視頻畫面?zhèn)鬏敱３指叨纫恢聲r，聲網(wǎng)覆蓋全球 200 多個國家和地區(qū)的SD-RTN??大網(wǎng)服務(wù)，可實現(xiàn)最優(yōu)路徑選擇，保障RTM信令在70%丟包情況下消息到達(dá)率 100%。

在這些案例中，聲網(wǎng)解法的底層邏輯逐漸顯現(xiàn)。提供高可靠、低延時音視頻流媒體和可靠信令消息的能力，并依托SD-RTN?大網(wǎng)，面向穿戴、家居和出行等多個品類，提供端到端解決方案。

在無人駕駛場景下，4G路測弱網(wǎng)環(huán)境中，聲網(wǎng)的平行操控解決方案可以做到視頻端到端延時低至100ms，95分位數(shù)為180ms，充分滿足脫困場景下延時不能高于200毫秒的行業(yè)要求?？梢员Ｕ献詣玉{駛車輛在30km時速下可靠、安全、高效且沉浸式體驗來完成遠(yuǎn)程作業(yè)。

從嚴(yán)格的技術(shù)和行業(yè)方案雙向驅(qū)動，這是聲網(wǎng)交出的一份綜合答卷。這種能力來自于聲網(wǎng)通過面向音視頻全品類設(shè)備提供的解決方案，其價值也恰在于能持續(xù)圍繞場景應(yīng)用不斷打破固有的硬件及平臺的限制。

從更大的視角來看，聲網(wǎng)更等同于一個“底層開發(fā)者”，在幫助客戶解決真實需求的同時，也更將技術(shù)沉淀到RTC賽道的底層，在成為解決通路的同時，也更在成為行業(yè)底層基建。

三、誰在推動RTC的航船？

站在IOT之上，聲網(wǎng)正在產(chǎn)生新的價值點。

在礦區(qū)、化工等高危/惡劣環(huán)境場景中，數(shù)據(jù)傳輸?shù)臏?zhǔn)確性和可靠性，以及實時的溝通互動極為重要。然而，由于設(shè)備和設(shè)施可能存在較大的信號干擾和距離限制，給遠(yuǎn)程駕駛和操控帶了諸多挑戰(zhàn)。

而平行操控可以提高這些場景中無人車、機器人的運行效率和安全性，降低運維成本。這其中，聲網(wǎng)提供的高可靠、低延遲的音視頻通信服務(wù)，保障了設(shè)備與人之間的實時交互，同時還可以提供安全可靠的遠(yuǎn)程控制服務(wù)，幫助無人車實現(xiàn)遠(yuǎn)程駕駛和監(jiān)控，這已然成為礦區(qū)、化工等高危場景的安全保障。

而在智能人居場景，跨生態(tài)的互通互聯(lián)存在諸多瓶頸。音視頻作為物聯(lián)網(wǎng)發(fā)展的“基礎(chǔ)設(shè)施”，連接著不同的物理硬件與載體，逐漸承擔(dān)起了物聯(lián)網(wǎng)領(lǐng)域底層連接以及加速數(shù)字化進(jìn)程的角色。

聲網(wǎng)在智能人居場景提供的端到端、一站式的卓越音視頻服務(wù)，賦能全屋智能新生態(tài)，從最底層、最細(xì)微的環(huán)節(jié)進(jìn)行賦能，不斷往上輻射，推動物聯(lián)網(wǎng)賽道的互通互聯(lián)進(jìn)程。

實際上，站在這個角度來看，聲網(wǎng)的價值不單純在于對企業(yè)需求的滿足，也更在加速IOT整個行業(yè)駛向更寬闊的市場。

這不是一個容易的事情。

聲網(wǎng)在實時音視頻領(lǐng)域深耕數(shù)年，一直圍繞物聯(lián)網(wǎng)設(shè)備和場景去不斷優(yōu)化實時互動用戶體驗，為了進(jìn)一步推動音視頻物聯(lián)網(wǎng)向“真實時”演進(jìn)。聲網(wǎng)首創(chuàng)了全球軟件定義實時網(wǎng)—SD-RTN?，依靠其底層實時傳輸網(wǎng)絡(luò)，可以讓硬件設(shè)備突破網(wǎng)絡(luò)限制，即使在弱網(wǎng)的情況下，也能保障80%丟包下音視頻通話流暢。

一份成績單是，聲網(wǎng)的IoT解決方案如今已經(jīng)布局了面向智能穿戴、家居和出行領(lǐng)域等共40+的品類設(shè)備。基于這些場景和設(shè)備，聲網(wǎng)提供了包括實時音視頻、媒體加速和可靠信令等PaaS服務(wù)，幫助這些設(shè)備提供遠(yuǎn)程實時監(jiān)控、視頻通話和遠(yuǎn)程應(yīng)急協(xié)作等服務(wù)和功能。

作為第一個把RTC技術(shù)作為服務(wù)提供給企業(yè)和開發(fā)者的公司，更清晰的感知是，聲網(wǎng)在作為RTC服務(wù)商的同時，也更在成為賽道的核心布道者和推動者，通過一個個場景的逐步落地，進(jìn)而推動RTC行業(yè)產(chǎn)生更大的想象力。