元宇宙、教育、泛娱乐、IoT、金融、医疗、企业协作、数字政府、智慧城市……在覆盖各行各业并应用超过200多个场景之后，实时互动技术、实时互动赛道逐渐被行业和越来越多的企业关注到。

6月10日，由中国信息通信研究院主办、中国互联网协会指导的“实时互动产业发展和生态合作论坛暨《实时互动产业发展研究报告》（以下简称‘报告’) 发布会”在线上顺利召开，中国信通院泰尔终端实验室副总工李波对报告进行了深入解读。

声网作为实时互动行业的领军者，担任本次报告的编委会副组长，与中国信息通信研究院共同研究编写。同时声网合伙人兼技术 VP 孙雨润在会议上分享了《实时互动技术概览和前沿场景》的主题演讲。

本次活动由声网超音速计划合作伙伴 Gotin 提供技术支持

实时互动推动互联网演进升级变革

报告中定义的实时互动，是指在远程条件下沟通、协作的多方能够随时随地接入、实时地传递虚实融合的多维信息，并体验身临其境的交互活动。如近几年爆火的实时合唱、互动播客、远程超声、太空杀、虚拟偶像直播、虚拟演唱会、元宇宙等创新场景。

实时互动行业场景崛起最大的推动力是用户需求的转变，在经历了互联网的洗礼之后，用户最大的诉求，从单一的信息交换，逐渐扩充为包含信息、人物、环境等“如聚一堂”的沉浸式需求，而实时互动创新技术实现了用户从“在线”至“在场”的重要转变，推动互联网向以“临场感”为主要特征的下一代互联网演进方向升级变革。目前实时互动已经获得了大量国内外云厂商、互联网平台、实时音视频服务企业的认可，实时互动与各行各业的深入融合也促使其需求呈指数级增长。

除用户需求外，技术的沉淀和发展也是推动实时互动场景爆发的重要因素。报告显示，实时互动技术的发展历经了技术积蓄期、场景探索期，需求爆发期。

在技术积蓄期，企业各方从基础网络、音视频引擎、应用等多个技术维度对实时互动进行探索。声网作为早期就深耕于实时互动赛道的企业，在2014年建立了全球首个商用 RTN ，为实时互动的底层网络带来了革命性的突破，同时还推出全球首个 32 kHz采样率音频编解码，引领行业音频发展。

在场景探索期，用户对信息双向传输需求增多，声网与美国 TMC 在 2015 年共同主办亚太区首届 WebRTC 大会，从行业角度激发多场景探索与创新。

实时互动需求的爆发期阶段，因疫情推动，RTE行业快速发展，泛娱乐、企业协作、视频会议等RTE场景也在加速成熟和集中爆发。面对多样化的应用场景应用，实时互动体验的标准难以衡量，无章可循。为此，声网于 2020 年发布全球首个实时互动体验标准 XLA，将“可用”提升为“好用”，为用户提供更优质的体验，也进一步推动了实时互动行业标准化、透明化的体验质量标准建立。

不仅如此，为扩大和推动实时互动行业的生态化发展，声网连续多年举办了 RTE （实时互动）行业盛会，并打造了实时互动赛道的“超级共创加速器” ，通过超音速计划、声选伙伴计划、共鸣计划，为不同类型玩家提供覆盖技术、产品、市场、资本等多维度的资源扶持，促进实时互动创业企业场景创新，做到了切实站在赛道发展的角度推动实时互动行业规模发展。

对于实时互动的行业规模，报告从To B技术层口径与To C应用层口径两个维度进行了预估，其中 To B 技术层口径的预测显示，到2025年，全球实时互动服务规模将达120亿美金，近千亿人民币，其中中国市场规模达256亿人民币。

实时互动已形成较完整的技术体系

报告指出，实时互动关键技术包括专有基础设施、专业组件和重要共生技术。其中，专有基础设施是面向实时互动场景的基础设施，核心技术包括实时网络、传输协议、边缘计算和终端适配等；专业组件是在专用基础设施上，用以处理实时音视频等数据的音视频引擎、云加速、实时信令、数据处理、人工智能等技术；重要共生技术是指实时互动应用过程中，为解决重要衍生问题诞生的技术。

技术的成熟度和高度决定着行业场景应用方能给到什么样的用户体验，尤其是在虚实结合的空间中，稳定、低延时、流畅的实时音视频能给到用户沉浸感、参与感。在这方面，声网深耕RTC领域数年，在专有基础设施上，自研了实时音视频网络——软件定义实时网SD-RTN™，是专为实时互动设计的虚拟通信网，通过软件定义算法构建的、有QoS保障的虚拟实时网络。

声网 SD-RTN™ 覆盖了 200+ 国家与地区，拥有超低延时、高并发、高可用等特性，特别针对东南亚、中东、北美和国内中小城市做网络优化，全球端到端网络优质传输率超过 99%，端到端全球延时中位数 76ms。针对实时互动中经常出现的弱网传输、丢包等情况，声网也拥有一套抗弱网传输与抗丢包算法，能够实现 70% 丢包下视频通话流畅、80% 丢包下语音通话流畅，能有力支持最终客户在应用层设计与构建实时业务场景，保证用户体验的流畅、稳定。

专业组件上，依靠数年的技术积累和持续不断的技术创新，声网研发了3D 空间音频、实时声纹变声、唇音同步、全链路加速 FPA（Full-Path Accelerator）、AI降噪、融合CDN直播等技术产品，并且建设了行业里第一座负本底噪声声学实验室，为声学信号的深入研究提升了新高度，同时本底噪声-1dBA，也是行业里前所未有的。

共生技术上，低代码产品能帮助普通开发者构建出优质体验的专业实时互动应用，而声网在这方面推出了教育行业首款低代码产品—灵动课堂。安全合规上，目前声网已经通过 ISO/IEC 27701、ISO/IEC 27001、ISO/IEC ISO27017、ISO/IEC 27018 体系认证，并获得了 SOC2 Type 2 服务鉴证报告，很好地证明了自身的隐私保护和安全能力。

不仅如此，声网也建立了和全球主流领导性的安全合规合作伙伴的深度合作，包括权威标准认证机构 DNV·GL，以及在美国市场具有领导力地位的安全认证厂家 BISHOPFOX 等，通过这些合作进一步加强声网自身、客户以及开发者的信心，让声网的安全合规的标准达到甚至超出业界一流水平，为所有开发者的应用进军全球市场保驾护航。

报告显示，实时互动完整的技术体系赋能了千行百业，给不同行业的用户带来可感知的新体验。“目前声网与企业客户一起创建了超过 200 多个场景，包括社交直播、教育、游戏电竞、IoT、AR/VR、金融、保险、医疗、企业协作等20余行业赛道。实时互动与每一个场景的结合都将激发出更多潜力空间。”孙雨润表示。

实时互动技术是元宇宙的底层技术支撑

根据2021年10月对全球实时互动热门场景的统计，C端应用成为了实时互动爆发的主力增长点，各种新场景新玩法迅速涌出，尤其是去年就爆火的元宇宙。2021年以来，元宇宙开始被各界关注，但其实元宇宙与实时互动两个概念无法切分。

报告指出，实时互动技术是元宇宙的底层技术支撑。在元宇宙里面需要满足“始终在线、实时渲染、沉浸式”等技术条件，所有的信息可以实现多向的实时传输与交互，用户在现实生活中的基础五感甚至是空间感、平衡感的感知系统都需要通过新技术得到调动，因此需更低延时的传输网络、更丰富的交互工具与设备来支持。

今年，声网为帮助推进元宇宙娱乐社交场景发展落地，从技术侧推出了囊括 K 歌、语聊、直播、互动游戏在内的元宇宙社交场景化解决方案，开发者与企业可以一站式接入相关场景功能，快速构建当下最火爆的元宇宙社交场景。并且元宇宙方案中还融入了空间音频技术，让用户拥有更接近真实线下的沉浸感。

对于实时互动未来的发展，报告中也给出了针对性的建议：实时互动是当前的新兴赛道，用户层面、技术层面、市场层面的相关法律法规和行业标准仍需完善；由于互动方式的创新、技术的突破，会带来一些新的隐私保护、数据安全、合规等方面的问题，需要加强监管及行业自治；行业对于服务到达质量、网络延迟与卡顿等尚未形成统一的系统化标准，因此行业协作、跨企业共建效率有待进一步提升。

“在此发展进程中，声网会一直保持 RTE 赛道先行者的初心，推动行业形成更多的质量标准，目标是将技术价值普惠给所有开发者和创新者，共同推动实时互动生态的持续发展和繁荣。”孙雨润表示。

以上为报告的部分观点和解读，获取完整报告请在声网公众号后台留言“实时互动”获取！