作者 | 小诺

出品 | 子弹财经

在科幻片中，我们可能对“传送门”的存在不会陌生。“传送门”连接着两个不同地点，甚至是不同时空，人们通过某种力量打开“传送门”，就可以实现空间跳跃。

而在真实生活中，传送门也照进了现实。

日前，受疫情期间旅行和亲友互动缺失的启发，同时也为促进旅游业，立陶宛和波兰双方在维尔纽斯火车站旁和卢布林中心广场用摄像头和大屏幕打造了两个类似科幻片中“传送门”的装置。

在这对圆形水泥传送门前路过的人，都可实时看到另一个国家的人，并且和对方进行实时互动。

只要通过「实时音视频」技术，传送门就可以以其充满科幻感的外观设计和1：1的屏幕显示设置，给予行人具有冲击力的真实体验。

事实上，这并不是什么新鲜事了。随着5G的逐步落地，多样化的生活场景催生了对于实时互动技术更个性化的需求，实时互动技术正从幕后走到台前，得到更多人的关注。

1、全面爆发的实时互动技术应用

去年，在疫情常态催化下，宅家娱乐需求呈现持续增长态势，以实时音视频技术为基础的社交、直播、游戏等泛娱乐行业迎来爆发，人与人之间的场景体验共享开始突破时空上的局限，并开始成为一种新的生活形态。

在不知不觉中，实时互动正在一点一滴地改变我们的世界。

视频通话、视频会议、在线教育成为了大众日常；在线医疗、远程互动问诊也获得越来越多用户的认可；同时，泛娱乐行业受疫情影响更加线上化，互动交流、共享体验、多人协作等交互方式被广泛应用在游戏、直播等领域。

而后疫情时代，尽管需求整体上有所回落，人们对于实时互动的需求已成为不可逆转的趋势，更加多元化的场景正逐渐被挖掘并验证。

以健身为例，伴随疫情的刺激，线下健身房受到冲击。麦肯锡《2021中国消费者报告》提到，后疫情时代，线上健身用户增长23%，这意味着更多人开始利用居家环境实现健身。

在此情形下，智能健身镜开始走红，利用一面像穿衣镜一样的镜子，用户可以实现交互式健身体验。

目前，国内智能健身镜主打两个核心功能。一是通过一些黑科技，捕捉并纠正你的动作，提升运动效率。站在智能健身镜前运动，无需穿戴任何产品或传感器辅助，你的一举一动都会被镜面上的摄像头和传感器捕捉，这些信息会成为判断标准，系统会通过屏幕里的AI教练实时指导你的的动作姿势。

二是专业的私教课程体验，让你可以通过镜子，和教练做到真的实时影像+语音交流沟通，就好像老师和你在同一个教室里上课一样，打破地域、空间的限制。

（图 / 摄图网，基于VRF协议）

除此之外，智能健身镜还具备社交功能，用户可以和其他人发起线上健身挑战赛，营造健身氛围。这一切都离不开“实时互动技术”的加持。

而在学习场景下，从“直播上课”到“智能台灯”，基于实时音视频技术的远程互动，迅速介入到人们生活的方方面面。

以去年10月，字节跳动旗下的教育品牌大力教育发布的大力智能作业灯T5 Pro为例，通过在智能作业灯中加入音视频通话功能，结合远程布置、批改作业的功能，家长和老师就可以远程参与到孩子的学习过程中，不仅可以实时的看到学生的学习状态，还能清晰看到作业内容，通过智能作业灯对孩子实时沟通，进行有效的看护和辅导。

这不但可以帮助出差、加班的家长减少负担，更通过辅导老师+智能硬件结合的方式，给孩子带来更高效的教学效果，开启了智能台灯远程作业辅导的新模式。

与之类似的还有智能门禁的应用。通过实时音视频技术，即使你不在家，有客人来时，也可以通过门禁系统的实时音视频功能进行对话，远程沟通。例如，你可以和快递员通话，要求他把快递放在门边。

随着5G的逐步落地，智能技术的逐渐普及，人们对实时互动的需求更加强烈。可以预见的是，实时音视频技术将作为重要的底层支撑参与到整个产业的变革中来，逐步渗透到人们生活的各个方面。

2、“声网”，实时互动赛道上的先行者

实时互动正在改变我们的世界，改变人与人以及人与世界连接的方式。

而成立于2014年的声网Agora，则是实时互动赛道上的佼佼者。从2014到2021年，七年时间，声网是第一个将实时音视频互动技术作为服务提供给企业和开发者的服务供应商，并利用自己的技术实力，一步步赋能包括社交、直播、教育、游戏、IoT、金融、医疗、VR/AR等各行各业。

身处技术驱动的行业，技术，始终是声网的核心竞争力。而稳定、充足的现金流则保障了声网长期的研发投入，为声网的业务发展提供了夯实基础。

据最新发布的声网2021年Q2财报数据显示，Q2季度，声网研发投入2700万美元，较去年同期的1090万美元增加147.3%。同时，声网现金、现金等价物及短期投资达到8.27亿美元，不可谓不充足。

巨大的研发投入规模，让声网的实时互动技术成为其独一无二的优势。

在技术的发展下，越来越多的线下场景得以在线上实现。例如在过去一年中，声网在Metaverse（元宇宙）、实时合唱、互动播客、智能作业灯、Watch Party、远程超声问诊等众多创新场景不断优化互动体验。

在各个行业中，很多头部企业都与声网进行过合作。

其中，陌陌作为声网创业初期就合作的平台，对于声网而言有着特殊的意义，陌陌是声网第一个连麦PK场景的客户，第一个高音质标杆客户、第一个使用旁路推流的客户。

2016年，陌陌就快速洞察到连麦PK的价值，但彼时行业还未出现较成熟的连麦PK解决方案，声网的技术团队与陌陌的直播团队一起对该新场景进行调研，反复打磨技术，在测试初期出现了模糊卡顿、连麦延时高、手机发烫等问题，技术团队通过优化直播SDK性能、丰富设备端适配能力、抗弱网传输等一系列举措，有效解决了问题，最终成功按时上线了连麦PK。连麦PK的出现推动了直播圈进入强互动时代，陌陌在上线直播连麦PK后，更借助精细化的直播运营，实现了直播流水的强劲增长。

而除了直播连麦PK，从2016年至今，声网作为陌陌的底层实时音视频技术服务商，见证了陌陌狼人杀、视频聊天等一系列创新社交玩法的推出。在过硬实时音视频技术的支撑下，声网逐渐形成了一套成熟的“泛社交场景化解决方案”，并助力陌陌后续推出了多人缘分交友、语音电台、才艺广场等更多创新玩法，陌陌也帮助声网实现了更多的创新场景解决方案。

随着在创新场景方面的持续深耕，声网在众多应用领域达成了合作。在儿童手表市场，声网为小天才等多个国内主流儿童手表品牌提供了儿童手表视频通话解决方案；在Watch Party场景方面，随着在全球市场的社交平台与视频网站逐渐兴起，声网为中国市场的“微光”、国际市场的虚拟影院“Scener”的Watch Party场景提供了包含音频连麦、视频连麦等互动方式的实时互动解决方案。

在实时合唱场景方面，今年8月5日，声网宣布与国内领先的音乐服务平台咪咕音乐达成合作，双方将依托声网的实时音视频技术优势与咪咕音乐积累的音乐娱乐玩法及数字音乐内容，共同探索一站式“在线K歌”解决方案。据悉，声网推出的完整的实时合唱解决方案，能做到延时在70ms左右，并实现BGM多端精准同步，多人实时合唱，同时提供超高音质和版权资源，真实还原线下KTV场景体验。

作为先行者，声网正不断开拓行业边界，引领行业走向专业、繁荣。据了解，小米、B站、小红书、狼人杀、HTC VIVE、Meetme等目前都与声网开展了深度合作。正如声网创始人兼CEO赵斌曾提到的那样：“在社交、直播、游戏、教育各行各业，都需要实时音视频服务，场景化的需求无穷无尽，而且还会有更多的出来。所以我们就是在不断的来支持各种各样的行业、各种各样的应用，把这种能力应用起来。”

在AI、VR/XR、5G等技术飞速发展并与实时音视频紧密融合的当下，声网还有很多故事可以讲。

3、实时互动将走向何方？

事实上，实时互动技术虽然已经问世多年，却依然属于高速发展中的年轻产业，其应用领域远比普通人接触和想象中的广泛。

大量实时音视频互动需求在技术的演进下被不断激发，走向更多企业，落地行业和场景。互联网不再是只满足互动的技术，而是实时互动，没有空间限制、没有时间隔离。

在未来，实时音视频将和5G、云计算一样，成为未来的核心基础设施之一。

据声网2021年Q2财报显示，声网在2021年第二季度实现了4233万美元总营收，2020年同期为3390万美元，同比增长25％。如剔除2020年上半年新冠疫情在中国市场的短期影响，声网Q2营收则实现57%的同比增长，并连续9个季度保持稳健增长。

（图 / 声网2021年Q2财报）

从客户规模方面，截至2021年6月30日，声网全球注册应用超33.7万个，同比增长55%；与此同时，声网在本季度也获得了更多中长尾开发者的支持，活跃客户数量达2449个，同比增长65％。

（图 / 声网2021年Q2财报）

可以看出，声网在后疫情时代，依然保持快速增长。这足以说明，实时音视频互动是未来的大趋势，整个行业和全球资本对于实时音视频领域都非常看好。

而伴随着5G网络、AI技术、物联网以及低代码等新技术的共同发展，我们也从中看到了实时互动在未来生活中的各种可能性。

实际上，实时互动已经在如元宇宙一样的“未来”场景中开始应用了。

长久以来，营造深度沉浸感是VR厂商和开发者追求的目标之一。VR场景中所强调的深度沉浸感是用户多重感官的综合体验，用户通过视觉、听觉等感官感受虚拟世界的同时，也需要低延时、稳定、流畅的与虚拟世界中的其他玩家进行实时互动，实现深度交互。

在Metaverse（元宇宙）概念兴起下，2021年初，声网加入HTC VIVE ISV合作伙伴计划，通过将声网领先的实时互动技术与HTC VIVE在VR和XR方面的创新技术结合，为开发者打造前所未有的虚拟场景和绝佳体验，用户将能够在虚拟世界中感受低延迟、高稳定、高流畅的实时互动体验。

举例来说，在竞技游戏场景中，你需要通过脚步声感知其他玩家的距离和方位，而空间音效可以让用户更有身临其境的沉浸感。声网的解决方案支持360°环绕立体声，声音具有完美的方位感、距离感、空间感，能够在具体场景中为用户提供“听声辨位”、“听声识距”等功能，进一步提升VR内容带给用户的沉浸体验。

4、结语

今天，无论是网络直播、游戏连麦还是组队开黑都已经是我们习以为常的线上生活体验。

未来，随着远程协作、AR、VR等越来越多新的应用场景不断崭露头角，以及5G应用的落地，实时互动赛道大有可为。

不可否认的是，有了技术积累和赋能全行业实力的声网，已经走到了前面。

*文中题图来自：Benediktas Gylys 基金会，YouTube 截图。