视频的理想与现实

据科学家研究，人类83% 的信息主要来源于视觉。人们需要信息交流，彼此沟通，而视频，则是人类社会相互联接的最好方式。

在我们的概念里，视频天然就是真实世界的客观还原，高清晰度，自然流畅; 视频天然就是实时互动的，没有延迟，自由交互; 视频自然融合，观看、互动、交互灵活组合，在各种终端中任意流转，无缝体验；视频也充满了无尽的想象力，立体视角、虚实交互、沉浸式体验，如梦如幻、激动人心……

但是，现实却有些骨感。我们看到，由于技术和资源等条件限制，视频业务场景割裂，直播、连麦互动、视频会议、视频监控等各有各的网络，各有各的架构体系，融合场景难以满足，开展新的VR/AR 业务也困难重重；视频体验远没有达到要求，普通直播延迟大于3 秒，主播和连麦用户不同步，还经常出现卡顿、花屏等现象；同时视频业务成本高昂，计算、存储等基础设施投资巨大，带宽流量费用呈线性增长。

新基建促进ICT基础设施飞跃发展，视频网络迎来升级变革

视频业务产业链，贯穿了从采集接入、内容处理、分发传输、播放显示的全生命周期过程。它背后的核心支撑，是一张基于视频流的媒体处理和分发网络。要提供这样的一张网络，并非易事，首先有三大门槛需要跨越。

网络覆盖范围要足够宽广：视频本身是资源型业务，动辄上千个边缘节点，对计算资源、网络资源要求极高，资源的投入、网络的稳定可靠运行、以及如何有效提升资源效率，成本与效率的平衡是首要考虑的问题。

对端的整合以及端云协同能力：视频网络需要支持五花八门、品类繁多的终端接入，兼容各种芯片、终端型号和操作系统版本。一个端侧SDK 要支持至少上千终端型号，大量验证测试，并且要持续更新。

音视频技术能力：如何持续提升编解码效率、如何获得更低的时延、更高清的视频质量，还有在地铁、电梯、高铁等弱网环境下，如何保持互通、清晰流畅。

除此之外还需要考虑如何应对突发大容量、如何支持亿级并发、在公网接入条件下如何保障接入安全、防网络攻击等诸多挑战，这张视频网络的背后，是研发技术、基础资源、运营运维的高门槛投入。

国家提出了新基建战略，ICT 基础设施快速发展，视频发展也迎来了新机遇。5G 的到来，解决了视频传输的大带宽、大流量的问题，延迟大幅降低；云计算带来了算力的极大增强，视频的生产、渲染和处理更快、效率更高；边缘、分布式技术的发展，带来了本地的超低时延，流量成本大幅降低。视频是5G 时代的风口业务，网络的升级，给视频业务带来了更好的体验，更多更丰富的业务创新机遇也将到来。

视频业务正在发生巨大变化：从单向的播放变为双向互动，超低延迟成为基本特征，进入毫秒时代；“云原生”成为趋势，生产上云、渲染上云、处理上云、分发上云，云服务成为基本模式；AI 技术在视频领域规模应用，带来更极致的体验和更多创新，如人脸识别、背景虚化、智能鉴黄、实时字幕、智能监控预警等。

面向未来的视频网络，我们认为应该具备几个关键特征：第一，极低时延，端到端延迟<200 毫秒；其次，超高的质量，4K/8K 超高清，在弱网条件下依然自然流畅；第三，统一的融合网络，直播观看、连麦互动、会议、监控等融合场景统一支持，无需切换；第四，超大的容量，可以支持千人互动、百万观看、亿级并发的超大规模；第五，开放互联，与运营商5G 网络、各种智能终端无缝协同，并保持前向兼容；第六，成本节省，基础设施、带宽以及运维成本大幅降低。

以RTC为代表的视频技术快速发展，成为5G时代视频业务基础，重塑行业体验

RTC（实时音视频），主要基于实时通信技术，对音频/ 视频信号进行处理、转发和传输，以前主要用在视频通信类业务上，例如会议、客服等应用。随着5G 时代的到来，ICT 基础设施的发展，新业务需求的涌现，实时音视频被重新认知和定义，并成为业界创新热点，创新应用场景层出不穷，例如互动直播、在线教育、远程医疗、企业在线营销、VR/AR 虚实互动、物联网应用等。
全新的实时音视频服务，有三个最核心的改变。

第一，全场景、一张网。基于视频流融合，一张网支持所有场景业务，播放、交互、连麦、监控等业务互通，无缝流转，突破技术限制，随需扩展，支持千人互动、亿级并发。

第二，全实时、低延迟。实时观看，播放时延小于200 毫秒；实时互动，双向交互端到端时延小于200 毫秒；实时操作，操控指令响应时长小于30 毫秒。

第三，可扩展、全流程AI。基于统一框架，提供丰富多维的AI 能力，AI 插件随需使用。AI 融入视频采、编、存、传、显全生命周期过程，智能识别、智能鉴黄、美颜降噪、虚拟背景、智能路由传输，智能检测预警……AI 让视频生产和处理更加高效，带给用户更为极致的体验。

全新的实时音视频服务带来了业务、体验和技术的升级。直播、连麦、会议灵活组合和随时切换，更多业务创新，如VR/AR、全息互动等，实现业务升级；用户对延迟无感、边看边互动，精准操控作业，体验升级；多套网络合一，灵活扩展，资源效率至少提升30%，运维效率提升50%，技术升级。

视频网络架构也发生了根本性改变，从中心式、树状结构、层层分发的模式，改变为网状、去中心化、自适应Mesh 结构；从专网、集中式设备模型，改变为分布式，基于边缘部署，随需扩展和就近接入；基于目的地寻址，多路径精准分发，管道流量模型改变；实时监控、机器学习、智能调度，自动选择最佳路径，极致效率。

使能千行百业创新，大视频创新机遇正奔涌而来

RTC 的注入，和5G、云计算、AI 等技术一起交叠应用，为视频提供更有价值、更有肥力的土壤，使能千行百业创新，大视频创新机遇正奔涌而来。

· 互动文娱行业升级：通过实时音视频服务，直播业务真正实现毫秒级实时互动体验，并带来更多新玩法。主播间互动无延迟感知，参与人数无限制，所有观众可实时互动、自由上线连麦，还可以与朋友们一起边观看比赛边实时互动交流，同时支持实时抢答、跨直播间PK、冲刺拉票等实时交互的创新场景。

· 在线教育行业升级：通过实时音视频服务，教育行业将极大改善教学互动体验，提升教学质量。视频高清在线，延迟无感知，清晰流畅；随时互动教学，小班课突破16 人限制，大班课支持千人互动，自由连麦；还可以实时监测学生学习情况，通过表情/ 姿态识别，实时自动提醒开小差的学生。

· 办公协同业务升级：基于实时音视频，下一代云会议也在持续演进，在技术、体验、业务形态等全面升级：极致音视频通信，1080p 高清晰度视频通话，200毫秒超低时延，抗50% 视频丢包，抗80% 音频丢包，在弱网环境下也能顺畅沟通；通过智能数据和文档协作，4K 超高清数据实时共享, 无线投屏，白板共享，多人标注，实时翻译，自动纪要等，实现高效协作；突破技术限制，支持千人互动同时开会，多区域可同时参加;端云结合，全场景多屏互动，无论你在会议室、办公室、在家里，还是在路上，随时随地都可接入会议，互动交流；更多的业务创新，直播+ 会议互动结合；跨企业、联接客户与伙伴的在线展会、在线营销、在线培训……

VR/AR，正在打开未来新视界

VR、AR 和自由视角等新视频业务形态正在快速发展，给人们带来更沉浸、更自由的虚实结合的全新交互体验，行业创新大量涌现。

在社交媒体领域：虚拟主播正在成为互动直播和电商带货的新方向。基于虚拟的背景，虚拟空间，呈现了一个类真实的虚拟世界；通过虚拟人，或者真人仿真，以及姿态拟合，让你同主播进行实时互动，带来不一样的虚实交互体验。

在智慧教育领域：可以呈现3D 虚拟影像，进行360°多视角立体观摩，甚至引入沉浸式声场，触觉式反馈，来开展VR/AR 互动教学，给学生带来真实的环境场景和感知交互，提升学习效果。

在工业互联网领域：进行工业仿真设计，在同比例虚拟空间中，动态调整设计原型，进行生产模拟、工艺分析和虚拟试验，缩短产品的研发周期，降低研发成本。

还有很多场景应用，VR/AR 游戏、VR/AR 社交、VR/AR 会议、VR/AR 零售……正在加速向我们的生活和生产渗透。

VR/AR 业务，对算力、网络资源的诉求呈指数级增长，将原生长在云上。从3D 建模、渲染处理、空间定位、姿体跟踪、数字孪生都承载在云上，以服务方式提供。

华为云致力于提供视频基础能力“黑土地”，使能千行百业创新

华为拥有业界最完整的端- 管- 云产业技术，在音视频领域持续耕耘30 多年，拥有多达1186 件音视频算法专利，在编解码算法、音视频网络传输、弱网对抗、媒体AI 等领域积累了深厚的技术实力。

在视频技术的演进发展过程中，华为云作为服务提供商，聚焦将基础能力做到极致，降低技术门槛，为业界提供最优质的云视频服务，使能千行百业创新。