“低延时”成音视频直播新焦点，谁能笑傲江湖？

来源：罗超频道

2020年，突如其来的疫情意外地让直播行业收获了高度繁荣。直播从泛娱乐这样的小众场景，成功破圈到各行各业，直播电商、直播教育、在线问诊、云旅游、云聚会等直播应用爆发式增长。直播已从各种应用的标配功能升级成各行业基础设施。

直播上下游产业链繁荣，直播技术服务商崛起

围绕直播的产业链同样获得高速增长，艾媒数据显示，2020年前三季度新增近2.5万家与直播相关的企业，较去年同步增长565.32%。直播相关的服务企业，有直播卖货机构，有直播网红MCN，有直播营销公司，有专业直播设备服务商，还有直播技术服务平台。

当一座金矿被发现时，挖矿者到来， “送水人”自然就会大量出现。作为直播行业的“送水人”，直播技术服务商以API形式，帮助企业快速、简单、低成本创建音视频直播应用。直播是一项复杂技术，涉及到编解码、传输、CDN、云存储等等技术，从0到1搭建直播系统对于大多数企业来说没有必要，不论是科技巨头还是传统企业均普遍采取第三方直播技术云服务，既可以避免“重复造轮子”进而降低成本、又可以让用户拥有更好的直播体验。

直播技术服务商，已成为直播产业的重要玩家。一方面，阿里云、腾讯云、金山云、UCloud等云计算巨头，针对视频直播行业，专门推出了针对性的云服务，抢占视频红利。另一方面，声网、即构科技等专业音视频直播服务商强势崛起，2020年声网IPO，即构科技获得腾讯领投的5000万美元C轮融资，音视频直播技术服务，成为资本新宠。

视频云市场正在高速增长。IDC发布的《中国视频云市场跟踪（2019下半年）》报告显示，2019年中国视频云市场规模达到46.2亿美元，同比增长46.3％。

在扑面而来的5G时代，直播场景将会进一步扩大，直播应用会继续爆发式增长，直播蛋糕会变得更大，直播云服务市场自然会获得对应增长。IDC报告预测，2019-2024年中国视频云市场年符合增长率预计达到36.9%，到2024年市场规模将会超过220亿美元。

5G时代，一众直播技术服务商的比拼焦点，将会从先前的稳定可靠，转变为在合适的成本范围内，提供更低延时甚至完全消除延时的直播服务。

成本与性能兼顾，“低延时”成直播技术新焦点

直播是实时互联网应用，理论上延时越低越好。不过，随着“直播+”的兴起，直播与不同行业结合形成了各种各样的直播应用，不同直播应用对互动、同步、成本、并发要求不同，直播技术也逐步出现分化来满足这样的不同。

最初直播普遍采取基于TCP的RTMP/HTTP-FLV/HLS 等流媒体协议的CDN直播，存在延迟大（3秒以上）、弱网抗性差以及观众端内容不同步等弊病，影响观看与互动体验。

TCP诞生于1981年，虽然经过多次改进，但其本质是面向传统互联网而设计，在传输图文、视频与网页等内容时不存在明显问题，但在实现直播应用时却会有较大的延时，往往超过3秒，观众看到的内容有滞后性，无法做到跟主播或其他观众良好互动。当然，CDN直播最大优势是成本低，因此在观众与主播互动要求较低、观众可接受一定延迟、并发规模大成本敏感的场景被广泛应用，比如游戏直播、新闻直播、体育直播。

然而，在主播与观众互动要求高，对内容同步性要求高的直播场景，CDN直播技术就很难满足需求，比如在线会议，小班课这样的需要频繁互动的场景，比如直播大班课、直播电商、秀场直播这样的强互动场景，比如在直播大班课上，学生向老师提出一个问题，老师收到问题时往往都讲到下一个知识点了；再比如在娱乐秀场中，观众给主播送了礼物，主播往往要等很久才能收到表示感谢，降低了观众打赏积极性。

针对CDN直播技术的延时问题，市面上出现了实时音视频直播技术如WebRTC，延时可以做到小于400毫秒，然而这一技术成本高昂，只能用于小班课、在线会议这样的低并发场景，千万级并发场景很难应用，而这些场景往往可以接受600毫秒到1000毫秒的延迟，换言之，用实时音视频直播技术太“奢侈”且没必要。针对这样的矛盾，兼具低延时与低成本特性的低延时直播技术，正在兴起，且有望成为直播技术的新焦点。

各路玩家逐鹿低延时直播，即构如何脱颖而出？

2020年音视频直播技术服务领域的“Key Player”均在布局低延时直播：

阿里云推出超低延时直播产品RTS，基于直播全链路全局优化，应用在淘宝直播等场景中；

腾讯云基于WebRTC推出低（准）延时直播技术服务“快直播”，对标准直播拉流侧进行低延时改造；

声网瞄准轻互动（延时在800ms-3s之间）场景推出“极速直播”产品，主要面向对文字、白板等消息互动低延时要求相对高，或有低频互动需求的直播场景。

即构科技推出低延迟直播（Low-Latency Live，L3），在更底层的拉流侧与推流侧应用不同技术，具备实时音视频直播技术的低延时优势，与CDN直播技术的成本优势，成为其拳头产品。

八仙过海，各显神通，不同玩家以不同方式实现低延时直播，其中即构L3支持千万级并发拉流，相比标准 CDN 直播产品延迟更低（低于1秒）、同步性更强、弱网抗性更好，可为用户带来毫秒级的直播体验，同时具有显著成本优势，具体来说特点如下：

首先，基于端到端自研技术，成功突破性能边界。

媒体协议最大程度决定直播低延时能力。基于TCP的RTMP/HTTP-FLV/HLS 等流媒体协议均存在3秒以上的延时，后来市面上出现WebRTC技术，且是开源的，其一定程度可以解决延时问题，然而该技术最大支持30%丢包，在网络环境不好时表现一般，且对 H264 支持有限，增加了开发者负担。

2015年成立时，即构科技就确立了技术立业的路线：“顶尖云通讯技术创造服务价值。” 即构研发团队有20+在直播行业深耕20年以上的核心技术专家。在技术路线选择上，其选择专注于自研音视频引擎，在语音前处理、网络自适应和跨平台兼容性等方面，达到国际顶尖水平，同时充分利用综合云商的基础云服务能力，构建于基础云服务之上的海量有序自学习网络。即构还自主研发了底层音视频引擎，因此不存在“黑盒子”，进而可以突破技术边界。

在解决直播延时问题上，即构科技自主研发媒体协议 AVERTP ，支持 H264，VP8和 HEVC 等多种编码格式，在 ABC（码率自适应）的基础上，结合包含 FEC（前向纠错）、ARQ（丢包重传）和 PLC（错误隐藏）的智能 QoS 信道策略，充分利用链路带宽，保证音视频传输的低延迟、弱网抗性和多端的同步性。

即构自主研发了MSDN ，基于音视频服务的特性、结合 SDN 架构，将不同供应商的 IDC、⽹络线路等资源整合成一张“虚拟网络”，具有中立弹性、路径最优、可智能识别业务并在传输层优化、灵活可靠等特性，可以更好地解决大规模直播普遍存在的高并发、网络复杂与网络自适应等问题。

正因为重视技术且一开始就走自研路线，即构科技可以开发自己的媒体协议与虚拟网络，低延迟直播产品L3攻克了基于TCP的直播技术的延时问题，同时规避了WebRTC的短板。基于即构智能 QoS 策略，L3产品在 70% 丢包下，依然可以保证稳定的观看体验，在千万级并发规模下，可以做到毫秒级延迟新体验，相比市面上的直播技术服务更加稳定可靠。

其次，功能更加丰富实用，简单易用可扩展。

对于不同客户来说，CDN直播、低延时直播、实时直播、纯实时语音直播成本不同，应用场景不同。同时，几乎每一个客户在音视频直播技术服务本身外，还会有类似于白板、文件共享、云端共享、录制、互动等能力需求。

即构科技是一家音视频技术服务公司， 截至目前，已服务覆盖全球212个国家/地区超过4000家客户，赢得泛娱乐、在线教育等行业70%头部客户的选择，日均音视频互动时长突破 20 亿分钟。市场的高速发展让其技术经受了锤炼、基础设施（如CDN节点）日趋完善，解决方案则已积累超过100+。

在这一过程中，即构已积累低延迟直播、实时音视频、实时语音等云通讯服务，且均采取一套底层的实时音视频引擎。同时即构SDK变得十分强大，提供300+API，客户可轻松构建连麦互动、实时消息、多路混流、录制点播、美颜特效与跨房互动等应用，涵盖音视频服务从采集到渲染的各个环节，理想情况下，开发者仅需四步、三十分钟即可集成。

市面上的低延时直播技术往往与实时直播等技术无法直接互通，或者过于面向客户场景定制，导致扩展性与灵活性较低，限制了使用场景。即构L3则具有简单易用可扩展的特性，基于即构SDK强大的功能组件，客户可实现实时直播与低延迟直播的切换，实现“超级小班”，“一起看（电影/演出/竞技比赛）”等场景，定制直播大班课、秀场直播、电商直播、拍卖等千万级并发的直播+应用。

最后，提供顾问式贴身服务，助力客户业务成功。

如果直播服务不稳定、体验差，对客户业务的影响是很直接的，往往会导致客户流量直接浪费，甚至损害客户品牌形象。2020年某知名家电企业家在某知名短视频平台直播，就因为卡顿问题，最后销售额只有几十万，总裁直播“翻车”事件直接影响该平台与该家电企业的品牌声誉。专业、可靠与放心的服务，在直播技术服务中显得尤为重要。虽然即构科技是一家重视技术的公司，但跟一众视频云服务商不同的是，其在基本的集成技术支持外，很重视差异化咨询服务与VIP式技术支持。

即构不只是提供标准化产品，更会采取“用服务驱动产品，将服务作为战略”的发展路线，深入到客户端，一切以客户需求为中心，提供服务满足不同客户的复杂需求。即构的服务不只是简单的技术支持服务，涵盖产品基础服务、运营支持服务、场景化咨询服务等范畴。在服务客户过程中，即构去理解客户、理解场景、理解业务，将认知转化成更专业的服务能力，更好地服务更多客户。

在服务过程中，即构提供“VIP式技术支持”，其给每个客户配置五个岗位人员，涵盖售前方案、实施交付、售后维护等环节，这样的“5V1”配置在行业开了先河。除了按照客户需求提供大量专业驻场人员，关键时刻提供贴身保障，7*24小时技术团队在线支持外更提供随传随到的伴随式服务。

在L3低延迟直播解决方案中，即构的服务优势体现了出来。即构技术团队会提供7*24小时在线支持，同时可提供深度咨询服务，制定高性价比的技术、场景等解决方案；即构基于自主可控的音视频引擎与全套技术，可确保全年服务可用性高达99.99%；全球已部署500+可用节点，连接全世界5亿+终端用户，覆盖212个国家/地区；提供100+行业技术解决方案，不同接口可组合拼装，满足直播、教育、社交、游戏等多行业多业务场景的需求。

即构虽然没有基础云服务商“大而全”的能力，但其在音视频领域更加专注。在服务4000+客户的过程中，积累了更强大的音视频技术硬实力。“自研音视频引擎”与“服务驱动产品”的两大战略，则让即构在一众音视频云服务商中构建起差异化能力。基于此，即构不只是在低延迟直播技术上具有核心竞争力，在整个音视频直播技术服务赛道中，实力都不容小觑。

全面到来的5G时代，“更低延时”对直播日益重要。5G网络三大特性之一是低延时，基于此更多直播应用会爆发，VR/AR沉浸式直播让人们身临其境；5G云代驾让人们远程驾驶汽车或者操作挖掘机；5G云游戏让人们可以远程玩云端游戏；5G云手术，让偏远山区的病人获取一线城市医生的手术……然而，如果延时问题得不到解决，上述应用都无法落地，延时导致的后果可能会很严重，比如云手术时，可能会导致手术事故；再比如云代驾时，则可能会出现交通事故。

可与预见，5G时代的直播主流一定是低延时直播，终极目标是零延时的实时直播，攻克延时问题，自然就成了接下来各大直播技术服务商竞逐的焦点。

（声明：本文仅代表作者观点，不代表新浪网立场。）