想潛入萬(wàn)象的新世界，

需要更酷的萬(wàn)能“終端”開(kāi)發(fā)工具。

視頻化、數(shù)字化、智能化，正在讓世界萬(wàn)象重生，但進(jìn)入這場(chǎng)音視頻主導(dǎo)的數(shù)字化浪潮里，需要一個(gè)萬(wàn)能的終端。

當(dāng)前，終端性能挑戰(zhàn)加劇，端側(cè)算力遭遇瓶頸......是否存在一種可能性，讓所有企業(yè)從復(fù)雜的音視頻開(kāi)發(fā)工程中抽身，重新回歸業(yè)務(wù)本身？

一站式音視頻服務(wù)如何獲取？冗長(zhǎng)繁瑣的SDK接入流程怎樣簡(jiǎn)化？能否在降低開(kāi)發(fā)門(mén)檻的同時(shí)，依然掌握主動(dòng)權(quán)？

場(chǎng)景智能，會(huì)是下一個(gè)風(fēng)口嗎？

面向場(chǎng)景建設(shè)音視頻技術(shù)能力，如何釋放更多“數(shù)字生產(chǎn)力”？

應(yīng)對(duì)多樣化，音視頻終端套件如何滿(mǎn)足“千行千面”？

本文由IMMENSE、「阿里云視頻云」媒體服務(wù)應(yīng)用端負(fù)責(zé)人洪炳峰和LiveVideoStack策劃、采訪(fǎng)而成。

01

掀開(kāi)數(shù)字化浪潮的一面

當(dāng)談?wù)撔袠I(yè)數(shù)字化時(shí)，我們?cè)谡務(wù)撌裁矗?/p>

過(guò)去幾年中，行業(yè)數(shù)字化建設(shè)如火如荼。

據(jù)權(quán)威數(shù)據(jù)，65%的行業(yè)數(shù)字化信息來(lái)自視頻，另外，還包含5%的音頻信息。不得不說(shuō)，音視頻技術(shù)對(duì)于行業(yè)數(shù)字化來(lái)說(shuō)，至關(guān)重要，而音視頻數(shù)字化也正是行業(yè)數(shù)字化的先行之態(tài)。

昭然可見(jiàn)，承載于云計(jì)算的音視頻技術(shù)，正向各行各業(yè)加速滲透，從消費(fèi)互聯(lián)網(wǎng)，轉(zhuǎn)向教育、醫(yī)療、金融、零售等傳統(tǒng)行業(yè)，產(chǎn)業(yè)互聯(lián)網(wǎng)紛紛掀起音視頻數(shù)字化風(fēng)潮，遠(yuǎn)程監(jiān)考、遠(yuǎn)程醫(yī)療、制造監(jiān)控......視頻化早已是萬(wàn)象之風(fēng)。

更關(guān)鍵的是，這些新場(chǎng)景的涌現(xiàn)，在不停催生對(duì)音視頻能力的新訴求。顯然，行業(yè)音視頻數(shù)字化，不再單純依賴(lài)某幾個(gè)單獨(dú)的PaaS原子能力，而更需要音視頻能力的有機(jī)組合。

于是，場(chǎng)景化的音視頻方案，迫在眉睫。

我們發(fā)現(xiàn)，隨著音視頻應(yīng)用場(chǎng)景深化，對(duì)“多SDK”的需求逐漸成為“標(biāo)配”。

往往一個(gè)音視頻場(chǎng)景，需要不同SDK協(xié)同運(yùn)作，如直播推流+播放，短視頻拍攝+播放，直播+RTC實(shí)時(shí)互動(dòng)等，但，動(dòng)輒數(shù)月起步的開(kāi)發(fā)周期讓眾多企業(yè)望而卻步。

當(dāng)然，不只是開(kāi)發(fā)周期一個(gè)痛點(diǎn)。所以，當(dāng)我們?cè)谡務(wù)撔袠I(yè)音視頻數(shù)字化時(shí)，談的是眾多痛點(diǎn)的攻破。

音視頻開(kāi)發(fā)，需要一套有力的「組合拳」？

面對(duì)龐大的音視頻開(kāi)發(fā)工程，企業(yè)落地的痛點(diǎn)顯而易見(jiàn)：

音視頻開(kāi)發(fā)門(mén)檻高。

音視頻看似常見(jiàn)，卻是一個(gè)專(zhuān)業(yè)度極高的領(lǐng)域，尤其在端側(cè)開(kāi)發(fā)更需要豐富技術(shù)經(jīng)驗(yàn)，而音視頻人才又相當(dāng)緊缺，企業(yè)大多都無(wú)此儲(chǔ)備。

多SDK接入復(fù)雜。

每個(gè)SDK都需要分別對(duì)接、分別授權(quán)，且SDK接入能力的原子化，更提升了多SDK互相適配的難度。

海量設(shè)備兼容困難。

在行業(yè)視頻化進(jìn)程中，更多“輕量化”需求隨之而來(lái)，Web/小程序等端形態(tài)在很多場(chǎng)景下愈發(fā)關(guān)鍵。如何保障海量多端設(shè)備的SDK兼容性，也變得愈加困難。

基于這些行業(yè)趨勢(shì)和挑戰(zhàn)，企業(yè)的音視頻訴求可總結(jié)為：高易用、高性能、場(chǎng)景化、多端化的多SDK組合及方案。

直面音視頻數(shù)字化浪潮，想要解穴所有痛點(diǎn)，一套Media“組合拳”亟需引入，以便讓更多企業(yè)走出“音視頻開(kāi)發(fā)困境”，重新將視線(xiàn)對(duì)焦自身的業(yè)務(wù)邏輯。

02

重新定義「高易用」

MediaBox，音視頻開(kāi)發(fā)的百寶箱？

為了徹底解決音視頻開(kāi)發(fā)痛點(diǎn)，阿里云視頻云推出MediaBox音視頻終端一體化套件，作為媒體開(kāi)發(fā)利器，可以助力企業(yè)加速音視頻數(shù)字化進(jìn)程。

MediaBox，顧名思義，是一個(gè)包羅萬(wàn)象的音視頻魔盒，核心包括一體化的音視頻終端SDK和一系列面向不同場(chǎng)景構(gòu)建的AUI Kits低代碼方案。

MediaBox音視頻終端SDK，以統(tǒng)一的技術(shù)底座，讓所有音視頻SDK在一體化架構(gòu)下深度融合，實(shí)現(xiàn)完全自由靈活組合的同時(shí)，將Size極致化降低。同時(shí)，打通多端底層架構(gòu)，實(shí)現(xiàn)多端一體化，做到一套代碼多端復(fù)用，目前已覆蓋iOS、Android、Web、Win、Mac等端。

MediaBox低代碼開(kāi)發(fā)AUI Kits，是包含UI的低代碼集成方式。在SDK基礎(chǔ)上，AUI Kits封裝了場(chǎng)景化的UI實(shí)現(xiàn)，并配套實(shí)現(xiàn)App Server與UI聯(lián)動(dòng)，整體構(gòu)建了端到端的場(chǎng)景化方案。

依托于阿里云視頻云強(qiáng)大的PaaS云服務(wù)和底層網(wǎng)絡(luò)技術(shù)，MediaBox就如同一只百寶箱，可對(duì)音視頻能力隨取隨用、自由組合，而且Size薄如蟬翼，輕松應(yīng)對(duì)行業(yè)音視頻數(shù)字化中的各種疑難雜癥。

誰(shuí)來(lái)掌握開(kāi)發(fā)主動(dòng)權(quán)？

音視頻終端套件的易用、便捷、高效是基礎(chǔ)。而MediaBox通過(guò)SDK靈活組合、AUI Kits低代碼接入、開(kāi)源開(kāi)放、支持二次開(kāi)發(fā)，刷新了對(duì)「高易用」的定義。

? SDK簡(jiǎn)易又靈活

MediaBox提供超過(guò)15種的SDK組合形式，根據(jù)應(yīng)用場(chǎng)景的不同，可自由選配相應(yīng)音視頻能力的SDK，并且只需對(duì)接一次，經(jīng)過(guò)一次License授權(quán)即可使用，極大簡(jiǎn)化SDK接入流程。

? AUI Kits小時(shí)級(jí)上線(xiàn)

作為音視頻服務(wù)的端到端方案，AUI Kits將多SDK和云PaaS能力進(jìn)行場(chǎng)景化封裝，打包輸出場(chǎng)景功能組件和相對(duì)完整的UI實(shí)現(xiàn)。

通過(guò)“低代碼”方式快速接入并跑通，可將月/周級(jí)的集成時(shí)間縮短為小時(shí)級(jí)，大大降低了企業(yè)的接入成本。企業(yè)無(wú)需關(guān)心音視頻SDK的復(fù)雜邏輯和最佳實(shí)踐，而能更專(zhuān)注于自身的業(yè)務(wù)實(shí)現(xiàn)。

? AUI Kits開(kāi)源開(kāi)放、個(gè)性定制

除支持敏捷開(kāi)發(fā)外，AUI Kits還在原來(lái)的低代碼音視頻工廠之上，進(jìn)行全新升級(jí)：

提供開(kāi)源開(kāi)放的UI和App Server源碼，允許客戶(hù)二次開(kāi)發(fā)，自定義打造品牌標(biāo)識(shí)和視覺(jué)風(fēng)格，實(shí)現(xiàn)個(gè)性化業(yè)務(wù)定制，讓企業(yè)在降低開(kāi)發(fā)門(mén)檻、縮短開(kāi)發(fā)周期的同時(shí)，依然能夠掌握開(kāi)發(fā)主動(dòng)權(quán)。

相對(duì)以往低代碼音視頻工廠追求的更快速之上，MediaBox更聚焦高度的靈活和易用。

值得一提的是，AUI Kits方案當(dāng)前是免費(fèi)的，企業(yè)只需為PaaS能力付費(fèi)，即可擁有接近SaaS的接入體驗(yàn)，享受PaaS的低成本優(yōu)勢(shì)。

“高易用”的音視頻開(kāi)發(fā)工具正在被重新定義。MediaBox以靈活、快速、敏捷、個(gè)性化、低成本的方式，助力企業(yè)一站式極速獲取音視頻能力。

03

不止「工具」

在「高易用」之上，工具的另一項(xiàng)使命是？

音視頻開(kāi)發(fā)工具，既要保證接入前的“高易用”，也要滿(mǎn)足接入后的“極致好用”。

企業(yè)對(duì)音視頻的期待是高流暢、低延時(shí)、超高清、強(qiáng)穩(wěn)定、低成本。

基于此，MediaBox以高可用的穩(wěn)定性體系，統(tǒng)一的數(shù)據(jù)指標(biāo)體系、完善的自動(dòng)化測(cè)試體系，不斷優(yōu)化音視頻終端基礎(chǔ)性能和核心指標(biāo)，為客戶(hù)提供極致體驗(yàn)。

為了保證線(xiàn)上的高效運(yùn)維，MediaBox還建設(shè)了端到端的全鏈路排障工具，通過(guò)智能分析，快速定位問(wèn)題出現(xiàn)的鏈路節(jié)點(diǎn)，更快發(fā)現(xiàn)、排查和解決問(wèn)題。

同時(shí)，云和端的深度融合，讓音視頻的“極致好用”更上一層樓。

結(jié)合底層網(wǎng)絡(luò)，AI技術(shù)以及云端處理能力，阿里云視頻云打造了云端一體、端到端、全鏈路的整體方案，滿(mǎn)足不同客戶(hù)的音視頻場(chǎng)景需求。

正如MediaBox與多元融合流媒體傳輸網(wǎng)絡(luò)MediaUni的“強(qiáng)強(qiáng)聯(lián)手”，能為客戶(hù)提供從5-6s的普通直播，到1s以?xún)?nèi)延時(shí)的超低延時(shí)直播RTS，再到60ms的元渲染業(yè)務(wù)支持，不同端到端延時(shí)選擇，滿(mǎn)足企業(yè)的多樣化業(yè)務(wù)需求。

擁有“場(chǎng)景智能”的工具，才是未來(lái) ？

隨著AI大模型的發(fā)展，一些輕量化模型在終端運(yùn)行也將成為必然趨勢(shì)，AI模型在行業(yè)化的落地過(guò)程中，會(huì)衍生出更多端智能能力。

而MediaBox在場(chǎng)景化實(shí)踐中，同樣基于端智能技術(shù)，不斷創(chuàng)新突破。

例如，在播放器SDK中，智能預(yù)加載會(huì)利用智能算法，基于當(dāng)前網(wǎng)絡(luò)狀況、用戶(hù)滑動(dòng)行為、歷史播放行為等信息，動(dòng)態(tài)控制預(yù)加載緩存、內(nèi)存緩存大小，可以節(jié)省預(yù)加載流量，提升預(yù)加載內(nèi)容的使用效率，達(dá)到成本和體驗(yàn)的極致平衡。

隨著更多場(chǎng)景的深入，MediaBox將進(jìn)化出更多場(chǎng)景智能能力。

例如，在遠(yuǎn)程教學(xué)一對(duì)多場(chǎng)景中，學(xué)生專(zhuān)注度下降導(dǎo)致教學(xué)效果差，是遠(yuǎn)程教學(xué)的永恒痛點(diǎn)。

在此背景下，MediaBox推出專(zhuān)注度智能檢測(cè)SDK，能夠?qū)崟r(shí)檢測(cè)學(xué)生的狀態(tài)變化，將學(xué)生的專(zhuān)注度反饋給老師，幫助老師及時(shí)感知學(xué)生上課情況，提升整體教學(xué)效果。

場(chǎng)景智能，為業(yè)務(wù)賦能帶來(lái)了更多可能性。音視頻終端套件，不止是單純的開(kāi)發(fā)工具，更是行業(yè)的創(chuàng)新型端口，以最輕量的方式，賦予場(chǎng)景全新的數(shù)智化能力。

04

萬(wàn)象世界，一“器”當(dāng)先

開(kāi)發(fā)工具，可以滿(mǎn)足“千行千面”？

“行業(yè)數(shù)字化”高歌猛進(jìn)的背后，是對(duì)行業(yè)場(chǎng)景的深刻理解。

回顧音視頻技術(shù)發(fā)展歷程，音視頻在互娛行業(yè)中發(fā)展壯大，場(chǎng)景相對(duì)簡(jiǎn)單且成熟，對(duì)音視頻能力的要求也相對(duì)通用。

當(dāng)音視頻向更多傳統(tǒng)行業(yè)滲透時(shí)，由于傳統(tǒng)行業(yè)由一個(gè)個(gè)不同場(chǎng)景構(gòu)成，各場(chǎng)景特點(diǎn)不同且具備明顯的行業(yè)屬性，因此，面向不同行業(yè)、不同場(chǎng)景、不同特點(diǎn)，來(lái)建設(shè)一體化的音視頻能力，才能更好滿(mǎn)足行業(yè)數(shù)字化需求。

目前，阿里云視頻云已針對(duì)不同行業(yè)場(chǎng)景，推出MediaBox多場(chǎng)景AUI Kits方案和多SDK，包括直播場(chǎng)景的娛樂(lè)直播、電商直播、企業(yè)直播，互動(dòng)場(chǎng)景的遠(yuǎn)程監(jiān)考、互動(dòng)課堂，通信場(chǎng)景的語(yǔ)聊房、KTV以及點(diǎn)播場(chǎng)景的短視頻、長(zhǎng)視頻等。

? 在教育行業(yè)，為遠(yuǎn)程教學(xué)場(chǎng)景而生的互動(dòng)課堂AUI Kit方案，支持學(xué)生專(zhuān)注度智能實(shí)時(shí)檢測(cè)，1萬(wàn)+學(xué)生實(shí)時(shí)白板互動(dòng)，50+實(shí)時(shí)連麥，10萬(wàn)+學(xué)生實(shí)時(shí)觀看，滿(mǎn)足大班課、公開(kāi)課等場(chǎng)景需求。

? 在零售行業(yè)，各大零售商都在嘗試建立私域流量池，或自建APP進(jìn)行直播帶貨。電商直播AUI Kit方案，提供豐富的互動(dòng)直播功能，支撐多家企業(yè)從0到1快速構(gòu)建直播電商業(yè)務(wù)。

? 在汽車(chē)行業(yè)，新車(chē)發(fā)布場(chǎng)景廣受關(guān)注，企業(yè)直播AUI Kit方案，助力企業(yè)快速搭建直播間功能，打造面向全球車(chē)友的重磅新車(chē)發(fā)布會(huì)直播，并保障數(shù)十萬(wàn)并發(fā)下的優(yōu)質(zhì)播放體驗(yàn)。

? 在數(shù)字閱讀行業(yè)，除傳統(tǒng)文字閱讀之外，把文字劇本轉(zhuǎn)為短劇播放成為新風(fēng)尚，短視頻AUI Kit，基于點(diǎn)播場(chǎng)景的能力訴求，設(shè)計(jì)與實(shí)現(xiàn)了一站式短視頻制作播放解決方案。

? 在沉浸式場(chǎng)景，VR全景播放SDK，采用FOV的方式傳輸音視頻數(shù)據(jù)，可以在提升流暢度的同時(shí)，降低帶寬成本，同時(shí)結(jié)合空間音頻，實(shí)現(xiàn)極致的沉浸式音視頻體驗(yàn)。

可以看到，MediaBox的超能量正在向眾多場(chǎng)景釋放，而更多行業(yè)、場(chǎng)景正需要這樣的音視頻數(shù)字化加速“利器”，以打開(kāi)新的機(jī)遇和空間。

云上藝考，是教育數(shù)字化的縮影？

阿里云視頻云遠(yuǎn)程智能監(jiān)考方案，可作為“音視頻數(shù)字化”在教育行業(yè)有效探索中的一個(gè)縮影。

隨著“藝考熱”的持續(xù)升溫，組織大規(guī)模線(xiàn)下考試不僅需要投入大量人力物力，還需要考生承擔(dān)長(zhǎng)距離線(xiàn)下赴考的時(shí)間、經(jīng)濟(jì)成本，而很多藝考生往往需要短期奔赴多個(gè)學(xué)校，這更加劇了負(fù)擔(dān)。但“線(xiàn)下”對(duì)于“藝考”這一特殊類(lèi)型，是慣例的必要。

MediaBox的場(chǎng)景方案，讓所有的藝考生都不必應(yīng)對(duì)這樣的苦楚。

阿里云視頻云通過(guò)遠(yuǎn)程監(jiān)考AUI Kit方案，聯(lián)合生態(tài)伙伴搭建遠(yuǎn)程監(jiān)考平臺(tái)，成功支撐中國(guó)美院今年的本科“云上藝考”，強(qiáng)穩(wěn)定保障海內(nèi)外4萬(wàn)+考生順利完成線(xiàn)上藝考。

以低代碼方式快速集成，遠(yuǎn)程監(jiān)考AUI Kit方案提供監(jiān)考端和考生端的開(kāi)源組件、架構(gòu)設(shè)計(jì)指南，大大降低接入門(mén)檻。在端側(cè)覆蓋上，覆蓋iOS/Andriod、網(wǎng)頁(yè)、釘釘應(yīng)用和微信小程序多端，保障遠(yuǎn)程監(jiān)考場(chǎng)景下的“高易用”。

基于全球3200+節(jié)點(diǎn)的底層網(wǎng)絡(luò)，以及強(qiáng)大的媒體處理能力，遠(yuǎn)程監(jiān)考平臺(tái)可承載10萬(wàn)+考生同時(shí)在線(xiàn)，實(shí)現(xiàn)監(jiān)考端視頻延時(shí)1.5秒內(nèi)、1對(duì)1通話(huà)延時(shí)400ms內(nèi)，全方位滿(mǎn)足高可靠、高并發(fā)、低延時(shí)、高清晰度的“極致好用”。

同時(shí)，在這樣的云考試場(chǎng)景中，也蘊(yùn)育出新的“場(chǎng)景智能”，阿里云視頻云就此開(kāi)發(fā)推出智能防作弊SDK。

相比傳統(tǒng)防作弊，是在云端分析視頻截圖，分析量大，耗時(shí)久，成本高。而智能防作弊SDK，是在端側(cè)實(shí)時(shí)檢測(cè)，包括人體行為檢測(cè)、電子產(chǎn)品檢測(cè)、衣服檢測(cè)、環(huán)境檢測(cè)等，快速上報(bào)，速度更快，成本更低，目前已覆蓋Android/iOS/Web等多端設(shè)備。

藝術(shù)類(lèi)考試與其他線(xiàn)上機(jī)考不同，要求將主機(jī)位畫(huà)面囊括整塊畫(huà)板以及考生側(cè)臉，但機(jī)位不同產(chǎn)生的算法調(diào)優(yōu)會(huì)更為復(fù)雜。而智能防作弊SDK以原子化接入的方式，提供多種端側(cè)實(shí)時(shí)檢測(cè)能力，并可根據(jù)不同考試場(chǎng)景需要，動(dòng)態(tài)開(kāi)啟、靈活選用，定制化滿(mǎn)足線(xiàn)上考試的諸多場(chǎng)景類(lèi)型。

正是源于對(duì)行業(yè)音視頻場(chǎng)景的深度理解，才能革新解決行業(yè)痛點(diǎn)和打開(kāi)場(chǎng)景新空間。

MediaBox走向更廣的行業(yè)場(chǎng)景、探入更深的場(chǎng)景能力，未來(lái)離不開(kāi)與行業(yè)生態(tài)伙伴的共同創(chuàng)造。此次LiveVideoStackCon，阿里云視頻云也將發(fā)布新的生態(tài)合作計(jì)劃，期待與更多生態(tài)伙伴攜手，打開(kāi)行業(yè)音視頻數(shù)字化的萬(wàn)象世界。