AIGC的風已經刮到(dao)了(le)實(shi)時(shi)互動(RTE)領域，并且(qie)已經有企業乘(cheng)風起勢(shi)。
提到RTE，亦或(huo)是實時音視頻(pin)(RTC)，可能很多(duo)人感覺(jue)到陌(mo)生，但(dan)其(qi)實，在視頻(pin)會議、線上(shang)直播(bo)、網上(shang)課堂(tang)等場景中，正是RTC與(yu)RTE支(zhi)撐(cheng)起了低時延、高清晰、深度沉浸的互動(dong)體驗(yan)。
從(cong)2015年前后，短視(shi)頻(pin)(pin)、直播興起，才(cai)令人們對于實(shi)時(shi)(shi)音視(shi)頻(pin)(pin)有(you)了(le)更加具(ju)象的認知。隨后，疫情爆(bao)發(fa)之(zhi)下“全民(min)宅家”所催生的視(shi)頻(pin)(pin)會議(yi)、在線教育、電商(shang)直播也使得實(shi)時(shi)(shi)音視(shi)頻(pin)(pin)需求迅速爆(bao)發(fa)。
據(ju)36氪研究院發(fa)布的(de)(de)數據(ju)顯示，實(shi)時音視(shi)頻在(zai)(zai)國(guo)內(nei)360、華為、小米三大安卓應用(yong)市(shi)場的(de)(de)近10,000個App中(zhong)的(de)(de)滲透率(lv)，2015年(nian)還不到1%，2021年(nian)已突破30%。業界認為，在(zai)(zai)未來幾(ji)年(nian)，實(shi)時音視(shi)頻技術(shu)在(zai)(zai)關鍵行(xing)業的(de)(de)滲透率(lv)可能將(jiang)超過50%。
對于(yu)很多(duo)消費(fei)者而(er)言，RTC、RTE作(zuo)為默(mo)默(mo)耕耘在應用(yong)背后的重要技術，或許并沒(mei)有(you)得到頗(po)高的關注，但在產(chan)業端，這個能夠迸發出創(chuang)新應用(yong)的領域卻是在持續成長中逐漸(jian)與(yu)越來越多(duo)的場(chang)景結合(he)。
這也令(ling)筆者想起了此前與聲(sheng)(sheng)網相關(guan)負責人(ren)的(de)(de)(de)一次(ci)訪談(tan)——“即(ji)便你(ni)過(guo)去沒有(you)聽(ting)說過(guo)聲(sheng)(sheng)網，但(dan)你(ni)一定用過(guo)聲(sheng)(sheng)網的(de)(de)(de)服務”。的(de)(de)(de)確，作(zuo)為最(zui)早(zao)一批(pi)入局實時音視頻領(ling)域(yu)的(de)(de)(de)企(qi)業，聲(sheng)(sheng)網雖然在(zai)C端(duan)并(bing)不似生態(tai)繁榮(rong)的(de)(de)(de)大廠那(nei)般名頭(tou)響亮(liang)，但(dan)其全球注冊應用在(zai)2022年9月就已超過(guo) 51.1 萬，在(zai)行業內的(de)(de)(de)影響力可見一斑。
就(jiu)在(zai)今(jin)天上午，RTE 2023第九屆實(shi)時互聯網大會在(zai)北京召開，這個(ge)由聲網從2015年搭建而成(cheng)的(de)交流平臺，也逐漸成(cheng)為了(le)RTC的(de)行業聚會，而在(zai)今(jin)天上午的(de)主論壇上，AIGC無疑(yi)成(cheng)為了(le)主旋(xuan)律。
AIGC+RTE，玩出什么新花樣(yang)
從去年年底開始，ChatGPT異軍突起，甚至被黃仁勛稱為人工智能的(de)“iPhone時刻”。時至今日，這場(chang)圍(wei)繞大模型、AIGC的(de)狂歡還在持續，并且(qie)有更(geng)多(duo)相關的(de)技術(shu)、行業(ye)參(can)與其(qi)中，RTE其(qi)實并不是最早(zao)加入的(de)，但應該(gai)算(suan)得上是極(ji)富(fu)創造力的(de)。
首先來了解一下什么是RTE。
據悉(xi)，2020年(nian)，聲(sheng)網在(zai)上市招股書中(zhong)首次公開提出“RTE(Real-Time Engagement)”概念，此后這(zhe)一概念逐漸被全(quan)行業(ye)認可(ke)和(he)使(shi)用。此前，更多(duo)被業(ye)內所(suo)熟知(zhi)的RTC更多(duo)是強(qiang)調對(dui)語義(yi)信息(xi)進行高(gao)質量(liang)和(he)高(gao)效率的傳遞，而RTE則是更聚焦(jiao)用戶所(suo)需(xu)要的共(gong)享時空，即場景。
換(huan)言之，RTC是從(cong)信息傳遞的(de)(de)(de)角度出發，而實(shi)時(shi)音(yin)視(shi)頻也僅(jin)僅(jin)提(ti)供語音(yin)溝通(tong)，能夠(gou)滿足單一(yi)的(de)(de)(de)場(chang)景和通(tong)話標準。而隨著實(shi)時(shi)互動(dong)的(de)(de)(de)創(chuang)新場(chang)景涌(yong)現，加(jia)之人(ren)們對于通(tong)話質量的(de)(de)(de)要求(qiu)提(ti)升(sheng)，低時(shi)延、高清晰的(de)(de)(de)實(shi)時(shi)互動(dong)需求(qiu)恰(qia)恰(qia)是RTE的(de)(de)(de)專長。
而火爆(bao)的AIGC自然是(shi)不需要過多(duo)介紹了，從聊天機(ji)器人(ren)到(dao)AI助(zhu)理，再到(dao)到(dao)虛擬女友，再到(dao)復刻親人(ren)形象，其已經多(duo)次展示(shi)了驚人(ren)的創造力(li)。
那么，RTE又能夠與AI擦(ca)出哪些火花呢?
聲(sheng)網創(chuang)始人(ren)兼CEO趙斌在RTE大會上展示了聲(sheng)網鳳鳴(ming)AI引擎優化線上課程(cheng)噪聲(sheng)的(de)(de)案例，以及利用AI算法提升實(shi)時視頻清晰度(du)的(de)(de)案例，進一步(bu)介紹(shao)了AI對于(yu)(yu)RTE行(xing)業的(de)(de)顛覆式改造(zao)。此(ci)外，面向(xiang)社交(jiao)和(he)泛娛(yu)樂場景的(de)(de)實(shi)時互動，AIGC相(xiang)較傳統(tong)的(de)(de)AI對話機(ji)器人(ren)，還能夠提供更(geng)加接近于(yu)(yu)真人(ren)的(de)(de)情感價(jia)值(zhi)和(he)情緒價(jia)值(zhi)。
趙斌還表示，AIGC對于RTE行業的另(ling)一個影響便是(shi)可以大幅提高(gao)應用開(kai)發效率。從編程、自(zi)動化(hua)測試再到文檔生產(chan)以及(ji)低代(dai)碼(ma)平臺(tai)進化(hua)，都將得到一定的促進。雖然很(hen)多影響和(he)變化(hua)還都處于早期階段，但(dan)未(wei)來值得釋放(fang)的空(kong)間(jian)仍非常值得期待，還有很(hen)多想象仍未(wei)被實(shi)現(xian)。
例如，AIGC能(neng)否徹底顛覆低代(dai)碼(ma)形(xing)成的方式(shi)，以對話的形(xing)式(shi)指令機器來生(sheng)成代(dai)碼(ma)，甚至不光是(shi)生(sheng)成代(dai)碼(ma)，而(er)是(shi)生(sheng)成完整的應用，從而(er)實現(xian)新一代(dai)的無(wu)代(dai)碼(ma)能(neng)力。
至于聲(sheng)網，作為(wei)RTE賽道的(de)開創者，其也(ye)率先推出了AIGC RTE能力(li)模(mo)塊，可以和任何大模(mo)型平臺對接(jie)，將現有(you)的(de)文字交流的(de)互(hu)動方式和溝(gou)通方式轉化(hua)成更加(jia)自然的(de)語音對話，同(tong)時(shi)也(ye)保障了接(jie)近人與人對話的(de)低時(shi)延體驗。
據介紹，目前聲網RTE x AIGC一站式解(jie)決(jue)方案(an)，可(ke)以將(jiang) AI 對話端(duan)到端(duan)響應(ying)延時(shi)控制在1.9秒以內，并且支持API快(kuai)速調用，提供開箱即(ji)用的場景化demo，最快(kuai)3個小(xiao)時(shi)即(ji)可(ke)實現方案(an)驗(yan)證(zheng)。
趙斌也(ye)表示，除了(le)社交、直播、泛娛樂場景等，企業(ye)用戶近年(nian)來開始積極擁(yong)抱實時互動(dong)所帶來的(de)(de)(de)一(yi)系列變化(hua)，開始基于(yu)RTE進(jin)行效率優化(hua)。企業(ye)也(ye)意識(shi)到如今的(de)(de)(de)實時互動(dong)能力(li)已經遠遠超出了(le)企業(ye)內部視(shi)頻會議的(de)(de)(de)需求，而實時互動(dong)平臺也(ye)不(bu)僅僅是(shi)視(shi)頻會議平臺，其所提供的(de)(de)(de)無(wu)所不(bu)答的(de)(de)(de)實時網絡以(yi)及(ji)無(wu)所不(bu)及(ji)的(de)(de)(de)音視(shi)頻能力(li)，正在(zai)成(cheng)為企業(ye)數(shu)字化(hua)轉(zhuan)型(xing)的(de)(de)(de)一(yi)個重要支撐。
對于幾萬、甚(shen)至(zhi)幾十萬人的(de)(de)(de)大企(qi)業(ye)(ye)(ye)而言(yan)，往(wang)往(wang)需要構建(jian)(jian)全(quan)(quan)域一(yi)(yi)張(zhang)網、全(quan)(quan)業(ye)(ye)(ye)務(wu)一(yi)(yi)張(zhang)網、全(quan)(quan)設(she)備一(yi)(yi)網通、全(quan)(quan)業(ye)(ye)(ye)務(wu)多形態連接的(de)(de)(de)基礎能力。聲網也可以(yi)配合企(qi)業(ye)(ye)(ye)構建(jian)(jian)音視頻實時互動(dong)平臺(tai)，用(yong)統(tong)一(yi)(yi)中臺(tai)的(de)(de)(de)方式(shi)，改造(zao)企(qi)業(ye)(ye)(ye)內部過去做一(yi)(yi)個(ge)應用(yong)就要重(zhong)(zhong)新(xin)建(jian)(jian)一(yi)(yi)套系統(tong)、重(zhong)(zhong)新(xin)部署網絡(luo)的(de)(de)(de)低效(xiao)、重(zhong)(zhong)復建(jian)(jian)設(she)模式(shi)，從而極(ji)大地提高企(qi)業(ye)(ye)(ye)在(zai)業(ye)(ye)(ye)務(wu)上的(de)(de)(de)靈活度和(he)效(xiao)率。
值(zhi)得注意的是，在演講的最(zui)后，趙(zhao)斌也(ye)帶了(le)one more thing——聲(sheng)網在RTE行業里面首(shou)次實(shi)現了(le)廣(guang)播級(ji)的4K超高清實(shi)時互動體驗。
5G能與實時音視頻擦出什么火花(hua)?
雖然RTE 2023大會的主(zhu)論壇主(zhu)要(yao)聚焦在了AIGC與RTE的結合，但其實圍繞實時互動的通信技術升(sheng)級也是不容忽視的重(zhong)要(yao)底座。過去，業內(nei)一直在期待5G能夠幫助(zhu)RTE領域實現4G所未(wei)能達(da)到的體(ti)驗。
一方面(mian)，5G的(de)超大(da)帶寬、超低時(shi)延等特征(zheng)，可大(da)幅降低音(yin)視頻(pin)信息的(de)延遲和緩沖時(shi)間，提(ti)高端到端毫(hao)秒(miao)級傳輸時(shi)延的(de)滿足(zu)率，為RTC的(de)數據傳輸奠定了(le)堅實的(de)基(ji)礎。另(ling)一方面(mian)，5G的(de)商用之于不(bu)斷涌現(xian)的(de)實時(shi)音(yin)視頻(pin)場景而言也是(shi)恰逢其時(shi)。
例如，在智慧醫療領域，無(wu)論是5G遠程(cheng)會診，還是遠程(cheng)手術示教、遠程(cheng)教學等(deng)場景，都需要(yao)低時延、高清晰的實(shi)時音視頻系(xi)統。
此外，以(yi)聲(sheng)網的(de)超低延時平行駕(jia)駛和(he)平行控制方案為例，該(gai)方案面向(xiang)以(yi)無人(ren)車、機器人(ren)為代表(biao)的(de)智能(neng)設備遠(yuan)程(cheng)運維、人(ren)工接管(guan)和(he)遠(yuan)程(cheng)控制場景。針對于(yu)同城遠(yuan)程(cheng)控制，聲(sheng)網解決方案通過標記優先級優化路由調(diao)度(du)策(ce)略和(he)同節(jie)點轉化方式，保障該(gai)場景下的(de)延時傳輸質(zhi)量。
同時還結合了多運營商物聯網卡場景下，通過Multipath多路徑融合的技術，保證網絡質量的可用性和弱網對抗能力。據悉，實測數據顯示，從無人駕駛車輛攝像頭畫(hua)面采集，到(dao)遠(yuan)程(cheng)控制臺(tai)顯示(shi)，聲網(wang)能(neng)做實時音視頻(pin)端(duan)到(dao)端(duan)時延最低百毫秒(miao)內，5G公(gong)網(wang)平(ping)(ping)均(jun)160ms;可(ke)靠信令可(ke)以做到(dao)端(duan)到(dao)端(duan)25ms之內，5G公(gong)網(wang)平(ping)(ping)均(jun)50ms，可(ke)以保障低速自動駕(jia)駛車輛在(zai)30公(gong)里時速下，擁有(you)相對可(ke)靠、安全和高效沉浸式的(de)體驗，來完成所(suo)有(you)的(de)遠(yuan)程(cheng)作業。
未來，隨著(zhu)AIGC的進一步融合，加(jia)之5G提(ti)供(gong)更加(jia)穩定、高可靠的通道，RTE勢必將(jiang)帶(dai)來更多創(chuang)新應用，讓我們(men)拭目以待。
參考(kao)資料：1.《全(quan)球(qiu)音視(shi)頻社交(jiao)市場規模達1813億美元(yuan)，60%以上(shang)用聲網》，36氪產業(ye)創新(xin)2.《加速(su)邁入“真實時(shi)”物聯網 RTC成智能設備“硬指標(biao)”》，砍柴(chai)網3.《聲網CEO趙斌(bin)：生成式 AI 技術(shu)將顛(dian)覆式改造社交(jiao)和(he)泛娛樂(le)行業(ye)|鈦媒體焦點(dian)》，鈦媒體APP
