中国信通院-实时互动产业发展研究报告_互联网的下一个十年（2022年）_72页_3mb.pdf

实时互动产业发展研究报告 互联网的下一个十年（ 2022 年）中国信息通信研究院泰尔终端实验室 2022 年 6 月版权声明本报告 版权属于 中国信息通信研究院 ，并受法律保护 。转载、摘编或利用其它方式使用 本报告文字或者观点的，应 注明 “ 来源： 中国信息通信研究院” 。违反上述声明者，编者 将追究其相关法律责任。 编制说明 本报告由中国信息通信研究院牵头撰写，限于撰写时间、知识局限等因素，内容恐有疏漏，烦请各位读者不吝指正。 本报告在撰写过程中得到了多家单位的大力支持，在此特别感谢感谢参编单位：北京百度网讯科技有限公司、北京火山引擎科技有限公司、北京金山云网络技术有限公司、北京易掌云峰科技有限公司（环信）、海马云 （ 天津 ） 信息技术有限公司、甲骨文（中国）软件系统有限公司、科大讯飞股份有限公司、摩尔线程智能科技（北京）有限责任公司、上海兆言网络科技有限公司（声网）、 深圳华为云计算技术有限公司、 深圳凡泰极客科技有限责任公司、腾讯云计算（北京）有限责任公司、英特尔（中国）有限公司、优刻得科技股份有限公司、元境生生（北京）科技有限公司、中 国移动咪咕文化科技有限公司、中移（苏州）软件技术有限公司、中移物联网有限公司、珠海金山办公软件有限公司（按照拼音首字母排序，排名不分先后）的各位专家。 前 言 十四五规划中提出“加快发展现代产业体系，巩固壮大实体经济根基”、“加快数字化发展，建设数字中国”等 部署 以来，数字经济已成为产业转型升级的重要驱动力及改变全球竞争格局的关键力量。如今，数字化已从民众生活全面渗入至产业端各链条，实体经济的数字化进程被按下“快进键”，并且随着 5G、云计算、大数据、人工智能等新一代信息技术的日渐成熟，数字技术与实体经济集成融合的趋势更加凸显。实时互动技术作为新一代数字经济发展的底座支撑，将大幅提升行业全要素生产率，加速新型数字产业体系的形成与发展，开辟经济增长新空间。 在国际经济加速博弈、全球产业转型升级的当下，国内外均在积极探索下一代互联网的方向，争取领先地位。中国在下一代互联网关键技术及产业上的领先突破，将为中国经济发展和产业转型提供重要基础，为后续应对复杂竞争环境提供持续推动力。 实时互动与互联网行业、传统行业的融合不断深化，激发出 更多的 新场景 与新应用 。 面向中国互联网的下一个十年，积极探索实时互动产业核心要素，明确行业发展难点痛点，提供行业发展 参考路径成为关键所在。 本报告从实时互动 产 业发展的生态环境及历史必然性出发，首次提出了实时互动的定义，明确了其核心内涵与特征 ， 并 与 CPaaS、RTC、音视频云 、元宇宙等相关概念进行 了 辨析。 同时， 根据产业现状， 梳理 了实时互动核心价值链与产业图谱，对市场规模进行了 预测分析，对未来趋势进行了深度研判。其次，从专 有 基础设施、专业组件与重要共生技术三个维度对实时互动所涉及的关键技术及内容框架进行了重点剖析。结合不同行 业的特征与痛点， 整理了 实时互动与各 行业 场景的融合应用情况 。最后， 对整个产业面临的挑战进行了客观分析 ， 提出了推进策略及发展建议。希望通过本报告，能够向大众普及实时互动的概念及作用，为社会各界提供借鉴和参考，有序推进产业的建设发展。 目 录 一、 实时互动发展背景 . 1 (一 ) 实时互动发展宏观生态环境 . 1 (二 ) 实时互动发展的历史必然性 . 2 二、 实时互动的概念和内涵 . 5 (一 ) 实时互动的概念 . 5 (二 ) 实时互动发展历程 . 6 (三 ) 实时互动的内涵 . 9 (四 ) 实时互动与相关概念辨析 . 11 三、 实时互动产业发展 态势 . 16 (一 ) 实时互动产业图谱 . 16 (二 ) 实时互动产业发展现状与趋势 . 22 (三 ) 产业规模预测 . 27 四、 实时互动关键技术 . 30 (一 ) 专有基础设施 . 31 (二 ) 专业组件 . 36 (三 ) 重要共生技术 . 41 五、 实时互动赋能千行百业 . 42 (一 ) 实时互动与企业协作：优化流程，提升效率 . 44 (二 ) 实时互动与教育：促进公平，提升质量 . 45 (三 ) 实时 互动与 IOT：高效连接，实时协同 . 46 (四 ) 实时互动与制造：远程作业，保障安全 . 47 (五 ) 实时互动与交通：远程处理，提高效率 . 48 (六 ) 实时互动与金融：远程服务，便捷高效 . 48 (七 ) 实时互动与房产：远程看房，促进交易 . 49 (八 ) 实时互动与医疗：普及资源，实时介入 . 49 (九 ) 实时互动与政务：减少繁琐，加速办理 . 50 (十 ) 实时互动与文旅：远程游览，沉浸体验 . 51 (十一 ) 实时互动与泛娱乐：创新玩法，改变潮流 . 52 (十二 ) 实时互动与游戏：丰富体验，随时可玩 . 53 (十三 ) 实时互动与社会关怀：关爱弱势，提升福祉 . 55 六、 产业发展挑战和建议 . 56 (一 ) 产业发展面临挑战 . 56 (二 ) 产业发展建议 . 58 附录 1: 中国互联网发展简史 . 60 附录 2: 缩略语 . 61 参考文献 . 63 图 目 录 图 1 实时互动技术集合 . 6 图 2 实时互动发展历程 . 6 图 3 实时互动相关产业图谱 . 16 图 4 实时互动渗透率 . 22 图 5 全球实时互动热门场景及新兴场景 . 23 图 6 实时互动 产业微笑曲线 . 27 图 7 全球及中国实时互动产业规模统计预测 . 29 图 8 实时互动关键技术 . 31 表 目 录 表 1 互联网发展范式的三个阶段 . 3 表 2 实时互动相关技术概念对比 . 13 表 3 实时互动产业规模 统计口径（ To B 技术层） . 28 表 4 实时互动应用新场景（示例） . 44 实时互动产业发展研究报告（ 2022 年） 1 一、 实时互动发展背景 (一 )实时互动发展宏观生态环境 外部竞争局势逐步加剧，科技引领趋势日益凸显。 近年来，世界格局重塑、新冠疫情蔓延，贸易关系复杂，国际形势中的不确定不稳定性因素逐渐增多，全球经济面临着前所未有的严峻考验。科技创新是增强综合国力、提升国家地位的决定性因素，加大科技引领已成为众多国家的核心发展战略。 数字经济与实体经济深度融合，技术创新推动产业变革升级。数字经济已成为推动经济社会高质量发展的重要引擎和重要支撑，国家及地方相继推出有关产业数字化、数字产业化、建设数字中国等发展战略的利好政策 。 2022 年 1 月国务院印发的 “十四五 ”数字经济发展规划 ，明确了社会发展的主要目标， 强调建设高速泛在、天地一体、云网融合、智能敏捷、绿色低碳、安全可控的智能化综合性数字信息基础设施。 同时， 实体经济与数字经济的融合，也存在巨大的协同发展空间。根据中国信息通信研究院数据， 2020 年中国数字经济规模达 39.2 万亿元，占 GDP 比重 38.6%，整体发展进入快车道。在具体行业上，中国数字经济发展白皮书（ 2021）数据显示， 服务业、工业、农业数字经济占行业增加值比重分别为 40.7%、21%和 8.9% ，传统产业数字化仍有很大的提升空间。 疫情常态化 加速了 线下活动 的 线上化 ， 改变了人们的 生产生活方式 。 在生活上，对于 互联网的需求不再是单向的娱乐消费内容获取，原生于互联网的在线虚拟陪伴社交已开始替代线下生活的社交。实时互动产业发展研究报告（ 2022 年） 2 在工作上，协同办公工具的出现提升了沟通效率，改变了传统的团队协作方式，弥补了疫情下难以面对面交流的不足。同时，在线教育打破了传统线下教育的时空限制，使教育在技术、内容、形式及主体方面得到全方位的升级，尤其是在疫情形势十分严峻的当下，在线教育有效保障了学生学习的开展以及“停课不停学”政策的落实。受疫情影响，众多场景已实现利用数字化技术完成线下活动的线上化转移，线上线下融合发展已成为大势所趋。 云原生技术 和分布式云 不断成熟 ，成为业务创新发展的重要驱动力。 云计算行业发展进入成熟期，企业上云的加速及云服务在传统行业的实践应用，推动了云原生技术体系与分布式云架构的不断完善。云原生底层核心技术已相对成熟，中间件、服务网格、无服务器等更上层的技术得到了快速发展，研发门槛大大降低，云端开发部署应用成为行业趋势。同时，边缘计算与边缘侧的算力需求，加速了云计算从中心向边缘延伸，分布式云逐渐成为云计算发展的新形态。 (二 )实时互动发展的 历史必然性 通 信 技术、终端设备、开发框架等技术的升级，推动着互联网产 业的发展，并以不同的应用形态为用户所感知。我国互联网从门户网站为主导的 PC 互联网，到智能手机激发的移动互联网，再至万物互联的产业互联网，深刻改变人们的生活和经济的运行。近年来在国内外已经掀起了一波对下一代互联网发展范式的讨论。根据文件传递类型、文件传递方式、网络组织形态、内容创建、商业模式实时互动产业发展研究报告（ 2022 年） 3 等进行阶段划分，可以将互联网范式分为 Web1.0、 Web2.0 到 Web3.0三个阶段，如表 1 所示。 表 1 互联网发展范式的三个阶段 发展阶段 Web 1.0 Web 2.0 Web 3.0 时间阶段 1989-2004 2004-2016 2016 至今 核心特征 可读 可写 可信 用户规模 百万级用户 以公司为主 十亿级用户 以社群为主 千亿级用户 以个体为主 展示形式 以文字、图片为主的 静态内容 以音视频流媒体为主 的动态内容 融合 AI、 3D、实时音视频的多维内容 内容拥有 占有内容 分享内容 共建内容 核心指标 用户浏览量 用户点击量 用户参与度 信息传递方式 单向传递 双向传递 多用户多向传递 来源：公开资料整理 从生产力角度而言， Web1.0 到 Web3.0 的迭代，使互联网用户的创作能力得到了更大化地释放。 Web 1.0 以中心化的门户网站为主，为用户提供文字、图片等内容，信息为单向传递。 Web 2.0 以中心化平台为主，用户在获取音视频等内容的同时，可以主动创作、分享内容，信息的传递方式变为双向。随着技术的演进，在互联网发展的新阶段，用户规模将持续扩大，融合 AI、 3D 及实时音视频的多维内容可以得到充分展示，用户的参与度不断增强，多用户之间的多方向的事实信息传递成为可能。 关于 Web 3.0 的研究与探索，主要围绕 开放、共建、隐私 三个特征展开。首先， Web3.0 世 界 充 分 自由 开放，用户行为不受 中心化平台间的 隔离 与 限制 ；其次， 内容和应用将由用户创造和主导， 可充分实现用户 的 共建、共治， 实现平台价值的共享；最后，用户可实时互动产业发展研究报告（ 2022 年） 4 完全拥有属于自身的所有数据及隐私信息，相关数据信息能够 通过加密算法和分布式存储等手段得到充分保护 ，从而不受平台的干涉。Web 3.0 充满想象力，但难以作为有指导性的概念代表下一代互联网发展范式的全貌。目前 Web3.0 缺少标准定义，对应的核心技术架构与应用落地形态尚不明晰，难以提供全面的技术路径指导。同时，Web 3.0 更强调线上内容的生产消费，难以与线下生 活建立联系。 实时互动强调生产力的创新迭代，并且实现了从 “ 在线 ” 至 “ 在场 ” 的重要转变，推动互联网向以 “ 临场感 ” 为主要特征的下一代互联网演进方向升级变革。 其所涉及的传感 技术 、边缘计算、感知交互、全息影像、仿真引擎、空间声场、 AIGC 等技术会 转化为 新一代 生产力，进一步改变生产和生活方式。目前 实时互动概念已被国内外 云厂商、互联网平台、 实时音视频服务企业 等 逐步认可 ，实时互动与各行各业的深入融合也促使其需求呈指数级增长。未来， 实时互动将 逐步 变成一种普适能力。 实时互动作为下一个十年引领互联网增长的技术，具有如下优势： (1) 可全面覆盖用户的生产生活需求，具有庞大的用户基础和不可替代性； (2) 可支撑从消费互联网到工业互联网的多种场景升级，是推进产业发展智能化、数字化的关键途径； (3) 可通过便于落地的场景化方案，从可操作、可测量的技术角度为互联网基础设施改造指明方向； 实时互动产业发展研究报告（ 2022 年） 5 (4) 可融合多项关键技术，有目标性地激发多种国家关键技术的自主发展。 二、 实时互动的概念和内涵 (一 )实时互动的概念 实时互动，指在远程条件下沟通、协作的多方能够随时随地接入、实时地传递虚实融合的多维信息，并体验身临其境的交互活动。 从广义角度而言， 实时互动包含了特定场景下人、物、空间三者交互体验的所有内容，包括保障实时无延迟的通信网络、满足用户互动的技术组件及设备、提供可感知的实时互动场景应用等。 从技术角度而言， 实时互动包含了能够实现实时通信和灵活互动能力的一系列技术的集合。 实时互动最基础的功能为实时通信，即将用户在线下产生的音频、视频、文本、图片等媒体和非媒体数据进行实时传输。实时互动最核心的能力为灵活互动，即在信息传输的基础上，根据具体场景需求，借助多样化的插件组件和算法，灵活增加互动工具，提升效率与用户体验。 完整的实时互动技术集合，使行业应 用方可基于底层实时网络，在实时通信的基础功能上，结合场景所需的核心互动能力，为用户提供场景解决方案。同时，相关应用方可借助质量分析工具，完成端到端的质量监控，提升用户实时互动体验。 实时互动产业发展研究报告（ 2022 年） 6 来源：中国信息通信研究院 图 1 实时互动技术集合 (二 )实时互动 发展历程 实时互动是建立在长期技术发展基础上的可靠创新 。 随着 5G、大数据、云计算、 AI、区块链、 IoT 等技术的发展和成熟，实时互动的边界不断拓展。结合技术发展及商业化进程，可将 实时互动 产 业的发展分为 三个阶段 。 来源：中国信息通信研究院 图 2 实时互动发展历程 第一阶段：技术积蓄期（ 1988-2015） 实时互动产业发展研究报告（ 2022 年） 7 1988 年， 互联网中继聊天（ IRC）首次部署， 拉开实时聊天和即时消息程序的先河。 1995 年，首款基于 VoIP 的通信产品诞生，实现了基于 IP 传输的语音通话和多媒体会议。 1999 年， GIPS 利用 PC计算能力对声音算法进行创新，为互联网通信提供新引擎 ;同年，国内 首个 具备 音视频功能的软件 OICQ 诞生 。 2003 年后， GIPS 陆续向QQ、 Skype、 Webex 等产品提供音频引擎， 为 更多互联网通信 产品提供服务。 2011 年 GIPS 更名为 WebRTC 并正式 开源 ，为 实现视频流、音频流或者其他任意数据在浏览器之间的点对点连接传输 提供了技术支撑。 2014 年，全球首个商用实时音视频传输网络 RTN 开始搭建，开创性地使用边缘 网络 节点 和 智能路由 技术，实现快速高效连接，提供高质量、低延时、稳定可靠的音视频传输，为 WebRTC 的大规模应用提供了底层网络保障。 在技术积蓄期，实时互动 的 主要 形式为 即时通 信 和 音视频通话，其中即时通 信 以文字和图片为主，音视频通 信 由于几秒甚至几十秒的延迟，且受限于网络条件，整体 商业化水平较弱。 第二阶段：场景探索期 （ 2015-2019） 2015 年，亚太区首届 WebRTC 大会的召开，拉开了实时互动场景大规模商业化探索的序幕。移动互联网浪潮下，智能手机的普及和 4G 商业化 使得 通 信 效率提升、资费下降，互联网用户规模不断扩大，内容消费形式从文字向语音、视频转变， 对 实时互动的技术 与形式提出了新需求。 实时互动产业发展研究报告（ 2022 年） 8 2016 年前后，具有互动直播能力的商业化服务与 SDK 陆续推出，低延迟、高清晰、大规模实时音视频传输成为可能 ，移动视频直播行业迎来爆发期。社交泛娱乐行业依托其庞大的用户基数与多样化的用户需求，积 极利用互动直播能力探索新场景、新玩法，为用户创造无可替代的新体验。 实时互动的场景实践也推动了 RTC 技术的发展与成熟。在场景应用中， 为保证用户体验， 需要针对大规模、高并发、抗弱网、低能耗、小包体等各类具体问题进行优化与适配， 因此， 实时通 信 服务商的技术壁垒越来越高，网络效应愈发凸显 。随着专业化的实时音视频服务提供商出现，垂直供应商能够通过其提供的 SDK 实现低代码接入，从而降低调用门槛，更专注于服务模式本身。长此以往，更多行业应用者加入实时互动的赛道，基于自身行业认知，进行场景创新。 第三阶段，需求爆发期（ 2020 年至今） 2020 年疫情期间，社交、办公、娱乐等大量线下活动被迫迁移至线上，视频会议、教育、电商直播、娱乐直播、教育信息化等实时音视频需求激增，机遇和挑战并存。 大规模爆发的用户规模与使用场景，对低延时的实时互动基础网络提出巨大挑战，从而推动了云网端的升级与优化。此外， AI、插件组件、云渲染等技术的融合， 提 供了多样化的交互形式，拓展了实时互动的边界。面对需求激增、类型丰富的 创新 场景，让实时互动从 “ 可用 ” 变为 “ 好用 ” ，各实时互动服务提供商从用户体验质实时互动产业发展研究报告（ 2022 年） 9 量标准、超低延时直播标准等多维度进行探索。 经过多年商业 模式的 验证 探索 及技术标准 的逐步完善 ， 2021 年万维网联盟（ W3C）和互联网工程任务组（ IETF）宣布 将 WebRTC 纳入 官方标准，成为线上通信及协作服务的基石 。自此，开发人员可在任意网页、应用程序内置实时影音通信系统，使用 WebRTC 构建 实时互动 应用，这代表着 下一代互联网发展 的重要 方向。 (三 )实时互动的内涵 1.技术实现维度 从技术架构角度 而言 ，实时互动是未来数字化生活的新一代基础设施 。 实时互动对原有互联网技术架构提出了更高的要求，其 特性主要体现在 “ 实时 ” 和 “ 互动 ” 两个方面。 （ 1） 实时 “ 实时 ” 是对信息传递效率的变革，使用户随时随地即时获取无损信息。 具体 体现在： 接入的实时性 ： 指用户接入的高登录成功率，保 证用户不受 连接 设备、 网络情况、 地域环境的限制， 随时随地接入网络、触达业务 。 传输的实时性 ： 指 音视频数据传输的低延时和低卡顿，通过网络实时动态路由规划，以最优边缘节点接入，降低全球端到端的延时，保证传输流畅进行 。 交互 的实时性 ： 指 除基础音视频外，图像、声音、音效等多种交互方式反馈的实时性，需要 AI 算法、边缘计算等技术的综合处理。 实时互动产业发展研究报告（ 2022 年） 10 渲染的实时性 ： 指最终画面尤其是 3D 画面、多维场景展示的实时性，需要大量的场景计算能力，使得户获得逼真流畅感受。 （ 2） 互动 “ 互动 ” 是用户交互模式的变革，用户可以从多维度接触信息。具体体现在 ： 互动网络的升级： 网络基础设施的升级、边缘计算能力的提升、SDN 的完善，以及 3GPP 标准、 4A 技术规范的成熟，解决了在 1 对多、多对多场景下常遇的大规模、高并发网络问题。 互动设备的突破： 低功耗微型处理器的迭代、物联网传输协议的成熟标准化、 AI 技术的融合与加速、传感器技术的迭代，推动了IoT 设备的快速发展，丰富了人与物、物与物的交互模式。智能手表、智能门锁等 IoT 设备提升了人们的生活质量， AR/VR 等设备为用户提供了全新沉浸式体验。 互动组件的丰富： 低代码平台的兴起、以 API、 SDK 形式接入的插件组件的大量出现，降低了研发的门槛，提高了场景构建的灵活度与丰富度。如诞生于教育场景的互动白板，同时可广泛应用于会议、泛娱乐场景，为用户提供更丰富的信息交换维度。 互动场景的拓展： AI、 IoT 等技术的演进、线下业务的线上化，拓展了实时互动的应用新场景。如疫情下兴起的云会展、云旅游，将用户的线下游览体验迁移至线上，融合中加入的虚拟人，又为用户创造了全新的交互体验。 2.用户体 验维度 实时互动产业发展研究报告（ 2022 年） 11 从用户体验角度而言， 实时互动 提供了越来越接近无损的信息传输，以及提供真假难辨的数字仿真能力。 实时互动真正实现了人体感官 的复制和延伸，让用户在足不出户的情况下，以远程的虚拟的化身亲临现场，与置身同一 数字 空间的其他人进行沟通和协作。与传统音视频通 信 相比， 实时互动 的核心特性为： 共享情境 ： 共享人与人的交流内容，还原交流时的感官、道具及环境，完整展示人、物、环境之间的状态与关系； 任意规模和形式 ： 支持不同人数规模的实时交流并可实现场景快速拓展，可还原在同一时刻多向信息交叉互动的复杂情形； 无处不在 ： 实时互动可跨平台、跨终端进行，并且不受网络环境限制完成快速切换，用户可随时随处获得流畅体验。 (四 )实时互动与相关概念辨析 1.实时互动和 CPaaS、 RTC、 音视频云的关系和区别 实时互动 最 基础 功能是 对信息的实时传输，与 此相关的 概念包括 CPaaS、 RTC 和音视频云 ，但在具体的定义上，三者各不相同。 CPaaS 指通信平台即服务 ，是以用户通信为核心的云服务，强调通过 API 和 SDK ，将语音、 SMS、数字消息、视频等通信功能嵌入到面向客户和合作伙伴的应用中 。常见应用场景为：即时消息、音视频通信、多因素身份认证等。 RTC 指实时通信 ，广义包括各种数据的实时传输，狭义更强调实时音视频的传输。 RTC 与 CPaaS 的本质都是对信息进行转发，但RTC 对 网络延迟的要求更高， 用户在正常通信过程中基本感受不到实时互动产业发展研究报告（ 2022 年） 12 延迟存在。常见应用场景为：网络电话 VoIP 、视频电话会议 、 远程在线 /网真 。 音视频云是指为满足视频与音频制作、存储、处理、分发以及分析、审核、检索、推荐、理解等特定需求而定制的云解决方案。具体而言，音视频云包括视频 CDN，以及在视频云基础设施上部署的云平台、应用解决方案。常见应用场景包括长短视频点播、 在线视频 直播、智能媒体处理、云渲染等。在 音 视频云中，只有注重互动、对延迟低的内容需要通过实时音视频进行传输，大部分通过传统的 CDN 即可实现分发 。 CPaaS、 RTC、音视频云已相对成熟，但无法完整描述用户对场景真实性、信息多样化和交互多元化方面日益增长的的需求： 用户对场景真实性的需求不断提升，需要将 道具、物品、介质真实状态 进行 同步展示。 比如教育和协同办公场景下的白板 、 金融场景下的屏幕双录、社交场景下的 K 歌房等 ，不仅需要传递音视频信息，更需要 增加人 与 物、人 与 空间 的 多种 交互 关系， 实时动态地传递同一场景下的多维信息 ，因此大幅提高了 场景的复杂度。 用户对信息多样化的需求不断增加，需要包含大量非 语义信息交换 来 丰富信息交换的维度。 信息交换是通信的基础，随着线下场景的线上化，更多 “ 陪伴 ” 、 “ 现场体验 ” 类场景 不断涌现 ，如在线自习室、虚拟演唱会 等 ， 该类场景的 核心价值在于共享虚拟空间下的陪伴，而非传统的信息交换。此时，用户体验的 “ 真实性 和 还原性 ” 比 “ 通畅 ” 更为重要。 实时互动产业发展研究报告（ 2022 年） 13 用户对交互多元化的需求不断加， 互动 形式需要有拓展性 。 首先，需要满足 用户互动规模的多样化， 实现 从 一对一 到多对多规模的快速拓展。其次，需要涵盖人和人 、 人和物的 多样 化的互动形式；最后需要考虑场景内，由空间位置差异引起的互动强弱差异。 具体而言，实时互动与 CPaaS、 RTC、音视频云在信息形式、沟通方向、网络延时及核心指标上具有明显区别，决定了典型应用场景的差异性。 表 2 实时互动相关技术概念 对比 概念 信息形式 沟通方向 速度延时 核心指标 典型应用场景 CPaaS 静态简单信息（文字、图片） 双向 异步信息，无低时延要求 送达率 即时消息、音视频通信、多因素身份认证等 RTC 实时动态复杂信息（实时音频、实时视频） 双向 同步信息，延时百毫秒级 网络延时和接通率 网络电话VoIP 、视频电话会议、远程在线 /网真 等 音 视频云 动态复杂信息（动态图片、视频流） 双向 异步信息，延时秒级 接通率与送达率 长短视频点播、在线视频直播 、智能媒体处理、云渲染等 实时互动 实时音频复杂信息 +互动（实时音频、实时视频、实时 信令 ） 多向 同步信息，延迟几十毫秒级 接通率、网络延时、卡顿率、送达率 互动小班课、实时合唱、实时语聊、企业协作、虚拟会展等 来源：中国信息通信研究院 CPaaS、 RTC 围绕着以人为核心的通信展开，其核心价值来自于所传达的信息本身。而实时互动除了信息本身，还有很重要的一部分价值，来自与传输过程中的交互方式、交互场景，由此创造的信息维度更丰富、信息量更大。实时互动通过对 CPaaS、 RTC、 音视频云技术的组合、对实时性体验的极致突破 、 对场景化的加强，实时互动产业发展研究报告（ 2022 年） 14 形成了一个更广泛、更全面的 互联网 基础设施。 与 CPaaS 相比， 实时互动更强调情境信息、多种沟通关系的传递，以及对实时性的极致突破。 在体验上， CPaaS 强调跟传统电信能力的结合， 并非互联网 原生，通过 短信 、 电话 、电子邮件等方式与用户建立连接 后 ， 跳转至 App 内部进行深度沟通， 无法创造连续的、沉浸式的体验。 在核心指标上， CPaaS 注重到达率 ，以 异步信息处理为主，而实时互动强调互动连续性和实时性 ，需要完成多维信息的实时同步处理。在行业参与者上， CPaaS 偏重于 PaaS 的参与者，实时互动更加 全面 ， 包含 所有层面的致力于在实时互动领域进行研发和创新的参与者。 与 RTC 相比， 实时互动 是基于其技术的、涵纳多场景的 全方位升级。 RTC 强调 “通信”（ Communication），要求对语义信息进行高质量与高效率的传递。而实时互动更 强调 “ 互动 ” （ Interaction）和 “ 情感交流 ”（ Engagement） 。实时互动不 以 语义信息的交换为唯一目标，旨在以数字化方式，创造用户所需的所有共享时空，满足其精神需求。 与音视频云相比， 实时互动 包 更强调实时的传输速度与多类型的信息内容 。 音 视频云提供的 音 视频工作流，通常为单向传输，对时延要求不高。实时互动不仅需要满足音视频的双向传输与实时传递，还需添加大量其他信息如实时信令。多向的互动方式和多类型的信息内容，决定了实时互动所面对的网络优化和延迟问题更加复杂，对于网络时延、卡顿率、到达率有着更高要求。 实时互动产业发展研究报告（ 2022 年） 15 2.实时互动与元宇宙 的关系 实时互动技术是元宇宙的底层技术支撑，元宇宙 是 融合 各项实时互动 技术和具体场景需求的 数字化 应用 场景 。 2021 年 3 月， UGC 游戏开发商 Roblox 的上市引发了元宇宙热潮流，同年 10 月 Facebook 改名为 Meta，彻底引爆元宇宙。元宇宙是发展中的概念， 是整合多种新技术而产生的新型虚实相融的互联网应用和社会形态 。 它基于扩展现实技术提供沉浸式体验， 基于 数字孪生技术生成现实世界的镜像，通过区块链技术搭建经济体系，将虚拟世界与现实世界在经济系统、社交系统、身份系统上密切融合，并且允许每个用户进行内容生产和编辑 。 就技术要素而言，元宇宙包含了底层计算与 AI 能力、硬件计算与展示设备、操作系统及应用软件、以及区块链技术。元宇宙与当前互联网所使用的技术类似，但更多的是对于实时互动、区块链等底层技术的组合和综合利用。 在始终在线、实时渲染、沉浸式的元宇宙里，所有的信息可以实现多向的实时传输与交互，用户在现实生活中的基础五感甚至是空间感、平衡感的感知系统都需要通过新技术得到调动，因此需更低延时的传输网络、更强大的边缘算力、更丰富的交互工具与设备来提供支持。总而言之，实时互动技术的升级极大地推动了元宇宙的发展，同时，元宇宙场 景中极致体验的探索激发了实时互动技术的迭代。 实时互动产业发展研究报告（ 2022 年） 16 三、 实时互动产业发展 态势 (一 )实时互动 产业图谱 在实时互动行业爆发阶段的早期， 行 业 的发展重点主要 聚焦在底层 基础设施的建设 及中间 工具的研发上。随着稳定高质量的基础设施与简单低门槛的接入方式的完善，更多 行业应用者 深挖需求，融合实时互动，进行场景创新与业务 突破 。根据行业生态结构可将实时互动行业分为基础设施提供 方 、专业服务提供方、行业场景应用方 和场景生态企业四 大类。 基础设施提供方通过底层技术的迭代、专业服务提供方通过核心技术的突破、行业场景应用方通过应用场景的创新、场景生态企业通过全链路的生态运营，共同推动与拓展实时互动行业边界。 来源：中国信息通信研究院 图 3 实时互动相关产业图谱 实时互动产业发展研究报告（ 2022 年） 17 1.基础设施提供方 基础设施提供 方包 括了最底层的硬件厂商、运营商和 云服务提供 商。 在实时互动赛道中，基础设施提供方的投入成本大、研发周期长、技术门槛高、规模效应 显著 ，具有明显的头部效应。基础设施提供方往往属于重资产模式，产品 差异 不大，寡头竞争格局稳定。 （ 1） 硬件厂商 硬件厂商 包括芯片厂商、服务器、交换机等基础设施的提供方，其核心壁垒在于硬件集成性和一体化能力。硬件厂商具有成熟的、规模化的硬件设计、制造和分发的能力，并依托自身能力禀赋切入实时互动的细分赛道。如作为 GPU 行业领导者 英伟达 推出了 适用于3D 设计协作和模拟的 Omniverse 平台 ，国内 GPU 芯片设计创新者摩尔线程推出了 GPU 物理引擎 AlphaCore 及 数字人解决方案DIGITALME，拥有全场景通信技术的紫光展锐则以面向 5G 领域的芯片为万物互联赋能。 在实时互动的场景创新上，硬 件厂商常以自身计算资源或硬件为基础，撬动生态资源，以获取更高层面的技术类、应用类创业者的合作，例如 英伟达 推出的 初创加速计划 “ INCEPTION” 。 （ 2） 运营商及云服务提供商 运营商及云服务提供商集合 硬件 厂商的能力，通过在全球部署服务器、交换机等， 提供稳定的通信服务。其核心壁垒在于强大的网络效应，在追求卓越的产品稳定质量和标准化程度时，通过规模效应降低成本，提升可靠性。 实时互动产业发展研究报告（ 2022 年） 18 在实时互动的场景创新上，运营商及云服务提供商利用云计算资源和丰富完善的生态，为行业创新者提供成本支持与场景孵化。例如 移动云的万象计划， 亚马逊云科技推出的云创计划 ， 甲骨文的创新 扶持计划等 。 2.专业服务提供 方 专业服务提供方可分为核心 PaaS 服务商、专业工具与算法提供商，以及行业 SaaS 服务商 ， 通过技术自研，为下游的场景应用提供专业服务。在实时互动产业中，专业服务提供商 业务 发展时间较长，技术相对成熟，并且通过长期的实践经验，形成了独特的竞争优势。但这种竞争态势并不稳定，极易受上下游厂商业务边界拓展的影响。 （ 1） 核心 PaaS 服务商 核心 PaaS 服务商打通了实时互动技术的全链路，提供从端到端的完整解决方案，为实时互动行业应用提供针对性的基础能力支持。具 体而言，核心 PaaS 服务商提供的能力涵盖音视频及其他互动信息的采集、处理、编解码及传递。 核心 PaaS 服务商 通过 强大的自研能力、快速的工程 能力 与深入的行业整合能力 三方面建立核心壁垒 。首先，强大的自研能力构成了 PaaS 厂商的核心竞争力，通过长期的研发投入，构建具有稳定性与先进性的 核心 网络，为场景业务提供 强有力的 支撑；其次，快速的工程优势， 使 PaaS 企业 能够 快速融入第三方能力，共同打造面向行业 特性 的 aPaaS 解决方案，提高产品的易用性；最后，深入的行业整合能力，让 PaaS 厂商能快速完成行业洞察，抽象出行业痛点与实时互动产业发展研究报告（ 2022 年） 19 解决方案，并横向输出至其他 应用 场景。 核心 PaaS 厂商的典型代表为各类实时互动 PaaS 厂商，例如提供 RTE-PaaS 的声网，提供 CPaaS 的 Twilio、网易云信和环信等，提供云游戏服务的阿里元境、海马云和蔚领时代等 。 同时各大云厂商也推出了相应的实时互动服务，例如腾讯云 TRTC、火山引擎 RTC、华为 SparkRTC、移动云 MRTC 和优刻得 UEC 等；在 OS 方面，还有中移物联网的 OneOS 等 。 对于核心 PaaS 厂商而言，建立生态、连接底层基础设施服务商和上层应用服务商 、提供一体化服务能力是参与场景创新的主要模式。通过技术合作伙伴完成能力互补，提升基础设施的易用性与实用性；通过场景合作伙伴完成创新场景的探索与验证，丰富技术产品矩阵；通过服务价值链的构建与完善，实现更高效的增长闭环。典型代表为声网的声选计划 、腾讯云音视频的 V+计划、 元境的云游戏研运一体化服务、 Twilio 的 build 项目 等。 （ 2） 专业工具与算法提供商 专业工具与算法提供商专注于 某个功能插件、技术能力的提升，通过长期研发与产业实践 ，实现产品的高效能与高可用，为其他企业提供技术支持 。专业工具与算法企业通过将核心能力 标准化，并以 API、 SDK 的调用形式对外提供服务 ， 赋能更多行业场景应用。典型代表为各提供 AI 算法、实时引擎、具体插件组件等的厂商，例如智能语音领域的科大讯飞 、计算机视觉领域的商汤、游戏引擎领域的 unity、 cocos 等 。 实时互动产业发展研究报告（ 2022 年） 20 专业工具和算法提供商 核心壁垒是建立算法和工具的性能优势与易用优势。通过建立高精尖人才队伍，保持技术的持续投入、痛点需求的持续洞察，完成算法与工具的优化迭代，提升核心性能 ；同时降低调用门槛，提升易用性 、 可复制性与可扩展性 。 开源降低了技术的使用成本， 但 对专业工具和算法提供商提出了商业层面的挑 战。 对于 此类企业而言，建立严格的授权认证体系，深入真实业务场景、完成应用绑定，是进行场景创新的重要途径。 （ 3） 行业 SaaS 服务商 行业 SaaS 服务商兼具行业洞察与技术研发两大优势，为用户具体的行业场景提供一站式的解决方案，帮助客户完成快速部署。其核心优势在于用高效的产品与技术解决用户痛点问题，帮助用户进行商业落地。 SaaS 服务商 的 场景创新来自于 与 上下游的持续沟通与交流， 通过与上游 客户的交流， 明 确 行业需求与痛点，打造具有针对性的产品或解决方案 ； 通过 与底层技术 厂商 的交流， 了解技术演进动态，共同以行业需求为导向 探索 技术 创新。 3.行业场景应用方 行业场景应用方具有明显的行业属性，深耕于用户需求，对特定场景需求具有深刻理解，同时可以针对行业痛点，借助上述技术厂商的能力，提出用户可感知的解决方案。行业场景应用方的核心优势来自于对用户的理解 ，通过明 确的场景洞察、闭环的用户运营、优质的产品体验建立 核心 壁垒。 行业场景应用方是当前探索新场景应用的先行者，主要专注于实时互动产业发展研究报告（ 2022 年） 21 垂直行业的研究，直面最终用户，极大丰富了实时互动的场景版图。目前实时互动场景 创新主要集中 在泛社交、游戏、企业协作、教育等领域。庞大的用户 基础 与直观的用户反馈，使应用方可快 速完成产品的最小可行性验证，实现创新 。 对于数字化水平相对薄弱的传统行业，更需借助业务流程的数字化重塑，抽丝剥茧发掘新场景，同时通过引入创新技术与智能设备，完成实践升级。 4.场景生态企业 场景生态 企业往往具备 雄厚 的技术积淀，通过长期耕耘，积累了海量客户企业资源，具有丰富的行业实践经验，了解客户核心痛点及 关键 能力。这类公司核心 优势 来自于强大的资源整合能力，通过调用上下游资源，结合自身能力迭代，提供面向多场景、涵盖多技术的一站式灵活解决方案，是实时