共计 4494 个字符，预计需要花费 12 分钟才能阅读完成。
咱们在寻找「网络」的全盘解法。
音视频数字化在生产畛域的红利俨然见顶，而产业级视频利用激活了更多场景下的业务模式。与此同时，音视频客户也从繁多的业务需要，趋向于多种业务并行存在的需要。
固有的网络能满足新兴的业态吗？延时与老本之间存在区间最优解吗？业务的降级切换如何不再费时费力？在老本可控下网络的稳定性怎么保障？
一张多元交融的流媒体传输网络可否解决全盘之困？
面向未来的流媒体传输网络，又将从何揭开其神秘面纱？
本文由 IMMENSE、「阿里云视频云」通信服务负责人黄海宇和 LiveVideoStack 策动、采访而成。
网络新基建，若有若无
降本还是网络最大痛点吗？“元数据”是新配角吗？
网络基础设施降级、音视频传输技术迭代、WebRTC 开源等倒退，音视频业务在生产互联网畛域蓬勃发展，并逐步向产业互联网畛域减速浸透。
然而，行业红利期退却之后，以往荫蔽的音视频业务景象，逐步露出。
一方面，“降本”是继续热议的话题 。而在音视频利用中，网络传输在 IT 老本中占比很高，例如，在一个典型的直播利用中，网络传输老本占 总成本 70% 以上。于是，在降本增效的大背景下，升高网络传输老本，是行业客户和云厂商独特面临的课题。
另一方面，“延时”带来更多价值和空间 。从生产端的实时交互，到产业端的实时近程，对视频流的延时要求越来越高，在云渲染、云游戏、数字虚构场景中，波及简单的编码、解码、传输环节，而 最简单的瓶颈 就在于 传输网络的时延，但网络的形成与影响因素高度简单，对其延时的晋升也是极大挑战。
与此同时，新趋势的成长也带来更多挑战。
不久前，苹果 Vision Pro 在 WWDC 2023 亮相，推出其首个空间计算设施，将热度渐消的元宇宙从新拉回公众视线。
图片来源于网络
对将来的设想，不再局限于头盔上的渲染视频，更波及到云端的交互与合成。 然而，元宇宙的真正凋敝，不仅须要 MR 硬件终端的性能降级，更取决于流媒体传输网络的迭代演进。
咱们发现，当下的海量视频次要基于传统拍摄模式而生，能够料想，将来源自渲染合成的视频比例将显著减少，这一趋势势必带来海量的计算和传输需要，同样也带来计算成本和传输老本的极大考验。
同时，这也意味着网络须要承载更加不可估量的数据量级，这其中，不仅有惯例的音视频，更涵盖 更多维度的数据传输 ，比方基于近程场景、云游戏下的管制信令数据、用于管制渲染视频生成的“ 元数据”，能够表白更简单的平面场景信息。
如此来看，须要一张承载多元内容的弱小网络，同时提供高性能的云边计算能力，其作为新基建能力撑持未来式的视频化业态。
「Unified」能解决所有要害吗？
更低成本、更低延时、更多算力联合、更多维内容传输，这些无疑都是传输网络的趋势要害，而怎么的招式能够全盘解决？兴许是“Uni”。
Uni 源于 Unified，意味着“对立”。
在网络上，咱们正在摸索落地更好的“Uni”技术、真正的“Uni”能力，发明由“Uni”带来的业务价值。
阿里云视频云基于宽泛的异构节点，构建了 全分布式、超低延时、多业务撑持的多元交融流媒体传输网络——MediaUni。
这是在咱们的 寰球实时传输网络 GRTN之上，以“大一统”的理念对网络深入设计，实现 网络底座的全新降级。
MediaUni 买通底层资源，对立技术架构，以一张流媒体传输网络，实现音视频利用中多状态的内容传输，并满足更低成本、更低延时的多元交融业务需要。
延时能够是自在的
任何延时的业务，都能跑在一张网上？
得益于底座能力和关键技术的继续冲破，音视频服务已实现了从传统的点播、直播，到实时音视频的深入倒退，将来，还将撬动传统行业中泛滥强实时、强互动场景的数字化降级。
其中，“时延”首当其冲成为最需攻克的难题之一。
以一张网，MediaUni 可能撑持全域延时的业务：
从一般直播（HLS/FLV）、到基于 WebRTC 技术的超低延时直播 RTS（约 1s 左右提早）、再到实时音视频传输（如直播连麦、近程监考等场景），同时，更可反对对提早要求极高的云渲染、实时近程管制等业务，实现所有业务 真正跑在一张网上。
延时“抢跑”，怎么实现？
从根本上看，网络的提早源自两方面：物理的提早与 IP 网络的不牢靠。
为 反抗物理的提早，MediaUni 基于寰球 3200+ 边缘下沉节点的就近散布，缩短了与用户之间的“最初一公里”，缩短数据的传输门路，以便更快感知传输网络品质的变动。
通过将渲染服务部署到凑近用户的节点，阿里云视频云在双 11 反对 淘宝直播全真虚构互动空间“将来城”，实现超万路并发在线的虚构直播，并在 2023 央视春晚，以低延时传输云渲染技术打造了 首个元宇宙庙会，实现极致的超低延时体验。
淘宝 3D 虚构电商空间“将来城”
在 反抗 IP 网络的不可靠性 上，MediaUni 设计了 实时感知零碎，实现对节点的负载、链路的网络情况、以及业务要害信息的秒级感知，并基于感知数据，智能调整调度策略与路由策略，能够更好地调配物理资源，抉择服务质量更高的物理链路。
同时，通过一直迭代的QoS 技术，在拥塞管制、FEC、多径传输等方向继续优化，反抗网络中的丢包、提早与乱序，以满足更低的网络延时。
目前，科学界公认的人类极限反应速度为 100 毫秒，个别人的反馈在 0.2～0.3 秒间，在百米赛跑中，枪响后的 0.1 秒内起跑会被视为“抢跑”，而 MediaUni 撑持实现的云渲染场景，已 冲破 60ms 以内的端到端交互延时，堪称音视频延时的“抢跑”。
延时 vs 老本，网络能够 handle?
家喻户晓，在网络优化到肯定水平当前，延时和传输老本会成为一对矛盾。
例如，在带宽容许范畴内，为反抗丢包，协定栈不惜代价进行重传或减少 FEC，无效升高传输的提早，但会因而付出更高的传输老本。
在行业广泛谋求“快与更快”之际，低延时与低成本之间，是否有两全之法？
对此，MediaUni 的精要在于 将升高延时的伎俩与减少传输老本进行量化 ，再依据业务的场景提供 ROI 最高的综合计划， 将每个 bit 的传输价值都施展到极致。
➤ 对于一般的娱乐直播，其互动形式为弹幕，能够采取 5s 左右的 FLV 直播；
➤ 对于世界杯等赛事直播，可选用提早 1s 左右的低延时直播；
➤ 对于电商直播，通过 AB 测试发现，采纳延时低于 1s 的互动直播，可能对 GMV 有肯定的晋升。
由此可见，可能针对不同业务场景进行网络的精细化经营，自由选择老本可控的业务延时，才是真正的“延时自在”。
多元交融，红利开释
业务复用，就是最大的技术普惠？
依靠于弱小的底层基础设施资源，和长期积攒的音视频技术能力，相比于其余赛道玩家，云厂商在网络服务中具备规模劣势。
此外，通过一张网络反对多元业务，“业务复用”自身将继续开释技术红利。
“红利”能够透过三点浮现：
第一，业务混跑，驱动资源复用率的进步。
不同业务的错峰复用率会更高，从而带来 更高的计算资源、网络资源复用率，如大部分会议、近程监控等业务都处于白天工作工夫，这与互联网娱乐等“夜间经济”造成很好的错峰运行。
第二，技术复用，带来研发边际老本的升高。
在流媒体传输中，无论是音视频还是音讯信令的传输，无论是直播还是实时通信业务，都须要解决基于 大量节点的路由问题、全局的疾速信息感知问题、协定栈优化抗弱网问题。
通过应用一张网络反对多元业务，能够 复用这些根底技术，使得在同样的研发投入上，获取更优的技术指标。
第三，云产品的应用更便捷、更高效。
因为多业务的撑持，用户能够更不便地降级服务或者组合出新的场景化计划。
例如，通过阿里云控制台，用户 只需“一键降级”，就能够将延时 5s 左右的一般直播，切换成延时仅为 1s 的超低延时直播 RTS，或者延时在 400ms 以内的互动直播。
从资源利用、研发老本，再到产品应用，一张多元交融的网络实现了最极致的红利开释。
反对的业务多了，会打架吗？
在驾驭“Uni”之下的多元业务时，MediaUni 不可避免面临着许多技术挑战。
其中，最大的挑战，来自于多业务复用之后对工程能力的要求。
一张网络反对多个业务当前，须要解决业务之间相互影响的问题，解决业务性能疾速迭代的问题。
而 MediaUni，通过良好的 模块化设计 来进行 业务的隔离 ，缩小不同业务的相互影响；同时，MediaUni 构建了 可编程能力，对于一些简略的业务需要，能够通过运行时可编程来解决，从而满足业务性能的疾速迭代。
再者，多元业务复用的 另一个技术挑战，来源于资源的复用 ，即不同业务对资源耗费的瓶颈可能不同，例如直播的瓶颈在于带宽，音视频通信中简单的 QoS 策略可能带来 CPU 的瓶颈，这时候须要 更智能的调度零碎 来对不同业务进行编排。
将来的 N 种可能
一张传递“人类五感”的网
在过来的几十年中，通过一代代技术人的致力，人类的 视觉和听觉 曾经失去了较好的数字化出现，实现了现在低延时、高牢靠的音视频体验。然而，人类的感觉除了视觉与听觉之外，还包含嗅觉、味觉、触觉等。
可预感的是，沉迷式 XR 作为面向未来的交互状态，将须要同时对 嗅觉、味觉、触觉 等感官信息进行齐全模仿和实时交互，从而实现用户体验扩大与人机互动，给用户发明身临其境、感同身受的真切体验。
面向未来的流媒体传输网络，将实现更多维数据的高效传输。
将来，网络将撑持多种感觉（如味觉、嗅觉、触觉甚至情感等）的互动通信，人类多维感知的数据化、交互合作，也将在同一张网内进行。
如同游戏手柄上的触动个别，刺激着一个复刻真实世界的真正元宇宙诞生。
三管齐下，优先布局
为了反对 将来多感官的音视频利用 ，流媒体传输网络将具备 毫秒级的延时、与计算的紧密结合、元数据的传输能力 三大要害特色，而 MediaUni 多元交融流媒体传输网络正在这三个方面化深度演进。
➢ 高质量的毫秒级延时
在音视频全链路延时中，网络传输延时，是其中最艰难、优化空间最大的局部。
MediaUni 通过大量的节点笼罩和极具媒体个性感知的 QoS 优化，在云渲染场景已达 60ms 以内的端到端延时，并继续摸索更低延时的传输能力，将来将在 20-100ms 之间寻求延时的极致与品质的均衡。
➢ 收放自如的算网
网络人造就凑近用户，咱们心愿通过网络连接分布式资源，无效促成 算力资源的按需“流动”，补救终端算力的有余。
利用寰球广域的分布式计算能力，MediaUni 正在实现计算与传输的对立调度，已将局部实时媒体解决的业务部署在传输网络上，并反对实时启动解决工作，在升高用户延时的同时，无效优化媒体的网络传输老本。
➢ 元数据传输
元数据（Metadata），越来越成为音视频产品的一部分，联合元数据自定义音视频性能，能够更好满足场景的个性化需要。尤其在通向“人类五感”传输的网络世界里，多维感官的数据化、精准化，更须要元数据的撑持。
在音视频传输之外，MediaUni 也反对更多维度的数据内容，例如音讯信令的传输，进而能够扩大到 更丰盛的 IM、多场景近程管制、元宇宙 等业务。将来，随着多感官网络通道的真正关上，MediaUni 将施展更大的能量。
面向未来，MediaUni 将如何实现「多元交融」下的新降级？
敬请期待 7 月 28 日
LiveVideoStackCon2023 上海站
阿里云视频云专场
阿里云智能高级技术专家带来演讲
《MediaUni：面向未来的流媒体传输网络设计与实际》
一起走进“多元交融”的网络世界！
