云厂商进军音视频领域，一体化能力成为竞争焦点

后疫情时代，在线教育、视频会议等应用一跃成为刚需高频场景，随后各行各业都或多或少加持了音视频能力——少有人料到，音视频已经成为互联网“煤水电”般重要的存在。

市场上对外输出音视频技术能力厂商主要分为两大类：其一是以AWS、阿里云、腾讯云等为代表的公有云厂商，基于底层IaaS向上层PaaS延伸；其二是以Twilio、声网为代表的PaaS厂商，而且IM（Instant Messaging，即时通信）与RTC（Real-Time Communication，实时通信）赛道交叉的趋势越来越明显。

5月17日，腾讯云正式发布整合后的“腾讯云音视频”品牌，涵盖音视频通信基础网络、音视频通信PaaS产品以及针对各个垂直场景与合作伙伴开发的联合解决方案。

音视频市场的再加速

疫情并不是催生音视频市场的第一个风口，但它可能是音视频相关厂商的最大风口。投资机构很早就已经关注到这一领域，不说2006年上市的Vonage，近年来先后上市的Twilio、声网等厂商也充分说明了音视频市场的可持续增长。

音视频产业链（图源：艾瑞咨询）

不同厂商对市场空间的预估不同，在腾讯云看来，其所面对的市场主要分几方面：

一是边缘计算部分，中国市场空间是数百亿元人民币的市场规模，全球估计会翻倍，约500亿左右；

二是音视频的直播、实时音视频，两部分加起来大概是边缘计算的十分之一左右，约50亿左右；

三是RTC产品，预估今年市场空间大概在15-20个亿，未来每年有30%—40%的复合增长，虽然现在体量相对小，但是增长空间很大。

“整个行业或者说全球资本市场对音视频领域非常看好，因为实时音视频是非常核心底层的基础设施，被大家描绘成未来的基础设施之一。腾讯也是看准了这个发展方向，未来除了互联网的应用，还有大量的传统行业也需要搬到线上，搬到线上就一定会需要音视频的通信，潜在空间非常大。”腾讯云副总裁李郁韬表示。

正如从2G到5G的演进，信息传播的主流载体从文字、图片到视频，现在实时音视频互动将成为新的主流传播形式。

音视频的能力逐渐下移，从一种附加价值转变为基础功能，这势必带来市场空间的扩张与释放，也引起了云厂商的垂涎。云厂商的能力模型符合音视频产业的发展方向，不论是头部云厂商，还是规模稍小一些的云厂商，都把音视频视为一个重要布局。

随着云厂商的竞争焦点从底层IaaS蔓延到PaaS及SaaS，基于音视频PaaS平台的丰富能力很大程度上决定着客户体验，反过来，音视频的调动又能带动IaaS资源的采买，对于云厂商来说，是一门无需太多考虑的好生意。

音视频：腾讯云的“老牌”与“王牌”

腾讯云是重兵投入音视频领域的厂商之一，并且隐隐有领先的势头。1998年成立的腾讯，在音视频赛道有21年的技术储备，钛媒体APP了解到，腾讯音视频技术的发展历史大致可分为三个阶段：

• 2015年之前，腾讯音视频的能力发源于QQ后台部门——即通平台部，如何支撑好QQ的海量并发和全球互联，以及满足QQ双向视频通话的需求，是即通平台部从无到有的拓荒阶段。

• 2015—2020年，2015年腾讯开始做能力开放，基于腾讯云品牌对外输出音视频相关能力，此阶段的腾讯云赶上了音视频的几次热潮，2016年的直播风口、2017/18年的短视频风口、2019/20年音视频从泛娱乐发展到各垂直行业，音视频成为各个行业的基础设施。在此期间，腾讯云实现了基础技术的演进、平台和产品的积累和丰富，针对各行各业垂直行业的场景和解决方案，与行业合作伙伴落地了不少实际应用和案例。据悉，目前腾讯云已覆盖国内90%音视频客户，视频云解决方案市场份额位列行业第一。

• 2021年及之后。腾讯预计，2021年之后音视频技术会进入新的发展阶段，腾讯云首次把3张网络整合到RT-ONE™网络里，包括TRTC实时音视频通信网络、IM即时通信网络与CDN流媒体分发网络。其中，TRTC网络主要承载音视频实时通信业务, 可帮助快速搭建低成本、低延时、高品质的音视频互动解决方案。IM即时通信网络负责即时通信消息和业务信令，CDN则可应对海量大并发直播、点播内容分发。

腾讯云音视频产品矩阵

“我们是业界唯一一家同时具备实时通信网络、即时通信网络和流媒体分发网络于一体的云厂商。在此基础上，腾讯云构建了PaaS平台层能力，包括音视频通信的产品，把终端产品整合到RT-ONE的SDK家族里面，形成垂直视频智能、垂直场景的方案。”李郁韬说道。

依托RT-ONE基础网络，腾讯云音视频构建起业界最完整的音视频通信PaaS产品家族，在终端产品形态上，将移动直播、短视频、TRTC、快直播、播放器、IM、小程序插件等SDK终端产品以all in one的方式提供给到客户，确保一致性的SDK接入体验，降低开发者的接入门槛，提升业务灵活组合场景创新的能力，比如超低延时合唱、一起看、互动云游戏、在线大小班课堂等创新应用，所谓“一次接入，处处调用”。

另外，基于RT-ONE网络，腾讯云音视频还提供了云创多媒体引擎、云游戏、极速高清转码等PaaS方案。在这之上，利用腾讯云音视频底层能力，结合泛娱乐、在线教育、会议与办公协同、金融、客服及营销等垂直场景，与合作伙伴、ISV一起提供全面、易用、稳定的解决方案与服务。

一体化音视频能力成关键

钛媒体App了解到，过往厂商做音视频有两条技术栈，一是典型的是流媒体直播，或者是流媒体CDN网站，典型特点是可以做海量的分发和低成本的服务；二是音视频通信，这是被海外的厂商以及国内的QQ、微信做音视频通话的厂商所选择的技术栈。

过去5年以来，大家觉得两条技术栈面对的场景不一样，一是面对海量的观众的并发，一是面对少数人实时的通信。但从去年开始，两者开始走向融合，并且在业务需求层面贯通。

“今天做实时音视频通话的厂商去做在线教育的时候，可能先满足小班课，然后再满足10个、20个人的大班课，再往上，教育的企业一定会提一个需求，能否既低时延又有海量并发的观众，同时又低成本的服务？这时做音视频通信的服务厂商就很痛苦了，一是技术的扩展性达不到，二是基础设施也达不到CDN这么丰富的程度。”李郁韬举例表示。

反过来，过往做流媒体CDN服务的厂商发现，越来越多的企业客户想实现一个超低延时的服务，但是CDN这套技术栈天然就是大时延的，很难做到快速的改造升级。

为什么腾讯云可以做到两者的融合？“比如我们去年推出的快直播产品，本质是用CDN的分发网络承载了RTC的网络，既满足了第成本高并发，也满足了低时延。”

李郁韬解释道，越来越多客户在腾讯云上使用产品的时候，其实是3个需求并存，既需要有高并发、大带宽的CDN的流量分发，也需要高实时互动的音视频通信，还需要IM信令和通信服务的能力。

从客户的需求反推到底层的技术架构，腾讯云观察到，这三张网有一些共通性。它们的基础设施天然互通，从IDC到网络构建都是如此；而从技术能力来讲，三张网都需要有就近接入的能力、海量调度的能力、传输优化的能力。

于是腾讯云将三张网融合在一起，在底层基础设施上做到复用，在技术能力上做到共建，在上层应用方案和产品化包装的时候，能够以一站式的SDK和API提供给客户，企业客户可以同时享受到三张网所具备的产品能力。

“未来拥有综合产品能力的厂商会越来越有优势，因为能够按需组合产品，满足客户在时延、成本、卡顿率、质量等方面的需求，用一套服务灵活串起业务，这是用户想看到的。腾讯云实现音视频通信基础网络和产品线矩阵的整合，是腾讯云在领域内长期深耕的成果，也是对行业需求的及时回馈。借助新品牌，腾讯云将在音视频这条长跑赛道上持续加码”，李郁韬总结表示。