物联网的音视频基础设施，谁在提供最优解？

声网在作为RTC服务商的同时，也更在成为赛道的核心布道者和推动者，通过一个个场景的逐步落地，进而推动RTC行业产生更大的想象力。

作者|斗斗

出品|产业家

某海外物流企业的控制室内，工作人员正聚精会神地注视着高清视频画面，这些画面由无人配送车实时回传，场景的每一个细节都清晰可见。另一边，该工作人员正拿着手柄通过VR操控端实现远程操控无人配送车，用于实现最后一公里的物流配送。

这是声网RTC技术在平行操控场景应用的实例。

如今，数字化、5G、大模型等新兴技术不断推动着万物互联时代的全面来临。物联网（IoT）与实时音视频（RTC）技术的结合应用，也如春潮般涌动，为各行业的发展开辟了新的路径。

一组由Global Market Insights统计的数据显示，到2025年，全球物联网市场规模预计将达到1.2万亿美元，从2019年到2025年，该市场的复合年增长率将高达28.5%。

RTC作为物联网发展的“基础设施”，已然成为其发展的“必需品”。然而，随着IOT+RTC的广泛应用，其面临的难题也日益凸显。

一个事实是，尽管RTC技术不断进步，但在与IoT结合的过程中，仍然存在音视频传输的延时、卡顿等问题，如同一片难以逾越的鸿沟，令人惋惜。

要克服这些难题，需要将专业的RTC技术与IoT进行深度融合。只有如此，音视频才能真正成为物联网产业的底层牢固基建，为物联网平台带来更具有核心竞争力的增值。

但现实情况是，尽管一些一体化的IoT开发平台将实时音视频作为附加的增值功能，但由于技术限制和实时互动体验上的不尽人意，这种结合并未能充分发挥出其应有的潜力。

最优解在哪？作为第一个把RTC技术作为服务提供给企业和开发者的公司，声网正在交出一份答卷。

一、「IoT+RTC」的困局

一组数据揭示了物联网设备数量的惊人增长——从2013年的9.1亿飙升至如今的250亿，这个数字在十年间扩大了25倍，并且以每年15%-20%的速度持续增长。这一现象表明，如今世界正身处一个万物智联的时代，而且这个时代正在加速到来。

而伴随着新时代一起到来的，是对其愈加高涨的要求。

首先看用户层面，能够明显感知到的是，用户对IoT智能设备的要求正在越来越高。

即伴随着用户对IoT智能设备的需求日益增长，人们的期望在不断提高。比如，如今的用户更加注重与IoT智能设备的互动体验，希望随时随地监控家庭状况，从多个角度查看家庭状况，并与家庭成员进行远程互动，追求更快的出图速度、更低的延迟、高清画质以及声音的立体感和真实感。

其次在行业发展层面，随着新技术的发展和应用，软件定义智能硬件的时代逐渐走来，通过技术、软件革新产品现状、特性成为发展趋势。

最后在市场层面，对于IoT智能硬件而言，由于芯片优化空间见顶，通过芯片等硬件实现产品差异化较难，产品逐渐奔向同质化。此外，P2P传输技术经过十年高速发展也发现了一些弊端出现，这时候需要新技术接过这个接力棒，实现高要求互动。

在这些需求的推动下，IoT智能硬件必须要有更高的进化。从最初的听和看，到现在的更高清的画质和更真实的音效；从视听互动到触感互动；从低延时到超低延时。换言之，IOT与RTC的结合，势在必行。

实际上，一直以来，RTC作为让人与设备、人与场景奔向更高质量互联互通的底层技术，与IOT结合下不断产生诸多化学反应，推动了IOT智能硬件的发展。然而，随着这种结合的深入，也出现了一些新的难题。

在产业侧，例如末端物流配送车、矿场矿车、机器人操控等为代表的平行操控场景中，体验保障困难、音视频延时要求高、远程信令控制同步难等问题依然存在。

在消费侧，包括智能摄像头、智能门禁、楼宇对讲、智能音箱、家用机器人等设备在内的智能人居场景。硬件设备种类繁多，从芯片到平台的适配工作更为庞杂；且在许多loT应用场景下，设备接入的环境恶劣，要求实时音视频SDK具备功耗低、包体小的特征。

这种需求对应的是对RTC能力的需求。实际上，在过去的几年时间里，不少RTC服务商以及IOT厂商也在尝试解决这些问题，但并没有成为最终解。

中间的技术难点诸如由于RTC技术开发门槛高，体验保障难，成本控制难等问题，导致实时音视频的体验感较差；此外设备覆盖率低、无法突破更低延时等问题也使其寸步难行。

然而，在确定性的需求下，这个答案需要被找到。

二、声网交出一份“答卷”

一声婴儿啼哭从房间内传出。圆滚滚的小机器人迅速滑行到婴儿面前，并传出母亲远程抚慰的声音。

这个温馨的画面来自赋之科技——一家专注于家庭服务机器人研发的公司。远程撸宠、远程陪伴、远程守护是其产品所打造的重要能力。

随着全球老龄化持续加剧、全球养宠人群的持续扩大，一些情感关怀、陪伴互动的新消费需求不断涌现。对于赋之科技而言，如何满足用户需求，提升产品体验、互动性，成为关键。

为此，赋之科技与声网在技术上进行了诸多探讨和融合，在声网技术的加持下，赋能其家庭服务机器人实现了音视频交互无需等待，实现端到端毫秒级延迟、音视频通话流畅、随时随地稳定访问任意设备、跨端跨平台等诸多能力。

实际上，这仅仅是声网的一个缩影。其在赋之科技背后展现的一系列能力和技术沉淀，也在不断复制到其他场景。

在海外的物流配送中，由于地理原因，最后一公里的派送问题尤为严峻，导致配送服务效果差、成本高、效率低。为解决这一问题，某海外物流企业决定利用远程操控物流车来解决这一问题。

为保障其远程操控的实时性，该企业选择了声网。

当远程操控物流车因网络不稳定时，声网会通过标记优先级、优化路由调度策略、同节点转发等方式，保障其超低延时；另外通过全网智能路由和 AI 机器学习算法，实现节点故障和质量抖动下的无感知网络切换。据实测数据显示，声网的平行操控解决方案能够达到 60% 抗弱网丢包边界，实测平稳运行期间 100ms 卡顿率＜0.01%；20% 丢包+50ms 网络抖动下，100ms 卡顿率＜0.1%。

同时，当操作指令无法与实时音视频画面传输保持高度一致时，声网覆盖全球 200 多个国家和地区的SD-RTN™ 大网服务，可实现最优路径选择，保障RTM信令在70%丢包情况下消息到达率 100%。

在这些案例中，声网解法的底层逻辑逐渐显现。提供高可靠、低延时音视频流媒体和可靠信令消息的能力，并依托SD-RTN™大网，面向穿戴、家居和出行等多个品类，提供端到端解决方案。