第兩百六十七章 概念
現在看起來，無論從整體概念還是具體細節上，「全真網際網路」都與「元宇宙」概念十分類似。
2020年4月，Epic Games旗下射擊遊戲《堡壘之夜》，在遊戲中為美聯邦嘻哈歌手Travis Scott舉辦了一場線上虛擬演唱會，吸引了超過一千兩百萬名玩家在線參加，震驚全網。
自此，元宇宙概念真正開始引爆。
國內方面，也不甘落後。
前幾年三月，移動沙盒平台開發商MetaApp宣布完成一億美元C輪融資，SIG海納亞洲資本領投。
這家公司公司號稱要打造全年齡段的元宇宙世界。這筆融資，也是迄今國內元宇宙賽道最大規模的單筆融資。
4月20日，遊戲引擎研發商代碼乾坤獲字節跳動近一億人民幣的戰略投資。
5月28日，雲遊戲技術服務商海馬雲完成近三億元人民幣新一輪融資。
……
Facebook的扎克伯格提出，在未來五年左右的時間裡，要將Facebook從一家社交媒體公司轉變為一家元宇宙公司。
知名硬體廠商英偉達則專門推出了虛擬協作平台Omniverse，號稱是工程師的元宇宙。
黃仁勛說：「我們正處在元宇宙的風口浪尖上」，「Omniverse是打造元宇宙重要的組成部分」。
其實，現在應該也看明白了，大力為元宇宙搖旗吶喊的，要麼是遊戲軟體公司，要麼是遊戲硬體公司，要麼是社交網絡公司，再就是區塊鏈公司。
站台背書的背後，都是有一定的利益關聯。
當然了也有專家認為，隨著數位技術的發展，人類未來一定會完成從現實宇宙向元宇宙的數位化遷徙。
整個遷徙過程，分為三個階段，分別是：數字孿生、數字原生和虛實相生。
數位化遷徙之後，數字空間元宇宙裡面會形成一整套經濟和社會體系，產生新的貨幣市場、資本市場和商品市場。
人類在元宇宙裡面的數字分身，將會永生。
也就是即便現實中的肉體湮滅，數字世界的你，仍然會在元宇宙中繼續生活下去，保留真實世界裡你的性格、行為邏輯，甚至記憶。
如果真的是這樣，元宇宙帶來的，就不僅僅是技術問題，而是倫理問題——數字的我，究竟是不是我？他是否能夠履行人類的權利和義務？是否可以繼承我的財產？是否仍是我真實世界裡孩子的父親、妻子的丈夫？
這些問題，都需要人類不斷地思考，制定出對應的準則。
其實人們對元宇宙背後的世界充滿好奇，也為元宇宙的價值爭論不休。
因為所有人都想知道，元宇宙到底會給人類帶來什麼樣的改變？元宇宙的底層技術，又是什麼呢？
畢竟從命令行到全真互聯，數字交互方式的時代變革，其實，雖然元宇宙是一個新名詞，但元宇宙背後的數字虛擬空間，對大部分人來說，都不陌生。
早在計算機誕生的那一刻起，數字空間就已經存在了。
在命令行的時代，我們通過一個又一個字符，與數字空間進行交互。隨著計算機軟硬體技術的不斷提升，我們很快進入了多媒體時代。
以jpg、mp3、mov為代表的多媒體文件，衝擊著用戶的視覺和聽覺，還孵化了遊戲產業，將人類對數字世界的感官體驗，推向了更高的層級。
進入二十一世紀後，人類的算力發展水平達到了前所未有的高度，音視頻技術更是日新月異。
圖片、音頻就不用說了，視頻質量方面，一路從720p、1080p發展到2K、4K、8K，並最終催生了前所未有的人機互動模式——VR/AR（虛擬實境/增強現實）。
VR/AR的出現，第一次讓人類感受到什麼叫做沉浸式體驗。
我們與數字世界的交互，從單向異步，變成了雙向同步。我們向真正的數字空間生活，邁出了一大步。
2020年，企鵝董事局主席小馬哥也是提出了「全真網際網路」。
這個比元宇宙更早出現的概念，窺見了時代的悄然變化。
當時的小馬哥預判，移動網際網路的發展方向是全真網際網路，「從實時通信到音視頻等一系列基礎技術已經準備好」，「虛擬世界和真實世界的大門已經打開」，「一場大洗牌即將開始」。
毫無疑問，無論是「全真互聯」還是「元宇宙」，音視頻技術仍然是底層的核心技術支撐。
這裡不禁會想，究竟怎樣的音視頻技術，才能支撐「全真互聯」和「元宇宙」的夢想？
人類實現真正的「虛實融合」，還需要對音視頻技術進行哪些創新改進？
其實，音視頻技術的未來發展方向，歸根到底就是兩個，一個是「助力內容創造」，另一個是「賦能行業應用」。
近年來，短視頻業務的爆發及全民直播的興起，將視頻發展推向了新的高潮。
幾乎在一夜之間，我們就進入了「人人看視頻，人人拍視頻」的時代。
如何進行優質視頻內容的創作，成為很多視頻up主非常關心的問題。
提升拍攝技術是一方面，平台和工具是否可以發揮助力，降低內容創作的技術門檻？
我們需要藉助虛擬空間的延伸，學生居家學習，企業居家辦公，產生了大量的網課、會議視頻流量。根據運營商的統計數據，截至2020年底，視頻在全網數據流量的占比已接近百分之七十。
視頻不再僅僅是娛樂工具，而是變身為生產力工具。
各個領域和各個垂直行業，都希望藉助音視頻技術的賦能，改變現有的企業經營模式，提升效率，降低成本。
尤其是VR/AR技術，經過多年的發展，已經在文旅、教育、工業、醫療等領域有了成功的應用案例。
越來越多的企業希望擁抱它們，但是，又對其背後的技術門檻和資源投入望而卻步。
我們現在每天都在討論數位化轉型，其實，音視頻對垂直行業的賦能，就是企業數位化轉型的一個極佳的入口。
究竟如何應對上面提到的音視頻發展需求和挑戰？國內網際網路巨頭企鵝，已經給出了自己的回答。
自QQ時代以來，企鵝在音視頻通信領域已經有二十一年的技術積累。
為了更好地進行音視頻黑科技的探索、研發及應用落地，企鵝也是專門成立了多媒體實驗室。
多媒體實驗室通過企鵝雲，輸出通?解決?案及產品。
2021年，企鵝全新推出「騰訊雲音視頻」品牌，就是依託於企鵝多媒體實驗室的研究成果，為客戶提供更高質量、更低成本的音視頻通信服務，共創「全真互聯」。
首先，是智能媒體的內容生產。
先看智能視頻。做過視頻的人都知道，視頻內容創作的大部分工作量，都集中在視頻內容剪輯和渲染上，既費時又費力。
相比於傳統的人工剪輯，企鵝雲音視頻可以提供視頻的智能裁剪、智能綠幕替換，還可以實現智能拆條、集錦和封面。
說白了，就是系統基於算法和學習，自動對視頻素材進行「深加工」。
以智能裁剪為例。一個橫屏製作的視頻，如果用戶手機豎屏觀看，圖像要麼會變小，要麼會被固定裁剪，影響觀看體驗。有了智能裁剪，系統會自動識別圖像中的關鍵區域，進行最合理的裁剪，讓用戶看到關鍵內容。
智能拆條，則是智能識別和分析視頻原始素材中人物的動作、事件和表情，自動定位精彩片段，將其提取出來，完成剪輯、配樂等工作，變成精彩視頻集錦。
再看智能音樂，這是對音頻信號的智能識別、編創。
具體識別對象，可以是歌曲中的鼓點、節奏點或音樂高潮。針對音樂的強度、情緒、風格、情感等維度，對音樂進行理解和打標籤。在編創時，支持將音樂中人聲、伴奏、吉他、鋼琴等音軌分離，
智能音樂有一個非常有趣的能力，它可以自動對歌詞進行續寫，將一首流行歌改編成Rap，中文語境下支持押韻。
基於音頻和視頻的融合，應用更為廣闊，可以實現視頻配樂、音樂MV和自動vlog。現在短視頻特別流行，通過音視頻融合，可以幫助普通創作者針對視頻提供推薦音樂、自動生成配樂，或者針對音樂找到符合情緒和律動的視頻，大幅降低作品的生產難度。
除了內容創作以外，智能媒體還可以用於視頻修復和視頻增強。
企鵝多媒體實驗室通過深度學習敦煌壁畫病害數據，形成自動識別並添加圖示的一整套算法，打造出高效的AI壁畫病害識別工具。
同時企鵝訊多媒體實驗室也開啟了對老舊影像資料進行修復的工作，解決老電影抖動、劃痕、不清晰等問題，使之可以適配更高清的顯示設備。
如果採取人工修復的方式，每人每天只能修復4、 5分鐘影片。而基於騰訊雲音視頻的智能修複方案，修復一部影片只需要幾個小時。
再來看看沉浸媒體（也就是VR）的關鍵技術和解決方案。
VR是元宇宙和全真互聯的核心技術，也是音視頻最具挑戰的領域。
企鵝雲音視頻，基於企鵝多媒體實驗室研發的VR全景技術，可以實現VR360超高清點播和VR360高清實時通信兩大核心能力，提供端到端一站式全景導覽方案，包括VR園區街景導航、VR360全景景區慢直播、VR數字沙盤、VR360全景會議會展直播，等等。
提升編解碼壓縮能力，是應用VR的關鍵。
VR視頻因為含有三維的時間和空間信息，所以冗餘高，數據體積大，對帶寬的要求高。如果不進行適當壓縮處理，很難存儲、傳輸和計算，占用的資源會很多。
當前有一種壓縮方式，是處理後去除25%的冗餘點，但渲染cube邊界明顯，無傳輸方面的處理。騰訊多媒體實驗室的方案，比這種更接近原片，播放時無明顯邊界。而且騰訊的方案增加了傳輸的處理，對可視區域進行切塊、渲染播放，能夠節省50%的帶寬。
在「一部手機游雲南·VR全景點播」項目中，基於騰訊雲的雲渲染PaaS解決方案，將南頭古城以1:1的比例，超精細化還原到了雲端，任何人都可以通過小程序暢遊古城。
在同等網絡條件下，傳統4K無切塊方案帶寬需求大於 9 MBps，而採用了騰訊的8K切塊方案後，帶寬需求小於 8 MBps。
全景導覽方案的四大核心技術，分別是全景拼接、點雲空間重建、圖像增強、點雲數據壓縮。
全景拼接，可以通過算法將單張照片拼接為全景照片，算法效果極佳，有效減少了畫面變形、畸變。
圖像增強，則是通過圖像降噪、AI色彩增強技術，增強畫面色彩和細節，提升人眼的主觀效果。
點雲空間重建，是以一個實用性很強的技術。
它可以通過全景圖景深估計，重建空間點雲模型，展示空間結構。因為算法經過優化，數據可以壓縮至原來的六分之一，同時保持主觀視覺一致，非常適配移動端展示。
基於點雲重建的物體數位化技術，通過非接觸式的數據採集，能夠重建物體的數字模型，形成數字檔案。這一技術，非常適合文物的數據採集、存檔和展示，降低文物損壞風險。在零售行業，這些技術也可用於商品信息的採集、歸檔。
還是前面提到的敦煌研究院合作項目，沉浸式VR遠程會診，基於多媒體實驗室的高性能編解碼直播引擎，用4K超清畫質的360度沉浸式畫面，無死角展示洞窟內的景象和文物的細節。
企鵝雲音視頻解決方案涵蓋了智能採集、數據處理和渲染展示等多個環節，具備全景漫遊、熱點交互、多模式切換、沉浸式展示等多種實用功能。對用戶來說，使用過程非常簡單。
正如前面所說，音視頻技術的研發，是對解決方案提供商綜合能力的考驗，離不開長期的資源投入和能力沉澱。
說白了，先進的數據壓縮算法，強悍的算力硬體，對5G、AI等技術的掌握和運用，是一個優秀音視頻解決方案企業的必備條件。
2020年4月，Epic Games旗下射擊遊戲《堡壘之夜》，在遊戲中為美聯邦嘻哈歌手Travis Scott舉辦了一場線上虛擬演唱會，吸引了超過一千兩百萬名玩家在線參加，震驚全網。
自此，元宇宙概念真正開始引爆。
國內方面，也不甘落後。
前幾年三月，移動沙盒平台開發商MetaApp宣布完成一億美元C輪融資，SIG海納亞洲資本領投。
這家公司公司號稱要打造全年齡段的元宇宙世界。這筆融資，也是迄今國內元宇宙賽道最大規模的單筆融資。
4月20日，遊戲引擎研發商代碼乾坤獲字節跳動近一億人民幣的戰略投資。
5月28日，雲遊戲技術服務商海馬雲完成近三億元人民幣新一輪融資。
……
Facebook的扎克伯格提出，在未來五年左右的時間裡，要將Facebook從一家社交媒體公司轉變為一家元宇宙公司。
知名硬體廠商英偉達則專門推出了虛擬協作平台Omniverse，號稱是工程師的元宇宙。
黃仁勛說：「我們正處在元宇宙的風口浪尖上」，「Omniverse是打造元宇宙重要的組成部分」。
其實，現在應該也看明白了，大力為元宇宙搖旗吶喊的，要麼是遊戲軟體公司，要麼是遊戲硬體公司，要麼是社交網絡公司，再就是區塊鏈公司。
站台背書的背後，都是有一定的利益關聯。
當然了也有專家認為，隨著數位技術的發展，人類未來一定會完成從現實宇宙向元宇宙的數位化遷徙。
整個遷徙過程，分為三個階段，分別是：數字孿生、數字原生和虛實相生。
數位化遷徙之後，數字空間元宇宙裡面會形成一整套經濟和社會體系，產生新的貨幣市場、資本市場和商品市場。
人類在元宇宙裡面的數字分身，將會永生。
也就是即便現實中的肉體湮滅，數字世界的你，仍然會在元宇宙中繼續生活下去，保留真實世界裡你的性格、行為邏輯，甚至記憶。
如果真的是這樣，元宇宙帶來的，就不僅僅是技術問題，而是倫理問題——數字的我，究竟是不是我？他是否能夠履行人類的權利和義務？是否可以繼承我的財產？是否仍是我真實世界裡孩子的父親、妻子的丈夫？
這些問題，都需要人類不斷地思考，制定出對應的準則。
其實人們對元宇宙背後的世界充滿好奇，也為元宇宙的價值爭論不休。
因為所有人都想知道，元宇宙到底會給人類帶來什麼樣的改變？元宇宙的底層技術，又是什麼呢？
畢竟從命令行到全真互聯，數字交互方式的時代變革，其實，雖然元宇宙是一個新名詞，但元宇宙背後的數字虛擬空間，對大部分人來說，都不陌生。
早在計算機誕生的那一刻起，數字空間就已經存在了。
在命令行的時代，我們通過一個又一個字符，與數字空間進行交互。隨著計算機軟硬體技術的不斷提升，我們很快進入了多媒體時代。
以jpg、mp3、mov為代表的多媒體文件，衝擊著用戶的視覺和聽覺，還孵化了遊戲產業，將人類對數字世界的感官體驗，推向了更高的層級。
進入二十一世紀後，人類的算力發展水平達到了前所未有的高度，音視頻技術更是日新月異。
圖片、音頻就不用說了，視頻質量方面，一路從720p、1080p發展到2K、4K、8K，並最終催生了前所未有的人機互動模式——VR/AR（虛擬實境/增強現實）。
VR/AR的出現，第一次讓人類感受到什麼叫做沉浸式體驗。
我們與數字世界的交互，從單向異步，變成了雙向同步。我們向真正的數字空間生活，邁出了一大步。
2020年，企鵝董事局主席小馬哥也是提出了「全真網際網路」。
這個比元宇宙更早出現的概念，窺見了時代的悄然變化。
當時的小馬哥預判，移動網際網路的發展方向是全真網際網路，「從實時通信到音視頻等一系列基礎技術已經準備好」，「虛擬世界和真實世界的大門已經打開」，「一場大洗牌即將開始」。
毫無疑問，無論是「全真互聯」還是「元宇宙」，音視頻技術仍然是底層的核心技術支撐。
這裡不禁會想，究竟怎樣的音視頻技術，才能支撐「全真互聯」和「元宇宙」的夢想？
人類實現真正的「虛實融合」，還需要對音視頻技術進行哪些創新改進？
其實，音視頻技術的未來發展方向，歸根到底就是兩個，一個是「助力內容創造」，另一個是「賦能行業應用」。
近年來，短視頻業務的爆發及全民直播的興起，將視頻發展推向了新的高潮。
幾乎在一夜之間，我們就進入了「人人看視頻，人人拍視頻」的時代。
如何進行優質視頻內容的創作，成為很多視頻up主非常關心的問題。
提升拍攝技術是一方面，平台和工具是否可以發揮助力，降低內容創作的技術門檻？
我們需要藉助虛擬空間的延伸，學生居家學習，企業居家辦公，產生了大量的網課、會議視頻流量。根據運營商的統計數據，截至2020年底，視頻在全網數據流量的占比已接近百分之七十。
視頻不再僅僅是娛樂工具，而是變身為生產力工具。
各個領域和各個垂直行業，都希望藉助音視頻技術的賦能，改變現有的企業經營模式，提升效率，降低成本。
尤其是VR/AR技術，經過多年的發展，已經在文旅、教育、工業、醫療等領域有了成功的應用案例。
越來越多的企業希望擁抱它們，但是，又對其背後的技術門檻和資源投入望而卻步。
我們現在每天都在討論數位化轉型，其實，音視頻對垂直行業的賦能，就是企業數位化轉型的一個極佳的入口。
究竟如何應對上面提到的音視頻發展需求和挑戰？國內網際網路巨頭企鵝，已經給出了自己的回答。
自QQ時代以來，企鵝在音視頻通信領域已經有二十一年的技術積累。
為了更好地進行音視頻黑科技的探索、研發及應用落地，企鵝也是專門成立了多媒體實驗室。
多媒體實驗室通過企鵝雲，輸出通?解決?案及產品。
2021年，企鵝全新推出「騰訊雲音視頻」品牌，就是依託於企鵝多媒體實驗室的研究成果，為客戶提供更高質量、更低成本的音視頻通信服務，共創「全真互聯」。
首先，是智能媒體的內容生產。
先看智能視頻。做過視頻的人都知道，視頻內容創作的大部分工作量，都集中在視頻內容剪輯和渲染上，既費時又費力。
相比於傳統的人工剪輯，企鵝雲音視頻可以提供視頻的智能裁剪、智能綠幕替換，還可以實現智能拆條、集錦和封面。
說白了，就是系統基於算法和學習，自動對視頻素材進行「深加工」。
以智能裁剪為例。一個橫屏製作的視頻，如果用戶手機豎屏觀看，圖像要麼會變小，要麼會被固定裁剪，影響觀看體驗。有了智能裁剪，系統會自動識別圖像中的關鍵區域，進行最合理的裁剪，讓用戶看到關鍵內容。
智能拆條，則是智能識別和分析視頻原始素材中人物的動作、事件和表情，自動定位精彩片段，將其提取出來，完成剪輯、配樂等工作，變成精彩視頻集錦。
再看智能音樂，這是對音頻信號的智能識別、編創。
具體識別對象，可以是歌曲中的鼓點、節奏點或音樂高潮。針對音樂的強度、情緒、風格、情感等維度，對音樂進行理解和打標籤。在編創時，支持將音樂中人聲、伴奏、吉他、鋼琴等音軌分離，
智能音樂有一個非常有趣的能力，它可以自動對歌詞進行續寫，將一首流行歌改編成Rap，中文語境下支持押韻。
基於音頻和視頻的融合，應用更為廣闊，可以實現視頻配樂、音樂MV和自動vlog。現在短視頻特別流行，通過音視頻融合，可以幫助普通創作者針對視頻提供推薦音樂、自動生成配樂，或者針對音樂找到符合情緒和律動的視頻，大幅降低作品的生產難度。
除了內容創作以外，智能媒體還可以用於視頻修復和視頻增強。
企鵝多媒體實驗室通過深度學習敦煌壁畫病害數據，形成自動識別並添加圖示的一整套算法，打造出高效的AI壁畫病害識別工具。
同時企鵝訊多媒體實驗室也開啟了對老舊影像資料進行修復的工作，解決老電影抖動、劃痕、不清晰等問題，使之可以適配更高清的顯示設備。
如果採取人工修復的方式，每人每天只能修復4、 5分鐘影片。而基於騰訊雲音視頻的智能修複方案，修復一部影片只需要幾個小時。
再來看看沉浸媒體（也就是VR）的關鍵技術和解決方案。
VR是元宇宙和全真互聯的核心技術，也是音視頻最具挑戰的領域。
企鵝雲音視頻，基於企鵝多媒體實驗室研發的VR全景技術，可以實現VR360超高清點播和VR360高清實時通信兩大核心能力，提供端到端一站式全景導覽方案，包括VR園區街景導航、VR360全景景區慢直播、VR數字沙盤、VR360全景會議會展直播，等等。
提升編解碼壓縮能力，是應用VR的關鍵。
VR視頻因為含有三維的時間和空間信息，所以冗餘高，數據體積大，對帶寬的要求高。如果不進行適當壓縮處理，很難存儲、傳輸和計算，占用的資源會很多。
當前有一種壓縮方式，是處理後去除25%的冗餘點，但渲染cube邊界明顯，無傳輸方面的處理。騰訊多媒體實驗室的方案，比這種更接近原片，播放時無明顯邊界。而且騰訊的方案增加了傳輸的處理，對可視區域進行切塊、渲染播放，能夠節省50%的帶寬。
在「一部手機游雲南·VR全景點播」項目中，基於騰訊雲的雲渲染PaaS解決方案，將南頭古城以1:1的比例，超精細化還原到了雲端，任何人都可以通過小程序暢遊古城。
在同等網絡條件下，傳統4K無切塊方案帶寬需求大於 9 MBps，而採用了騰訊的8K切塊方案後，帶寬需求小於 8 MBps。
全景導覽方案的四大核心技術，分別是全景拼接、點雲空間重建、圖像增強、點雲數據壓縮。
全景拼接，可以通過算法將單張照片拼接為全景照片，算法效果極佳，有效減少了畫面變形、畸變。
圖像增強，則是通過圖像降噪、AI色彩增強技術，增強畫面色彩和細節，提升人眼的主觀效果。
點雲空間重建，是以一個實用性很強的技術。
它可以通過全景圖景深估計，重建空間點雲模型，展示空間結構。因為算法經過優化，數據可以壓縮至原來的六分之一，同時保持主觀視覺一致，非常適配移動端展示。
基於點雲重建的物體數位化技術，通過非接觸式的數據採集，能夠重建物體的數字模型，形成數字檔案。這一技術，非常適合文物的數據採集、存檔和展示，降低文物損壞風險。在零售行業，這些技術也可用於商品信息的採集、歸檔。
還是前面提到的敦煌研究院合作項目，沉浸式VR遠程會診，基於多媒體實驗室的高性能編解碼直播引擎，用4K超清畫質的360度沉浸式畫面，無死角展示洞窟內的景象和文物的細節。
企鵝雲音視頻解決方案涵蓋了智能採集、數據處理和渲染展示等多個環節，具備全景漫遊、熱點交互、多模式切換、沉浸式展示等多種實用功能。對用戶來說，使用過程非常簡單。
正如前面所說，音視頻技術的研發，是對解決方案提供商綜合能力的考驗，離不開長期的資源投入和能力沉澱。
說白了，先進的數據壓縮算法，強悍的算力硬體，對5G、AI等技術的掌握和運用，是一個優秀音視頻解決方案企業的必備條件。