周思进：自知“能力不足“让我专注十几年音视频

本文来自三体云CEO周思进在WebRTCon 2018上接受LiveVideoStack的采访整理而成。作为一名多媒体技术十多年的老兵，自嘲“能力不足”赶不上风口。但在多媒体技术圈，有太多像周思进这样专一的专家，他们所获得的成就与专注息息相关。

策划 / LiveVideoStack

LiveVideoStack：大家好，欢迎来到LiveVideoStack采访间，我们现在是在WebRTCon 2018的现场。现在坐在我身边的这位是三体云的CEO 周思进老师，周老师能否请您为大家介绍一下三体云这家公司。

周思进：北京三体云联科技有限公司简称“三体云”。我们团队的核心成员主要来自音视频领域，在业界都有10年以上的工作经验。我们的愿景是让沟通更简单，基于整体框架我们推出了三体云的一系列的产品。三体云为各企业提供一个端到端的音视频整体解决方案，从前端的SDK接入到后台强大的视频云，让开发者及行业用户不需要进行复杂的开发、运维、部署等工作，只要接入三体云，通过几个简单的步骤就能实现强大的音视频沟通功能，让复杂的音视频技术与功能触手可及。现在，三体云除了主要被运用在直播和社交等泛娱乐领域，还助力在线教育、互联网医疗，互联网金融等行业的蓬勃发展。我们的宗旨是让沟通变得更简单，为行业提供可靠、便捷、高效的音视频整体解决方案。

LiveVideoStack：其实现在三体云的业务拓展很广，像一直致力于实现如WebRTC这样的开源项目。那将WebRTC从一个开源项目做成一个产品，需要什么来加以实现？

周思进：我觉得这是个很好的问题。其实包括一些具备成熟商业化能力的公司在内的很多企业，其产品也是基于WebRTC进行架构。WebRTC确实是一个业界比较公认的优秀音视频整体解决方案，因为它极大地降低了音视频技术在整个行业中应用的开发门槛。稍微对音视频相关技术有所了解的开发者只需花一两个月对WebRTC进行研究便能架构起整个服务的框架并可实现在实验环境下的稳定应用。但如果将WebRTC作为一个成熟的商业产品加以运用需要解决以下几个问题：

1. WebRTC是一个纯Web的解决方案，更适合在浏览器环境下进行点对点的应用；

2. WebRTC仍处于试验开发阶段，这就意味着在实际应用中会无可避免地出现一系列问题，例如浏览器兼容性与适配。正因为其主要基于Web端，如果是应用在手机app端则需要针对不同的操作平台进行适配与优化。所以从整体来看，WebRTC并不是一个成熟商业化的解决方案。而且在现如今海量应用的情况下能否保持稳定高效还有待考察。当然在市面上除了有WebRTC开源，还有像三体云这样的商业化整体解决方案。

以三体云为代表的这些商业化解决方案主要有四个优势：

1. 我们会对用户端接口进行封装使得用户使用三体云的产品只需要三步就可以实现音视频功能的整体接入，相较于WebRTC更便捷高效。

2. 我们基于海量的用户计算资源，在全球布局有80个数据中心，可极大的减少音视频的延时与抖动问题，帮助用户达到更好的音视频效果。

3. 我们作为商业化服务提供商，其产品最大的好处是可以实现弹性使用。用户想用的时候可以花钱买开启服务，不想用可以停止服务，为初创型中小型公司减少成本压力。

4. 我们提供7×24小时技术运维和支持服务。三体云现在线上每月的分钟流量可达到数亿级别，其稳定性和可靠性都得到了广大用户的认证和赞赏。总而言之，对于广大的技术开发者可选择WebRTC开源项目来对音视频有一个整体的了解；但是对公司力求实现商业化时还需要考虑成熟的解决方案。

LiveVideoStack：三体云除了一直关注WebRTC外，还持续关注哪些开源项目？

周思进：除了WebRTC，在整个音视频领域里还有很多很好的项目例如FFmpeg。但就整体行业的发展来说WebRTC对音视频服务而言应该是最好的选择。

LiveVideoStack：WebRTC现在的地位相当于是……？

周思进：一般说像FFmpeg还有包括X.265、AV1等，还有多种音频视频编解码开源的项目都是整个生态中不可或缺的组成部分。但是相对而言之所以现在WebRTC广泛得到大家的认可和关注，其主要原因就是WebRTC的适用性。

LiveVideoStack：在之前的采访中您提到“音视频技术不是一个风口”的观点。您本人一直从事音视频领域的相关工作，是什么样的动力促使您坚持下来？

周思进：我觉得有两点：我想说的第一点是，从雷军提出“风口”这个概念之后，很多人都没有去追这种所谓的“风口”，我想这与个人的能力有关。因为我本身可能并不具备很强的追逐风口的能力，而是单纯地坚持专注于音视频领域，也没有太多的杂念，一直坚持了十几年。当然在这个过程中也有很多言论说音视频会成为“风口”，但因为各种各样的原因都未实现。我想说的第二点是，从我进入音视频行业开始便坚信音视频一定属于未来。因为人和人之间的沟通是最我们基本的活动，而音视频技术致力于打破时间与空间的壁垒，帮助人们实现更生动的沟通。所以我相信在不远的将来，音视频相关产品一定会成为全民应用深入各行各业，这也是我们三体云希望实现的理想之一。我们所谓的“直播2.0”，“直播3.0”就是利用直播技术，尤其是双向互动的音视频技术促进更高效而生动的沟通，从而优化传统行业发展提高效率。

LiveVideoStack：看到现如今直播兴起，您会觉得高兴吗？

周思进：我觉得整个直播行业从2016年开始得到了非常大的发展。当然在2017年到2018年上半年由于众所周知的原因整个行业的发展遇到了很多阻力，但我想强调的就是音视频不仅仅是单纯的直播，现在的直播属于“直播1.0”也就是以秀场等泛娱乐形式来实现。，但这种“直播1.0”做到了一点就是让大家对音视频行业与技术有了更好地了解与关注。我相信在未来的“直播2.0”“直播3.0”时代会出现很多很好的应用与产品，这也是我们非常乐意在整个行业生态中看到的。

LiveVideoStack：我们知道现在很多有些新的Codec，这些技术升级会对音视频行业带来什么样的影响？

周思进：我认为整个音视频行业和奥林匹克口号是一样的，永远追逐的是“更快、更高、更强”。“更快”是指更低的延时，更大的传输速度，从2G研发到3G、4G、5G，我们的网络环境与技术条件将会越来越好；“更高”是指伴随着带宽越来越高，消费者对音视频内容的清晰度要求会越来越严苛，我们需要有更高的清晰度来呈现更好的内容。现在4K可能已经是一个标配了，而在未来一些高端的应用场合可能会有更高的需求，例如全息投影、VR、AR等技术的应用会对音视频画面清晰与播放质量提出更高的要求；“更强”是指终端基于高分辨率下更强大的运算处理能力，包括编解码能力、后台运算等，提升整个生态的技术水平来满足未来消费者期待的音视频行业的一轮轮消费升级。

LiveVideoStack：所以其目标是让在线沟通变得越来越近于……？

周思进：可能音视频技术会大大缩小人们在线上和线下沟通交流的差别。可能在不久的将来我们的这种访谈也许就不需要当面了，可以完全在一个虚拟的空间中实现我们面对面沟通的效果。

LiveVideoStack：您所说的这些许多行业都有所探索，那就您所关注这些应用场景大致覆盖到什么样的范围？

周思进：就目前来看，音视频技术首先当然是被广泛应用于直播与社交等泛娱乐行业；其次是在现在的游戏行业我们也可以看到越来越多的音视频技术应用实例，例如绝地求生基于射击游戏下实现的实时语音，还有狼人杀等等；当然还有在线教育这样非常值得开拓的市场，我相信在未来的5到10年内，线上教育规模会超过线下教育；除了以上提到的还有最近国家力推的远程医疗，以解决我国医疗资源结构性矛盾；还有包括金融、招聘、信访、客服等等。可以说音视频会成为各行各业的基础技术，“直播+”的广泛布局一定会为传统行业插上腾飞的翅膀。

LiveVideoStack：能不能为我们大胆预测一下，下一个杀手级应用可能会出现在哪里？

周思进：我想这一点，电影已经帮助我们预言很多次了。我觉得像科幻电影中能够还原真实场景的三维全息投影应该很快会变成现实。

LiveVideoStack：大概需要多少年呢？

周思进：三年到五年左右。

LiveVideoStack：好的，我们的采访就到这里，非常感谢您接受我们的采访。