元宇宙:元宇宙不缺創意 缺的是「基建」公司

科幻小說《雪崩》是無比超前的。它出版的 1992 年，英特爾還在制造 486 系列處理器，直到次年，586 奔騰處理器才被推出。

在小說中，尼爾·斯蒂芬森創造了一個并非以往想象中的互聯網——元宇宙（Metaverse），在這個與現實世界緊密聯系但又相互平行的時空里，人們可以借由各自的「化身」在其中交流和娛樂。

Facebook 改名 Meta 后，越來越多的人才知道，原來這本科幻小說是「元宇宙」這個詞的起點。一瞬間，一個書里并沒有準確定義的概念，30 年后開始成為了商業世界里火爆的新邊疆。

只不過，在目前看起來比較接近「元宇宙」的 VR 行業里，即使設備銷量逐漸攀升，但分辨率低、設備笨重、3D 眩暈等問題還未完全解決。元宇宙看起來是個性感，但還有著眾多技術問題無法解決，還非常遙遠的概念。

「從 Utility（效用）到 Reality（現實），我認為元宇宙是有發展路徑的，并且早晚會進化到改變我們現實世界的程度。」王奇所供職的公司聲網，最近就開啟了「元娛樂」的新探索，他成為了這條業務線的負責人。

這次他們在實踐中，對于元宇宙下一步在技術上應該去解決什么這個問題，有了新的思考。

01

「元娛樂」里，聲音

技術是關鍵的下一步

「現在所謂的那些元宇宙的應用，離還原人類的真實體驗還差得特別特別遠。」

根據 Sensor Tower 2022 年的報告，自「元宇宙」概念爆發以來，平均每天都會新增一個「元宇宙」軟件，其中，元宇宙社交類軟件更是層出不窮。在一個個炫酷的 demo 里，我們似乎離再建一個虛擬現實很近了，但王奇并不這么認為。

工信部：加快布局元宇宙等前沿領域:金色財經報道，工信部部長金壯龍表示，前瞻布局未來產業。未來產業是搶抓新一輪科技革命和產業變革的機遇，實現引領發展的重要抓手。我們將研究制定未來產業發展行動計劃，加快布局人形機器人、元宇宙、量子科技等前沿領域，全面推進6G技術研發。我們也鼓勵地方先行先試，加快布局未來產業。[2023/3/1 12:36:11]

2020 年 4 月，《堡壘之夜》里舉辦的「ASTRONOMICAL」虛擬演唱會吸引了 1230 萬觀眾，玩家在霓虹燈束散射中舞動，很多玩家表示仿佛經歷了一場真實的夢境。絢麗的布景渲染了人們對技術的最高想象，然而實際上，觀眾只是在「看」一場演唱會。算力等客觀因素限制下，多人同屏和物理交互往往就如魚與熊掌，玩家在一個「眾人場」里能得到的交互體驗其實很低。

《堡壘之夜》中的「ASTRONOMICAL」虛擬演唱會

「我們的元娛樂其實并不等同于元宇宙娛樂」，聲網元娛樂業務線負責人王奇在接受采訪時說，「我們更接近下一代的娛樂這個概念。」在他看來，現有的技術和體驗還不能滿足人類超越現實的需求，首先要思考的或許是如何去還原一個真實的世界。

5 月 16 號，聲網發布了「元娛樂」四大解決方案，其中，他們對音頻的處理十分惹眼。

在發布會上，聲網元語聊產品經理楊帆展示了一個多人會議的場景：代表每個參與者的頭像分布在不同區域，而從其他人說話的聲音信息中，能體會到明顯的方位感。

南非Nedbank宣布進軍元宇宙領域:金色財經報道，南非第四大貸款機構Nedbank集團宣布與與Africarare合作，并在Ubuntuland為自己建立了一個村莊，從而在元宇宙中建立了自己的存在。

該集團營銷和公司事務主管 Khensani Nobanda 在周三的電子郵件聲明中表示，我們進入元宇宙不僅僅是為了在這個領域占有一席之地，而是為了在與他們產生共鳴的平臺上滿足我們客戶的需求。[2022/9/22 7:13:53]

這項技術被稱作 3D 空間音頻，貫穿在他們的元語聊、元 K 歌、元直播等方案里。

當用戶操作 Avatar 在虛擬場景里移動時，聽到的音效會根據 Avatar 的頭部及臉部朝向、聲源角度和距離不同而變化。比如，在玩家進入一個元語聊的房間時，會聽到房間內正在播放的背景音樂，隨著位置的移動、墻壁或卡座等障礙物的遮擋，玩家所聽到的聲音也會相應地逐漸清晰或減弱。

這項功能的實現，依賴于聲網基于 HRTF 相關傳遞函數、心理感知聲學、聲源指向模擬等算法自研的一整套 3D 聲場渲染引擎。通過這套渲染引擎，可以動態模擬空間中任意角度、朝向的聲音在傳遞到左右耳時聲音發生的變化。他們還可以通過聲學建模的方式，模擬任意角度的音源方向導致的音色差異。

聲網的空間音頻技術

IALE Technology：微軟、三星和 Magic Leap是全球元宇宙專利最多的公司:金色財經報道，據西班牙咨詢公司 IALE Technology 的數據顯示，微軟被認為是擁有與元宇宙相關專利最多的公司，緊隨其后的是三星電子，Magic Leap位列第三。在過去的5年里，全球所申請的元宇宙相關專利翻番，超過了2000件，微軟和三星目前所擁有的元宇宙相關的專利，分別已有158件、122件，是元宇宙相關技術專利第1和第2多的公司。元宇宙相關專利在數量上僅次于微軟和三星的，是在2015年憑借一段“鯨魚躍出籃球場地面”的視頻而大火的Magic Leap，之后的則分別是IBM、迪士尼、Meta、Adobe、Verizon、英特爾和Snap。（businesskorea）[2022/7/22 2:32:02]

「這其實在業內還沒有幾家能夠做到」，王奇談到這些技術時頗為自豪。據他介紹，聲網內部有一個音視頻實驗室，專門研究各種跟音頻和視頻相關的算法，其中就包括 3D 空間音頻，此外還有人聲模糊、模擬現實中空氣衰減等技術。

在這些聲音技術的加持下，玩家操作 Avatar 不僅可以「移步換景」，還可以「移步換聲」，可以移動到其他玩家身邊開啟暢聊，也能憑借人聲模糊技術既不受周圍人說話聲音的干擾，又保留環境氛圍，在技術上極力還原現實世界中的真實聽覺體驗。

模擬現實其實十分困難的，因為對于一個玩家來說，一些很細微的「不合常理」都可能影響沉浸感。那些「不合理」會時時刻刻提醒玩家，這不是一個真實的世界。因此對于營造一個「栩栩如生」的虛擬世界來說，要不斷地打磨環境，細化交互的顆粒度。

大和：2025年中國元宇宙市場或達300億美元，看好騰訊及網易:金色財經報道，大和發布研究報告稱，預計中國至2025年“元宇宙”(Metaverse)市場將達到300億美元(約2339億港元)，約占全球相關市場37%，預計廣告收入是主要貢獻來源；或不太可能禁止元宇宙世界，但預計政府采取更積極的監督方式。“元宇宙”可能是中國能成為全球科技的領導者的一部份，相信“元宇宙”興起將刺激硬件和軟件需求，創新及項目將為用戶創造價值。騰訊和網易均具有強大研發和潛力在虛擬世界中推出身臨其境的游戲。（智通財經網）[2022/1/12 8:44:31]

當然，這對技術實現來說并不容易。

除了聲音的擬真外，聲網解決方案中同樣有對虛擬環境的擬真。在元語聊和元直播中，聲網還基于 3D 引擎建模創建各種場景，能模擬碰撞、重力等物理效果。面部動捕技術、語音驅動嘴型的技術，則讓玩家與 Avatar 的表情匹配，實時表情與語音匹配。

而為了讓玩家在選擇虛擬形象時不受性別限制，他們還將開發聲紋變聲技術，在聲音上實現「any to any」的模擬。萌妹子選擇大叔形象后，也能在實時交流中擁有與虛擬形象匹配的低沉男音。

影響沉浸感的一大因素還在同步性與低延遲，就像《堡壘之夜》的那場虛擬演唱會，如果沒有上千萬人的同步參與，或許也不會如此轟動。

在那場盛大的虛擬演唱會中，玩家也被分到了上萬個服務器上，才讓千萬量級的同步參與得以實現。而在實時通信和互動上，聲網作為 RTC 領域全球頭部企業，有著行業領先的技術優勢。

像素元宇宙Worldwide Webb與Aave gotchi達成合作:據官方消息，像素元宇宙Worldwide Webb與Aave生態NFT平臺Aave gotchi達成合作，這是第一次通過Polygon網絡將NFT整合至跨鏈元宇宙，旨在為用戶提供在WEB3中建立和創建自己空間的工具。[2021/12/8 12:59:28]

圖注：聲網的 MetaKTV 方案

聲網的 SD-RTN?，是全球規模最大的軟件定義實時網，官網上介紹，這項技術可以實現百萬人大頻道的實時互動。依靠基于 SD-RTN?的解決方案架構，聲網打開了萬人云蹦迪、在線上造一個超級夜店的想象。

它的合作伙伴 XRSPACE，也在近期推出了全球首款音樂元宇宙 PartyOn。利用聲網的實時音視頻技術和 XRSPACE 自研的表演同步技術，PartyOn 實現了 50ms 以下的同步誤差，不僅讓讓眾多玩家享受低延遲的同步 K 歌，還讓人聲、歌曲和 Avatar 肢體表演實時匹配。

這些「擬真」的技術賦能了更沉浸的體驗，王奇說，「3D 空間音頻，包括聲紋變聲、面部捕捉還原，所有的這些技術，它本身都是跟元宇宙的發展相關的」，「我們本身也是看好元宇宙發展的」。

02

通過提升可用性，

聲網在瞄準

下一代的娛樂生態

陳際陶是聲網元直播的產品經理，她在發布會上展示的實時面捕功能，可以在直播中同步玩家單邊眨眼、挑眉、眼球轉動、吐舌頭等動作。

這項技術似乎已經在各種 AR 換臉軟件中得到了很好的應用，但對他們來說其實并不容易。她介紹說，「我們要解決移動端的普通單目攝像頭的問題，要解決光源的影響，光亮的陰暗對于人臉關鍵點判別的難題，以及說眼鏡遮擋對于眼部的識別的問題。」

這也引出了聲網技術解決方案的另一個特點——強兼容性。

圖注：聲網面偵技術能完成對高級表情的捕捉

作為一家技術服務提供商，聲網并不是產品的最終「締造者」，他們的責任在于對接每個場景內盡可能多的客戶，提供底層和通用的技術，讓客戶能在他們提供的技術服務基礎上創造價值。某種意義上來說，他們的最終目標在于客戶的使用便利與商業成功。

「大家用過蘋果應該都知道，如果在不使用 iPhone 的情況下使用 Airpods，很多體驗其實你是用不了的。」楊帆在介紹空間音頻技術時，同樣提到了聲網技術服務的獨特性，「我們的跟他們的區別在于，蘋果是傳感器硬件加上軟件算法，我們是純軟件的，安卓端、iOS 端、 PC 端，多平臺都能支持。」

這在他們的「互動游戲」解決方案中也有體現。聲網為它的技術集成方案適配 3 萬多個移動終端，幾乎覆蓋所有中低端機型。昌瀟瀟是聲網互動游戲的產品經理，他補充說，「像在海外，特別是在一些落后的地區，市場上一般情況下都是千元機，我們在中低端機型的適配這一塊兒是非常看重的。」

聲網對元娛樂業務的探索同樣是在做適配。

聲網創始人趙斌曾說，「實時音視頻是一種通用能力，作為服務商，需要持續推動能力與具體場景的碰撞與融合」。實際上，聲網開展元娛樂業務并非沒有依據。

聲網連續多年蟬聯全球實時互動解決方案市場份額第一，全球注冊應用超過 40.5 萬，活躍客戶數量達到 2670 家。在這些客戶中，很大一部分來自于社交娛樂領域，比如一些國民級別的在線 K 歌應用。

這些客戶原本只是采購了實時音視頻服務，但在跟客戶的溝通中，聲網團隊發現了這些客戶的普遍痛點：沒有時間和精力投入研發；一個平臺單獨去談音樂版權合作時門檻太高，都要千萬打底。

去年 9 月，聲網推出了一個叫「K 歌房」的解決方案，由聲網提供 K 歌互動場景的研發，集中解決音樂版權的問題。

聲網與數字音樂內容提供方合作，為開發者提供豐富 MV 資源

解決方案的發布象征著聲網業務模式上的進階。這意味著聲網在 RTC 技術服務商的基礎上，嘗試疊加基于場景的通用技術服務、整合生態內的其他內容，最終打包成一個整體的解決方案。

這項業務很快驗證了新模式的可能性，短短幾個月里，「K 歌房」發展了幾十個客戶。在他們看來，聲網提供解決方案的嘗試提高了行業的效率，同樣的邏輯在泛娛樂領域同樣如此。

「這些社交娛樂的客戶，他們的音視頻服務其實之前就已經用聲網的了」，王奇說，「在此基礎上，如果我們去做一些場景跟內容的疊加，其實會非常方便」。

如果說聲網之前提供的 RTC 技術服務是賣面粉，王奇將提供元娛樂解決方案比喻成對面粉的二次加工，「當我們開始關心到他（客戶）其實是做餃子館的時候，我們會把面粉做成一摞一摞的餃子皮，然后去整合了一些優質的牛肉跟豬肉剁成餃子餡。」

聲網元娛樂發布會后，Cocos CTO 林順參與了圓桌討論，在他看來社交類應用主要聚焦在特定場景，相較于其他領域確實更易與元宇宙概念結合。

現實卻是如此，2021 年燃起的「元宇宙」之火，還在以一種更容易落地的「+泛娛樂」的方式延續。

去年，VR 社交平臺 Rec Room 融資了 1 億美元，VRChat 也完成了 8000 萬美元的 D 輪融資，Snapchat 收購 6 家 AR 相關底層軟件算法和硬件企業。3D Avatars 公司 Genies 近期宣布獲得了 1.5 億美元的 C 輪投資，用以擴展 Metaverse Avatars 的開發。國內網易、騰訊、字節等大廠的元宇宙社交平臺，也在 2021 年底和 2022 年初紛紛上線。

聲網的很多客戶也都是元宇宙領域的種子選手，比如中東及北非地區最大的語音社交娛樂平臺 Yalla、火遍北美與拉美的元宇宙社交軟件 Oasis。聲網還發起了「聲選計劃」，項目聚焦 RTE 賽道下的技術型合作方，協作推出更豐富和更優質的聯合產品解決方案。

這家實時互動領域的技術領頭羊在元娛樂業務上的動作，是要為共建一個面向「元宇宙」的、下一代的娛樂生態做準備了。

Tags：元宇宙VATAVAAVAT幻境時空元宇宙體驗館Dark Horse Derivativesavalanche幣的價格$AVATAR幣

XLM