元宇宙:元宇宙不缺創意 缺的是「基建」公司_AVATA Network

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，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到Reality，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SensorTower2022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。

“周杰倫限定珍藏DEMO空間”音樂元宇宙手機天貓3D版上線:金色財經報道，“周杰倫限定珍藏DEMO空間” 音樂元宇宙手機天貓3D版已經上線，首次落戶天貓APP，歌迷可結合元宇宙視覺影像技術的前衛設計風格獲得全新的視聽體驗，一窺未來科技感十足的Jay式音樂元宇宙。

此前消息，周杰倫旗下公司推出周杰倫音樂元宇宙，包含未發表隱藏新歌《紐約地鐵》。（上證報）[2023/5/8 14:48:59]

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。

數據：元宇宙平臺月交易量銷售額下降96%:金色財經報道，根據Block Research的2023年數字資產展望報告，雖然1月份元宇宙平臺的月交易量為4920萬美元，但11月份這一數字降至僅200萬美元，比年初下降了96%。數據儀表盤顯示，元宇宙土地價格也較年初下跌了90%。（the block）[2022/12/22 21:59:47]

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。

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。

B站CEO陳睿：元宇宙世界會是數字內容生態，用戶創造內容將成主流:金色財經消息，8月27日，第三屆“上海創新創業青年50人論壇”在上海召開，嗶哩嗶哩董事長兼CEO陳睿在該論壇上表示，元宇宙作為綜合性產業，用戶將是其中最重要的數字內容生產者和消費者，用戶創作內容將是元宇宙的主流。陳睿認為，元宇宙將是每個用戶都能參與生態共建的世界。元宇宙中的數字世界將是一個內容生態，其中的海量內容無法由幾家公司提供，UGC內容（用戶創造內容）將成為元宇宙的主流。用戶在元宇宙當中，既是數字內容的消費者，也是數字內容的生產者。（新京報）[2022/8/28 12:53:07]

聲網的空間音頻技術

「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。

蔡維德：中國目前最需要打造元宇宙治理科技:金色財經消息，在由中國科技新聞學會籌備成立的元宇宙科技傳播專業委員會，并與《中國科技信息》雜志共同推出“認知與途徑：元宇宙百人訪談錄”上，北京航空航天大學教授、博士生導師蔡維德認為，現在盛行的元宇宙思想，主要是小說內的科技部分，包括交互、增強現實（AR）、虛擬現實（VR）、云技術等，但是，對于中國來說目前最需要的元宇宙技術是治理科技。元宇宙大致指的是一個由虛擬現實(VR)和增強現實(AR)技術促進的通用虛擬世界，一個集體的虛擬開放空間，由虛擬增強的物理和數字現實（digital reality）融合創造。

這個世界需要多元科技，包括計算機科技，例如人工智能、通訊、計算（新型超算，隱私計算等）、VR、AR、區塊鏈、游戲；早期元宇宙的科技領域；游戲，地圖，數字貨幣（包括NFT）。

更為重要的是，元宇宙系統包含數字經濟，包括新型數字經濟（數字資產、交易等）和傳統數字經濟（電商、社交網絡、搜索引擎等）。新型數字經濟發展需依托各式各樣的新型金融科技，例如合規數字貨幣。（《中國科技信息》雜志社）[2022/5/3 2:46:14]

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。

韓國：到2026年實現元宇宙全球市場占有率第五:1月20日消息，據韓國國際廣播電臺，韓國政府20日召開第53次緊急經濟中央對策本部會議，會上公布了《元宇宙新產業領先戰略》，以應對元宇宙帶來的經濟和社會變化。根據這份戰略的目標，到2026年韓國在全球元宇宙市場的占有率將從目前的第12位提升至第5位。韓政府將首先發掘并扶持與原有平臺形成差異化的新型元宇宙平臺，具體包括傳統文化及藝術、游戲及動漫、時尚、運動等領域。韓政府還將為元宇宙技術、人文社會領域的四年制大學創辦融合型專門研究生院提供支援，6年內最高將各投入55億韓元。（金十）[2022/1/20 9:01:43]

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「anytoany」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。

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，CocosCTO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RecRoom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。3DAvatars公司Genies近期宣布獲得了1.5億美元的C輪投資，用以擴展MetaverseAvatars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AVATVATAVA元宇宙為什么不火了AVAT幣AVATA NetworkMetavault Trade

BNB