展望2018：WebRTC大規模商用元年

　　2018年有可能成為是WebRTC 大規模商用的元年。WebRTC 從谷歌2011年開(kāi)源到1.0標準落地花了六年多時(shí)間 ，中間經(jīng)過(guò)了一個(gè)典型的新技術(shù)早期起跑（technology trigger）— 熱炒 （peak of inflated expectation） — 失落 （trough of disillusionment） — 趨于實(shí)用 （slope of enlightenment） 的發(fā)展過(guò)程。2017年是一個(gè)轉折點(diǎn)，2018年我們會(huì )看到視頻通信商業(yè)應用場(chǎng)景的大爆發(fā)，而WebRTC將成為主要的技術(shù)推動(dòng)力。

　　2011年5月谷歌發(fā)布了一個(gè)瀏覽器內嵌的實(shí)時(shí)音視頻通信工具的開(kāi)源項目，它的核心音視頻技術(shù)來(lái)自谷歌此前收購的兩家公司：一家是瑞典VOIP技術(shù)公司GIPS，另一家是免版權（royalty free）的美國視頻編解碼器技術(shù)公司ON2，這就是WebRTC 的開(kāi)始。通常我們所講的WebRTC標準其實(shí)由兩部分組成：一個(gè)是其核心的流媒體協(xié)議棧規范，這個(gè)工作是由IETF的RTCWEB Working Group在做；另一個(gè)是瀏覽器API的標準化，這個(gè)是由W3C來(lái)做。

　　WebRTC 到目前的發(fā)展過(guò)程大致可分為4個(gè)階段。第一階段是從2011年發(fā)布到2012年，這個(gè)階段從開(kāi)始一些工程師對這項新技術(shù)的好奇，到geek 圈開(kāi)始動(dòng)手做一些好玩的試驗項目，WebRTC在很多領(lǐng)域、特別是音視頻通信技術(shù)界得到的關(guān)注迅速升溫。第二階段是2013-2014年的hype期，大家討論的話(huà)題都是WebRTC的顛覆性，在這段時(shí)期也出現了不少關(guān)于WebRTC的行業(yè)會(huì )議并且出席率都不錯，而很多WebRTC的創(chuàng )業(yè)公司也在這個(gè)階段成立。第三階段是2015-2016年，這個(gè)階段很有意思，一方面我們看到行業(yè)巨頭們開(kāi)始進(jìn)場(chǎng)，比如WhatsApp和Facebook messenger都開(kāi)始使用WebRTC 作為核心的音視頻通信技術(shù)；另一方面大多數WebRTC初創(chuàng )公司在商業(yè)模式上陷入了困境，其中的原因基本可以總結為兩點(diǎn)：一是技術(shù)本身商業(yè)化還不夠成熟，二是市場(chǎng)條件還沒(méi)到位。

　　2017 年，我認為是WebRTC作為可商業(yè)化技術(shù)的里程碑。這主要是源于這一年發(fā)生的幾件事：一是在11月發(fā)布了WebRTC 1.0的標準（candidate recommendation），親自動(dòng)手跟過(guò)WebRTC的開(kāi)發(fā)者都會(huì )有這種體會(huì )——谷歌每一版Chrome的發(fā)布都需要馬上修改自己的code，這其實(shí)是一件比較痛苦的事情。二是蘋(píng)果宣布了對WebRTC的支持，至此也完成對WebRTC 的全平臺支持覆蓋。三是AOM （Alliance for Open Media） 的完善，隨著(zhù)FB 和 Apple （2018）的加入，AOM已涵蓋基本所有互聯(lián)網(wǎng)高科技領(lǐng)軍企業(yè)，而AOM從設計上就支持RTC的應用場(chǎng)景， 保證了WebRTC和媒體編解碼技術(shù)的同步進(jìn)展。

　　國內對WebRTC 的興趣應該是從2015年開(kāi)始有比較快的發(fā)展。目前開(kāi)發(fā)者大致分為幾個(gè)層次：最初級的是開(kāi)發(fā)者使用開(kāi)源代碼（客戶(hù)端）很方便的搭一個(gè)P2P的方案，這個(gè)基本是沒(méi)有商用價(jià)值的。往上一層則是一些解決方案會(huì )加入服務(wù)器端功能，來(lái)協(xié)調多路流的傳輸和提高穩定性，在這個(gè)層面作為一個(gè)技術(shù)解決方案是可以的，團隊的音視頻技術(shù)積累決定了通話(huà)質(zhì)量和穩定性的好壞，畢竟1-1好做，越多點(diǎn)則難度也會(huì )越大，那么媒體服務(wù)器就成為其中的關(guān)鍵技術(shù)，如果走公網(wǎng)，在網(wǎng)絡(luò )傳輸層就需要有很多的實(shí)戰經(jīng)驗。再往上則是一個(gè)平臺的產(chǎn)品形態(tài)，它需要支持包括管理、分析、API等等的功能，并且在整個(gè)平臺及網(wǎng)絡(luò )的設計和運維上達到所謂的運營(yíng)商級別，這就包括高可用性、可管理性、彈性擴容、安全性等等，而平臺功能的高可定制性和支持私有化部署也是相當大的需求。最上層在我看來(lái)是生態(tài)圈的層面，也就是如何在實(shí)時(shí)視頻的流量上形成一個(gè)開(kāi)放的商業(yè)環(huán)境，當然這需要一個(gè)基于WebRTC的開(kāi)放的平臺作為基礎。

　　有人統計過(guò)在去年年初一共有超過(guò)1000個(gè)WebRTC項目，再往前的就很難統計，主要因為會(huì )嵌入在各個(gè)應用場(chǎng)景中。但其實(shí)現在已經(jīng)很少能聽(tīng)到大家專(zhuān)門(mén)提到WebRTC，因為如果業(yè)務(wù)場(chǎng)景有音視頻通信的需要時(shí)，它基本已經(jīng)成為默認的解決方案。在視頻客服、遠程醫療、遠程控制等各垂直領(lǐng)域都有比較成熟的解決方案和一些專(zhuān)注的創(chuàng )業(yè)公司在開(kāi)拓。而關(guān)注點(diǎn)也已經(jīng)不再是音視頻通信的本身，而是在已經(jīng)具備音視頻通信能力的基礎上如何提供高度場(chǎng)景化的客戶(hù)體驗。

　　那么在WebRTC 解決了互聯(lián)網(wǎng)音視頻通信的技術(shù)門(mén)檻問(wèn)題后，有哪些行業(yè)能最大或者最快地體現它帶來(lái)的市場(chǎng)價(jià)值。目前可以看到的是，國內的互聯(lián)網(wǎng)尤其是移動(dòng)互聯(lián)網(wǎng)上基于視頻互動(dòng)的各種泛娛樂(lè )應用創(chuàng )新層出不窮，并且我相信這一領(lǐng)域還會(huì )繼續有令人耳目一新的實(shí)踐應用涌現出來(lái)。此外，我個(gè)人更偏向關(guān)注視頻通信在商用場(chǎng)景里的發(fā)展，這里除了通常提到的在線(xiàn)教育、在線(xiàn)醫療都還有非常大的想象空間外，企業(yè)信息和業(yè)務(wù)流程的智能視頻化是一個(gè)趨勢，我也非常期待在這些領(lǐng)域看到不斷出現好的創(chuàng )新。

　　特別一提的是，在教育領(lǐng)域WebRTC目前的應用場(chǎng)景其實(shí)是很直白的，特別是在線(xiàn)教育和網(wǎng)上虛擬課堂都是典型的強交互性場(chǎng)景，也有不少方案供應商在做專(zhuān)門(mén)針對教育領(lǐng)域的通用、專(zhuān)用解決方案。即便如此整個(gè)教育行業(yè)機會(huì )依舊還很大，根本原因是教育資源的空間分布的極度不均衡，它需要有一些技術(shù)手段和解決方案消除掉這種“空間障礙”，而WebRTC因其開(kāi)放性和標準性，是不二的技術(shù)選擇。可以預見(jiàn)的是，未來(lái)隨著(zhù)一些基本通信問(wèn)題的解決，隨之而來(lái)的必然是用戶(hù)體驗需求的提升——更高的視頻分辨率、更低的端到端延時(shí)以及更生動(dòng)的視頻畫(huà)面呈現就變得更急迫，我相信VR/AR與WebRTC結合的機會(huì )、以及基于人工智能的多媒體呈現體驗改進(jìn)將會(huì )是行業(yè)的熱點(diǎn)和突破點(diǎn)。

　　WebRTC在對主流編解碼的支持上還并不是很好，尤其對于H.265的支持，這里其實(shí)牽涉到兩個(gè)問(wèn)題。一個(gè)是傳統的主流視頻編解碼器大多是針對比較固定的應用場(chǎng)景設計并優(yōu)化的，應用于碼率、幀率、甚至分辨率可根據網(wǎng)絡(luò )狀況實(shí)時(shí)自適應的RTC應用場(chǎng)景不是很匹配；反觀(guān)VP8、VP9，包括新一代的AV1編解碼器都是在設計上就把RTC 的應用場(chǎng)景考慮在內了。

　　第二點(diǎn)是版權費的問(wèn)題。WebRTC的宗旨就是開(kāi)放和透明，為最大限度地推廣這個(gè)技術(shù)，終端用戶(hù)必須不被昂貴的編解碼版權費所限制。還記得當年谷歌花了很大力氣解決了VP8 的版權問(wèn)題，其目的也是為了除去這個(gè)障礙，而我們也看到了MPEGLA很快就宣布H.264（Baseline Profile）免費使用，思科和微軟Edge瀏覽器也宣布了對H.264的支持，其實(shí)從某種意義上來(lái)說(shuō)，WebRTC最終還是完成了實(shí)際意義上對H.264的支持。對于H.265，我猜想基于VP9和AV1的壓力，它有可能會(huì )開(kāi)放免費使用，最起碼是在一些限定的應用場(chǎng)景，這其中很有可能就包括WebRTC。對于大家比較期待的AV1而言，目前包括谷歌、微軟、英特爾等眾多主流廠(chǎng)商參與制定的bitstream格式基本已經(jīng)完成，因此很可能會(huì )在2018年集成到WebRTC中來(lái)。

　　QUIC（Quick UDP Internet Connections）協(xié)議是一種全新的基于UDP的web開(kāi)發(fā)協(xié)議。相比較TCP+TLS，它具有時(shí)延低、效率高、靈活性強等優(yōu)點(diǎn)。Google作為其主要開(kāi)發(fā)和倡導者，已經(jīng)在Chrome瀏覽器上試用多年，并取得了較好的效果。將QUIC用于實(shí)現WebRTC數據通道（data channel）是比較容易想象的，用它來(lái)做實(shí)時(shí)音視頻流媒體的傳輸則是很有創(chuàng )意的想法，目前還處在可行性討論的階段。

　　從技術(shù)角度的匹配似乎很容易可以看到，需要考慮的包括：首先QUIC本身還不是一個(gè)IETF標準，其次WebRTC 標準本身的向后兼容不能被破壞，以及把控制過(guò)多曝露給上層應用是否會(huì )影響到兼容性。比較安全的做法——也是目前主流的意見(jiàn)，是WebRTC會(huì )將通信層做得相對獨立，在保留現有的通信架構的基礎上增加對QUIC的支持。

　　WebRTC從最初讓人激動(dòng)的發(fā)布到現在1.0的落地，花費了六年的時(shí)間。在這期間，互聯(lián)網(wǎng)通信不管是從底層技術(shù)，媒體終端，還是應用場(chǎng)景都有很快的發(fā)展。回頭看看，WebRTC其中一些技術(shù)的選擇已經(jīng)顯得有點(diǎn)保守了，比如其終端媒體能力描述的形式過(guò)度依賴(lài)于SDP協(xié)議，但反過(guò)來(lái)講，要想能制定一個(gè)標準就不能老是變。總體而言，能將1.0 定版就是很好的一個(gè)成就。而前面也提到，WebRTC最大的成就不在于它的核心技術(shù)比其它私有的技術(shù)構架有多么了不起的優(yōu)勢，而是在于大大降低了提供音視頻通信功能的門(mén)檻以及互通互聯(lián)的開(kāi)放性。對WebRTC 1.0以后的發(fā)展，業(yè)界已經(jīng)開(kāi)始有不少有意義的反思和建議，包括前面提到對QUIC的討論，以及在不破壞標準兼容性的前提下如何能給開(kāi)發(fā)者有更多的自由度等等。

　　那么在探討它未來(lái)發(fā)展之前，我們一起看下在開(kāi)發(fā)基于WebRTC的應用的過(guò)程中的主要難點(diǎn)，大體可以分為兩個(gè)方面：客戶(hù)端側和服務(wù)器側。客戶(hù)端側的問(wèn)題主要是非瀏覽器環(huán)境的支持，特別是在各種Android盒子和嵌入式設備上調試其多媒體系統，由于終端形態(tài)和運行環(huán)境的差異，定制化需求比較多，往往每個(gè)典型環(huán)境的音視頻pipeline和媒體優(yōu)化參數都要做一遍，是比較繁雜的工作。而服務(wù)器側的主要問(wèn)題在于面對大并發(fā)量的使用場(chǎng)景，要有一套優(yōu)雅、合理的媒體處理框架設計才能保證服務(wù)側系統的高可連接性、可靠性和可擴展性。當然這些問(wèn)題并不是所有WebRTC用戶(hù)都會(huì )遇到，用戶(hù)可以盡量根據自己應用場(chǎng)景的要求選擇恰當的客戶(hù)端側和服務(wù)器側方案，在解決特別復雜的終端環(huán)境和實(shí)用場(chǎng)景下的問(wèn)題時(shí)，最好是利用第三方經(jīng)過(guò)驗證的成熟的方案，避免重復掉到別人摔過(guò)的坑里。

　　回到WebRTC在2018年發(fā)展趨勢的話(huà)題，伴隨WebRTC 1.0標準的落地，可以預見(jiàn)各家瀏覽器廠(chǎng)商和平臺廠(chǎng)商未來(lái)一年會(huì )在穩定性和兼容性方面有持續改進(jìn)，為開(kāi)發(fā)者提供可靠的應用環(huán)境和順滑的互操作性。同時(shí)也會(huì )進(jìn)入前面所提到的最上層的發(fā)展趨勢，也就是圍繞WebRTC 商用的生態(tài)圈開(kāi)始成形。而基于WebRTC的技術(shù)和方案提供商則將會(huì )進(jìn)一步細分化、專(zhuān)業(yè)化，比如有專(zhuān)注于媒體服務(wù)器的、有提供WebRTC媒體網(wǎng)絡(luò )平臺運維監控的、有提供客戶(hù)端個(gè)性化解決方案的。不過(guò)從整個(gè)行業(yè)來(lái)看，我們還只是剛剛開(kāi)始而已。

　　除了本文分享，馮昶還將在WebRTCon 2018大會(huì )上擔任“測試監控和服務(wù)保障”專(zhuān)題出品人并做分享，曾擔任全球社交類(lèi)App ooVoo公司CTO，讓他積累了超過(guò)10億分鐘多點(diǎn)高清視頻通話(huà)平臺經(jīng)驗，并擁有多項視頻通信領(lǐng)域國際專(zhuān)利，在WebRTC國內外發(fā)展、技術(shù)研發(fā)難點(diǎn)、平臺搭建以及未來(lái)趨勢有著(zhù)獨到的見(jiàn)解，相信他將為我們呈現一場(chǎng)精彩的專(zhuān)題論壇，一同探討如何提升音視頻服務(wù)的保障能力，提升產(chǎn)品魯棒性？

　　本專(zhuān)題我們還在積極邀請包括英特爾、阿里巴巴、愛(ài)奇藝、噠噠英語(yǔ)的技術(shù)大咖。更多詳情掃描下圖二維碼或點(diǎn)擊閱讀原文。