网易智企陈功：体验共享和无限融合是云通信未来的进化方向丨 QCon

无知觉间，你一定接触过云通信技术。

在疫情的推动下，即时通信、直播、实时音视频等技术在各行各业广泛落地。在云能力的加持下，通信行业迎来新一波发展浪潮，加速底层技术迭代升级。随着多项云通信技术广泛应用在各个场景，越来越多亟待解决的问题暴露出来。如何应对场景复杂性？云通信行业未来的发展趋势是什么？作为网易智企旗下的融合通信云服务专家，网易云信给出了答案。

InfoQ 编辑有幸在 QCon 2021 全球软件开发大会上，采访到了网易智企技术 VP 陈功老师，由他亲自为我们讲解云通信行业的核心关键点。

以下是采访的文字内容。

InfoQ：请陈老师做下自我介绍并大致地介绍下您的职业发展历程。

陈功：大家好，我是网易智企的技术 VP 陈功。我在 2008 年博士毕业，研究生阶段的主要研究方向是计算机视觉，当时接触到了很多图像、视频领域的相关技术，工作后也在这一领域延伸，先后加入过两家半导体公司，从事多媒体、音视频相关的工作。比较有幸的是，在 Intel 工作时接触了 WebRTC，算是国内最早专注于 WebRTC 的团队之一，参与到了 Intel Collaboration Suite for WebRTC 架构设计和研发，也就是开源 WebRTC 套件 OWT 的前身。后来加入了一家创业公司，以及到现在的网易云信团队，算下来已经在云通信行业深耕 6 年多的时间了。

InfoQ：请您简要介绍下网易云信的融合通信云，谈谈有哪些核心技术？

陈功：当前，云通信行业呈现出了更广范围、更深程度的融合趋势，网易云信的融合通信云也是顺应行业发展趋势，面向市场提供了丰富的云通信产品矩阵，并通过“音视频+即时通讯+其他”的融合业务模式，构建了行业核心竞争力。

在网易云信的产品中，既有传统的融合通信能力，如：短信、语音、云呼叫中心等，又具备互联网通信的能力，如：IM、RTC、直播、点播、互动白板等。通过多 SKU 的组合，打造多场景产品应用解决方案，深度赋能各行各业的企业客户。

网易云信的核心技术紧密围绕 “音视频+即时通讯+其他” 的融合和赋能，不但包括了在云通信关键技术上的多年沉淀，如：大规模分布式传输网络、高性能通信服务、高效视频编码、智能音频处理、弱网体验保障等；还包括了为客户深度赋能的场景化技术，如：智码超清技术、音频空间音效、语音/视频特效、虚拟形象等。依赖于 AI 技术（计算机视觉、机器学习）与传统算法和基础通信能力的结合，构建出“AI+”智能通信云服务平台。

InfoQ：音视频技术如今也是融合通信云主要技术之一。从行业角度出发，能否谈谈如今云通信行业概况，如今处在什么发展阶段？AI 的发展对云通信行业带来怎样的变化？

陈功：当下的云通信行业呈现出了欣欣向荣、蓬勃发展的态势，尤其在近两年疫情的助推下，让相关从业者和资本市场对行业发展产生了非常乐观的预期。我认为目前整个行业还处于高速发展的黄金阶段。5 年多前，云通信行业对很多人来说还比较陌生，那时候的行业从业者更多处于修炼内功、打磨技术的阶段。

经过这些年的技术积累和基建升级，云通信所赋能的创新场景遍地开花，行业内的服务提供商的价值也获得了广泛认可。目前云通信的应用领域相对比较集中，娱乐社交和在线教育是两个重要的场景。可以预期的是，随着 AI 技术和 5G 升级带来的更多机遇，以及沉浸式、元宇宙概念带来的巨大想象空间，行业会朝着与业务结合更深度、更紧密的方向快速发展，会看到更广范围、更多元化的应用落地，云通信将会无处不在。

AI 与云通信有着非常好的结合点，主要体现在技术和体验两个维度。

在技术层面，AI 给底层技术的加持，驱动着行业技术升级。越来越多的音视频算法寻求与 AI 的结合，如：视频超分、编码、音频降噪、场景检测等，都是典型的落地案例，“AI+音视频”能够大幅提升传统算法的质量。网易云信拥有自己的 AI 实验室，进行 AI 相关技术的前瞻性布局和研究。在今年，团队聚焦 AI 音频降噪和 AI 音乐检测方向的两篇论文也被声学顶会「第 50 届国际噪声控制工程会议」收录，获得了国际公开认可。

在体验层面，AI 技术在产品体验的升级、新鲜玩法的塑造、以及更逼真的场景营造方面有非常大的技术优势。AI 为云通信行业带来了更多、更有趣的玩法，如：AI 特效、动画合成、表情迁移等。展望元宇宙的潜在市场，AI 技术将会加速云通信更大规模的普及和应用，并为终端用户带来焕然一新的体验和感受。

InfoQ：网易云信身处行业变化中，处在什么位置？多年来的技术演进路线是什么？

陈功：在即时通讯方面，网易云信作为业内最早可以承载亿级日活的即时通讯平台，无论是日活、覆盖终端数，还是消息分发量，网易云信目前均处在行业第一的位置。

在音视频通话方面，网易云信近年来深耕音视频技术，经过多年的厚积薄发，目前也已跻身行业第一梯队。2020 年，网易云信发布的新一代音视频技术架构进行了全流程的技术升级，基于该技术架构打造的「音视频通话 2.0」融合了 AI +音视频的算法优势，为我们的企业客户提供更灵活、稳定、流畅、易用的音视频技术服务。

其他方面，网易云信提供的一站式融合通信服务，在云通信产品的覆盖度以及协同服务上也是行业内首屈一指的。在 Gartner 近期发布的《CPaaS 市场指南 (Market Guide for Communications Platform as a Service)》研究报告中，网易云信凭借自身在统一通信、5G 消息平台、低延时直播、实时音视频、基于 AI 的音视频优化，以及通信安全等方面的领先优势入选了此份报告，被列为全球代表性供应商。

技术演进路线可分为三个方向：横向开拓、纵向深入、融合创新。

1. 横向开拓：网易云信在最初 IM 即时通讯技术能力的基础上不断演进，目前已经扩展出包括音视频通话、直播、点播、互动白板等十余种功能，并且依托于团队深厚的技术储备，还在不断丰富产品功能，扩展产品矩阵。

2. 纵向深入：针对云通信的各项关键技术，持续投入技术的攻坚打磨，目前在全球分布式传输网络、高性能通信服务器、智码超清、自适应音频处理、弱网传输对抗等方向上取得了卓著的技术成果，保障了网易云信的核心竞争力。

3. 融合创新：通过跨产品 SKU 的底层技术融合，展现网易云信产品矩阵的优势，并且通过“AI+音视频”的赋能，打造融合产品的竞争力。比如，通过音视频与内容安全检测的技术融合，提供了一站式安全通信解决方案；通过 RTC 与语音呼叫的能力融合，提供了通话高接通解决方案；通过 AI 与 RTC 的技术融合，提供了一站式音频/视频特效、虚拟人的解决方案等等。诸如此类，都是网易云信融合创新的体现，并且依托网易集团在 AI 方向深厚的技术积累，网易云信会一直走在创新前沿。

InfoQ：目前行业内云通信产品也比较多，行业相对繁荣，在您看来企业在选择产品时，需要着重关注哪些方面？

陈功：一方面，服务提供商的品牌和口碑是企业看重的，口碑则包括了质量是否可靠、服务是否稳定，也包括了作为服务提供商，是否足够了解客户的行业和场景。比如，客户在新场景探索过程中可能遇到的“坑”，服务提供商若能具备充足的相关经验，给予深入的指引，为客户降低接入和上线成本，这是客户乐于看到的理想状态。网易云信作为网易集团的 toB 团队，与集团内的兄弟 BU 长期保持紧密的合作共建，在游戏、娱乐、教育等多个场景拥有多年的丰富的实战经验，是非常懂行业和客户的服务提供商。

另一方面，一站式的云通信能力也很关键。客户在打造产品时，通常需要不同的云通信能力单元，如：音视频、IM、互动白板、一键登录等能力，若是娱乐社交行业的客户，可能还需要美颜、内容安全检测等。要实现这些功能，如果对接多个服务提供商非常繁琐，面对多个技术支持团队，在配合上也很低效。这种情况下，服务提供商如果能提供一站式的能力，将会是很大的优势。网易云信在产品设计上就站在了客户的视角，不但提供丰富的云通信产品矩阵，在美颜和内容安全检测方面也有自研产品，完美契合客户的终极需求。

InfoQ：与其他同类产品相比，网易云信云通信产品的技术优势是什么？

陈功：网易云信的技术优势体现在不同的维度上。

架构优势：

• 即时消息：高性能的 IM 服务端架构，能够支撑万人超大群、千万级聊天室、百亿级消息的 IM 业务，并且能够做到“水平可扩容、垂直可隔离”，高效支持日活过亿平台的扩容和升级。

• 音视频：新一代音视频架构基于最新的 WebRTC 演进，服务端通过 SFU 和 MCU 的融合，可以灵活满足通用业务服务的扩展需求。例如，支持云端的媒体处理和分析有天然的优势。客户端针对媒体和网络引擎的深度优化，在低性能设备上也能保障高清流畅的通话体验，更好的适配中低端移动设备（这是东南亚出海的痛点），也有利于在 IoT、可穿戴设备领域拓展。此外，RTC 在进行客户端架构重构之后，沉淀出相对于友商的功能扩展优势，比如：音视频主辅流功能、多房间推拉流功能等，都已在客户的真实场景得到落地验证。

基建优势：

网易云信自研了全球大规模传输网（WE-CAN），它是一个基于公共互联网的 overlay，是网易云信业务层的传输基座，一个独立于具体业务的通用传输系统。在架构设计之初，便系统性考虑了产品架构的竞争力，主动规避了其他传输网的架构缺陷，相比于其他软件自定义传输网络，在传输模式多样化及成本方面都具备显著优势。

• 传输模式多样化：提供多种传输模式，不只支持媒体流，还支持 IM 消息、信令，以及通用数据的传输，完美支撑了网易智企多个业务的数据传输。如：网易易盾的海外图片检测服务，已经在 WE-CAN 网络中实现了加速传输，证明了 WE-CAN 在传输模型延展性上的巨大优势。

• 成本优势：基于智能调度的传输分级服务，在架构策略层面形成成本优势，实现在 RTC、低延时直播、IM 业务上的成本优化。

音视频优势：

网易云信在音视频技术上厚积薄发，目前打造的技术优势包括：

• 弱网体验：分段 QoS 策略加上智能流控，将音视频抗丢包边界提升到 75% 以上，在带宽利用率 90% 的水平线上，可对抗 2000ms 的网络抖动。

• 视频体验：自研的视频质量控制（VQC）算法，结合了网络和性能自适应策略，能够动态跟踪网络指标变化，快速调整视频编码模式和参数，达到最优的画质呈现效果。并且能够根据设备性能的状态来调整部分视频算法复杂度，在保障高端设备极致体验的同时，兼容更多的终端设备。

• 视频画质：智码超清技术，以人眼主观体验为目标，融合网易云信自研 NE264 编码器和高性能 AI 视频超分，以及去噪、去伪影、ROI 等画质增强处理技术，通过场景智能分析和自适应参数配置，让用户在同等码率下获得更加极致的超高清视觉体验。

• 空间音效：网易云信基于主流的双耳 Binaural 方案，利用高阶 Ambisoics 编码、HRTF、房间建模和人工混响技术，为实时语音通信带来了真正的 3D 空间音效，具有更好的方位效果。同时支持不同耳机和适配和补偿，达到频响均衡，外化感和真实感更好。网易云信也是行业内首家支持 6DoF 空间音效的服务提供商。

融合优势：

• IM/音视频与内容安全的技术融合，打造一站式安全通信方案：

• 通过融合网易云信和网易易盾产品推出的安全通，实现登录 1 个后台、对接 1 个系统、进行 1 次结算就能完成通信与视频+内容安全方案的完整接入，提供极致的一体化快速接入和服务体验优势。

• 通过检测模块前置、底层算法融合、服务混合部署等网易云信与网易易盾产品融合，极大降低了因需要内容安全检测而引入的通信费用，在成本结构上存在本质的优势。

• RTC 与运营商能力融合，推出网易云信通话高接通解决方案。通过融合网易云信 RTC 和运营商能力推出的通话高接通解决方案，在产品底层进行融合，形成了以应用保活、线路融合呼叫、辅助提醒为核心的融合呼叫完整方案，实现 RTC 与线路通话的打通，帮助提升用户通话的接通率，赋能客户增收提效。

• RTC 与 AI 特效的结合，打造一站式音视频特效产品。结合了网易云信 RTC 和自研 AI 美颜、贴纸、虚拟形象的技术能力，推出视频特效产品，通过音视频处理层面的深度融合，实现不同 RTC 场景下最优的特效效果和性能。

InfoQ：保证传输质量是通信行业长期课题，网易云信的自研传输网目前有什么技术进展？

陈功：网易云信自研的大规模传输网 WE-CAN 是基于公共互联网的 overlay，它是网易云信业务层的传输基座，是独立于具体业务的一个通用传输系统。

WE-CAN 的核心优势是能够在降低传输延迟、保证传输可靠性的同时降低带宽成本，同时，由于它是独立于业务的，架构上比较重视分层抽象，所以可以把基础的路由传输加速能力封装套用到不同的业务场景，适应不同的传输需求。

作为一个纯软件实现的大型分布式传输系统，WE-CAN 的核心能力是将网易云信在全球的数百个边缘节点组织起来，通过实时路由来解决任意两个边缘节点间的传输问题。对这部分网内传输质量，我们通过自研传输协议和智能路由算法，以及对节点间 QoS 策略的深度优化，达到了很好的效果，尤其在远距离或者跨国传输场景下，WE-CAN 已经可以达到或接近专线质量。

在边缘节点的分配调度上，我们也做了大量的工作，通过对历史数据和实时上报事件的聚合分析，WE-CAN 会给每一个客户端分配到最优的接入服务器，保证“最后一公里”的传输质量。

目前 WE-CAN 已经全面支撑网易云信所有业务的各种传输需求，承担起了包括 RTC 实时音视频服务器间极联转发、IM 消息中心到边缘的扩散、直播点播中低延迟场景下对 CDN 的替换、数据上报从各地收集节点到数据中心传输加速等等应用场景。

除了网易云信之外，WE-CAN 还成功对接了网易集团内部其他具有传输加速需求的团队，我们搭建了一个 HTTP 全球代理加速网络，对于具有各种 RESTful API 或者类似 HTTP 调用加速需求的业务场景都可以适用，并且在线上运行稳定，加速效果非常突出。

InfoQ：融合通信未来的进化方向是什么？可否给出一些关键词？

陈功：我认为的两个关键词分别是体验共享和无限融合。

体验共享：在各场景线上化的过程中，交流沟通的真实感是非常重要的一环，比如一起 K 歌，一起看电影等等场景。传统的线上娱乐受到技术、设备、网络等巨大限制，无法做到真正的体验共享。随着融合通信及相关技术的不断演进，在全高清、低延时、沉浸式的质量保障下，体验共享所实现的真实世界与虚拟场景的衔接，会是一个新趋势。

无限融合：融合通信的未来在于融合，这里的融合既包括了底层通信技术、交叉学科，以及相关功能组件的融合，也包括了在场景化落地过程中所需的线下与线上资源的整合，以及衍生出的在 IP 资源和版权方向上的合作。融合通信有机会从一个技术领域转变为技术生态。