为什么人人都能直播带货了？
晚上十点，我躺在家里的床上，点开一场直播带货。
主播一会儿叫小助理手忙脚乱地上链接，一会儿和另一个主播连麦PK价格，一会儿又和弹幕里的观众互动。直播间的在线人数冲上了十几万，我其实也并不是很想买东西，但听主播的叫卖和观众的互动，一种20年前“电视购物”的风味直冲脑门，有趣。
与此同时，我想到，弹幕、视频通话、直播、连麦都是十年前就开始有的东西，为什么从去年开始，突然就人人都能做起直播了？
大主播不说，现在普通人开直播并不需要签约，整个直播的过程主播是不需要付费的。观众如果不打赏，不买货，直播对观众来说也是免费的。但视频和直播的成本多高，相信每个人心里都有数。
屏幕上的弹幕飞快地上滚，我发现主播和我几乎是同时看到的，他几乎立刻回复了一个对商品的疑问。我感觉我们之间没有距离。
十万人级别的直播，实时的多人连麦，无延迟的弹幕和上链接的操作。各项体验逐渐提升，量变积累成质变，这让十年前就存在的直播产品，成为了当下新电商形态的重要支撑。
你发出的弹幕，你抢购商品的链接，你刷的礼物，都要在1秒以内穿过上千公里在数个数据中心中经历流转和计算，以确保让数十万的观众和主播自己在同一时刻看到的是相同的内容。
我开始好奇一个问题，不考虑收入的情况下，办一场这样的直播，技术成本是多少？或者说，如果企业想自己玩一场直播带货，要花多少钱。
花多少钱是个复杂问题，因为“电商直播”是个复杂场景。我们不妨把电商直播拆分一下， 看看是哪些个别的需求组合而成：
直播的画面本身，是一个实时的音视频传输，也可以说是一个“网络电视”；
直播的弹幕和评论，各种好友、粉丝关系，以及直播间本身的主播、房管、用户结构，则很像是一个即时通讯场景，或者说是一个“QQ群”；
而直播连接的商品，各种优惠操作、代金券发放和主播专用链接，则是一个“小电商”，或者说是一个大电商中的一部分。
不得不说，对于非互联网企业来说，想把“网络电视”“即时通信”和“电商”全都做出来，显然不是特别容易；而对于许多传统企业用户，做好其中的任何一项，都是一个令人沮丧的挑战。
更何况，服务一两个用户与服务成千上万个用户是完全不同的逻辑。随着直播规模的增长、观看人数的增多，企业必须不断升级自己的相关软硬件。这使得单一企业自备“直播电商”这种复杂场景，是一个不经济的选择。所以，一般来说，企业都会用到打包的直播服务，实现几种需求的“合一”。
翻翻如今各种云产品的计费方式：根据数据量、码率和时长，不同主播可以根据自己观众多少、直播环境及画质需求分别找到对应的产品。也就是说，成本、延迟、并发、画质等，都是可以订制的条件，大主播有大主播的顶配，小主播也有小主播的优惠。
今日的云产品，已经注意到了主播各种各样的需求。同时被注意到的，也有其他商业形态的其他需求。例如，对于高画质、低延迟的追求，常常在网络直播平台观看各类比赛、尤其电竞赛事的用户，应该非常了解。有时，团战胜负只在几秒之间；如果你观看的平台延迟较大，甚至会在亲眼看到结果之前，收到弹幕中其他用户的“剧透”——这显然会令人心里很不是滋味儿。
而在并发方面，各类会议软件、在线教育软件，都需要容纳数百乃至上千人的大房间。在疫情影响下，一些本来多见于线下的业务也开始转移至线上，比如房产经纪人带着一群房客“VR看房”，同样对高并发提出了要求。
至于成本，则是任何商业都要力求降低的。大带宽诚然是解决问题的一种方法，但流量燃烧的同时，经费也在燃烧。云服务怎样能帮助客户既多、快、好还要“省”，方法也是各异的。通常来说，这考验了各家AI的设计和运用，是否能照顾到多变的音视频场景，比如在“云上”增强画质，而非直接把原始码率一股脑推给每个用户。
无论是多人的语音聊天，还是一对一的视频通讯，都早已不是这个时代的技术和产品。只不过，如今的视频通讯可能变成了多对多，聊天室更是经常高达数百上千人。曾经和“即时通信”（IM）配对出现的实时音视频通信，如今已经不再局限于QQ、微信等IM软件，成为一种新的普遍需求。而这些需求的背后，又全都有云服务的影子。
所以，既做IM又做云的企业，便捕捉到了这种变化。今年5月，腾讯云整合后发布的“腾讯云音视频”品牌，便是新环境下的一种应对。这次整合最令人印象深刻的，便是腾讯意识到了TRTC实时音视频通信网络、IM即时通信网络、CDN流媒体分发网络在需求端体现出的一致，而“三网合一”后推出的RT-ONE™网络。
产品和服务一次打包，在用户看来，不用再犹豫“想要什么该找谁”；而在腾讯自己，几张网络融合，也便于查缺补漏、整个“新活儿”。腾讯自家的腾讯会议，在腾讯云音视频的支持下，就成为了用户人数最早破亿的视频会议软件。不过，除了大通话时长、高连麦并发等技术基础的展示，三网合一带来的，还有很多更细腻的方案。
我们回到电商直播场景。如今主播的便捷操作、观众的丝滑体验，离不开许多细节的积累：
在直播中，主播向观众介绍商品，赠送代金券，观众通过商品链接进行秒杀、抢购，发弹幕跟主播互动等等，是“文本”性质的操作，需要用到IM的消息处理能力；
而主播与观众连麦互动，主播与其他主播PK价格，是音视频的综合解决方案，需要TRTC的实时音视频能力；
一场带货直播所面向的观众群体非常庞大，峰值时并发人数可能超过百万，这就需要依靠CDN的流媒体分发能力。
这些仅仅是电商直播场景中最基本的功能。除此之外，PK带货、点赞送礼、抢红包、抽奖等等，也依靠IM、TRTC、CDN三张网络的共同实现。如果让每家企业单独来做，将会是整个社会巨大的资源浪费。而选用成熟的云服务，则确实在一定程度上同时实现了“多快好省”。
RT-ONE™不仅是三张网络的叠加，更是“云、边、端”的整合。高并发的CDN网络吸收低延时的RTC技术后，就进化出了“快直播”这样的应用，在极小体积、极简操作的基础上，实现了百万用户并行下300~1000ms（区别于以往直播技术的3~5s延迟）的电商直播延迟。目前，快直播已经成为中小企业电商带货的首选之一。
国际数据公司（IDC）发布的《中国视频云市场跟踪（2020下半年）》中，中国视频云整体市场规模达到38.1亿美元，同比增长75%，而腾讯云已经占据了解决方案市场份额的第一位。中国云视频的快速增长，主要受到在线音视频互动娱乐、电商平台直播带货、在线教育等三大场景驱动。
可以看到，电商直播已经成为了一个需求大头——2020年一年，整个直播电商市场流量增长了400%，背后的计算能力又增长了多少呢？在“大主播”之外，中小企业做直播电商各有各的选择，比如小程序就成为了疫情期间中小企业直播带货的首选，腾讯云音视频支持企业直播的场次，累计已经超300万。
那么，这么多企业不再“重复造轮子”，省下来的钱做了什么？直播成本的大幅降低，一方面让企业能够拿出更多成本投入实际的业务，比如直播电商中给观众的折扣和代金券；另一方面，当成本低到一定程度，曾经一些只存在于想象的产品，将逐渐成为现实。
很明显，随着成本降低，一些从前不敢规划的产品，已经在现实中逐渐出现。比如说，在手机上还原一座城市，是异想天开吗？“云上南头古城”小程序，在云服务的加持下，就真的做到了。
除了本身“电影级画质”的景观还原，“云上南头古城”并不只是一个“视频”，而是一个沉浸式的场景。打开小程序，我们会发现，与通常的地图、街景不同，“云上南头古城”并非只有街道及两侧建筑对立面，就连建筑内部也达到了1:1呈现。
如果如此庞大的数据量完全通过视频输出，不仅开发商心里要咯噔一下，就连每一位小程序用户的流量怕是也吃不消。当然，现实操作中，大部分渲染是在云端完成的，开发商万科和万翼科技只需要对接SDK就可以了——RT-ONE™在整合品牌与基础网络之外，也向上整合了SDK，提供了一站式的云音视频快捷服务。
在对延迟和帧率有高要求的行业，如今的云服务也有可圈可点的表现。医疗影像在实践中，对多部位去骨，探针，肋骨提取，组织修改，血管/软组织生长，裁剪，体绘制等功能，都有一定技术层面的需求，如影像的帧率、延迟等。
这些需求涉及实时调用多种算法，需要耗费大量的计算和图像显示资源。因此，现实生活中，3D成像阅片通常需要在医院设立私有的医疗影像工作站，需要配套的软硬件支持，一般只有大型医院可以负担。
而通过云渲染、多端支持和对条件各异的底层硬件的调度，云服务能将这种影像处理能力赋予硬件配置较差的中小型医院，让“慢”“卡”变得流畅。我们在图中可以看到，在现有测试中，帧率和延迟的表现，都能达到一线医生的需求。这对于做大医疗资源总量、平衡医疗资源分布，同时又不显著增加医疗成本，会有帮助。
此外，云服务还有一些更“未来”的应用，比如云游戏，和依托云游戏而生的元宇宙。看似“产品策划与设计”的体现，实际上在多个层面都离不开基础的功能拓展和性能提升，就单纯的性能而言：如果云游戏的延迟低到与通常网络游戏的反应速度别无二致，云游戏的操作就会无限接近本地游戏的操作；如果云游戏的画质可以提升到当今乃至次世代大作的水平，游戏体验就会不输主机乃至PC。
而这也只是很基础的应用。一旦明了云渲染的强大之处在于“赋予甚至远超本地的算力和资源”，就会意识到云游戏其实有着更大的想象空间。
常看vtuber的用户应该了解，vtuber相关的虚拟偶像技术，早已脱离“主播自己摆弄”的领域，进入成熟公司提供完整解决方案的时代。虚拟偶像的大幅提升，也是一种技术“赋能主播”的过程。
这个道理在云游戏中也是相同的。例如，假如云游戏可以与游戏主播、虚拟偶像联动，以直播的形式输出游戏内容，游戏直播的形态就会产生极大变化，届时，我们不仅能看到主播“捏人”玩游戏，甚至能看到主播、偶像自己成为游戏角色。当然，这离不开云端对个人主播的巨大资源倾斜。
而云端能改善的，显然也不止角色形象这么简单。如果云端AI能够超越本地算力的限制，撇开硬盘上固有的内容，通过实时演算输出“千人千面”的不同结果，云游戏就真的迈向了“元宇宙”的领域。而这一切的本质，都在于云服务规模效应导致的用户个体成本降低。可以说，降低的成本、提升的效率，使得各个产业都有余力去精进业务本身，让“传统”和“现实”更进一步。
其实类似的感觉，热爱魔改的单机玩家，在以往做mod、打mod的过程中，就曾经体验过。“全网为单机赋能”所带来的多种可能性，任何“创意工坊”和“N网”用户都非常熟知。上古卷轴变成少女卷轴，就是一种全网资源灌注到单机的过程。而在云游戏中，这一过程会变得更快、更完善、更多样。
如今的云游戏，离“千人千面的内容”还有一定距离，但“千人千面的输出”则基本已经实现了。在《Rival Peak》等元宇宙案例中，多人决策，以及“上帝视角”等超越传统游戏的改变已经出现。
啥叫“上帝视角”？举个例子，你可以不局限于主播或导播，自由探索地图上的每个角落，而整个游戏仍然照常进行——嘿，我终于能一边看比赛一边学出装，不用再事后回头翻录像了。
当元宇宙概念被反复提及，国内也纷纷对比各家游戏厂商实力时，我在想，决定元宇宙能否令用户满意的关键，或许不仅仅是游戏开发和策划能力，反而更多在于音视频的支持，在于云渲染，在于AI带来的千人千面。所以我们也能看到，是FB而非传统的游戏公司，搞出了《Rival Peak》这种大型试验田。
对比其他场景，“元宇宙”显然更是一种综合的即时通讯和音视频交互活动。而在国内，直播与游戏的高速结合，也让两个基于类似需求的行业越走越近。未来，游戏与直播会否产生如IM和音视频通讯般的结合，而升级的或新生的产品形态，毫无疑问会同直播电商类似，对于画质、延迟、并发……等有着极高考验。
恐怕还是要先把基础打好吧。在各行各业上云之前，“元宇宙”的突破，还有的等呢。