圖片來源@視覺中國

文丨凡泰極客

如果你是一位工程師，想必聽過 WebRTC，就算沒有開發(fā)過；如果你是一位互聯(lián)網(wǎng)用戶，大概率使用過 WebRTC，雖然可能沒有意識到。在這個視頻為王的時代，我們漫談一下這個技術(shù)的來龍去脈以及一些有趣的應(yīng)用。

WebRTC 關(guān)卿底事？

文言「底」也表示疑問，是「何」、「什么」的意思。如南唐中主李璟在調(diào)侃馮延巳時所寫「風乍起，吹皺一池春水，干卿底事？」

如果說 20 世紀人類的書寫工具是筆、通訊方式是郵局寄信，那么 21 世紀初人類的書寫工具就變成鍵盤、通訊方式就是電子郵件/短信/即時通信聊天，而從現(xiàn)在開始的可見未來，手機攝像頭/VR 設(shè)備就是你的書寫記錄這個世界的工具、實時網(wǎng)絡(luò)通訊就是你的通訊方式。

視頻成了娛樂、學(xué)習、商務(wù)會議、社交、電商的載體，人們逐漸不再有耐心閱讀文字性的信息，現(xiàn)在連購買一件自安裝的家具，它都附帶二維碼，用戶只要一掃即打開安裝指南的視頻，再也不用反復(fù)研究紙質(zhì)說明書里那往往畫的非常蹩腳的安裝圖。

視頻不僅是信息的展現(xiàn)方式，它從一部部的 mov、jpeg4、wmv（你硬盤上熟悉而又陌生的文件對不對？）變成一個個的播放器，再變成一個個的 App，然后又從這種單向的“錄制 ?上傳 ?下載 ? 找播放器打開 ? 播放”，變成了“現(xiàn)場錄制 ? 邊錄邊播 ? 實時收看”，再變成視頻與即時通訊工具、會議工具融合的雙向“錄制與播放”。

遠程視頻會議已經(jīng)成為如今辦公的標配

傳說中的“實況直播”終于發(fā)展到一個“平民化”的階段。WebRTC，全稱 Web Real-Time Communication，就是這么一種基礎(chǔ)技術(shù)，它促進你用新的“筆”（智能視頻設(shè)備，例如你的手機）以影像而非文字方式去記錄與溝通。

它的奧妙在兩部分，自然就是：Web + RTC！這不是顯而易見的廢話嗎？還真不是… 但我們先聊一下 RTC，實時網(wǎng)絡(luò)通訊。

與 RTC 相比，WebRTC 僅僅是針對網(wǎng)頁實時通信所建立的標準，其中也只提供了基礎(chǔ)的前端功能進行實現(xiàn)。我們并不能簡單地將 WebRTC 與 RTC 劃等號。

“感覺上很快”就是實時？

WebRTC 強調(diào)“實時通訊網(wǎng)絡(luò)”。網(wǎng)絡(luò)早已無處不在了，但是否“實時”呢？大部分情況下不是。

首先，當前互聯(lián)網(wǎng)上最重要最基本的 HTTP 協(xié)議并不是為“實時”應(yīng)用設(shè)計的，當你訪問一個網(wǎng)站的時候，你發(fā)起請求，等候網(wǎng)站的服務(wù)器把內(nèi)容應(yīng)答送回到你的 PC 或者手機設(shè)備，雖然這個應(yīng)答可以非?？?，但本質(zhì)上是“請求-等候-應(yīng)答”，這個“等候”，往往是一個不易控制的時間變量。

• 電子郵件是不是“實時”的呢？顯然也不是，雖然相比傳統(tǒng)的郵遞快了十萬八千倍，但是它本質(zhì)上是“存儲-轉(zhuǎn)發(fā)”（Store-and-Forward）的機制，是由互聯(lián)網(wǎng)上很多的郵件服務(wù)器以接力的方式，在某個最優(yōu)網(wǎng)絡(luò)路徑上把電郵從某甲的設(shè)備送到某乙的設(shè)備，任何中間環(huán)節(jié)都可能延遲。
• 聊天工具是不是實時？它相比電子郵件而言，有更加“在線”的會話感 – 一個群里聊天信息來來回回、這邊發(fā)那邊看，好像很“實時”，但它的技術(shù)本質(zhì)依然是“存儲-轉(zhuǎn)發(fā)”，消息接收方不在線沒關(guān)系，只要“上線”（打開 App）就能收到，也不需要馬上回復(fù)。

事實上，對快慢的感覺不能定義實時。網(wǎng)絡(luò)的低延遲、高帶寬固然是實時性的一些保障，但不等同于實時。

用大白話來描述的話，實時視頻的目標，是把正在某個地方A發(fā)生的人和事，以幾乎零延遲、不失真的方式“同步”到另外一個地方 B，讓 B 的人瞬間看到、聽到，并且反之亦然。人和事都是在不斷的變化中，視頻需要以“流”的方式源源不斷的向遠端推送更新，A、B 兩地的人雖然隔著十萬八千里，但是他們之間的網(wǎng)絡(luò)能把“視頻流”瞬間同步，讓彼此感覺近在咫尺，這就是“實時”。

那么現(xiàn)在我們的“實時通訊網(wǎng)絡(luò)”，距離真正的實時還有多遠？

構(gòu)建元宇宙？無限追求實時

上述問題的簡單答案是，有點遠。

我們對“實時”的追求是無限的，詳細一點的解釋，可以借最近熱炒的“元宇宙”作為例子。元宇宙，是一個“仿真”或者說“全真”的互聯(lián)網(wǎng)，它的特點之一，是利用極其強大的實時網(wǎng)絡(luò)，把物理世界里事物的無限細節(jié)信息化并瞬間傳播給接收者，使其通過一些特殊設(shè)備去復(fù)原這些信息并最大程度感受到在原發(fā)地事物的原本樣子。

這些信息能包括些什么呢？例如有空間感的立體聲效（Spatial Audio），讓你在一個線上會議室里能聽到講話的人在自己的什么方位，讓你在一個虛擬社交沙龍里能聽到輕微的背景音樂、左邊一群人的閑言碎語、右邊吧臺上酒保的調(diào)酒聲；例如能足以讓遠端設(shè)備渲染還原成逼真 3D 效果的人或物的特征數(shù)據(jù)，大至街景建筑小至毛發(fā)與臉部表情，讓你在虛擬空間里與其中的物品或人進行互動，像真的一樣； 假如有一天我們發(fā)明出能收集味道并信息化并在遠端通過刺激大腦皮層還原味道的設(shè)備，那么這又是一種需要傳送的數(shù)據(jù)。一句話，我們希望把任何物理距離以外的東西，色香味俱全的“同步”到自己的大腦。

如果說我們現(xiàn)在的互聯(lián)網(wǎng)是 2D 的話（即你只能面對一個屏幕這樣的二維平面去交互感知），元宇宙就是下一代 3D 互聯(lián)網(wǎng)，你“沉浸”在其中，你被實時送達的數(shù)據(jù)包裹，你的眼耳鼻舌身意“六根”都在里面。不要以為這是科幻，一些技術(shù)已經(jīng)看的到摸得著，簡單者如 hubhub，復(fù)雜花哨者如 Google 的 Starline。

有興趣的小伙伴可以去看看 Metaverse Primer?

在 Matthew Ball 的“元宇宙入門”（ Metaverse Primer）中，提到實時網(wǎng)絡(luò)是讓這一代沉浸式互聯(lián)網(wǎng)成為可能的8種最核心技術(shù)之一。海量數(shù)據(jù)的極低延遲實時傳輸能力，目前技術(shù)上還是有點遙遠。

雖然元宇宙還在“炒作曲線”的不知道哪個點上，可是一些實實在在的商業(yè)應(yīng)用場景確實已經(jīng)可以基于實時的視頻技術(shù)進行構(gòu)建。除了大家熟悉的直播帶貨、娛樂互動，還有虛擬展會、實時教練培訓(xùn)、遠程醫(yī)療（Telehealth）等等應(yīng)用，相信任何線下的場景，只要技術(shù)允許，都會有產(chǎn)生線上仿真的一天。

去中心化的通訊方式？

WebRTC 的里的“Web”部分，并非簡單無意義的泛指，而是特指 Web Browser（瀏覽器）。這個標準以及實現(xiàn)它的技術(shù)，目前均已內(nèi)置在各主流瀏覽器中，理論上讓任何用戶通過任何 PC、Mac、iPhone、Android 甚至車載系統(tǒng)的瀏覽器，即可發(fā)起彼此之間的直接視頻語音通訊。

也就是說，張三和李四，不管人在何方，理論上只要各自有一臺設(shè)備運行一個支持 HTML5 標準的瀏覽器，即可以無需經(jīng)過“中間商”（互聯(lián)網(wǎng)大平臺、電信運營商等等）的通訊服務(wù)或渠道而建立這兩個瀏覽器之間的直接連接，實現(xiàn)傳說中的“點對點”（Peer-to-Peer）視頻通訊和文件分享！如果還有王五、陳六、何七幾位呢？歡迎加入，組成一個完全無障礙的、無服務(wù)器的、自組織的對等網(wǎng)絡(luò)，每個人的瀏覽器都是這個網(wǎng)絡(luò)的節(jié)點，共同進行視頻會議、文件分享。

有點像 VR Pro Max 的感覺

無中間商賺差價、無互聯(lián)網(wǎng)大平臺收集通訊各方的隱私數(shù)據(jù)，個人掌握自己的信息安全，也不依賴任何第三方，是不是忽然有一種自由飛翔的感覺？去中心化、點對點、對等網(wǎng)絡(luò)，讓我們回憶到互聯(lián)網(wǎng)美好的蠻荒時代 – BT、電驢、迅雷… ?the good old days…

可惜暫時來說，上述情形只是一種理想，因為互聯(lián)網(wǎng)的實際環(huán)境復(fù)雜，例如我們每個人的上網(wǎng)設(shè)備實際上都是在某個小區(qū)寬帶、移動運營商網(wǎng)絡(luò)、酒店 WiFi、公司局域網(wǎng)等等的后面，互聯(lián)網(wǎng)實際上是由無數(shù)這樣大大小小的局部網(wǎng)絡(luò)通過一系列的網(wǎng)絡(luò)設(shè)備、網(wǎng)絡(luò)協(xié)議進行互聯(lián)互通的，鏈路上信息的傳遞通過不同網(wǎng)絡(luò)的設(shè)備進行層層轉(zhuǎn)發(fā)和網(wǎng)絡(luò)地址/端口的“翻譯”轉(zhuǎn)換，最終才到達某個個體設(shè)備。

在深圳南山區(qū)科技園某公司的員工張某，如何讓其瀏覽器發(fā)現(xiàn)并連接北京朝陽區(qū)某小區(qū)的群眾李某的瀏覽器設(shè)備地址，從而建立起點對點直連？沒有直接辦法。

現(xiàn)有的技術(shù)實現(xiàn)方案，依然是中心化的，即張某與李某，不得不通過一個第三方的服務(wù)來“發(fā)現(xiàn)”彼此的地址，這個環(huán)節(jié)叫做 Signaling（信令）。

“去中心化”臨門一腳，暫時沒有現(xiàn)成技術(shù)，比較可惜。

區(qū)塊鏈+ WebRTC 有沒有的搞？

有一些這方面的研究探索，待有志者進一步深入。

首先是關(guān)于技術(shù)本身的優(yōu)化與擴展。例如有人提出利用 Kademlia（一種 DHT/分布式哈希表的算法，被以太坊、Storj 等區(qū)塊鏈用于組網(wǎng)）實現(xiàn)信令服務(wù)的去中心化。一篇 IEEE 的研究論文則探討了通過區(qū)塊鏈智能合約去提高 WebRTC 的安全性。

區(qū)塊鏈能借助WebRtc實現(xiàn)新的突破嗎

其次在應(yīng)用方面，有一種方案提出，在疫情以來遠程辦公比重日益增加的情況下，出于企業(yè)信息安全、合規(guī)留痕、工作效率管控等等原因，需要對例如銷售、服務(wù)等各種發(fā)生在公司外部的遠程通訊活動進行記錄，依靠現(xiàn)有的基礎(chǔ)設(shè)施提供商的 CDR（Call Detail Record）難以確立單一可信來源、追蹤上下文，可以結(jié)合區(qū)塊鏈與智能合約，對 WebRTC 的通訊記錄數(shù)據(jù)出塊，實現(xiàn)單一可信源拷貝、不可篡改以及分布式存儲等好處。

很多金融機構(gòu)的服務(wù)，例如開戶或者購買理財產(chǎn)品等，需要遠程視頻見證，也許是區(qū)塊鏈+WebRTC 的一個很好的應(yīng)用場景。

WebRTC的未來與Google的算盤

講到未來，我們不得不先回顧一下這個技術(shù)的歷史。

2021 年 1 月 26 日，W3C 正式宣告 1.0 標準（“WebRTC 1.0：Real-Time Communication Between Browser”）。此前 WebRTC 經(jīng)歷了整整 10 年的發(fā)展：2011-2014 是這個技術(shù)的探索期，大家的主要疑問是：我是否應(yīng)該嘗試這個技術(shù)？2015-2019 是這個技術(shù)的成長期，隨著所有主流瀏覽器對 WebRTC 的支持，業(yè)界的問題變成：我該如何利用這個標準技術(shù)？有些什么應(yīng)用場景？2020 年開始迄今，是這個技術(shù)應(yīng)用的差異化時期。

WebRtc 的標識具有典型的 Google 配色

2020 年的新冠疫情，被認為對 WebRTC 技術(shù)產(chǎn)生直接促進性影響。視頻會議無處不在，Zoom 變成一個家喻戶曉的品牌（在國內(nèi)市場自然是某些互聯(lián)網(wǎng)巨頭的相應(yīng)品牌），可以說大眾對云端視頻會議的認知與接受度得到史無前例的加強。

同樣是 W3C 的標準，WebRTC 有沒有機會像 HTTP 之于“古典互聯(lián)網(wǎng)”一樣，成為下一代互聯(lián)網(wǎng)（無論你稱它為“實時通訊網(wǎng)絡(luò)”、“Web3.0”還是“元宇宙”）的基礎(chǔ)協(xié)議？回答這個問題，得了解一下 WebRTC 背后的真正“操盤手”。

操盤手是 Google – 它不僅推動 WebRTC 成為一個互聯(lián)網(wǎng)標準，也貢獻了大部分的底層開源技術(shù)。十年前 Google 干這事的動機是什么呢？大概有這么幾個原因：

• 押注這十年的技術(shù)發(fā)展，讓視頻編碼技術(shù)、視頻質(zhì)量、網(wǎng)絡(luò)帶寬、運算資源都有重大發(fā)展，視頻成為網(wǎng)上最最重要的應(yīng)用載體；
• 很多企業(yè)當時的視頻會議還是企業(yè)內(nèi)部的、設(shè)置使用繁復(fù)的、需要專用設(shè)備的那種技術(shù)。隨著云計算的發(fā)展，視頻會議會不會變成云服務(wù)？很有可能；
• 視頻應(yīng)用需要專門的軟件工具（回憶一下十年前五花八門的視頻播放器？），Google 不控制計算機操作系統(tǒng)，但是它的 Chrome 瀏覽器已經(jīng)開始擊敗微軟和火狐，成為無處不在的存在。把一個視頻技術(shù)內(nèi)置于瀏覽器，給用戶帶來極大便利，視頻內(nèi)容與網(wǎng)頁內(nèi)容隨時交織在一起，打開即看，下載什么視頻播放器呢？
• 最重要一點來了，當年 Google 在視頻會議這個領(lǐng)域，毫無優(yōu)勢可言，領(lǐng)先的技術(shù)平臺提供商并不是 Google。所以，開個源、攪個局，完全沒有壞處。

WebRTC 標準與技術(shù)，最終贏得了 Firefox、Opera、Apple Safari、Microsoft Edge 以及各種 Chrome 變種瀏覽器的支持，從這個角度看，是取得巨大的成功。但比較諷刺的是，Google 自己的產(chǎn)品中涉及視頻的，似乎都沒有太取得商業(yè)上的成功。例如視頻會議方面，大家甚至都不太想起 Google 也有這方面的產(chǎn)品（而且質(zhì)量不錯），反而 Google 的競爭者們不少都采用 WebRTC 卻取得競爭優(yōu)勢。

WebRtc 在各瀏覽器中的支持程度超過 90%

當 WebRTC 成為公共標準后，Google自己貌似在開始與 WebRTC “脫鉤”，開始投資到另一個全新的技術(shù)棧：WebTransport + WebCodecs + WebAssembly。其中 WebTransport 主要基于 QUIC（HTTP/3的傳輸層協(xié)議），帶來更低的網(wǎng)絡(luò)延遲，更適合視頻類應(yīng)用。WebCodecs 內(nèi)置于瀏覽器，讓其有獨立的音視頻編碼解碼能力。WebAssembly，一個已經(jīng)發(fā)展了相當長時間、進入成熟期的開源技術(shù)，它不僅讓瀏覽器渲染執(zhí)行 JavaScript 代碼的性能獲得“原生”級別的提升，更重要的是它可能支持機器學(xué)習方面的結(jié)合。

如果 Google 作為 WebRTC 開源技術(shù)的主要推手，不再投資到其中，那么 WebRTC 1.0 之后，除了修修補補的小版本，還有持續(xù)發(fā)展的未來嗎？我們基于 WebRTC 打造應(yīng)用，是否得擔心一下？

WebRTC 成為下一代互聯(lián)網(wǎng)的實時應(yīng)用基石，估計有點懸，因為確實有潛在的更優(yōu)解在那里。但是，對于應(yīng)用開發(fā)者，未來幾年內(nèi)，WebRTC可能就是我們的最優(yōu)解，原因有三：

1. 不要說 HTTP/3，到了今天互聯(lián)網(wǎng)的主體還是依賴古老過時的 HTTP/1.1，HTTP/2 還在緩慢的增長中。替換一個積累10年而成熟的標準不容易；
2. 雖然 Apple 有它的 FaceTime、Zoom（以及國內(nèi)外的視頻服務(wù)巨頭們）有自己的封閉技術(shù)，未必在意 WebRTC，但是對于獨立開發(fā)者，一個標準的、開放的、互聯(lián)互通的、工業(yè)品質(zhì)的開源技術(shù)，依然是我們最好的選擇；
3. 標準與開源的好處就是，只要有企業(yè)能利用它做出殺手級應(yīng)用、商業(yè)成功，就會有人去繼續(xù)支持維護與創(chuàng)新，接過 Google 的槍。例如會不會有人把 WebRTC 更徹底的去中心化？利用 QUIC 去優(yōu)化 WebRTC 的低延遲？總是有人會去琢磨。

作為應(yīng)用開發(fā)者，可以做的事情是應(yīng)用場景的創(chuàng)意發(fā)掘與創(chuàng)新，是促進一個標準/技術(shù)繁榮有生命力的最佳保證。

殺手級WebRTC應(yīng)用有哪些？

Alexa，亞馬遜的智能音箱 Echo 里的智能助手，采用 WebRTC。

Facebook Messenger、Discord、Amazon Chime、Google Meet/Hangout/Duo，都是基于 WebRTC 的視頻通訊工具、視頻會議應(yīng)用。

Clubhouse，2021 年現(xiàn)象級的語音社交工具。

Chrome Remote Desktop，遠程桌面工具。對于一般商務(wù)人士例如市場、銷售等等來說，可能過于技術(shù)，難以駕馭。但這種工具為什么沒有人深入研究借鑒一下，發(fā)展出實時遠程銷售培訓(xùn)、實時遠程機器維修人員培訓(xùn)、實時遠程醫(yī)療人員培訓(xùn)這樣的東西呢？

最后必須特別推薦三個值得關(guān)注的 WebRTC 相關(guān)公司及其應(yīng)用場景：

peer5.com

Peer 5，一個基于 WebRTC 的 eCDN（企業(yè)內(nèi)容分發(fā)網(wǎng)絡(luò)），對內(nèi)容進行網(wǎng)絡(luò)加速，充分利用到 WebRTC 內(nèi)置在瀏覽器中的 P2P 能力。今年8月份被微軟收購。這是一個借力新標準、開源技術(shù)成就一家創(chuàng)業(yè)公司的成功故事。

hopin.com

Hopin，一家英國的獨角獸公司，采用 WebRTC 打造“虛擬活動平臺”，成立兩年成功融資 5 億 7 千萬美元、收購 4 家公司。

stadia.com

Stadia，這是 Google 嘗試進軍游戲行業(yè)的一大嘗試，能否成功不去討論。其有趣的地方是開啟 Cloud Gaming 這一領(lǐng)域，也可以稱之為“Gaming As A Service”（游戲即服務(wù)）或者“On-Demand Gaming”。怎么理解它呢，一直以來我們打 Xbox、任天堂的游戲，都是需要買一個游戲機，打不同的游戲就放進去不同的游戲光盤。 Cloud Gaming，就是你不需要本地的光盤了，游戲在云端運行，然后通過流媒體的方式傳輸?shù)侥愕钠聊簧?，就像你在電視上點播電影一樣，但你用游戲手柄可以與“電影”互動。

你怎么看待 WebRtc 在未來的發(fā)展？歡迎與我們交流。

更多精彩內(nèi)容，關(guān)注鈦媒體微信號（ID：taimeiti），或者下載鈦媒體App