科幻小说《雪崩》是无比超前的。它出版的 1992 年，英特尔还在制造 486 系列处理器，直到次年，586 奔腾处理器才被推出。
在小说中，尼尔·斯蒂芬森创造了一个并非以往想象中的互联网——元宇宙（Metaverse），在这个与现实世界紧密联系但又相互平行的时空里，人们可以借由各自的「化身」在其中交流和娱乐。
Facebook 改名 Meta 后，越来越多的人才知道，原来这本科幻小说是「元宇宙」这个词的起点。一瞬间，一个书里并没有准确定义的概念，30 年后开始成为了商业世界里火爆的新边疆。
只不过，在目前看起来比较接近「元宇宙」的 VR 行业里，即使设备销量逐渐攀升，但分辨率低、设备笨重、3D 眩晕等问题还未完全解决。元宇宙看起来是个性感，但还有着众多技术问题无法解决，还非常遥远的概念。
「从 Utility（效用）到 Reality（现实），我认为元宇宙是有发展路径的，并且早晚会进化到改变我们现实世界的程度。」王奇所供职的公司声网，最近就开启了「元娱乐」的新探索，他成为了这条业务线的负责人。
这次他们在实践中，对于元宇宙下一步在技术上应该去解决什么这个问题，有了新的思考。
01
「元娱乐」里，声音
技术是关键的下一步
「现在所谓的那些元宇宙的应用，离还原人类的真实体验还差得特别特别远。」
根据 Sensor Tower 2022 年的报告，自「元宇宙」概念爆发以来，平均每天都会新增一个「元宇宙」软件，其中，元宇宙社交类软件更是层出不穷。在一个个炫酷的 demo 里，我们似乎离再建一个虚拟现实很近了，但王奇并不这么认为。
Meta据悉计划进一步裁员，元宇宙部门或被波及:金色财经报道，知情人士透露，Meta计划在未来几个月分多轮宣布进一步裁员，裁员规模将与去年裁员13%的规模大致相当。知情人士说，新一轮裁员的第一波预计将于下周宣布，非工程类职位可能受到的冲击尤其严重。与此同时，预计Meta还将关闭一些项目和团队。知情人士称，将被削减的项目包括Meta的硬件和元宇宙部门RealityLabs中的可穿戴设备项目，这表明短期内Meta将放弃推广虚拟现实和增强现实产品，而将其作为长期的研究工作。[2023/3/11 12:56:03]
2020 年 4 月，《堡垒之夜》里举办的「ASTRONOMICAL」虚拟演唱会吸引了 1230 万观众，玩家在霓虹灯束散射中舞动，很多玩家表示仿佛经历了一场真实的梦境。绚丽的布景渲染了人们对技术的最高想象，然而实际上，观众只是在「看」一场演唱会。算力等客观因素限制下，多人同屏和物理交互往往就如鱼与熊掌，玩家在一个「众人场」里能得到的交互体验其实很低。
《堡垒之夜》中的「ASTRONOMICAL」虚拟演唱会
「我们的元娱乐其实并不等同于元宇宙娱乐」，声网元娱乐业务线负责人王奇在接受采访时说，「我们更接近下一代的娱乐这个概念。」在他看来，现有的技术和体验还不能满足人类超越现实的需求，首先要思考的或许是如何去还原一个真实的世界。
Rescale与英伟达合作构建自动化工业元宇宙:7月19日消息，高性能云计算服务商Rescale宣布与英伟达达成合作，将 Nvidia GPU Cloud（NGC）集成到其用于高性能计算（HPC）应用程序的容器库中，帮助企业构建数字孪生并打造工业元宇宙的基础构建模块。据悉，韩泰轮胎已经在Rescale与英伟达合作构建的工业元宇宙中进行新轮胎设计研发，包括在虚拟世界中进行各种“数字孪生轮胎”的测试工作，继而加快产品开发速度。（venturebeat）[2022/7/20 2:24:16]
5 月 16 号，声网发布了「元娱乐」四大解决方案，其中，他们对音频的处理十分惹眼。
在发布会上，声网元语聊产品经理杨帆展示了一个多人会议的场景：代表每个参与者的头像分布在不同区域，而从其他人说话的声音信息中，能体会到明显的方位感。
这项技术被称作 3D 空间音频，贯穿在他们的元语聊、元 K 歌、元直播等方案里。
当用户操作 Avatar 在虚拟场景里移动时，听到的音效会根据 Avatar 的头部及脸部朝向、声源角度和距离不同而变化。比如，在玩家进入一个元语聊的房间时，会听到房间内正在播放的背景音乐，随着位置的移动、墙壁或卡座等障碍物的遮挡，玩家所听到的声音也会相应地逐渐清晰或减弱。
这项功能的实现，依赖于声网基于 HRTF 相关传递函数、心理感知声学、声源指向模拟等算法自研的一整套 3D 声场渲染引擎。通过这套渲染引擎，可以动态模拟空间中任意角度、朝向的声音在传递到左右耳时声音发生的变化。他们还可以通过声学建模的方式，模拟任意角度的音源方向导致的音色差异。
中国移动通信联合会元宇宙产业委员会公布第五批接纳新成员名单:金色财经报道，据中国移动通信联合会元宇宙产业委员会官网信息，该委员会公布第五批接纳新成员名单，中国工程院院士、中央网信办专家咨询委员会顾问沈昌祥，中国科学院院士戴汝为，中国工程院院士郑纬民等12人在列。
?据了解，首批名单接纳65家/人（含上市公司8家）；第二批接纳新成员16家/人（含上市公司7家）；第三批接纳新成员14家/人（含3家上市公司）；第四批接纳新成员17家/人（含3家上市公司）；第五批特邀12位个人成员。五批合计124家/人。（证券日报）[2022/2/21 10:04:59]
声网的空间音频技术
「这其实在业内还没有几家能够做到」，王奇谈到这些技术时颇为自豪。据他介绍，声网内部有一个音视频实验室，专门研究各种跟音频和视频相关的算法，其中就包括 3D 空间音频，此外还有人声模糊、模拟现实中空气衰减等技术。
在这些声音技术的加持下，玩家操作 Avatar 不仅可以「移步换景」，还可以「移步换声」，可以移动到其他玩家身边开启畅聊，也能凭借人声模糊技术既不受周围人说话声音的干扰，又保留环境氛围，在技术上极力还原现实世界中的真实听觉体验。
模拟现实其实十分困难的，因为对于一个玩家来说，一些很细微的「不合常理」都可能影响沉浸感。那些「不合理」会时时刻刻提醒玩家，这不是一个真实的世界。因此对于营造一个「栩栩如生」的虚拟世界来说，要不断地打磨环境，细化交互的颗粒度。
英伟达为个人创作者免费提供元宇宙构建软件:金色财经报道，在周二拉斯维加斯举行的消费电子展上，英伟达向个人创作者和艺术家免费提供了实时 3D 设计协作和虚拟世界模拟平台 Omniverse 。Nvidia 表示 Omniverse 已被超过 100,000 名创作者下载。Omniverse 结合了图形、人工智能 (AI)、模拟工具和可扩展计算，帮助设计师和创作者从他们的笔记本电脑或工作站制作 3D 资产和场景。Omniverse 能够将通常使用不兼容工具制作的独立 3D 设计世界连接到共享的虚拟场景中。英伟达宣布为 Omniverse 扩展新功能，例如一键协作工具 Nucleus Cloud，以及英伟达合作伙伴构建的新连接器、扩展和资产库。新的生态系统合作伙伴包括 3D 市场和数字资产库 TurboSquid by Shutterstock、CGTrader、Sketchfab 和 Twinbru。（coindesk）[2022/1/5 8:25:41]
当然，这对技术实现来说并不容易。
除了声音的拟真外，声网解决方案中同样有对虚拟环境的拟真。在元语聊和元直播中，声网还基于 3D 引擎建模创建各种场景，能模拟碰撞、重力等物理效果。面部动捕技术、语音驱动嘴型的技术，则让玩家与 Avatar 的表情匹配，实时表情与语音匹配。
而为了让玩家在选择虚拟形象时不受性别限制，他们还将开发声纹变声技术，在声音上实现「any to any」的模拟。萌妹子选择大叔形象后，也能在实时交流中拥有与虚拟形象匹配的低沉男音。
无锡滨湖区发布元宇宙生态产业发展规划:金色财经报道，1月1日，2022太湖湾科创带滨湖创新大会在无锡滨湖区召开。大会上，发布了《滨湖区建设太湖湾科创带引领区打造一流科技创新服务体系三年行动计划（2022-2024年）》《滨湖区科创载体建设三年行动计划（2022-2024年）》《太湖湾科创带引领区元宇宙生态产业发展规划》等。其中提出，到2025年，将滨湖区打造成长三角元宇宙技术创新高地、生态产业发展高峰、人才集聚高原，基本形成技术引领、企业集聚、示范应用、标准完备的元宇宙产业生态，成为国内元宇宙产业发展的典范，打造元宇宙的“滨湖名片”。加快建立滨湖区元宇宙技术创新领先优势，依托无锡先进技术研究院、超算中心、腾讯云、中国软件评测中心等机构建立5家以上元宇宙实验室或公共服务平台，重点加快区块链、边缘计算、人工智能、空间计算、量子通信等核心技术的研究突破。（长三角日报）[2022/1/2 8:19:20]
影响沉浸感的一大因素还在同步性与低延迟，就像《堡垒之夜》的那场虚拟演唱会，如果没有上千万人的同步参与，或许也不会如此轰动。
在那场盛大的虚拟演唱会中，玩家也被分到了上万个服务器上，才让千万量级的同步参与得以实现。而在实时通信和互动上，声网作为 RTC 领域全球头部企业，有着行业领先的技术优势。
图注：声网的 MetaKTV 方案
声网的 SD-RTN?，是全球规模最大的软件定义实时网，官网上介绍，这项技术可以实现百万人大频道的实时互动。依靠基于 SD-RTN?的解决方案架构，声网打开了万人云蹦迪、在线上造一个超级夜店的想象。
它的合作伙伴 XRSPACE，也在近期推出了全球首款音乐元宇宙 PartyOn。利用声网的实时音视频技术和 XRSPACE 自研的表演同步技术，PartyOn 实现了 50ms 以下的同步误差，不仅让让众多玩家享受低延迟的同步 K 歌，还让人声、歌曲和 Avatar 肢体表演实时匹配。
这些「拟真」的技术赋能了更沉浸的体验，王奇说，「3D 空间音频，包括声纹变声、面部捕捉还原，所有的这些技术，它本身都是跟元宇宙的发展相关的」，「我们本身也是看好元宇宙发展的」。
02
通过提升可用性，
声网在瞄准
下一代的娱乐生态
陈际陶是声网元直播的产品经理，她在发布会上展示的实时面捕功能，可以在直播中同步玩家单边眨眼、挑眉、眼球转动、吐舌头等动作。
这项技术似乎已经在各种 AR 换脸软件中得到了很好的应用，但对他们来说其实并不容易。她介绍说，「我们要解决移动端的普通单目摄像头的问题，要解决光源的影响，光亮的阴暗对于人脸关键点判别的难题，以及说眼镜遮挡对于眼部的识别的问题。」
这也引出了声网技术解决方案的另一个特点——强兼容性。
图注：声网面侦技术能完成对高级表情的捕捉
作为一家技术服务提供商，声网并不是产品的最终「缔造者」，他们的责任在于对接每个场景内尽可能多的客户，提供底层和通用的技术，让客户能在他们提供的技术服务基础上创造价值。某种意义上来说，他们的最终目标在于客户的使用便利与商业成功。
「大家用过苹果应该都知道，如果在不使用 iPhone 的情况下使用 Airpods，很多体验其实你是用不了的。」杨帆在介绍空间音频技术时，同样提到了声网技术服务的独特性，「我们的跟他们的区别在于，苹果是传感器硬件加上软件算法，我们是纯软件的，安卓端、iOS 端、 PC 端，多平台都能支持。」
这在他们的「互动游戏」解决方案中也有体现。声网为它的技术集成方案适配 3 万多个移动终端，几乎覆盖所有中低端机型。昌潇潇是声网互动游戏的产品经理，他补充说，「像在海外，特别是在一些落后的地区，市场上一般情况下都是千元机，我们在中低端机型的适配这一块儿是非常看重的。」
声网对元娱乐业务的探索同样是在做适配。
声网创始人赵斌曾说，「实时音视频是一种通用能力，作为服务商，需要持续推动能力与具体场景的碰撞与融合」。实际上，声网开展元娱乐业务并非没有依据。
声网连续多年蝉联全球实时互动解决方案市场份额第一，全球注册应用超过 40.5 万，活跃客户数量达到 2670 家。在这些客户中，很大一部分来自于社交娱乐领域，比如一些国民级别的在线 K 歌应用。
这些客户原本只是采购了实时音视频服务，但在跟客户的沟通中，声网团队发现了这些客户的普遍痛点：没有时间和精力投入研发；一个平台单独去谈音乐版权合作时门槛太高，都要千万打底。
去年 9 月，声网推出了一个叫「K 歌房」的解决方案，由声网提供 K 歌互动场景的研发，集中解决音乐版权的问题。
声网与数字音乐内容提供方合作，为开发者提供丰富 MV 资源
解决方案的发布象征着声网业务模式上的进阶。这意味着声网在 RTC 技术服务商的基础上，尝试叠加基于场景的通用技术服务、整合生态内的其他内容，最终打包成一个整体的解决方案。
这项业务很快验证了新模式的可能性，短短几个月里，「K 歌房」发展了几十个客户。在他们看来，声网提供解决方案的尝试提高了行业的效率，同样的逻辑在泛娱乐领域同样如此。
「这些社交娱乐的客户，他们的音视频服务其实之前就已经用声网的了」，王奇说，「在此基础上，如果我们去做一些场景跟内容的叠加，其实会非常方便」。
如果说声网之前提供的 RTC 技术服务是卖面粉，王奇将提供元娱乐解决方案比喻成对面粉的二次加工，「当我们开始关心到他（客户）其实是做饺子馆的时候，我们会把面粉做成一摞一摞的饺子皮，然后去整合了一些优质的牛肉跟猪肉剁成饺子馅。」
声网元娱乐发布会后，Cocos CTO 林顺参与了圆桌讨论，在他看来社交类应用主要聚焦在特定场景，相较于其他领域确实更易与元宇宙概念结合。
现实却是如此，2021 年燃起的「元宇宙」之火，还在以一种更容易落地的「+泛娱乐」的方式延续。
去年，VR 社交平台 Rec Room 融资了 1 亿美元，VRChat 也完成了 8000 万美元的 D 轮融资，Snapchat 收购 6 家 AR 相关底层软件算法和硬件企业。3D Avatars 公司 Genies 近期宣布获得了 1.5 亿美元的 C 轮投资，用以扩展 Metaverse Avatars 的开发。国内网易、腾讯、字节等大厂的元宇宙社交平台，也在 2021 年底和 2022 年初纷纷上线。
声网的很多客户也都是元宇宙领域的种子选手，比如中东及北非地区最大的语音社交娱乐平台 Yalla、火遍北美与拉美的元宇宙社交软件 Oasis。声网还发起了「声选计划」，项目聚焦 RTE 赛道下的技术型合作方，协作推出更丰富和更优质的联合产品解决方案。
这家实时互动领域的技术领头羊在元娱乐业务上的动作，是要为共建一个面向「元宇宙」的、下一代的娱乐生态做准备了。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。