元宇宙:元宇宙不缺创意 缺的是「基建」公司

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，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到Reality，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SensorTower2022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。

韩国Zepeto将与Solana和Jump Crypto合作构建元宇宙项目ZepetoX:金色财经消息，据一份新闻稿称，韩国元宇宙开发平台Zepeto已经与Solana和Web 3.0开发商Jump Crypto合作，构建ZepetoX，这是一个基于加密货币的元宇宙项目。ZepetoX旨在建立一个3D开放世界平台，创作者和用户可以在区块链技术的基础上建造、玩耍和earn。

据报道，Zepeto将在Solana区块链上建立该平台，并计划在未来几个月内推出其首次NFT土地销售。由韩国互联网巨头Naver建立的Zepeto元空间，在今年早些时候达到了2000万月活用户。（forkast.news）[2022/8/10 12:14:52]

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。

东日本旅客铁道将在东京秋叶原站开设元宇宙站:3月9日消息，东日本旅客铁道8日宣布将于3月25日在日本东京秋叶原站开设在线虚拟世界“元宇宙站” 。用户可以在虚拟空间中交谈和散步。JR东日本总裁深泽雄二表示，我们将结合真实和虚拟空间将“元宇宙站” 作为山手线的第31站。据该公司称，这是世界上首次以车站为中心将真实世界和虚拟空间相结合。（日本时事通信社）[2022/3/9 13:46:39]

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。

谷歌启动代号为“Project Iris”的AR项目以进军元宇宙市场:1月21日消息，据 The Verge 报道，谷歌内部正在设计研发一个代号为「Project Iris」的增强现实（AR）项目，预计将在 2024 年面世，旨在进军元宇宙市场。据悉，Project Iris 主要由克雷·巴沃尔（Clay Bavor）带领约 300 人的团队负责这个项目，克雷·巴沃尔多年来在谷歌公司一直负责 AR、VR 技术的开发。其他开发 Project Iris 项目的重要团队成员还包括打造 Google Assistance 的史考特·霍夫曼（Scott Huffman）、ARCore 负责人沙赫拉姆·伊扎迪（Shahram Izadi）等。[2022/1/21 9:04:36]

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。

元宇宙热潮推高英伟达四季度收入预期:11月18日消息，GPU巨头英伟达周三预测四季度收入将高于分析师预期，原因是随着更多互联网公司开始投资人工智能和元宇宙，其数据中心业务有望持续增长。英伟达作为全球最大的图形和人工智能芯片制造商，将极大地受益于元宇宙需求。英伟达上月发布了构建虚拟世界的软件工具Omniverse Enterprise，首席执行官黄仁勋称该公司最终将吸引多达4000万虚拟世界的创作者和设计师。他认为未来虚拟世界的数量将超过今天的网站数量，原因是虚拟世界更容易构建。英伟达预计第四季度收入将达到74亿美元，上下浮动2%，高于分析师平均预期的68.6亿美元。该公司股价在盘后交易中上涨近4%，今年已上涨逾一倍。（路透社）[2021/11/18 6:57:45]

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「anytoany」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。

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。

以太坊巨鲸正在囤积SHIB以及元宇宙代币MANA和GALA:12月6日消息，WhaleStats数据显示，1000个最富有的非交易所以太坊地址正在累积SHIB以及元宇宙代币MANA和GALA。在过去30天内，以太坊巨鲸平均购入价值103万美元的Shiba Inu和464228美元的GALA，以及价值158455美元的元宇宙虚拟现实平台Decentraland代币MANA。

过去30天以太坊巨鲸购买最多的前十大代币分别是ETH、USDT、FTX Token（FTT）、USDC、SHIB、GALA、BUSD、MANA、WBTC、SRM。[2021/12/6 12:54:33]

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，CocosCTO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RecRoom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。3DAvatars公司Genies近期宣布获得了1.5亿美元的C轮投资，用以扩展MetaverseAvatars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。

标签：元宇宙VATAVATZEP元宇宙开发公司SentivateAvatar Musk VerseZephyr

火必交易所热门资讯