想潛入萬象的新世界，
需要更酷的萬能“終端”開發工具。
視頻化、數字化、智能化，正在讓世界萬象重生，但進入這場音視頻主導的數字化浪潮裏，需要一個萬能的終端。
當前，終端性能挑戰加劇，端側算力遭遇瓶頸......是否存在一種可能性，讓所有企業從複雜的音視頻開發工程中抽身，重新迴歸業務本身？
一站式音視頻服務如何獲取？冗長繁瑣的SDK接入流程怎樣簡化？能否在降低開發門檻的同時，依然掌握主動權？
面向場景建設音視頻技術能力，如何釋放更多“數字生產力”？
本文由IMMENSE、「阿里雲視頻雲」媒體服務應用端負責人洪炳峯和LiveVideoStack策劃、採訪而成。
據權威數據，65%的行業數字化信息來自視頻，另外，還包含5%的音頻信息。不得不說，音視頻技術對於行業數字化來說，至關重要，
而音視頻數字化也正是行業數字化的先行之態
。
昭然可見，承載於雲計算的音視頻技術，正向各行各業加速滲透，從消費互聯網，轉向教育、醫療、金融、零售等傳統行業，產業互聯網紛紛掀起音視頻數字化風潮，遠程監考、遠程醫療、製造監控......視頻化早已是萬象之風。
更關鍵的是，這些新場景的湧現，在不停催生對音視頻能力的新訴求。顯然，
行業音視頻數字化，不再單純依賴某幾個單獨的PaaS原子能力，而更需要音視頻能力的有機組合
。
我們發現，隨着音視頻應用場景深化，對“多SDK”的需求逐漸成爲“標配”。
往往一個音視頻場景，需要不同SDK協同運作，如直播推流+播放，短視頻拍攝+播放，直播+RTC實時互動等，但，動輒數月起步的開發週期讓衆多企業望而卻步。
當然，不只是開發週期一個痛點。
所以，當我們在談論行業音視頻數字化時，談的是衆多痛點的攻破
。
面對龐大的音視頻開發工程，企業落地的痛點顯而易見：
音視頻看似常見，卻是一個專業度極高的領域，尤其在端側開發更需要豐富技術經驗，而音視頻人才又相當緊缺，企業大多都無此儲備。
每個SDK都需要分別對接、分別授權，且SDK接入能力的原子化，更提升了多SDK互相適配的難度。
在行業視頻化進程中，更多“輕量化”需求隨之而來，Web/小程序等端形態在很多場景下愈發關鍵。如何保障海量多端設備的SDK兼容性，也變得愈加困難。
基於這些行業趨勢和挑戰，企業的音視頻訴求可總結爲：
高易用、高性能、場景化、多端化的多SDK組合及方案。
直面音視頻數字化浪潮，想要解穴所有痛點，一套Media“組合拳”亟需引入，以便讓更多企業走出“音視頻開發困境”，重新將視線對焦自身的業務邏輯。
爲了徹底解決音視頻開發痛點，阿里雲視頻雲推出MediaBox音視頻終端一體化套件，作爲媒體開發利器，可以助力企業加速音視頻數字化進程。
MediaBox，顧名思義，是一個
包羅萬象的音視頻魔盒，核心包括一體化的音視頻終端SDK和一系列面向不同場景構建的AUI Kits低代碼方案。
MediaBox音視頻終端SDK，以統一的技術底座，讓所有音視頻SDK在一體化架構下深度融合，實現完全自由靈活組合的同時，將Size極致化降低。同時，打通多端底層架構，實現多端一體化，做到一套代碼多端複用，目前已覆蓋iOS、Android、Web、Win、Mac等端。
MediaBox低代碼開發AUI Kits，是包含UI的低代碼集成方式。在SDK基礎上，AUI Kits封裝了場景化的UI實現，並配套實現App Server與UI聯動，整體構建了端到端的場景化方案。
依託於阿里雲視頻雲強大的PaaS雲服務和底層網絡技術，MediaBox就如同一隻百寶箱，可對音視頻能力
隨取隨用、
自由組合，而且
Size薄如蟬翼，輕鬆應對行業音視頻數字化中的各種疑難雜症。
音視頻終端套件的易用、便捷、高效是基礎。而MediaBox通過
SDK靈活組合、AUI Kits低代碼接入、開源開放、支持二次開發，刷新了對「高易用」的定義。
MediaBox提供超過15種的SDK組合形式，根據應用場景的不同，可自由選配相應音視頻能力的SDK，並且
只需對接一次，經過一次License授權即可使用，極大簡化SDK接入流程。
作爲音視頻服務的端到端方案，AUI Kits將多SDK和雲PaaS能力進行場景化封裝，打包輸出場景功能組件和相對完整的UI實現。
通過“低代碼”方式快速接入並跑通，可將月/周級的集成時間縮短爲小時級，大大降低了企業的接入成本。企業無需關心音視頻SDK的複雜邏輯和最佳實踐，而能更專注於自身的業務實現。
除支持敏捷開發外，AUI Kits還在原來的低代碼音視頻工廠之上，進行
全新升級：
提供開源開放的UI和App Server源碼，允許客戶
二次開發，自定義打造品牌標識和視覺風格，實現個性化業務定製，讓企業在降低開發門檻、縮短開發週期的同時，依然能夠掌握開發主動權。
相對以往低代碼音視頻工廠追求的更快速之上，MediaBox更聚焦
高度的靈活和易用。
值得一提的是，AUI Kits方案當前是
免費的，企業只需爲PaaS能力付費，即可擁有接近SaaS的接入體驗，享受PaaS的低成本優勢。
“高易用”的音視頻開發工具正在被重新定義。MediaBox以靈活、快速、敏捷、個性化、低成本的方式，助力企業一站式極速獲取音視頻能力。
音視頻開發工具，既要保證接入前的“高易用”，也要滿足接入後的“極致好用”。
企業對音視頻的期待是
高流暢、低延時、超高清、強穩定、低成本。
基於此，MediaBox以高可用的穩定性體系，統一的數據指標體系、完善的自動化測試體系，不斷優化音視頻終端基礎性能和核心指標，爲客戶提供極致體驗。
爲了保證線上的高效運維，MediaBox還建設了端到端的全鏈路排障工具，通過智能分析，快速定位問題出現的鏈路節點，更快發現、排查和解決問題。
同時，
雲和端的深度融合，讓音視頻的
“極致好用”
更上一層樓。
結合底層網絡，AI技術以及雲端處理能力，阿里雲視頻雲打造了雲端一體、端到端、全鏈路的整體方案，滿足不同客戶的音視頻場景需求。
正如MediaBox與多元融合流媒體傳輸網絡MediaUni的“強強聯手”，能爲客戶提供從5-6s的普通直播，到1s以內延時的超低延時直播RTS，再到60ms的元渲染業務支持，不同端到端延時選擇，滿足企業的多樣化業務需求。
隨着AI大模型的發展，一些輕量化模型在終端運行也將成爲必然趨勢，AI模型在行業化的落地過程中，會衍生出更多
端智能能力。
而MediaBox在場景化實踐中，同樣基於端智能技術，不斷創新突破。
例如，在播放器SDK中，智能預加載會利用智能算法，基於當前網絡狀況、用戶滑動行爲、歷史播放行爲等信息，動態控制預加載緩存、內存緩存大小，可以節省預加載流量，提升預加載內容的使用效率，達到成本和體驗的極致平衡。
隨着更多場景的深入，MediaBox將進化出更多
場景智能能力。
例如，在
遠程教學一對多場景中，學生專注度下降導致教學效果差，是遠程教學的永恆痛點。
在此背景下，MediaBox推出
專注度智能檢測SDK，能夠實時檢測學生的狀態變化，將學生的專注度反饋給老師，幫助老師及時感知學生上課情況，提升整體教學效果。
場景智能，爲業務賦能帶來了更多可能性。音視頻終端套件，不止是單純的開發工具，更是行業的創新型端口，以最輕量的方式，賦予場景全新的數智化能力。
“行業數字化”高歌猛進的背後，是對行業場景的深刻理解。
回顧音視頻技術發展歷程，音視頻在互娛行業中發展壯大，場景相對簡單且成熟，對音視頻能力的要求也相對通用。
當音視頻向更多傳統行業滲透時，由於傳統行業由一個個不同場景構成，各場景特點不同且具備明顯的行業屬性，因此，
面向不同行業、不同場景、不同特點，來建設一體化的音視頻能力，才能更好滿足行業數字化需求。
目前，阿里雲視頻雲已針對不同行業場景，推出MediaBox多場景AUI Kits方案和多SDK，包括
直播場景的娛樂直播、電商直播、企業直播，
互動場景的遠程監考、互動課堂，
通信場景的語聊房、KTV以及
點播場景的短視頻、長視頻等。
➤ 在教育行業，爲遠程教學場景而生的互動課堂AUI Kit方案，支持學生專注度智能實時檢測，1萬+學生實時白板互動，50+實時連麥，10萬+學生實時觀看，滿足大班課、公開課等場景需求。
➤ 在零售行業，各大零售商都在嘗試建立私域流量池，或自建APP進行直播帶貨。電商直播AUI Kit方案，提供豐富的互動直播功能，支撐多家企業從0到1快速構建直播電商業務。
➤ 在汽車行業，新車發佈場景廣受關注，企業直播AUI Kit方案，助力企業快速搭建直播間功能，打造面向全球車友的重磅新車發佈會直播，並保障數十萬併發下的優質播放體驗。
➤ 在數字閱讀行業，除傳統文字閱讀之外，把文字劇本轉爲短劇播放成爲新風尚，短視頻AUI Kit，基於點播場景的能力訴求，設計與實現了一站式短視頻製作播放解決方案。
➤ 在沉浸式場景，VR全景播放SDK，採用FOV的方式傳輸音視頻數據，可以在提升流暢度的同時，降低帶寬成本，同時結合空間音頻，實現極致的沉浸式音視頻體驗。
可以看到，MediaBox的超能量正在向衆多場景釋放，而更多行業、場景正需要這樣的音視頻數字化加速“利器”，以打開新的機遇和空間。
阿里雲視頻雲遠程智能監考方案，可作爲“音視頻數字化”在教育行業有效探索中的一個縮影。
隨着“藝考熱”的持續升溫，組織大規模線下考試不僅需要投入大量人力物力，還需要考生承擔長距離線下赴考的時間、經濟成本，而很多藝考生往往需要短期奔赴多個學校，這更加劇了負擔。但“線下”對於“藝考”這一特殊類型，是慣例的必要。
MediaBox的場景方案，讓所有的藝考生都不必應對這樣的苦楚。
阿里雲視頻雲通過
遠程監考AUI Kit方案，聯合生態夥伴搭建遠程監考平臺，成功支撐中國美院今年的本科“雲上藝考”，強穩定保障海內外4萬+考生順利完成線上藝考。
以低代碼方式快速集成，遠程監考AUI Kit方案提供監考端和考生端的開源組件、架構設計指南，大大降低接入門檻。在端側覆蓋上，覆蓋iOS/Andriod、網頁、釘釘應用和微信小程序多端，保障遠程監考場景下的
“高易用”。
基於全球3200+節點的底層網絡，以及強大的媒體處理能力，遠程監考平臺可承載10萬+考生同時在線，實現監考端視頻延時1.5秒內、1對1通話延時400ms內，全方位滿足高可靠、高併發、低延時、高清晰度的
“極致好用”。
同時，在這樣的雲考試場景中，也蘊育出新的
“場景智能”，阿里雲視頻雲就此開發推出
智能防作弊SDK。
相比傳統防作弊，是在雲端分析視頻截圖，分析量大，耗時久，成本高。而智能防作弊SDK，
是在端側實時檢測，包括人體行爲檢測、電子產品檢測、衣服檢測、環境檢測等，快速上報，速度更快，成本更低，目前已覆蓋Android/iOS/Web等多端設備。
藝術類考試與其他線上機考不同，要求將主機位畫面囊括整塊畫板以及考生側臉，但機位不同產生的算法調優會更爲複雜。而智能防作弊SDK以原子化接入的方式，提供多種端側實時檢測能力，並可根據不同考試場景需要，動態開啓、靈活選用，
定製化滿足線上考試的諸多場景類型。
正是源於對行業音視頻場景的深度理解，才能革新解決行業痛點和打開場景新空間。
MediaBox走向更廣的行業場景、探入更深的場景能力，未來離不開與行業
生態夥伴的共同創造。此次LiveVideoStackCon，阿里雲視頻雲也將發佈新的生態合作計劃，期待與更多生態夥伴攜手，打開行業音視頻數字化的萬象世界。
作爲加速“利器”，
MediaBox如何實現行業音視頻數字化的新升級？
7月28日下午
LiveVideoStackCon2023上海站
阿里雲視頻雲專場
阿里雲智能資深技術專家帶來演講
《MediaBox：行業音視頻數字化再加速》
釋放音視頻場景的“數字生產力”！
本文分享自微信公衆號 - LiveVideoStack（livevideostack）。
如有侵權，請聯繫 [email protected] 刪除。
本文參與“OSC源創計劃”，歡迎正在閱讀的你也加入，一起分享。
