音视频丨研究报告核心摘要：发展背景：网络基础设施升级、音视频传输技术迭代、WebRTC开源等因素，驱动音视频服务时延逐渐降低，使实时音视频技术成为炙手可热的研究方向。实时音视频业务在消费互联网领域蓬勃发展，并逐渐向产业互联网领域加速渗透。
经历了行业第一轮的红利爆发期，我国实时音视频行业的场景效能逐渐深化，步入到理性增长阶段。
市场规模：2021年中国实时音视频PaaS市场规模为16亿元，消费互联网领域为实时音视频行业贡献了核心收入来源。受到社交娱乐头部应用的高度渗透及“双减”政策的持续影响，预计未来三年的复合增长率为28.4%，2024年实时音视频PaaS市场规模将达到30亿元。竞争格局：实时音视频赛道玩家的主要竞争策略分为两大类：提供通用的PaaS层能力，包括RTC PaaS厂商、通信云PaaS厂商、综合型IaaS厂商。
其中，RTC PaaS厂商在技术研发和产品打磨上具备更高的行业专注度，占据市场的主导地位；根植于特定行业场景，主要为垂直行业解决方案商。
核心技术：实时音视频行业存在较高的资源门槛与技术壁垒。主要包括：软件定义的实时音视频传输网络，基于UDP的协议层优化，以及弱网传输保障策略。在实际应用中， RTC与CDN技术的融合，衍生出实时互动直播、超低延时直播两大技术路径。
趋势洞察：实时音视频标准化工作的推进将引导行业迈向更高的服务质量，推动PaaS层厂商与垂直行业解决方案商之间的良性竞争与协作共赢。同时，实时音视频逐渐向实时互动领域的延展，元宇宙相关应用的出现将为消费互联网创造更大的想象空间。
此外，实时音视频技术有望成为我国泛娱乐出海企业的差异化竞争机会，海外业务版图的扩大也将驱动行业迎来新一轮的业务增长。
音视频消费习惯的迁移用户音视频习惯养成，并逐渐向强实时性、强互动性场景延伸富媒体信息时代，音视频已成为人们获取、发布、交换信息的重要方式。截至2020年底，中国网络视听用户占整体网民规模的比例已高达95.4%。高饱和的渗透率水平，使用户更加关注音视频服务的体验感。
得益于底座能力与关键技术的持续突破，音视频服务体系实现了从点播、直播到实时音视频的深化发展。实时性与互动性的长足优化，逐步激活了更多场景下的音视频互动模式，驱动用户的音视频消费习惯向更加还原真实、更加沉浸式的实时音视频服务迁移。同时，伴随疫情的常态化发展，人们远程办理业务的习惯已逐渐养成。实时音视频作为一种通用型能力，撬动了传统行业中众多强实时、强互动场景的数字化升级，也使得实时音视频的消费趋势进一步从消费互联网向产业互联网延伸发展。
网络基础设施持续升级高速泛在的骨干网络，为实时音视频传输提供坚实保障实时音视频行业的高速发展离不开国家骨干网络的建设。以千兆光网和5G为代表的“双千兆”网络，近年来取得突破性进展。2021年，我国光纤接入端口已达到对互联网宽带端口的高度覆盖，光纤接入能力已普遍超过百兆，并向千兆以上速率不断升级；5G网络已覆盖国内所有地级以上城市，5G基站数累计高达142.5万，用户数占全球的89%。网络基础设施的广泛渗透，使更多用户可以受益于终端设备与骨干网络之间的快速连接，享受到无感接入、触手可及的高质量网络服务。
同时，“双千兆”网络在带宽能力上的显著提升，可大幅降低音视频信息的延迟和缓冲时间，提高端到端毫秒级传输时延的满足率，为实时音视频的数据传输与落地应用提供良好的底层网络支撑。音视频传输技术更新迭代技术驱动音视频走向实时，流媒体协议迈入毫秒级传输阶段流媒体技术可将压缩处理后的音频、影像连续性地上传到网站服务器，使文件无需完全下载到本地即可观看。在编解码方面，H.26国产AVS3等视频解编码技术可以使文件的压缩体积更小、传输速度更快。其中，AVS3作为全球首个面向5G产业应用的音视频信源编码标准，已被成功纳入DVB标准体系，可以在同等画面质量下比H.265节省40.09％的码率。
在协议方面，基于TCP的RTMP、HLS、DASH等协议的优化方案仍存在2-3秒左右的延迟，而基于UDP的WebRTC则突破性地将延迟降低至毫秒级别。与其他协议不同，WebRTC作为流媒体通信框架，覆盖音视频采集、编解码、传输和渲染的全部环节，可以为实时音视频提供全流程的理论依据与技术支持。商用方案成为行业主流WebRTC奠定技术框架，在基础上演化出第三方服务商WebRTC是目前实时音视频领域最流行的开源框架。
2010年Google收购GIPS引擎后，将其纳入Chrome体系且开源后，命名为“WebRTC”。WebRTC获得各大浏览器厂商的支持并纳入W3C标准，促进了实时音视频在移动互联网应用中的普及。2021年1月，W3C和IETF两大标准制定组织宣布WebRTC成为官方标准，用户无需下载额外组件或单独的应用程序，便可以支持在网络上的实时音视频通信。
尽管WebRTC具有免费开源的特性，但其庞大、繁杂，学习门槛高，又缺乏服务器方案的设计和部署，为基于WebRTC搭建的商用方案留下了发展空间。第三方的RTC PaaS厂商凭借规模效应和技术优势成为开发者的首选，推动实时音视频行业进入发展的快车道。中国实时音视频行业发展阶段行业潜力逐渐释放，目前处于场景深化阶段的发展中期WebRTC开源以及移动互联网的快速发展，使实时音视频技术成为炙手可热的探索方向。顺应用户音视频消费习惯，市场参与者在消费互联网场景的积极实践，拉动了实时音视频行业的第一轮快速增长。
当前，我国实时音视频行业正处于场景深化阶段的发展中期，市场前期的良好铺垫叠加疫情带来的远程协作需求，使实时音视频技术在产业互联网场景加速渗透。未来，伴随着行业标准的不断完善，实时互动场景的沉浸式提升，以及海外业务版图的持续扩张，我国实时音视频的行业效能有望迎来新一轮的爆发式增长。中国实时音视频市场竞争分析RTC PaaS厂商凭借产品和技术实力占据市场主导地位根据厂商聚焦的业务重心和发展实时音视频业务的主要逻辑，可将实时音视频赛道的玩家分为RTC PaaS厂商、通信云PaaS厂商、综合型IaaS厂商及垂直行业解决方案商四类。
其中前三者以提供通用的PaaS层能力为主，第四类根植于特定行业场景，更倾向于输出PaaS+SaaS的一站式解决方案。就PaaS层而言，RTC PaaS厂商的业务专注度最高，在技术研发和产品打磨上能够投入足够的精力，相比其他类型的玩家也具有一定的先发优势，占据了目前市场的主要地位。中国实时音视频产业图谱中国实时音视频商业模式以基础服务+增值服务，搭建完整互动体验，赋能业务增长以RTC私有协议推流和拉流的实时音视频服务采用按时长计费模式。实时音视频厂商在选用不同计费方式之上，还会叠加月度免费时长、套餐包、梯度折扣等组合优惠方式。
伴随着应用场景的延伸发展，实时音视频厂商也会采取自主研发或与第三方合作的方式，不断充实自身产品能力矩阵。三网融合类、安全监测类、体验增强类增值服务的拓展，保障了实时音视频服务可用性、可靠性、可玩性，赋予用户更加完整丰富的实时互动体验。中国实时音视频厂商盈利能力分析资源成本及研发投入水平较高，PaaS厂商毛利率均值约30%实时音视频行业存在较高的资源门槛与技术门槛：PaaS厂商不仅需要在底层网络建设上投入一定的资源成本，还需要在策略算法优化和产品矩阵打磨上投入大量的研发成本。
正是因为行业门槛的存在，实时音视频行业的市场格局较为集中，头部PaaS厂商对于产品价格具备较强的话语权，尚未存在“价格战”。同时，高水平的成本引入，也使实时音视频的产品价格远高于传统音视频产品。整体看来，实时音视频PaaS厂商的毛利率均值约在30%左。
