◎中國工程院院士、中國互聯(lián)網協(xié)會副理事長、清華大學計算機科學與技術系教授 吳建平

2月19日，中國互聯(lián)網協(xié)會網來學院舉辦的“新一代信息技術助力疫情防控”公開課邀請到中國工程院院士、中國互聯(lián)網協(xié)會副理事長、清華大學計算機科學與技術系教授吳建平作為授課嘉賓，圍繞“互聯(lián)網視頻技術”主題講解了互聯(lián)網視頻技術的基本知識，以及在疫情防控中發(fā)揮的重要作用。本文為公開課視頻內容實錄。

大家知道，最近新的技術眼花繚亂，非常多，大家在這樣一個特殊時期里，忘了有一個技術它也肯定屬于新一代信息技術行列，在我們的防控疾病中或者是生活中發(fā)揮很重要的作用，那就是互聯(lián)網視頻技術。

新一代信息技術支撐的網絡空間

首先我們看看今天的社會，怎樣被新一代信息技術所支撐。新的技術非常多，首先，網絡空間上的很多技術，它們都是有結構，相互之間有關系的。最底層是各種通信技術，經過幾十年的發(fā)展，通信技術成為支撐網絡空間最重要的技術之一，利用這些通信技術，把各種計算機系統(tǒng)，大到超級計算機，小到微型機和手機的這些計算單元聯(lián)起來，形成一個統(tǒng)一的網絡，也就是我們所說的互聯(lián)網。

中國工程院院士、中國互聯(lián)網協(xié)會副理事長、清華大學計算機科學與技術系教授 吳建平

這個第二層很重要，沒有統(tǒng)一的網絡，全球的人類交流就沒有現(xiàn)在這么方便，要經過各種轉換進行，效率低下?，F(xiàn)在我們之所以交流非常方便，用什么樣的通信技術都非常方便，最主要是有了統(tǒng)一的網絡。在這個統(tǒng)一網絡之上的互聯(lián)網通用基礎技術這些年來層出不窮。例如：云計算、物聯(lián)網、智慧城市、大數(shù)據、人工智能、區(qū)塊鏈等這些新一代信息技術確實是對新的網絡空間有非常大的激勵作用，也為我們的社會發(fā)展注入了活力。但是，在這個特殊時期，有一個技術好像沒有列到新一代信息技術里邊，大家談論得比較少，實際上在互聯(lián)網上是非常重要的，就是互聯(lián)網視頻技術，我們也常常簡稱為網絡視頻。

互聯(lián)網視頻技術實際上和一系列互聯(lián)網通用基礎技術一樣，支撐著很多領域和行業(yè)的應用。在這些通用基礎技術之上，才能夠形成現(xiàn)在的網絡空間，把這些通用基礎技術應用在各行各業(yè)，用在金融業(yè)有金融互聯(lián)網，用在能源界有能源互聯(lián)網，工業(yè)界有工業(yè)互聯(lián)網，用在衛(wèi)生健康界就有衛(wèi)生互聯(lián)網或者健康互聯(lián)網，還有教育界就叫教育互聯(lián)網，現(xiàn)在大家的詞也很多。中國政府又發(fā)明一個叫“互聯(lián)網+”，加各個行業(yè)的名詞，形成各行各業(yè)的互聯(lián)網和傳統(tǒng)產業(yè)的融合，這些融合一定會使用這些基本通用技術，底下一定是由互聯(lián)網支撐，再下面又是靠先進的通信技術助力的，這就是整個網絡空間的結構。

2003年抗擊非典的記憶和2019年疫情防控的現(xiàn)狀

今天我重點要講網絡視頻技術，在現(xiàn)在這個特殊的時期里，視頻技術正在發(fā)揮著非常大的作用。而且視頻技術本身也不是停滯在幾十年前，而是隨著互聯(lián)網技術和計算技術的發(fā)展一直在發(fā)展之中。今天我主要講這部分內容。我們回憶一下2003年抗擊非典，當時和現(xiàn)在的情況不太一樣，學生們都在學校不能出去，北京人也不能出差，和現(xiàn)在正好是反著的。當時，人們的交流也只能夠通過電話或者是學校的柵欄墻來進行，有母女倆通過柵欄送東西、交談，男女朋友之間也要通過柵欄交流。這個是很珍貴的歷史照片，當時的情況和今天是不能比的，因為今天我們有了真正的網絡視頻，例如有非常方便的微信視頻、各種各樣的其他視頻，想見面可以視頻一下，送東西叫個快遞就行了，社會真的發(fā)生了很大變化。

其實也不是說2003年就沒有網絡視頻。2003年，互聯(lián)網進入中國已經七八年了，實際上當時中國已經有很多的互聯(lián)網應用技術發(fā)展，其中網絡視頻技術也有相當發(fā)展。我記得當時，大家都不能出北京，但是又要聯(lián)合進行“防治非典”的科技攻關。我也找了幾張舊照片，當時2003年，在清華大學利用教育科研計算機網的主干網建設了一個專用的網絡視頻會議系統(tǒng)。當時全國各地所有省會城市可以通過這個視頻會議系統(tǒng)進行交談、交流，很多科技攻關項目是在這個網絡視頻會議系統(tǒng)支持下完成的。我們回憶，當時雖然不能像現(xiàn)在這么方便，但是網絡視頻會議系統(tǒng)也支持了當時的很多工作。

互聯(lián)網視頻技術解決“流行病隔離”帶來的交流困難

這次疫情防控，最主要的問題也是要把大家隔離開，現(xiàn)在看新聞報道，大家都穿著防護服，當時不記得人們穿多少防護服，不像現(xiàn)在這么普遍。也許那時候的傳染不像現(xiàn)在這么厲害。所以，隔離實際上是最重要的，現(xiàn)在盡管是在隔離的情況下，但是我們可以看到，人們還是可以通過各種各樣的視頻方式進行交流的，當然見面不是面對面的，是經過視頻見面，非常方便?，F(xiàn)在很多會議都是靠視頻，包括醫(yī)生和醫(yī)生，醫(yī)生和病人，醫(yī)生和自己家屬，在自己家里面期盼著醫(yī)生回來的家屬，都可通過視頻天天見面。電視上很動人的場面、很感動人的場面都是通過網絡視頻進行通信的場面。疫情防控期間，一家人互相之間要報平安也大部分是通過網絡視頻。

2月17日，是許多學校開學的日子。許多大學堅持用網絡課堂來替代物理課堂，實現(xiàn)了“停課不停教，停課不停學”。這也是前所未有的。如果沒有疫情防控這件事，這個事情估計推起來不那么容易。我知道，清華大學差不多是用了幾個星期時間準備。過了年以后，基本就全力以赴在做這件事了，校長親自帶頭，學校領導班子除了防控工作以外，就是花大量時間來準備網絡課堂，各種各樣的視頻系統(tǒng)都在試用，不光學生在試用，老師也在試用。這不是一個簡單的對話，是非常復雜的過程，課堂要搬到網上去也不是那么容易的，大家花了很多的精力。2月17日，終于如期地進行了網絡開課，雖然沒有返校，但是開課了。從那天開始，學校進入了新的學期，這確實真的和十幾年前不能比，網絡視頻技術發(fā)揮了非常非常重要的作用。據說2月17日許多中小學也在網絡上開課了。聽說小學生目前負擔很重，在家里還不太習慣網絡課堂，但是目前家長也在家里，還能幫助小學生?？偟膩碚f，目前大規(guī)模使用網絡視頻，完全是社會進步的一個表現(xiàn)，盡管疫情很嚴重，但是社會的運轉在很多方面還繼續(xù)進行。

這個網絡視頻真正解決的是什么問題呢？我們對比一下2003年和現(xiàn)在的疫情防控。其實不管哪一次重大的衛(wèi)生安全事件，都是以“隔離”為基本防治手段，“隔離”成為社會公共衛(wèi)生事件的基本功能。在這個功能下人們怎么進行交流？平時是靠見面交流，在這個情況下怎么交流？我們只能借助于互聯(lián)網視頻系統(tǒng)進行交流。網絡視頻解決的是人們在“隔離”情況下的交流這個問題。

互聯(lián)網視頻技術的發(fā)展歷史和演進

視頻技術有很長久的歷史，我們簡單回顧一下，互聯(lián)網視頻技術是怎么產生發(fā)展起來的。

實際上，視頻技術的發(fā)展差不多有超過百年的歷史。我們知道，愛迪生有很多發(fā)明，1920年左右他還想象過用電信號傳輸來實現(xiàn)人們的視頻交流，還把這種想象畫了副圖。人們100多年前的一個想象，現(xiàn)在全部實現(xiàn)了。在1927年的貝爾實驗室，我們知道電話是這個實驗室發(fā)明的，實驗了用電話來傳圖片，靜止圖片，而且還有一個原型機，而且也獲得了成功。我們真正能在電話系統(tǒng)上傳輸視頻，其實已經到了1964年，也是貝爾實驗室，人類第一次在電話系統(tǒng)上實現(xiàn)了可視的電話系統(tǒng)，這是非常重要的里程碑。在這之后，1969年誕生了計算機網絡，就是互聯(lián)網的前身。期間計算機技術的發(fā)展也是突飛猛進的；1976年，東京和大阪之間第一次實現(xiàn)了端到端的視頻通信。

在這個基礎上，互聯(lián)網的發(fā)展給視頻通信技術帶來了新的機遇。1996年，國際電聯(lián)提出了一個視頻通信技術標準，叫“H.323”，大家聽了還很耳熟，實際上是過去使用很廣泛的視頻通信標準。在這之后，國際互聯(lián)網技術標準組織IETF也開始制定互聯(lián)網視頻的技術標準。因為國際電聯(lián)是管通信這個層面的，而互聯(lián)網是管網絡層面的，電信的視頻通信和互聯(lián)網的網絡視頻所考慮的問題是不同的。所以國際互聯(lián)網技術標準組織IETF也提出了一個新網絡視頻傳輸標準叫SIP，它當時的目的其實包括了語音和視頻，就是在互聯(lián)網上實現(xiàn)電話傳遞，后面可以繼續(xù)發(fā)展到網絡視頻。1999年，世界上終于誕生了第一部移動可視電話，那時候的手機盡管還不是智能手機，但是畢竟誕生了網絡視頻。

2000年以后，互聯(lián)網上各種各樣的專業(yè)視頻會議系統(tǒng)誕生，而且開始普及。中國在2003年“抗擊非典”的時候，我們就是使用當時的專用互聯(lián)網視頻會議系統(tǒng)來支持各種各樣的遠程交流，包括科技攻關項目的科研交流。當時確實不能出差，所有的交通工具都停了。

2003年以后，大家盡管有很多互聯(lián)網視頻技術發(fā)展的想法，覺得網絡視頻確實很重要，但是還是被一批更重要的新一代信息技術誕生和應用所掩蓋了。從2003年以后，盡管各種各樣的新一代信息技術誕生，但是人們有點顧不上互聯(lián)網視頻技術了。幸運的是，互聯(lián)網視頻技術本身并沒有停止不前，它隨著互聯(lián)網技術和計算機技術的快速發(fā)展，也有很大的進步和發(fā)展。2006年開始，就誕生了現(xiàn)在使用比較普遍的互聯(lián)網云視頻系統(tǒng)。目前我們使用的很多互聯(lián)網視頻系統(tǒng)就是基于互聯(lián)網云視頻技術的。這是就是互聯(lián)網視頻技術的簡單發(fā)展歷史。

據預計，未來幾年網絡視頻市場是非常巨大的，大概有幾百億美金的市場。我相信，這次疫情防控還可以大大刺激網絡視頻技術和市場的快速發(fā)展。實際的發(fā)展可能比這個預測大，因為大家最近一段時間確實更加深刻地感覺到了互聯(lián)網視頻系統(tǒng)確實有其獨特的方便和特別的作用。在疫情期間能夠發(fā)揮重要作用，在平時也可以發(fā)揮重要作用。互聯(lián)網網絡視頻技術這些年是怎么發(fā)展的呢？

總的來說還是“關鍵需求推動技術進步，技術進步驅動系統(tǒng)演進”。只有關鍵需求推動了技術的進步，這些技術進步才能推動系統(tǒng)演進、應用和發(fā)展，才能從應用中提出更多的關鍵需求。而這些關鍵需求將會進一步推動技術進步。這兩個過程是在循環(huán)中不斷發(fā)展的。實際上我們可以把這個過程分為五個階段。

第一個階段是比較原始的階段，60年代以前的40年，單向的通信系統(tǒng)傳輸視頻信號。第二個階段是互聯(lián)網誕生后的70到80年代，通信技術已經得到快速發(fā)展，在這個階段里逐漸產生了數(shù)字化和網絡化的清晰視頻傳遞。集成電路、專用的芯片也誕生出來，產生了很多專門的網絡視頻終端。1990年后的10年，進入了標準化的第三個階段。國際電聯(lián)ITU和國際互聯(lián)網技術標準組織分別推出了著名的ITU-T H.323 (1996)和IETF SIP(1999)，推動了互聯(lián)網視頻系統(tǒng)的體系結構和標準化的發(fā)展。

第四個階段是2000年以后的十年。隨著互聯(lián)網視頻技術的發(fā)展，人們對視頻在互聯(lián)網上的傳遞就有了新的需求，進入了融合統(tǒng)一的發(fā)展階段，人們希望成本更低，不管任何通信手段，只要互聯(lián)網支持，就可以完成的互聯(lián)網視頻，而不是緊緊依托各種各樣通信技術的視頻通信。在這個階段，產生了很多有名的專用互聯(lián)網視頻系統(tǒng)，手機也基本上誕生，移動性需求也提出來了。同時白板、交互、分發(fā)和共享等各種各樣的需求也提出來了。在這個階段，人們開發(fā)出許多著名的互聯(lián)網視頻系統(tǒng)，例如：WebEx，Adobe，大家都聽說過，也應用比較多，還有Connect等等。在這個階段，一些專用互聯(lián)網視頻系統(tǒng)的價格還是比較昂貴的。

隨著互聯(lián)網進一步普及和移動通信的發(fā)展，從2010年開始進入了泛在化的第五階段，就是現(xiàn)在這個階段。在這個時期大規(guī)模、高可靠的視頻系統(tǒng)誕生了。其中，移動性也非常強，我們的移動手機是你移動到哪視頻就可以跟到哪里，整個人的體驗完全和以前不同了。我們今天已經在大量使用這種系統(tǒng)，新的4G、5G、IPv6，或者IPv4和IPv6的互聯(lián)網視頻發(fā)展迅速。IPv6下一代互聯(lián)網還是可以通過一些獨特的視頻功能，比如現(xiàn)在比較流行的虛擬現(xiàn)實、增強現(xiàn)實等等。特別值得一提的是，云計算、人工智能等新一代信息技術的發(fā)展對互聯(lián)網視頻技術本身的發(fā)展也起了推動作用。

2013年是整個互聯(lián)網視頻技術從發(fā)展開始，技術發(fā)明期到期望期到泡沫到低谷，過了泡沫低谷已經進入上升光明期的初期，2013年的時候。在這之后一路走來，逐步的發(fā)展，迎來了一次又一次的進步，一直到現(xiàn)在以云視頻會議系統(tǒng)和網絡直播為特點的視頻會議新的市場局面。

互聯(lián)網視頻技術的主流協(xié)議和編碼協(xié)議

今天我們的環(huán)境其實就是一個這么多年進步的結果。發(fā)展到哪里？其實還看不到邊，甚至還可以發(fā)展得更快。這些技術本身的發(fā)展，最后要使用的話，必須依托于具體的系統(tǒng)。這樣的技術發(fā)展，對視頻系統(tǒng)如何發(fā)展？視頻系統(tǒng)也是隨著技術發(fā)展而發(fā)展的，主流協(xié)議在系統(tǒng)構造方面，它有一系列的主流協(xié)議的發(fā)展，在這里邊有早期的H.232，還有SIP，還有后面基于Web的RTC技術，以及在編碼方面的技術，其實是兩個主流技術，一個是系統(tǒng)技術，一個是編碼技術，編碼技術我們也用得比較多，怎么使得在傳遞的過程中編碼效率更高，尤其是視頻，傳輸量很大，經過編碼以后可以大到省帶寬，能夠反應更快，感受更好，所以編碼技術也是不斷發(fā)展，這兩個是相輔相成的。

實際上這兩個標準可以組合用于各種各樣的系統(tǒng)。所以整個視頻系統(tǒng)的演化和分類也逐步出來了。我們可以分成四個時代：第一代是基于模擬線路的視頻傳輸系統(tǒng)，也就是兩人的會議系統(tǒng)。第二代是基于數(shù)字線路的專用視頻會議系統(tǒng)，剛才我們已經講過了，從系統(tǒng)角度應該這么看的。第三代就是互聯(lián)網誕生后，基于互聯(lián)網的專用桌面視頻會議系統(tǒng)，就是基于瀏覽器的視頻會議系統(tǒng)，主要是以桌面計算機為主，也有云計算的介入，形成了第三代完全基于互聯(lián)網的、不是單獨通信線路的視頻系統(tǒng)，基本上以桌面為主。

第四代是基于移動互聯(lián)網的移動視頻會議系統(tǒng)。隨著4G、5G的發(fā)展，原來的2G視頻看不清楚，感受不好就不再使用了。到4G的時候，明顯感覺到視頻在手機上傳遞已經滿足了大家的需求，所以在4G、5G的時代，迎來了視頻技術發(fā)展的新階段。這一代的移動視頻會議系統(tǒng)，有移動終端也有固定終端，各種各樣的終端都提供支持的統(tǒng)一的視頻會議系統(tǒng)?？梢娀ヂ?lián)網視頻技術發(fā)展得非?？?。

這里大家可以看出來，橫軸實際上表明了計算機技術的發(fā)展，計算能力的提高，隨計算模式的提高而發(fā)展。縱軸實際上是和通信技術有關，早期的模擬線路怎么能構造現(xiàn)在的系統(tǒng)呢？不可能。當初的ISDNIX.25協(xié)議在比較傳統(tǒng)的電信網絡也不能構造現(xiàn)在的系統(tǒng)，有了互聯(lián)網以后確實帶來了新的機會，另外4G、5G加上IPv6下一代互聯(lián)網，還有有線接入和無線WIFI接入，使得今天的互聯(lián)網無處不在、無時不在，所以才形成了第四代的演化。

互聯(lián)網視頻系統(tǒng)的體系結構和分類

在前面的演化情況下，視頻技術要形成不同的系統(tǒng)內部體系結構，其實內部的體系結構也在不斷進步，基本上也是經歷了三個階段。內部的體系結構，就是視頻技術的組織和運作方面，一是早期的P2P方式，大家還有記憶，現(xiàn)在很少有人提P2P了。以前看視頻的時候，早期是端到端的，速度特別慢，網絡也不行。后來發(fā)明了P2P技術以后，突然特別順暢，因為P2P是完全分布式的，可以人幫人，一個地方只要你下載，別人要再看，它就可以用你當?shù)卮鎯Φ膬热?，這樣就把流量全部分散到各地。這種完全分布式的系統(tǒng)，其實對視頻系統(tǒng)推動有非常大的效果，可惜P2P體系結構很難有有效的收費機制，怎么能發(fā)展？沒法發(fā)展，人們就尋求其它的新體系結構。

后面的專用技術是MCU技術。這個技術實際上是中心化的，有專門控制視頻分發(fā)的管理、播發(fā)。但是它的中心控制壓力比較大，客戶端相對輕，在控制端有非常大的負載，在中等規(guī)模的互聯(lián)網視頻系統(tǒng)中還是適合的，但是造價比較高。最新的發(fā)展，產生了SFU系統(tǒng)，SFU系統(tǒng)完全是可選擇的，它自己可選擇進行配置視頻流。可配置的視頻流就和互聯(lián)網類似，可進行路由控制，全部用軟件實現(xiàn)。所以性能非常高，適合大規(guī)模的視頻系統(tǒng)，這樣，從內部體系結構分這三種。現(xiàn)在其實都存在，P2P也不能說就死了，也有可能哪天又活了，計費問題解決了它就活了，因為是完全分布式的。后面兩個都是有中心的，有中心有它本身的缺陷。

吳建平院士在中央電視臺《開講啦》節(jié)目演講

在這三種體系結構下，實際上就可以形成不同的系統(tǒng)。現(xiàn)在有三類系統(tǒng)。一類是現(xiàn)在比較多的網絡直播系統(tǒng)。二類是云視頻會議系統(tǒng)。三類是專用視頻會議系統(tǒng)。專用視頻會議系統(tǒng)一般是MCU結構，并且早期的信息系統(tǒng)很多用專用的硬件來實現(xiàn)。隨著計算機性能架構比的提高，人們覺得可以通過軟件來實現(xiàn)，總體來說造價還是比較高，在專門的會議系統(tǒng)里面用比較好。第二個是現(xiàn)在用的云視頻會議系統(tǒng)。一般它是基于SFU的結構，在云上布置SFU進行會議管理，還有信令管理的模塊，純軟件實現(xiàn)，而且只管調動視頻流，底下的視頻流也有分發(fā)機制。最后一個是現(xiàn)在用得比較多的網絡直播系統(tǒng)，它其實用的不完全是SFU結構，而且是內容分發(fā)技術CDN，就是互聯(lián)網里面的內容分發(fā)技術，可惜它最主要的功能是高效視頻的單向播發(fā)，在會議管理和信令管理方面不復雜，反向也可以發(fā)一些信息，但是大量的視頻不會有回流，只有播出的流量，適合于移動的大規(guī)模直播現(xiàn)場，這是它的主要特點。

有了這些知識以后，我們就可以看看今天用的很多系統(tǒng)是屬于哪類體系結構和系統(tǒng)分類。

國內常用的互聯(lián)網視頻應用和系統(tǒng)

目前國內常用的互聯(lián)網視頻應用和系統(tǒng)大概分幾類：一是網絡視頻服務商，早期看網絡視頻電影和電視劇的這類系統(tǒng)，現(xiàn)在好不容易能夠艱難生存下來，通過收費生存下來不容易，他們實際上是推動視頻技術發(fā)展非常重要的實踐者。二是互聯(lián)網直播系統(tǒng)，有比較大規(guī)模的發(fā)布效果。比如快手、抖音等等，直播系統(tǒng)也是非常流行的，直播發(fā)布非?？欤驗樗纳虡I(yè)模式比較清楚，能夠做很多商業(yè)上的東西。三是商務互聯(lián)網視頻會議系統(tǒng)。這是真正解決我們在特殊時期、特殊交流所需要的系統(tǒng)。直播只是單向的，想工作是不行的，真正的學習也不行，搞學習、搞科研、搞管理，不能靠直播開會，商務的視頻會議系統(tǒng)是非常重要的。目前大概有幾個著名的視頻會議系統(tǒng)：一個是世界上技術非常領先的zoom系統(tǒng)，它是適合于大學、企業(yè)和政府各種各樣的視頻活動，這是值得給大家推薦的。還有騰訊會議系統(tǒng)，推出比較晚，功能和zoom系統(tǒng)相當，zoom在國際上很多年，像大學科研單位的國際交流，很多年一直用這個系統(tǒng)，所以我們非常了解。騰訊系統(tǒng)推出比較晚，但是它的很多功能和zoom類似，還有很多不完善的地方，比方說英文界面就沒有提供，國際化比較差，其他功能還是可以的。

另外有會暢，國內上市公司。還有微信企業(yè)公眾號也有視頻功能，微信的視頻功能小范圍也可以使用，QQ群里也可以進行視頻通信。這都屬于互聯(lián)網視頻會議系統(tǒng)，這些不止于用在教育上，可以用在各種各樣的學習、科研、管理活動中。

國內在線教學常用的互聯(lián)網視頻應用和系統(tǒng)

國內在線教學常用的互聯(lián)網視頻系統(tǒng)，主要有直播的互動課堂和MOOC系統(tǒng)平臺。

從上面的介紹中可以看出，互聯(lián)網視頻技術的發(fā)展比較迅速，絕對不亞于我們掛在嘴邊很多新一代信息技術的分量，它在互聯(lián)網的應用里，將永遠是一個主力軍，對我們社會的支持，特別是在非常時期的支持作用特別大。它在發(fā)展中吸收各種信息技術，它也在發(fā)展，而且可以推動整個社會中人們的交流方式發(fā)生變化。

因為時間關系，我就介紹這么多，希望互聯(lián)網視頻技術能夠助力我們的疫情防控工作，謝謝大家。