本期是【元宇宙三千问】的第四期，我们非常有幸邀请到了ZEGO即构科技行业运营专家、元宇宙商业化负责人Lily，Lily老师致力于通过场景化的行业解决方案，助力客户获得业务成功。ZEGO即构科技凭借多年的技术积累，探索出了较为完善的解决方案，帮助企业更加便捷地接入元宇宙，共建元宇宙UGC生态体系，以下Enjoy。
元宇宙之心：元宇宙是一个庞大的开放世界，是一个能让所有用户共同参与的多元生态，当前，以UGC（用户创造内容）为主要内容创作模式的元宇宙生态体系正在形成。
元宇宙之心有幸邀请到了ZEGO即构科技行业运营专家、元宇宙商业化负责人Lily老师，和我们一起聊聊当前距离元宇宙UGC生态成形还差几步？ZEGO即构科技又提出了怎样的解决方案，欢迎Lily老师的到来。
Q1.2021年，元宇宙在海内外掀起了一场科技热潮，如今元宇宙概念回归理性，虚拟与现实融合的新场景正在逐步落地，作为全球领先的实时音视频云服务商，ZEGO即构科技是如何看待元宇宙的？
Lily：其实即构最早是提供多人连麦的服务商。从2015年开始，我们就通过连麦音视频通话直播的能力进入了实时互动的赛道。与此同时，我们也一直在思考怎样结合更先进的技术以及各种业务场景，打造出更新潮的玩法，为线上互动带来更多的便利和趣味。
2019年，我们观察到人工智能技术工程化逐步成熟，并且能在更多场景中落地开花，此外，语音视频的前后处理算法和能力也得到了广泛且有深度的发展。这些技术融合互联网云通讯，能带来更加精彩的线上互动，也能满足用户需求在信息准确之外的精神追求。
关于互联网产品多元化内容和玩法的趋势，我们团队投入了大量的资源和人力，专门去研究AI音效处理、视觉处理以及大规模线上人机交互和数据同步等多种算法和技术，寻找线上互动能力的突破。
元宇宙场景是具有空间感、沉浸感的新体验，人和人的互动方式也有了全新的想象空间。这种想象空间和线上交互的趣味性以及立体化，为生活工作带来了便利，符合即构所坚持的愿景：实时互动让工作和生活更加轻松有趣。
Q2.众所周知，今年8月ZEGO即构科技发布了元宇宙智能互动引擎，给元宇宙产业的开发者和同行者带来了更多相关玩法，提供了非常具有价值的高效工具，Lily老师能为我们介绍下元宇宙智能互动引擎是什么吗？
Lily ：那我简单介绍一下， 即构的元宇宙智能互动引擎是由解决方案层以及Metaworld SDK、编辑器以及内容供给这四大部分组成 。
对于客户来说，可以按照需求单独或者组合接入，引擎的主要目的是搭建低门槛的通道帮助企业快速打造元宇宙场景。
四大组成部分中最核心的是Metaworld SDK，它提供了开放世界所需的业务组件和基座能力，开发者可以按需选择使用，这其中还包括了虚拟人Avatar，通过面部随动等能力，可以让用户即使身着数字面具，也能通过表情随动传递自己的真情实感。
除此之外，即构还有针对业务场景、围绕不同行业提出不同的解决方案。现在已经持续有客户在洽谈接入。而编辑器的主要能力是帮助没有引擎使用相关经验的客户也能够轻松实现对素材的编辑、人景交互的构建等需求。同时ZEGO还会提供完善的内容供给服务，帮助用户解决素材生产、更新的问题。
Q3.咱们元宇宙智能互动引擎主要服务于哪些群体？有没有客户案例可以分享呢？
Lily：先简单讲一下元宇宙智能互动引擎主要服务的对象，它分为以下几类。
第一类是社交泛娱乐赛道中的企业，这是即构目前对接的大部分客户，对于这类客户来说，他们所处的赛道和元宇宙的属性非常契合，能够从元宇宙的内容中获得增长的动力，同时也具备落地元宇宙玩法的技术基础，大部分社交平台自身可能在3D开发以及驱动算法上的积累并不充足，引擎正好能够帮助客户实现低门槛搭建场景，快速拥有灵活自然的虚拟人驱动等能力。
同时即构提供的解决方案也可以与这些企业的业务场景很好地结合。比如说映客、么么直播旗下的社交产品等都是即构的客户。我们现在正在对接的头部客户可能近期就会上线，大家可以保持关注。
除此之外，政企工业产业领域也是即构的目标客户。沉浸式的互动可以让场地信息更加真实，用户体验产品也将更加生动有趣。针对这些场景，即构也结合了业务场景的解决方案和产品能力。比如党建相关的展览馆、博物馆美术馆，即构可以支持客户构建超大场景，并且通过技术展示里面的产品。
再比如汽车行业的线下车展，我们可以把它搬到线上，这样就可以容纳更多的人，打破时间空间的限制，线上空间也能给汽车行业提供更多触达顾客的机会。除此之外还有数字营销，活动举办发布会等丰富的场景。
Q4.元宇宙的舞台离不开Avatar，甚至催生了新的职业“捏脸师”，即构是如何构建和发布虚拟人的呢？
Lily：即构虚拟人驱动确实也是我们的优势，ZEGO Avatar所构建的虚拟人在场景内实现跑、跳、走这些动作其实用到了Metaworld SDK。我们为场景中虚拟人提供了比较丰富的肢体动作，比如说跳舞，这些都是预制动作的方案，也更适用于娱乐场景。
针对客服播报、直播等场景，更多用到的是面部表情随动以及肢体随动的这些能力，这些即构也都是支持的。大家可能比较关注虚拟形象的模样以及背后的生成原理，即构通过用户手动捏脸或者拍照生成形象。同时还支持比较多样的模型风格，比如Q版、二次元等等。
Q5.尽管不少用户对元宇宙仍感到困惑，但年轻的Z世代对于元宇宙的接受度却很高，同时更加丰富的互动能力会更加吸引年轻人，那么请问Lily老师，企业与平台应该怎样抓住年轻群体的胃口？
Lily：目前年轻用户对元宇宙的接受程度会更高一些，但同时他们的需求也会更高，我个人认为针对年轻人群体的社交需求可能有几个关键的要素，比如沉浸式的互动、个性化的内容、以及多元化的创作者。
首先，传统用户交流是通过文字、图片等方式来进行互动的，但现在用户对实时性的要求更高，比如他们希望能够通过语言动作进行面对面的实时交互，甚至说需要临场感、沉浸感。
元宇宙的3D空间，同时配备了范围语音，用户可以听到声音是从哪个方向传来的，他们可以控制虚拟人在里面行动，有第一人称、第三人称不同的视角，这些功能可以帮助客户打造具有高度沉浸感，临场感的社交场景，通过这种方式带给年轻用户沉浸式的社交体验。
其次就是个性化的内容，个性化是社交里的重要标签，能够体现出用户的喜好并帮助他们找到志趣相同的人。用户在元宇宙中也应该这样，需要有自我身份的表达和认同，这一点体现在虚拟形象具体的形象和服装搭配。
最后一点是多元化的创作者，创作可以分几个层面，一方面包括捏脸、服装搭配这种有较长存活时间的创作；另一方面像个人IP的打造，比如我是一个素人，进入一个语音聊天房，听到大家都在聊天，灵感乍现后讲了一个段子，在那一瞬间我其实也是在创作。
所以好的平台其实是能够激发用户参与其中的欲望，并促进用户之间社交的。也正因如此，元宇宙不止有底层能力，还能提供K歌、看电影、一起玩游戏等解决方案层面的能力，丰富客户在元宇宙中的内容玩法。
Q6.实时互动已从过去的猜想变成了人人都能参与的现实，ZEGO即构科技如何看待实时互动技术所承载的价值？
Lily：对于线上交流来说，大家已经不满足于信息的准确性和及时性，更多用户可能会关注线上交流时的体验和感受。对于这些需求，RTC技术其实已经打磨很久了，这项技术能够支持用户呈现出更好的表现。
比如视频门户的点播已经支持8K观看，视频通话是不是也可以支持4K的画质？再比如说主动降噪已经是大部分连麦场景的基础能力，那无规律的突发性的噪声怎么去消除？又比如像语音聊天房之类的泛娱乐的场景，是不是可以精准的捕捉用户的面部表情但不泄露真人的面貌，保护用户的隐私？这些其实都是从用户那里收到的一些诉求，那基于这些诉求，我们提出了实时互动RTI来总结概括即构的能力，也是即构未来发展的方向。
相比于RTC，实时互动RTI并不以信息交换作为唯一目标，而是通过可视化的服务体系去保障更好的互动体验，在高效准确的基础上满足用户的精神需求，也就是说通过数字化的方式共享时空。
虽然在物理上处于不同的地域，但我们依然可以一起去做某件事，去沉浸在同一件事中，去收获这样一种愉悦。这也是即构正在着力发展的方向，通过无限丰富的玩法提升用户的体验。
Q7.如何解决大量用户的实时交互问题成为了构建元宇宙的关键， ZEGO即构科技是如何突破这一难题，实现从RTC到RTI的质的飞跃的？
Lily：RTI全称Real-time Interaction，它代表的就是为了实现媲美甚至超越现实的实时互动场景下所用到的产品和技术的能力组合。除了最核心的RTC以及直播之外，还包括虚拟形象，AI视觉、状态同步等能力。相比RTC，即构更强调互动，而不只是以信息的交换作为唯一的目标，通过这种方式打造用户所需的共享时空感受。
对RTI有三个要求。第一，画质做到智能逼真；第二，音质做到身临其境；第三，玩法能无限丰富。
对大部分客户来说，可能会遇到一个问题，社交APP面临着大量用户实时交互的需求，但是市面上很多厂家的技术还不够成熟。比如参加线上的虚拟演唱会，场景里可能会有几千人，每个用户都可以参观游玩，当我听到一首好听的歌，想跟周围的人一起欢呼鼓掌、合唱，我想开麦跟别人交流，但在这个时候有可能会因为当前房间开麦人数已达上限，我就没有办法讲话。这其实是对用户体验的一种伤害。即构希望能够解决这样的问题，并且现在也做到了。
在刚刚这个场景里，有三个核心痛点，第一个是用户体验；第二个是企业本身的流量成本以及性能的问题；第三个是单个房间能容纳的人数。
针对这些痛点，即构已经有比较成熟的解决方案，我可以简单讲一下，即构主要是通过做场景化的云端智能选路双策略，解决用户的通话效率和差异化场景的问题，同时也帮助企业节省大量不必要的流量成本和性能开销。
针对不同的场景，我们目前有两大类策略。第一个，用户是在可移动的、有空间坐标的场景里面，在这样的条件下，用户更希望听到近距离的声音。这个其实很容易理解，就比如说在游戏里面，我们和队友需要互相交流，但不需要关注其他用户到底在交流什么。在这种情况下，大规模连麦就比较适用于距离选路策略下的产品。
包括虚拟演唱会、虚拟展会、以及一起看电影都是它的应用场景。在虚拟电影院里，很多用户一起去沉浸式观影的同时，也有一定的社交属性，比如和朋友讨论剧情而不需要让更多的用户去听到。
第二个，在传统的语聊场景中可能没有3D的概念，它只是一个大规模用户连麦，用户可能更希望听到当前正在发言的用户声音。在这种情况下，大规模连麦就比较适用于语音活跃选路策略下的产品，根据当前正在发言的活跃用户来选择收听谁的声音，这个能力叫万人RTC连麦，它比较适用于在线的研讨会等场景。
这两个策略就是去解决企业成本的痛点，在解决这两个问题之后，我们还将单房间用户的上麦规模突破到了1万，那这样就不用再担心麦位受限而影响更多的用户体验。同在元宇宙的虚拟场景内，即构现在已经可以支持万人状态同步，在这个方面达到了行业第一的水平。
Q8.最后回到我们本期的主题，随着创作者经济的发展，UGC已经不是一个陌生的名词，但是当前元宇宙行业还处于早期，那么Lily老师，您怎么看待元宇宙中的UGC呢？它离我们还有多远呢？
Lily：这个问题其实是比较大的，我可以讲一下我的个人想法。
首先，多元化的创作者对一个有活力的平台来说是非常重要的，但同时打造优质生态也是非常困难的，核心矛盾就是素材的制作，因为要实现从2D到3D的转变，其实难度很大，那如何形成UGC呢，这可能需要依赖两个关键的问题。
第一个是需要低门槛的创作环境，需要有趁手的工具，比如像素时代诞生了美图秀秀这样的图片编辑工具之后，可以看到很多关于图片、图文的创作。进入短视频时代，有了趁手好用的短视频编辑工具之后，越来越多的用户加入到视频创作者这个行列中，甚至从中获得了经济收益。所以在技术层面，我们需要给用户打便捷好用的工具。
第二点，提升用户个人的创作能力和创作欲望。一方面是依赖整个行业的发展，同时依赖平台对用户的培养。比如在短视频创作的早期，平台要到处去挖创作者，教他们怎么去使用工具，甚至通过奖励鼓励他们发布视频。
直播也一样，最早一些头部主播本身就会参与其中，如果说想让更多素人主播加入其中，市面上很多头部平台也花费了较大的精力，比如线下挖人找创作者、签约、教他们怎么开播、怎么生产内容，这就是对于创作者的培养，通过这种方式让更多的人加入到创作中。
刚刚提到的是大环境的背景，那在元宇宙的环境中，我认为优质内容的创作可能是分两类，第一个是形象的创作，第二个是场景的创作，我们最常见到的还是比如像捏脸、换装等这种形象相关的创作。
目前，元宇宙基础能力其实是比较成熟的，然而用户心智和创作的能力还在培养中，只有少部分平台走到了市场最前端，同时在用户捏脸以及换装的形象创作过程中，很重要的一环是素材，元宇宙虚拟人的唯一性和用户本身的相似性，以及用户身份角色的表达，这些在很大程度上其实是依赖美术素材的多样性，有了丰富多样的素材，用户才能够说通过DIY捏脸、更换装扮等方式去发挥更大的创造力。
所以场景其实是分两部分的能力，第一部分是我们去搭建基础的模型，让用户在这个基础上去做一些二次创作；第二部分就是用户本身也要参与到这种创作中来，进行更高级的创作。
对大多数的企业来说，做这件事情依然是有难度的。就像刚刚提的美图秀秀、抖音、快手等像素生产工具，我们可以把它们看作是UGC的前提条件。C端用户加入创作前，对于布局生产素材能力的低端企业，怎么低门槛地生产素材就是一个前置的条件。
即构的元宇宙引擎为了解决这一痛点。一方面帮助企业去优化、提升生产效率；另一方面在美术素材这块，我们也有丰富的基础模型供客户选择，同时也和多家美术工作室达成了深度合作，有专业的元宇宙美术相关团队提供长期稳定的服务，帮助客户实现更多的深度定制。
与此同时还有素材管理平台、素材市场等，这样一系列配套的工具和服务，都是为了提升整个素材的供给效率，降低上新成本。即构也希望能够和客户共建丰富的、有活力的优质生态。
快问快答
Q1：Lily老师怎样看待实时互动赛道的崛起，未来会有多大的市场？Lily：互动赛道其实是非常广阔的市场，整个赛道里可能有各种参与者，比如B端的技术服务商，即构可以向他们提供RTC底层技术以及一些解决方案，更广阔的市场还是在C端，尤其像娱乐行业这样的产业是有比较广阔的发展空间。
现在很多客户对元宇宙都有兴趣，甚至在考虑将公司转到这个方向发展，还有些客户可能看好海外的广阔市场，选择做出海、做本地化，耕耘不同的业务场景。
除此之外，实时互动在政企工业等领域也能够发挥巨大的作用，比如RTC可以用在安防相关的领域，或者可以通过实时线上的交流，向客户展示产品、原产地，通过这种方式去建立企业生产者和消费者之间的更紧密联系。
Q2：除了为KTV、语聊等娱乐场景提供解决方案，即构还在哪些场景进行了探索？Lily：即构去做KTV、看电影，玩游戏，其实都是为了丰富元宇宙的内容玩法。其实在语聊房直播时代，就已经有了这些方案，这些方案的本质和元宇宙相同，都是丰富用户的聊天内容和场景。相对这些方案对用户本身，尤其是对主持人的要求，对内容生产的要求也是非常高的。
基于这一点，即构已经打造了解决方案，让用户能够共同参与某件事，同时在做这件事情的过程中，让用户去发挥自己的创造力。比如唱歌，每个人都能唱几句，那在这种场景下也衍生出了很多的玩法，比如可以单唱，也可以付费点主播给我唱首歌，也可以跟主播实时合唱。
再比如说看电影，即构电影场景刚上线的时候，很多用户可能不太能够理解这个场景到底能给他带来什么，但当他开始使用并了解接触时，就会发现虚拟空间竟然也能找到喜好相同的人。
比如他们都喜欢悬疑片，然后在看这部电影的时候发现我们也同时看过另一部电影，他们甚至可以对这个电影中的某个情节进行讨论。在这种场景下，用户之间可以讨论的话题就变得丰富起来，他们也可以相互了解各自的标签，用户之间的社交关系就自然而然紧密起来了。
Q3：对于社交产品来说，沉浸感和代入感哪个更重要一些？Lily：我个人认为沉浸感就是在3D空间里，用户会有一种真实到场的感觉。比如我在一片虚拟沙滩上面，这个沙滩首先是对线下场景进行还原，甚至虚拟大海里还会出现一些浪花。除此之外，通过语音的方式也能获得沉浸感，比如说近处的声音大，远处的声音小，用户能分辨这个声音到底是从哪个方向传来的，这样能带给用户沉浸感的体验。
代入感我自己个人认为是一种角色扮演，它基于想象去获得成绩或者获得某种体验，举个例子，比如剧本杀，首先要有代入感，要看懂这个本子，要假设自己就处在那个情境中，当有了这种角色的代入感之后，才能进入到这个故事情境中，由此获得沉浸感。
所以我觉得这两个词其实是有关联的，但又存在区分，哪个更重要可能还是要看业务场景。
Q4： 在构建元宇宙场景过程中有遇到过瓶颈吗？Lily：即构从开始做到现在确实遇到过很多问题，也一一去解决了，同时获得了技术进步。比如在虚拟人技术方面，即构最开始做的时候遇到一个问题，就是虚拟人的表情怎么才能更真实自然。
2018年开始研究虚拟人时，是存在很多穿模现象的，比如表情随动这块细节功能，即构其实是做了非常多的优化，最早一版可能会存在表情不自然的问题，但是，即构及时发现了这些问题，同时不断去做技术方案改进、调优。
到现在为止，虚拟人形象已经解决了穿模的问题，我们甚至还完成了更多细节，比如说在3D场景中，有阳光照射时，虚拟人的头发和皮肤可能会有光泽；同时在摆动头部时，虚拟人的头发、衣服也会跟着摆动。
我们做了类似的空气动力学的随动效果，通过大量的细节不停地迭代，获得现在这样灵活自然的效果。
那在场景这块，最早的时候场景里只能容纳20个人，现在我们可以容纳到万人，这也是比较大的突破；包括我们的原型也是在不断的缩小，现在可能就只有30兆左右，几乎不会对客户的业务产生大的影响；性能也在不断调优，可以支持三年前的千元机。
即构在遇到困难时，都是不断的解决它，才实现了元宇宙技术的突破。
Q5：除了抓住Z世代，即构在银发经济市场有什么样的计划？Lily：基于国情，怎么做产品改造，怎么在这块去提供更多的服务，其实一方面确实是出于社会责任感，另一方面这块有巨大的市场空间。
即构的产品确实也服务过老年客户，在没有元宇宙以前，即构的线上KTV房在老龄化产品里面是比较受欢迎的。退休的叔叔阿姨们，其实也需要丰富的线上社交生活，甚至有一些老年人社交产品对元宇宙也感兴趣，那他们参与元宇宙的方式和大部分客户差不多，只是在人物形象上面，我们会做一些特别的处理。
比如人物形象可以按照年龄去做一些适配，我们有中年版，有老年版，有银发也有皱纹，这样能带给他们自我身份的认同吧。
元宇宙之心：非常感激Lily老师来到元宇宙三千问做客，也非常感谢老师能够为我们分析元宇宙UGC生态，以后如果有机会我们会再次邀请Lily老师来给大家讲解元宇宙。谢谢大家，我们下期再见。
元宇宙正在将内容创作引入下一个时代，随着Web3.0时代的来临，全真互联网能够打造数据属于用户自己的互联网，ZEGO即构科技创始人林友尧说，“打造趁手的生产工具和可靠的生产流程，让更多的先行者加入到元宇宙实际价值的挖掘中来。”
虽然当前元宇宙场景还处于基础发展阶段，但随着越来越多的内容创作者和平台的加入，元宇宙内容生态一定能焕发不一样的生命力，相信即构科技将引领我们走向下一个内容数字时代。
