2022年中国视频云服务研究报告

视频云服务丨研究报告

核心摘要：

视频原生时代来临，视频应用正加速向各行各业渗透。视频云基础设施属性显现，将有望为全行业输出商业创新与变革的源动力。

2021年中国视频云服务整体市场规模达到448亿元，预计未来三年的年复合增长率为29.5%。其中，基础层行业集中度较高，头部五家厂商市场份额接近70%；应用层市场较为分散，企业直播、在线教育及视频会议场景跑出头部厂商。

视频云核心成本为带宽和基础设施，实时音视频、直播、点播三类业务的毛利率呈现由高到低的形态，应用层厂商毛利率高于基础层厂商。

CDN与RTC技术走向融合，基于场景灵活平衡时延与带宽需求；音视频质量优化技术持续升级，厂商服务能力延伸至前端生产环节；利用低代码平台促进快速集成，通过生态合作共建行业解决方案；把握海外移动互联网红利，挖掘视频云出海的增量机会。

视频云厂商将以超高清、低时延、沉浸式和强交互为导向，发展面向未来的技术矩阵。一方面，通过能力外延构建通向元宇宙之路；另一方面，关注从视频中提取结构化信息的能力，探索产业互联网应用的结合点。

引言

信息传播载体高维化，视频云应用为时代创新输出源动力

从文字到图片，再到视频，其背后是对于信息由低维向高维演进的诉求。而视频从延时的单向输出，到实时的双向乃至多向互动，则寄托了人们对超越时空限制的期盼。当视频成为现今主流的信息传播载体，和云计算一样成为水电煤一般的基础设施，视频云的价值也不再局限于单纯的降本增效。以云计算的方式快速获取视频能力，与业务进行创新性融合将成为新时代的常态。视频对教育、办公等行业的颠覆同样可能出现在任何其他领域，视频云将有望为全行业输出商业创新与变革的源动力。

视频原生时代来临

视频消费习惯养成，互联网应用愈发倾向搭载视频功能

随着底层基础设施和关键技术的不断成熟，视频类应用的使用体验得到大幅优化，其消费时长占移动互联网应用的比例呈现上升态势。以抖音为代表的新一代现象级应用的诞生，不仅推动了短视频这一垂直赛道的全面爆发，更培养了用户通过视频获取知识、表达自我的习惯。相比单纯的文字、图片或音频，视频以更加直观的方式聚合多维度的信息，能够带来更强的沉浸式体验和交互性。社交、资讯、电商、音乐等各类应用都开始将视频类功能视为增强用户粘性的重要手段。截至2022年4月，TOP100 APP中搭载了点播、直播或实时音视频功能的比例高达69%。

超高清与超低延时为视频应用赋予更丰富的想象空间

视频作为对物理世界的数字还原，始终以更高清的画质和更实时的交互为目标发展演进。在拍摄端，智能手机摄像能力不断增强，用户无需携带专业的设备即可拍摄4K、8K的超高清视频；在显示端，视频网站持续升级视频画质，并利用人工智能算法还原光线、质感、皮肤、纹理等细节，4K及以上分辨率已经占据电视市场销售的主流。产业链条的完善将推动视频应用向超高清时代迈进。同时，终端算力和带宽能力的大幅提升推动低时延技术进入发展的黄金阶段，视频直播的时延从3s~20s下降至1s以内，200ms~400ms的实时音视频也让互动连麦、视频会议、在线K歌等场景成为可能。

重塑传统工作模式与商业逻辑，视频应用及视频云呈现基础设施属性

自新冠疫情爆发以来，视频应用开始加速渗透到企业的日常经营活动之中，或作为沟通协同的工具融入业务场景，或作为宣传展示的出口成为获客利器。视频在教育（在线教育）、电商（直播电商）和办公（视频会议）场景中的应用，甚至颠覆了传统的商业逻辑，为行业格局的变化带来了深远的影响。“视频+”一切不单意味着视频应用本身的常态化，为应对随之而来的视频原生时代，视频应用的开发门槛必须降低，其背后的视频云也将成为各行各业的基础设施，帮助不具备视频专业能力的企业和开发者以快速、敏捷、低成本的方式获取视频能力。

视频云行业的新变化

流媒体技术迭代升级，实时音视频被全面纳入视频云体系

视频云服务的发展演进与流媒体技术的迭代升级高度相关，目前市面上常见的CDN+RTMP直播技术方案受限于确认应答机制、超时重传、缓冲策略等因素，端到端时延始终难以将至秒级。2011年，Google发布WebRTC开源项目，让开发者可以基于API实现在Web端的实时通信能力。开源的WebRTC催生了以声网为代表的实时音视频（RTC）PaaS服务商，更进一步降低了实时音视频的使用门槛。2017年，W3C WebRTC 1.0草案正式定稿，WebRTC得到行业标准组织的认可，实时音视频行业进入发展的快车道。与此同时，RTC技术与CDN技术表现出融合趋势，秒级时延的超低延时直播出现，视频云厂商纷纷将实时音视频纳入产品体系内，原本专注在实时音视频垂直赛道的厂商也开始增加CDN直播的产品能力。

从消费互联网向产业互联网渗透，与业务场景结合愈发紧密

视频的基础设施属性显现与视频云应用的深化相互促进，视频云行业越来越展现出从消费互联网向产业互联网渗透的趋势。与之相对应的，视频云的交付形式也正在由SDK/API的能力交付转向解决方案交付。除视频会议、企业直播等适用于全行业的通用型解决方案外，面向特定领域的行业型解决方案尤其强调视频应用于企业业务场景的结合，厂商的能力边界将不再局限于流量带宽资源和音视频技术能力本身，行业理解将成为构成解决方案竞争壁垒的关键要素。

视频云能力全景图

基础层面向开发者提供基础资源及通用能力，应用层面向企业客户输出场景化解决方案

中国视频云服务市场规模

预计2024年整体规模将达到924亿元，年复合增长率29.5%

视频云服务整体市场规模包括基础层和应用层两部分，根据艾瑞咨询测算，2021年中国视频云服务整体市场规模达到448亿元，受到经济大环境收紧的影响以及教育、游戏等重点应用领域的监管限制，年增长率下滑至19.4%。相比于17、19年的爆发式增长，视频云在消费互联网的应用趋于成熟，而产业互联网场景尚在挖掘的过程中，预计经济企稳回升后，未来三年的年复合增长率回归到30%左右，到2024年整体市场规模将达到924亿元。

中国视频云服务市场结构

基础层收入在80%上下波动，To C场景应用收入贡献超70%

从服务层级看，企业直播、视频会议的兴起在一定程度上带来了应用层占比的增长，但近两年实时音视频收入的快速增长也带动了基础层收入的提升，视频云服务收入中基础层和应用层的比例基本稳定在8:2。

从应用场景看，现阶段消费互联网（即To C场景）仍然是视频云应用的主要领域，泛娱乐、电商、游戏瓜分了绝大部分市场份额，在线教育受到“双减”政策影响出现大幅回落；产业互联网（即To B场景）领域企业直播的收入占比约50%，视频会议虽也有较高的渗透率，但由于疫情以来腾讯会议等玩家以免费模式抢占市场，造成视频会议领域收入增长与用户规模增长不匹配的情况。整体来看，消费互联网一侧客户开发能力强，视频与核心业务相关度高，多选择基础层厂商，而产业互联网一侧则以应用层厂商为主。

中国视频云服务产业图谱

中国视频云服务投融资梳理

关注重心由基础层向应用层转移，但场景应用集中度仍较高

随着中国视频云服务行业发展的不断成熟，基础层被综合型IaaS厂商占据绝大部分的市场份额，除实时音视频的垂直赛道外，初创企业在基础层的发展空间已经收窄，应用层融资事件数量占比呈现出上扬趋势。场景应用方面，企业直播、在线教育和视频会议是近年来最受资本市场关注的领域，以上三个场景的融资事件数量占比基本在70%-90%之间波动。2021年以来，在线教育领域受到“双减”政策的影响，融资遇冷，赛道内既有的视频云厂商也开始将重心由校外培训转向校内教育、素质教育，寻求新的出路。与之相对应的，企业直播和视频会议受益于“疫情红利”，需求旺盛，相关领域的视频云厂商也得到了资本市场的青睐。资本寒冬之下，投资人往往希望选择成长确定性较强的赛道和企业，其他尚处在发展早期的场景应用可能会遇到融资困难，在一定程度上影响视频云向传统产业的渗透。

中国视频云服务市场竞争格局：基础层

行业集中度较高，头部五家基础层厂商市场份额接近70%

2021年，中国视频云服务基础层（IaaS+PaaS）领域头部五家厂商分别为阿里云、腾讯云、华为云、金山云和百度智能云，五家厂商的市场份额合计为67.6%。在基础层收入中，由于存在部分定位于视频云PaaS的垂直厂商，IaaS部分集中度相较PaaS部分更高，CR5达到70.5%。

中国视频云服务市场竞争格局：应用层

整体市场较为分散，部分成熟场景中已跑出头部厂商

在视频云应用层中，企业直播、在线教育及视频会议场景发展最为成熟，已经跑出部分领先厂商。其中，企业直播和在线教育领域近两年表现出较强的融合态势，厂商间界限已日渐模糊。而其他场景相对来说仍比较独立，不仅要求厂商具备基础的音视频能力，也要求厂商对特定行业、场景的需求有充分的理解，厂商在各自的细分领域间竞争，因而视频云应用层市场整体呈现出较为分散的竞争格局。

视频云厂商的盈利能力分析

带宽及基础设施是核心成本，基础层厂商毛利率均值约17%

视频云基础层业务属于重资源型业务，带宽和基础设施两大类资源占据了厂商的绝大部分收入。整体来看，视频云基础层的毛利率约在17%左右，受基础设施建设和使用方式的不同，厂商的毛利率之间会存在一定的差异；同时，实时音视频、直播、点播三类业务的毛利率呈现由高到低的形态，分别在30%左右、20%左右和10%左右。应用层厂商毛利率较基础层厂商更高，通常来讲，以标准化软件服务为主的视频云应用层厂商，其毛利率水平约在50%。

视频云厂商发展新思路：新基建

CDN与RTC技术走向融合，灵活平衡时延与带宽需求

实时音视频的快速发展叠加客户低延时需求的增加，正在推动CDN与RTC技术走向融合。以直播技术路径为例，视频云厂商一方面在直播常用的TCP协议基础上增加了UDP协议的选择，另一方面通过对CDN网络架构进行升级改造，将部分CDN节点升级为具备RTC融合能力的边缘云节点，与既有的CDN网络共同组成CDN+RTC的融合网络，实现智能切换、调度。考虑到很多客户的需求往往是几种能力的交叉组合，视频云厂商越来越倾向于整合点播、直播和实时音视频的相关能力，以统一的方式进行输出，从而能够根据客户的实际场景应用，灵活平衡时延与带宽需求，提供最优解决方案。

视频云厂商发展新思路：新能力

音视频质量持续优化，服务能力延伸至前端生产环节

视频质量的提升贯穿了视频云行业的发展进程，一方面，主流视频云厂商已经开始在H.266上发力，通过参与标准制定工作、自研编解码器抢占市场先机；另一方面，AI画质增强的技术不断演进，视频超分、插帧等算法在老片修复、4K生成等场景得到广泛应用。而随着视频采集、生产门槛的降低，实时通信需求的增强，音频相关的3A处理、空间音频技术也越来越受到厂商关注，成为构建未来元宇宙世界的重要一环。同时，视频云厂商在前端生产环节的能力持续增强，逐步形成了覆盖云端剪辑、审阅协作、智能生产及运营管理的服务矩阵，亦有以视频内容生产为切入点的创业公司出现，分享大视频产业的发展红利。

视频云厂商发展新思路：新交付

低代码平台促进快速集成，加强生态合作共建行业解决方案

2021年以来，视频云厂商对低代码的关注程度不断提升，面向主流场景推出低代码解决方案。目前市场上有两种主流的低代码方案，一种强调敏捷开发，根据场景打包输出包含基础UI和功能组件的SDK，适合开发能力不强且需要应用快速上线的客户；另一种强调灵活拓展，客户可自行设计UI、自主选择功能组件，适合具有较高定制化需求的客户。低代码的出现弥补了过去交付模式的缺陷，让客户在降低开发成本、压缩开发周期的同时，依然能够掌握开发主动权。

为提供专业的场景化解决方案，视频云基础层厂商与应用层厂商之间的生态合作也正在变得频繁。从专业分工的角度看，基础层厂商聚焦视频云基础资源和音视频通用技术，应用层厂商长于行业理解和实施交付，双方合作将有利于视频云向更多的传统行业渗透。

视频云厂商发展新思路：新市场

把握海外移动互联网红利，挖掘视频云出海的增量机会

随着中国移动互联网红利消退，视频云服务市场规模增速放缓，越来越多的视频云厂商开始将目光投向海外市场。通常而言，信息技术服务出海会优先服务中国出海企业，视频云领域也不例外。与海外的视频云厂商相比，中国厂商在端到端、一体化解决方案上更具优势，但在海外本土市场面临着架构和协议的差异，在节点资源方面也存在一定的劣势。考虑视频云下游客户以消费互联网应用为主，视频云厂商出海可优先选择移动互联网处于快速成长期的地区，如东南亚、印度、中东等增量市场。通过服务中国出海企业，逐渐构建在海外市场的竞争壁垒，中国的视频云厂商将有机会服务更多海外的本土企业，并向更广泛的产业互联网应用渗透。

视频云的技术矩阵

超高清、低时延、沉浸式及强交互打造面向未来的技术矩阵

回顾视频技术的发展历程，对于清晰度和流畅性的追求贯穿始终。分辨率、帧率、色域等参数的不断提升，视频呈现与实际发生的时间间隔不断缩小，在二维平面的维度里，用户通过视频获得的感知体验已经越来越逼近真实水平。更进一步，视频将以感知和连接现实与虚拟世界为出发点，向三维立体的维度发展，创造出超越真实水平的全新的视频感知体验。视频云作为视频从生产到消费的底层基础设施，将以超高清、低时延、沉浸式和强交互为导向，发展面向未来的技术矩阵。

视频云的能力外延

从云渲染到虚拟数字人、云游戏，构建通向元宇宙之路

元宇宙概念的火爆为视频云创造了新的想象空间，除视频云技术本身外，在视频云之上延伸出来的云渲染能力、虚拟数字人和云游戏应用也逐渐从视频云技术独立出来，成为元宇宙时代的机会赛道。相比于垂直创业公司，视频云基础层厂商向这些赛道进行能力的延展，将有望发挥通用能力和应用能力兼具的优势，率先抢占元宇宙的技术高地。

视频云的产业互联网机会

关注从视频中提取结构化信息的能力，优先在性能敏感度低、业务关注度高的场景落地

尽管从收入贡献的角度看，现阶段视频云的应用仍集中于消费互联网场景，但视频云向产业互联网的渗透无疑是大势所趋。产业互联网与消费互联网对视频云的需求存在明显差异，除视频会议、企业直播等通用性需求外，业务强相关的视频云需求更多关注的是将视频转化为结构化的可用信息，实现对既有的生产、经营模式的重塑。通常而言，视频银行、远程庭审等实时互动类应用对视频云的性能敏感度低于自动驾驶等远程控制类应用，落地难度较低，厂商可结合性能敏感度及行业对视频类业务的关注度，综合考虑选择落地场景。