跨直播间PK，熊猫直播PK功能上线首日时段流水几十万

曾经的千播大战似乎还历历在目，然而随着一些直播平台的上市、融资、转型，意味着这个行业已经开始脱离“烧钱”模式，开始提速变现。

尽管如此，一些老问题仍然横亘在很多直播平台与变现之间。

一方面，单一的直播模式很难持续给予用户新鲜感，缺乏更吸引人的互动体验；另一方面，千篇一律的才艺展示，也让用户审美日渐疲劳，打赏下降，这种情况下，打赏抽成是否还能持续增长，也要打上问号了。

然而，在实时通信技术不断革新的现状下，不少直播平台开始摸索新的方式，直播连麦就是从去年下半年开始产生的一种新玩法。它增强了主播与粉丝互动的同时，也加强了直播平台的变现能力。

而现在，从直播连麦又衍生出一种新的玩法——跨直播间PK，这事实上是直播连麦的一种变体。

图：熊猫直播上两个主播在进行PK

什么是跨直播间PK？

熊猫直播，使用声网Agora的直播SDK，上线了跨直播间PK功能。主播在直播时，可以对另一个直播间的主播发起挑战。一旦挑战接受，两个直播间的主播就开始进行连麦互动，直播界面一分为二，同时显示两个主播的画面，两方粉丝也会进入到同一个直播间中。

当两个主播成功进入PK模式后，两方粉丝通过点赞、刷礼物等方式，来为自己的主播打call。根据直播界面上的蓝色条与对方红色条的贡献度来决定胜负。输了的一方要接受惩罚游戏，可以是真心话大冒险，也可能是一段才艺表演。这种“拉人下水”的玩法，深受用户喜爱。

内部数据显示，熊猫直播的跨直播间PK功能上线首日数据表现优异。仅Android 最新版用户群，PK功能首日上线PK时段流水几十万。高峰期，PK的围观人数超过16万。

据熊猫直播技术副总裁黄欢介绍，熊猫本身就是一个强社交属性的平台，此次改版增加的连麦PK提供了一种更好的互动渠道。它突破了一个直播间一对多的限制，打造双主播双直播间的互动社交场景。双主播通过连麦PK，再也不用一个人“尬聊”，还能更好地拉动双方粉丝的围观积极性。粉丝想要让自己的主播在PK中获胜，也会加油送礼物打赏，礼物数高的主播最终会获胜。连麦PK的竞技性很好地增强了互动性。

如何实现跨直播间PK？

一般直播场景里，同一个直播频道，或者说同一个直播间里的主播与用户是可以进行连麦互动的。而主播之间的PK互动，其实是一种跨直播间连麦。声网Agora的SDK早已支持该功能。

从实现逻辑上来讲，跨直播间PK分为两种方案：

方案一：服务器端跨直播间连麦

以 A、B、C 三个主播为例，该方案为三个主播加入同一个 Agora 直播频道，不同主播的观众端拉到的 RTMP 流不同。 App端，A、B、C三个主播在3个App直播间。这个逻辑是在 App 实现。总结一下，3个主播在Agora是处于同一个直播频道，在App端是处在3个不同的App频道。

在 App 直播间里，A 主播通过调用API 设定该直播间的主播布局，例如，下图显示 A 观众看到的布局为 A 主播大图，其他连麦的主播为小图：

图：不同观众看到的连麦效果

在主播端，三个主播分别通过调用配置旁路直播推流方法（configPublisher）来完成旁路直播的配置，并通过加入频道（joinChannelByKey）方法将三个主播加入同一个Agora频道。而观众端，只需要访问直播频道URL即可观看，无需调用额外的接口。

方案二：客户端跨直播间连麦

客户端跨直播间连麦，需要依赖于信令层的机制，流程示例如下：

图：客户端跨直播间连麦流程示意

1. 主播 A 通过信令请求主播 B 进行连麦；
2. 主播 B 通过信令同意连麦；
3. 主播 B 通过信令通知主播 B 的所有观众；
4. 主播 B 的所有观众退出 B 频道，加入 A 频道；
5. 主播 B 退出 B 频道，加入 A 频道;

总结来讲，服务器端跨直播间连麦需要增加接口调用，保证接口调用逻辑和调用顺序正确。而客户端跨直播间连麦则需要加入信令机制进行管理，逻辑相对复杂，且主播间断开连麦时，需要恢复到连麦前的状态。

跨直播间连麦的难点

与直播间内的连麦相似，跨直播间PK的难点在于：

• 低延时

连麦中，最重要的元素，就是低延时。连麦的本质是视频通话，而视频通话最重要的指标就是延时。只有低延时，主播和连麦嘉宾之间，才可以较好的互动、交流。

• 高并发

由于跨直播间PK，会瞬间将两个直播间的观众拉到同一个频道。而且由于PK的性质，观众们会大量发弹幕、礼物。这种瞬间高并发场景，对直播服务的高并发能力考验极大。

声网在全球部署近100个节点，构成SD-RTN™通信网。SD-RTN™系统能够实时根据各节点的连接和传输状况、负载状况以及到用户的距离和响应时间，自动分配最优、最通畅的传输路径，达到实时传输需要的质量保障级别。客户端均通就近接入策略，让使用者就近接入质量最好的数据节点，通过SD-RTN™的软件定义优化路由，经过传输延迟和质量优化的最优路径，自动避免网络拥塞，并规避骨干网络故障的影响。