Zalo中文版视频通话提速：1080P高清与48ms抗抖优化

2026 年 10 月 8 日，Zalo中文版推送 26.9.2 版本，重点优化视频通话的画质与稳定性。更新后，一对一通话在 4Mbps 以上网络环境中最高输出 1080P、30 帧画面；弱网场景新增 48 毫秒的抖动缓冲，画面先稳住再逐步补清晰度；断线重连时间从 3.4 秒缩短到 1.2 秒。灰度覆盖 68 万台设备，累计通话 214 万分钟，通话中断率从 3.7% 降到 1.4%。

“用户抱怨卡顿，往往不是带宽不够，而是码率切换太激进。”实时通信负责人吴明俊解释，旧版在检测到丢包时会一次性把码率砍到 360P，网络恢复后又立刻拉回 720P，画面忽明忽暗，主观感受比一直低清更差。新版把码率调整拆成 6 档，每次只降一档，配合 48 毫秒的抖动缓冲，把剧烈波动摊平。他给出的比喻是：不要急刹车，要慢慢松油门。

自适应码率与 48 毫秒抗抖怎么配合

新版把通话链路拆成采集、编码、传输、解码四段，每段独立监测。采集端根据设备性能选择 30 帧或 24 帧；编码端使用分层编码，把画面分成基础层与增强层，网络差时只发基础层，恢复后补发增强层；传输端每 200 毫秒统计一次丢包与抖动，据此调整目标码率；解码端用 48 毫秒的缓冲吸收突发抖动。四段数据汇总到一条质量评分上，评分低于阈值时自动触发降档。

音视频工程师苏玉兰负责抗抖模块的调参。她提到一个容易被忽略的细节：网络抖动时音频比视频更敏感，“画面糊一点用户能忍，声音断半秒就会被投诉”。因此新版给音频单独留了 20% 的带宽冗余，视频码率再降也不动这块。“我们宁可画面降到 480P，也要保证声音连续。”她说。实测中，音频卡顿率从 2.1% 降到 0.6%，是目前为止改进最明显的一项指标。

断线重连的逻辑也重写了。旧版断线后需要重新协商整条链路，耗时 3.4 秒；新版保留会话上下文，只重建传输通道，重连平均 1.2 秒，95 分位 2.1 秒。切换网络（例如从 Wi-Fi 走到室外切到移动网络）时，画面会暂停约 1 秒并显示“正在恢复”，随后继续，不需要双方重新拨打。

弱网实测：92% 可用率与 30% 带宽节省

测试团队在三种网络条件下做了对照：4G 稳定网络（下行 20Mbps、丢包 0.3%）、地铁弱网（下行 3Mbps、丢包 4%）、跨境高延迟网络（往返 180 毫秒、抖动 60 毫秒）。稳定网络下 1080P 占比 94%，平均帧率 29.6；地铁弱网下画面自动落到 480P，通话可用率 92%，平均帧率 22.4；跨境网络下维持 720P，可用率 89%，音频卡顿率 0.9%。三组数据均优于旧版，其中地铁场景的可用率提升 17 个百分点。

带宽占用同步下降。分层编码让静止画面（例如对着摄像头说话）只需传输变化区域，1080P 通话的平均码率从 3.8Mbps 降到 2.7Mbps，节省约 30%；720P 从 2.1Mbps 降到 1.5Mbps。对按流量计费的用户来说，一小时的 1080P 通话从约 1.7GB 降到 1.2GB。八人分屏通话采用选择性转发，只向每个成员推送其屏幕上可见的画面，服务端带宽成本下降 41%。

编码侧换用了更省算力的实现，中低端机型不再因为编码本身掉帧。以 4GB 内存的 Android 机型为例，编码占用从单核 38% 降到 24%，连续通话 30 分钟后的机身温度下降约 2.1 摄氏度。硬件解码不可用时，客户端会主动把分辨率降到 720P 并改用软件解码，而不是直接卡住。音频侧新增了丢包补偿，4% 丢包的地铁场景下，语音断续感明显减少，测试者主观评分从 3.4 分升到 4.1 分。

吴明俊补充了一组通话质量的主观评分数据：团队邀请 320 名用户进行双盲测试，在不知道版本的情况下给通话体验打分（满分 5 分），新版平均 4.52 分，旧版 4.06 分；其中“画面清晰度”一项提升最大，从 4.1 分升到 4.6 分。他坦言，1080P 并不是所有场景都需要，“两个人的日常聊天 720P 足够，1080P 主要给远程看屏幕、看产品细节的场景用”。

屏幕共享与其他更新

屏幕共享新增“只共享单个窗口”选项，避免把整个桌面（包括通知弹窗）暴露给对方。共享分辨率上限提升到 1920×1080，帧率 15 帧，文字类内容会自动增强锐度。通话中的文字消息改为浮层显示，不遮挡画面；通话结束后自动生成一条通话记录，包含时长、参与成员与网络质量评分，方便会后追溯。

本版还修复了三个问题：部分蓝牙耳机在通话中切回手机听筒、iOS 锁屏后摄像头短暂黑屏、以及跨境通话中的回声残留。苏玉兰透露，下一步会把抗抖缓冲做成可调项，让网络质量好的用户选择更低延迟，“现在的 48 毫秒是折中值，愿意牺牲一点稳定性换实时感的用户可以自己调”。