Жаббер настолько суров, что даже гугол его не осилил. На него же все накинулись внедрять, а потом оказалось, что этот протокол нихрена не может предложить по аудио, видео и файлообмену.

Причина была проста: NIH
Могучие разработчики и стандартизаторы придумал Jingle - особую форму NIH, когда поверх имеющейся клиент-серверной сети нужно построить P2P-сеть, но обязательно именно с XMPP-сигнализацией и обменом сообщений. Перед ними в те годы стоял вопрос, либо мы для аудио и видеосвязи требуем поддержки SIP либо изобретаем свою версию. И начали изобретать велосипед. Причина, емнип была в том, что SIP слишком сложен и требовать от jabber-клиента полной поддержки SIP - слишком жёсткое условие.

Закончилось это тем, что все XEP связанные с пиринговыми коннектами и мультимедиа - это под кальку переписанные rfc от SIP с тем лишь исключением, что это всё должно быть обязательно поверх имеющейся jabber-сети. И куча из них экспериментальные, и клиентами всё равно не поддерживаются по-нормальному. Причем, федерация XMPP-SIP поднять-то проще. В итоге SIP как был незаменимым монстром так и остался, XMPP+Jingle превратился в монстра инвалида с ограниченными возможностями, а все те кому нужен был чятик с видео внедрили WebRTC, который тоже наполовину состоит из околоSIPнутых rfc, только без самого главного - SIP-сигнализации.

Причём и WebRTC в среднесрочной перспективе ждёт тяжкое испытание. Разумное ограничение в 8 1080p клиентов в сессии нужно решать и влажные мечты WebRTC-стандартизаторов по поводу mash-сети для передачи видео как-то кажутся неразумными... При этом достандартизировать TURN-relay до MCU им религия не позволяет.

Закопать нужно половину жабера, вот что я думаю. Всё что связавно с мультимедией-то точно. И мне не понятно зачем он вообще нужен, если XML-чятик можно хоть поверх SIP SIMPLE реализовать.