中国科学技术大学与淘天集团-音视频技术团队在 ICLR 2026上提出的 EchoGen，作为首个基于视觉自回归模型的前馈式主体驱动图像生成框架，通过创新的双路径主体注入策略（解耦…

市场研究机构 Market Research Future 最新报告称全球视频编码器市场规模预计在2025年达到27.3亿美元，并将从2026年的28.6亿美元增长至2035年的4…

FFmpeg 几乎是每个用户都受益过的工具，即使他们从未在终端中输入过它的名称。它为无数媒体工作流程提供支持，能够灵活地处理视频、音频、图像、字幕和元数据。 问题在于，直接使用它通…

随着2026年FIFA世界杯淘汰赛阶段的深入进行，Peacock正将本届赛事打造成为一个超越单纯观赛平台的存在。对于NBC环球而言，作为Telemundo西班牙语频道在美国直播全部…

在WebRTC实时视频开发中，普遍存在两大痛点：无法传递帧级自定义元数据，难以实现视频溯源与精准帧对齐；高清高帧率编码场景下服务CPU占用过高，极易引发卡顿、延时抖动、服务不稳定等…

FFmpeg 是音视频瑞士军刀，但在移动端集成——交叉编译、JNI 桥接、Swift 封装，每一步都是坑。本文用 Claude Code 写一个双端统一的 FFmpeg 视频编辑封…

AI 改变了人们对优秀移动网络的定义，而业界过去二十年来一直推崇的峰值下载速度指标如今已无法准确预测网络性能。下载速度最快的网络往往并非最适合应对 AI 流量的网络。AI 应用的流…

NiCE宣布，欧洲科技公司Sopra Steria（在30个国家拥有50000名员工）正在利用NiCE领先的CX AI平台CXone推进其服务中心运营，为客服人员提供 AI 驱动的…

过去两年，公众对 AI 伴侣的讨论大多集中在AI女友身上。这不难理解：AI女友应用是最早将生成式AI转化为持续订阅收入的消费品类之一，它将聊天、语音、图像、角色扮演和情感个性化等功…

Big Blue Marble 公布了一项基于 QUIC (MoQ) 的媒体概念验证试验的细节，该试验旨在测试下一代低延迟流媒体在现场体育赛事环境中的性能。 该试验由 Big Bl…

NVIDIA 发布了Audex（Nemotron-Labs-Audex-30B-A3B），这是一个统一的音频-文本大型语言模型。它能够理解和生成音频和语音，并保留了其核心的文本智能…

Multiview（多视角）即在同一屏幕上同时观看两路、三路或四路直播信号，正在成为体育直播中的核心能力。决定 Multiview 成败的关键并不只是“是否支持多画面”，而是采用怎…

Access Advance LLC 今天宣布，夏普、M&K Holdings、Tagivan 和其他 9 家拥有大量视频编解码器专利组合的专利所有者已于 2026 年上半…

为企业打造虚拟接待员的 AI 初创公司Phonely在 A 轮融资中筹集了 2200 万美元，使其估值达到 1 亿美元，这表明投资者对基于语音的自动化越来越有信心。 本轮融资由 B…

在关于物理 AI 的讨论中，视觉占据了主导地位。然而，视觉仅仅是其中的一部分。机器还需要“聆听”周围的世界。 机器必须能够理解语音指令、区分多位说话者、定位声音来源、过滤干扰，并与…

本月，所有人的目光都聚焦在足球世界杯及其众多引人入胜的故事情节上。 国际足联48支球队参赛的豪赌会成功吗？39岁的梅西还能保持顶级水准吗？新引入的饮水休息时间是否只是为了敛财？美国…

思科宣布将在 7 月底前为其 9 万名员工每人部署一个个人 AI 代理，这代表着企业历史上规模最大的企业 AI 部署之一。 这家网络巨头表示，每位员工都将获得一个专属的 AI 代理…

娱乐与科技营销组织CTAM，以及专注于追踪人们如何选择和消费内容的洞察机构Hub Entertainment Research联合发布的研究报告，揭示了流媒体行业中一个鲜为人知的用…

AI 正从会议应用向会议室本身延伸。对于企业而言，关注点已经发生变化。采购方不再询问摄像头是否能追踪发言者，而是关注整个会议室能否提升混合会议的体验。 这一转变对电信和协作团队至关…

如今，观众观看视频的频率比以往任何时候都高，视频领域的竞争也急剧加剧。这促使视频服务提供商不断创新，力求满足消费者对高质量、流畅流媒体体验的需求。 在此背景下，过去几年感受到的财务…