大厂Animal

7月5日，由莫斯科国立大学举办的MSU2022世界编码器大赛硬件编码器成绩全部揭晓。快手StreamLake首款自研智能视频处理芯片StreamLake – 200（后…

7 月 1 日下午，在北京·新云南皇冠假日酒店，由稀土掘金技术社区举办的 「稀土开发者大会2023」，网易云信视频编解码算法专家苗晋伟受邀出席【音视频技术前沿】专场演讲，他在本次大…

1 背景 近期，GPT大模型的发布给自然语言处理（NLP）领域带来了令人震撼的体验。随着这一事件的发生，一系列开源大模型也迅速崛起。依据一些评估机构的评估，这些开源模型大模型的表现…

AI Codec自2016年首次提出以来，众多海内外高校、企业研究院等机构对此展开了广泛研究。6年时间里，AI Codec 的SOTA方案的压缩性能已经超越了H.266(最新的传统…

身为一名开发人员,日志对大家一定不陌生,不管是平时开发的错误警告,还是发现线上问题后的快速定位,都离不开日志的帮助,甚至我们可以通过日志来分析用户的行为,优化产品设计和业务流程.在…

背景 随着互联网技术以及网络基建的快速发展和普及，视频直播已经成为了一种越来越普遍的娱乐和社交方式。无论是个人还是企业，都可以通过视频直播平台进行直播活动，向观众展示自己的生活、工…

字节跳动与英伟达, 加州大学河滨分校联合发表的论文 《ByteTransformer: A High-Performance Transformer Boosted for Var…

本文作者尘漠加入大淘宝到现在也有5年了，一路走来很开心，他认为在这里可以让他静心做技术研究。以下是尘漠的自述—— 在淘宝前三年，我主要偏向研究 2d计算机视觉算法，相比于研究GAN…

近日，抖音 CV 技术团队在 ICDAR 2023 的“Detecting Tampered Text in Images”比赛中，利用自研的“CAS”算法从 1267 个参赛队伍…

在音视频技术领域，ICASSP 大会是行业的风向标会议，也是语音学界从业者研究下一代技术发展的盛宴。近期，国内外各大企业陆陆续续放出论文入顶会的消息，钉钉蜂鸣鸟音频实验室 2 篇论…

本文介绍了实时视频流的主体识别场景，未来实时搜将会融合图搜主链路并在XR场景发力，未来的场景我们取名为“元视界”（MetaSight）。 作者：绍楠、素流来源：大淘宝技术 引言 很…

日前 ACL 2023的论文录用结果公布，火山语音团队多篇论文成功入选，内容涵盖音频合成、歌声合成以及语音翻译等多个前沿技术领域的创新突破。ACL（Annual Meeting o…

防挡脸弹幕，即大量弹幕飘过，但不会遮挡视频画面中的人物，看起来像是从人物背后飘过去的。 机器学习已经火了好几年了，但很多人都不知道浏览器中也能运行这些能力； 本文介绍在视频弹幕方面…

随着视频会议、视频直播的流行以及未来AR/VR业务的发展，低延迟视频传输服务被广泛使用，但视频质量（QoE）还不能满足用户要求。那么近年来新兴的AI神经网络是否能为视频传输带来智能…

中国历史悠久，文化底蕴深厚，文物数目众多，文物作为前人智慧的结晶，其文献价值不言而喻。古籍是记录中华文明的重要载体，也是流传至今的宝贵文化遗产，文物保护也是一项长期重要的基础工作。…

视频编解码技术日新月异，新的编解码技术赋予视频业务新的应用场景和新的用户视听体验。同时，视频作为带宽消耗大户，如何在视听体验和视频带宽之间取得最优的平衡是一个永恒的话题。视频质量评…

视频赛道卷到下半场，一定会面临体验与成本的对抗，尤其是在行业大环境“过冬”的背景下，想要在有限带宽下获得最佳的画质观感变得异常具备挑战性。从视频云业务场景的视角来看，如何有效解决c…

传统的数据传输方式大多是利用一个链路、选择设备的默认网卡进行传输，使用这种方式实现实时音视频通话时，如果默认网络出现问题（如断网、弱网等），用户的通信就会发生中断或者卡顿，影响用户…

随着vivo互联网在视频业务领域的不断扩展，在多样化的业务场景下，如何提升每个用户的视频播放体验，保障最优的播放流畅度和清晰度，vivo互联网技术团队做了很多尝试与突破。LiveV…

5月20日，素有艺术界“奥林匹克”之称的第18届威尼斯国际建筑双年展（以下简称“威尼斯双年展”）中国国家馆展览正式开幕。威尼斯双年展为当今世界规模最大、最具影响力的国际艺术盛事之一…