技术文章

uni-app 是一个使用 Vue.js 开发所有前端应用的框架，开发者编写一套代码，可发布到iOS、Android、Web（响应式）、以及各种小程序（微信/支付宝/百度/头条/飞…

本文介绍了在 iOS 平台上使用 MNN 框架部署大语言模型（LLM）时，针对聊天应用中文字流式输出卡顿问题的优化实践。通过分析模型输出与 UI 更新不匹配、频繁刷新导致性能瓶颈以…

快速发展的数字化工作场所要求企业越来越依赖视频，从内部直播到混合工作场所的流媒体。Microsoft Teams 和 Zoom 等协作工具的兴起加速了这一趋势，使得可靠、安全、高质…

提供高质量观看体验并降低成本的能力，正在成为各地流媒体视频运营团队的追求。无论您的业务模式是围绕免费广告支持流媒体 (FAST) 还是基于订阅的优质内容，转码都是与制作相关的最重要…

Guardrails AI 宣布全面推出 Snowglobe，这是一款突破性的模拟引擎，旨在解决对话式 AI 中最棘手的挑战之一：在 AI 代理/聊天机器人投入生产之前对其进行大规…

清晰的音视频质量对于有效沟通至关重要。 无论是视频会议、电话、直播还是语音社交，背景噪音都会显著降低聆听体验并阻碍沟通。 随着人工智能 (AI) 的进步，AI 降噪技术成为应对这一…

FFmpeg 是一个强大的多媒体框架，开发过程中掌握一些小技巧可以大大提高效率。以下是一些实用的开发技巧： 调试技巧 1. 启用详细日志 2. 检查返回值 性能优化 3. 使用硬件…

Pulsar作为下一代云原生架构的分布式消息中间件，存算分离的架构设计能有效解决大数据场景下分布式消息中间件老牌一哥“Kafka”存在的诸多问题，2021年vivo 分布式消息中间…

Mistral AI 推出了Mistral Medium 3.1，在多模态智能、企业级应用以及大语言模型 (LLM) 的成本效益方面树立了新的标杆。凭借其快速发展的 AI 技术，M…

随着音视频直播行业的发展，由于语音可承载的信息密度比文字图片更丰富，使用门槛比视频又更简便，是天然的社交工具，很多产品在社交领域以语聊房的方式做了尝试，比如职场社交脉脉、语音社交鱼…

什么是 ProRLv2？ ProRLv2是 NVIDIA 延长强化学习 (ProRL) 的最新版本，专为突破大语言模型 (LLM) 的推理能力而设计。通过将强化学习 (RL) 步数…

谷歌研究院公布了一种用于微调大语言模型 (LLM) 的突破性方法，该方法可将所需的训练数据量减少高达 10,000 倍，同时保持甚至提升模型质量。该方法以主动学习为核心，并将专家的…

二十多年来，Enable Security 公司首席执行官 Sandro Gauci 一直站在 VoIP 和实时通信安全的最前沿。他的职业生涯始于 2000 年代初的马耳他，当时他…

MPEG-4 video、H.264（AVC）、MP4 都是 MPEG-4 标准组的一部分，因此它们之间容易混淆。 H.264（AVC）编解码器从 MPEG-4 Visual 中吸…

你们的小程序音视频SDK支持支付宝吗？支付宝小程序如何实现音视频通话？有不少开发者都咨询过这些问题。这里统一回答一下，目前，Zego 支付宝小程序 SDK 版本仅支持 1v1 音视…

OpenAI 刚刚发布了GPT-5，标志着生成式 AI 的重大飞跃，引入了可同时处理通用任务和高度专业化任务的高级功能。本文将深入探讨 GPT-5 的架构、新功能、性能改进以及其对…

GPU 是人工智能的基础计算引擎。然而，在大规模训练环境中，整体性能的限制并非在于处理速度，而是在于它们之间的网络通信速度。 大型语言模型需要在数千个 GPU 上进行训练，这会产生…

WebRTC 应用程序面临着传统监控工具无法应对的独特运行挑战。与传统的网络应用不同，实时通信系统的运行需要复杂的点对点连接、动态网络条件和媒体处理管道，这些因素可能会无声无息地发…

大规模处理体育或赛事视频片段涉及一系列复杂、重复的任务，比如从分割视频到生成缩略图以及上传到云存储。在本文中，我们将使用 FFmpeg、AWS S3 和 PostgreSQL 探索…

直播已成为媒体生态系统的基础组成部分。如今，无论观众是通过手机、平板电脑还是联网电视观看，他们都期望获得与主流广播公司同等的体验：高质量的视频、无缓冲、零中断。随着人们对流媒体内容…