技术文章

拉脱维亚语言科技公司 Tilde 发布了 TildeOpen LLM ，这是一款专为欧洲语言构建的开源基础大型语言模型 (LLM) ，重点关注代表性不足且规模较小的国家和地区语言。…

了解如何在 Node.js 中高效扩展WebSockets，通过集群、负载均衡、Redis 发布/订阅（pub/sub）及实战模式实现，避免 CPU 飙升。 若你曾启动 Node….

GPUImage 的帧缓冲系统负责分配、复用和管理 OpenGL 资源，针对移动设备和实时处理做了专门优化。本文将深入 GPUImage 的帧缓冲管理机制及其重要性。

艾伦人工智能研究所 (AI2) 发布了OLMoASR，这是一套开放的自动语音识别 (ASR)模型，可与 OpenAI 的 Whisper 等闭源系统相媲美。除了发布模型权重外，AI…

本文介绍了一种创新的视频流优化系统：灵犀系统。这是业界首个成功部署在大规模生产环境中、面向用户个性化体验的自适应视频流优化系统。

近几年，空间音频从“更高质量到音频”走向“可被理解与生成的三维声场”。它不只是把声音变“立体”，而是让系统理解声源的方位、距离、运动，并能按需生成。在 AR/VR、影视、…

WebRTC VoIP 系统支持通过网页浏览器和移动应用直接进行语音通话，无需下载任何软件或插件。这使其成为客户支持平台、远程医疗咨询、销售通话以及任何需要添加语音通信功能却不要求…

GPUImage 通过精心设计的渲染管线，利用 GPU（图形处理单元）的强大算力解决了这一难题。本文阐述 GPUImage 如何编排 GPU 渲染管线，以实现高性能的图像与视频处理。

实时应用程序现在有三种强大的浏览器选项可用于数据传输：WebRTC DataChannel、WebTransport 和 WebSockets。它们之间功能有重叠，但不可互换。选择…

什么是语音聊天接口？ 本文所讲的语音聊天接口，也就是语音聊天 API，是用于实现语音聊天功能的应用程序编程接口。借助它开发者能够在APP、小程序、Web、物联网设备等应用上实现一对…

GPUImage 的视觉特效滤镜让你能以 GPU 实时渲染的方式，对图片或视频施加从“轻微修饰”到“戏剧性艺术化”的丰富效果。它们不仅适用于照片编辑 App，也能在相机或视频处理系统中大显身手。

可编程语音 API 正在改变企业与客户互动的方式，这些先进的工具提供了前所未有的语音通信控制和定制能力，使企业能够打造独特的客户体验并简化运营。随着各行各业持续拥抱数字化转型，整合…

在当今互联网应用中，实时性和流畅性至关重要，尤其是在网络游戏、视频会议和在线直播等场景中。传统的TCP协议虽然提供可靠的数据传输，但其复杂的拥塞控制机制和重传策略会导致较高的延迟，…

GPUImage 提供了 30 余种混合（Blend）滤镜，用于将两张图片的像素按不同算法混合，产生 Photoshop 级的效果。

如今，随着体育、新闻、娱乐和远程工作流程中现场制作需求的不断扩展，广播运营面临着日益复杂的挑战，而资源和网络的限制也愈发严格。为了跟上时代的步伐，许多广播公司正在重新评估其运营核心…

GPUImage 提供了 20+ 种 GPU 加速的色彩滤镜，覆盖亮度、对比度、饱和度、色调、色温、曲线、LUT 等全部常见场景，可在 实时视频 / 静态图片上零延迟运行。

Nous Research发布了Hermes 4，这是一个开放权重模型系列（基于 Llama 3.1 检查点，参数大小分别为 14B、70B 和 405B），通过纯粹的后训练技术实…

SIPGO是一个用于在 GO 语言中编写高速 SIP 服务的库。 它配备了针对快速解析优化的 SIP 协议栈（RFC 3261|RFC3581|RFC6026）。

近年来，前端开发框架层出不穷，根据 2023 年 GitHub 上全球 npm 累计下载量数据显示，React、Next、Vue、Angular 和 Preact 占据前五位[1]…

GPUImage 基于 OpenGL ES 2.0 管线模型，将「生成 → 处理 → 输出」拆成三大角色，全部以 GPU 纹理为数据载体，实现高性能、可组合、易扩展的图像 / 视频框架。