技术文章

上下文工程的前提是大模型充足的上下文窗口，今天主流模型基本都把 128k 作为上下文的标准长度。本文将探讨为什么主流大模型的上下文窗口都是128k？

2025年7月15日，即构科技即时通讯SDK（ZIM）发布 2.21.0 版本，同步更新 Web、小程序、Flutter 和 uniapp 等多个平台。详细更新功能如下： 新增功能…

Rust 在音视频开发领域的生态正在快速发展，虽然相比 C/C++ 等传统语言的成熟生态仍有差距，但已具备一定的基础和潜力。

这个系列文章我们来介绍一位海外工程师如何探索 FFmpeg Basics 音视频技术，对于想要开始学习音视频技术的朋友，这些文章是份不错的入门资料，这是第 24 篇：FFmpeg …

Google 的 Gemini Embedding 文本模型 gemini-embedding-001现已通过 Gemini API 和 Google AI Studio…

这个系列文章我们来介绍一位海外工程师如何探索 FFmpeg Basics 音视频技术，对于想要开始学习音视频技术的朋友，这些文章是份不错的入门资料，这是第 23 篇：FFmpeg …

随着 Liquid AI 发布其第二代 Liquid Foundation 模型 LFM2，设备端人工智能领域取得了重大飞跃。这一系列全新的生成式 AI 模型代表了边缘计算的范式转…

在本文中，我们将研究WebRTC架构实际工作原理的细节，以便外行人也能理解它。 WebRTC是一个开源项目，它使用点对点交互式网络应用程序将设备连接在一起。如果您通过网络浏览器进行…

在语音助手、播客和实时通信占主导地位的时代，音频驱动的应用程序覆盖各行各业，从健身和冥想到教育和娱乐等行业。Flutter 以其极富表现力的 UI 和跨平台功能而著称，如今它已强大…

开发人员正在积极致力于将人工智能代理（AI Agent）推向市场，但一个重大障碍是缺乏记忆。由于无法回忆过去的互动，代理会将每次对话都视为第一次，导致重复提问、无法记住用户偏好，以…

色彩校正通常涉及调整图像的亮度、色彩平衡（红色、绿色通道）、伽马、色调、饱和度等参数。在 FFmpeg 中，这些调整是通过为各种滤镜指定适当参数来实现的。

写在前面：随着5G技术的商业化应用逐渐成熟，下一代通信技术6G的研究与探索已经展开。6G预计将在2030年左右商用，其突破性的传输性能、革命性的网络架构、创新的通信范式，将对音视频…

在语音合成技术不断演进的背景下，早期版本的IndexTTS虽然在多场景应用中展现出良好的表现，但在情感表达的细腻度与时长控制的精准性方面仍存在提升空间。为了解决这些问题，并进一步推…

FFmpeg 工具通常用于各种任务，不容易记住不同编解码器的所有参数、过滤器等。将各种命令组合保存到批处理文件中，可以优化工作并将开发提升到一个新的水平。

AI 驱动的视频生成技术正以令人惊叹的速度不断进步。在很短的时间内，我们已经从模糊、不连贯的剪辑变成了具有惊人逼真度的视频。然而，尽管取得了这些进步，我们却缺少了一项关键能力：控制…

有没有想过你最喜欢的 AI 助手是如何理解和回应你的语音的？在幕后，大量的数学和深度学习技术将你的声音转化为文本，并对其进行解读，甚至可能用另一种声音或语言生成逼真的响应。本文将逐…

openvocs 是一个基于现代 Web 技术（尤其是WebRTC）的任务控制通信软件平台。它有一个基于 HTML5/JavaScript 的客户端，可通过几乎所有当前设备进行访问。

讲述编解码标准的权力更迭史，视频编码标准的权力游戏与AVS的破壁之路。

麦克风和摄像头（网络摄像头）是计算机设备的常用部分，FFmpeg 包含了它们的使用元素。本文将详细介绍在 FFmpeg 中如何使用麦克风和摄像头。

全球范围内的非法流媒体播放量达到了前所未有的水平，对体育流媒体收入构成了严重威胁。在美国，35% 的 NFL 球迷承认通过非法方式观看比赛。在英格兰、苏格兰和威尔士，超过 800 …