技术文章

直播的本质始终在于连接。那种激动、活力与实时互动，正是赋予直播内容生命力的源泉。然而随着观众规模扩大、直播形式日益复杂，维系这种即时的人际联结变得前所未有的困难。 每位主播都深有体…

什么是小波压缩？ 小波压缩（Wavelet Compression）是一种图像压缩技术，它利用小波变换在保持图像质量的同时减小文件大小。与其他仅关注频率域或空间域变换的压缩技术不同…

技术上数据量越大，降级概率越大，但消息业务场景上数据量大的是影响力更大的UP，业务不接受技术降级，如何破？如果消息流量增加10倍，怎么保障服务不挂？

什么是自适应阈值处理？ 自适应阈值处理（Adaptive Thresholding）是一种图像处理技术，它根据局部像素强度将灰度图像转换为二值图像。与使用单一全局阈值不同，自适应阈…

实时重建高质量视频对从视频会议到增强现实等应用构成重大挑战，既要求视觉保真度又需极低延迟。来自北京大学、华侨大学和快手的研究团队通过 InstantViR 解决了这一难题。 Ins…

为了满足企业日益增长的无线网络需求，Wi-Fi 技术正在飞速发展。办公室、酒店、商业场所和工业场所越来越需要能够深度集成到其运营中的无线网络。Wi-Fi 7 标准 (IEEE 80…

欧洲的播客行业正在蓬勃发展。据 Grand View Research 的数据显示，2024 年欧洲播客市场规模将超过 85 亿美元，预计未来几年的增长率将达到 25% 至 30%…

这个系列文章我们来介绍一位海外工程师如何探索安卓音视频基础技术，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，本篇介绍 MediaCodec 视频处理。 ——来自公…

在使用 Qt 开发多媒体应用时，开发者常常会遇到一个令人困惑的问题：为什么明明是标准格式的 MP4 视频，在 QMediaPlayer 中却无法播放？本文将深入剖析 Qt 的多媒体…

如何构建一个能够可靠理解文本、图像、音频和视频，同时仍能高效运行的统一模型？来自哈尔滨工业大学深圳分校的研究团队推出了 Uni-MoE-2.0-Omni，这里一款全开放式全模态大型…

通过与 FFmpeg 开发人员的技术合作以及 Dolby 规范，Instagram iOS 成为 Meta 首个支持 Dolby Vision 视频播放的应用。

随着苹果和亚马逊 Prime Video 等流媒体巨头激烈争夺体育赛事直播权，行业正面临一个新现实：广泛部署的流媒体传输基础设施是否已完全准备好支撑全球范围内的峰值观众流媒体需求？…

直到最近，要在企业应用与 WhatsApp 超过 30 亿用户之间实现实时语音通话，仍需依赖复杂的电信基础设施。Meta 于 2025 年 7 月推出的 WhatsApp Busi…

随着远程办公和虚拟会议的普及，众多企业正寻求开发类似 Jitsi Meet 应用的自有视频会议解决方案。本文将带您了解如何借助全球领先的实时互动技术提供商 ZEGO 构建成功的视频…

AI 浏览器正将模型从“回答关于网络的问题”转向“在网络上操作”。在 2025 年，四款 AI 浏览器将定义这一领域：OpenAI 的 ChatGPT Atlas、搭载 Copil…

在 Android 多媒体开发领域，音频处理是许多应用的基础需求，从录音应用到视频流媒体平台皆是如此。AVSample 仓库通过 Android 的 MediaCodec API …

长久以来，我们只知道大型视觉语言模型（LVLM）会犯错，但始终缺乏一把“手术刀”，无法剖析其视觉感知的根源性缺陷。我们只知其然，不知其所以然。我们希望当 AI 模型观察图像时，不再…

本文将主要携程团队设计开发携程数字人直播产品的背景、方案调研、设计和研发过程中遇到的问题以及解决方案，同时也介绍了本产品的主要功能和未来的规划。

使用 React Native 构建直播应用是为用户提供交互式实时体验的绝佳方式。React Native 的跨平台特性与丰富的库生态系统，使其成为开发流媒体应用的理想选择。无论您…

众所周知，当今观众渴望随时随地通过互联网在任何设备上自由观看内容。同样公认的是，云技术为广播公司提供了亟需的灵活性和可扩展性，使其更易满足这些需求。然而云技术同样依赖 IP 网络，…