技术文章

华为和迪士尼，meta等公司在打官司。涉案专利为EP3471419，技术名称是视频压缩中的渐进时间层存取图像。这一专利属于HEVC标准必要专利，是高清、4K视频流畅播放的核心支撑。

Tvbeurope 的 Joe O’Halloran 回顾了 2026 年世界移动通信大会，会上讨论的话题包括 AI 如何提升视频质量，以根据最终用户需求创建内容，以及…

在很长一段时间里，体育直播的逻辑是单向的：导播切什么，你就得看什么；导播觉得汉密尔顿重要，你就看不到后排缠斗的角田裕毅。但在时速300公里的F1赛场上，F1与亚马逊云科技联手做了一…

实时视频通信系统广泛发展，深入大众的日常生活。然而，现实世界的网络状况不总能令人满意，特别是在地铁或拥挤的公共场所等带宽受限的环境中，现有的实时通信（RTC）系统均难以维持最优性能…

自动扩缩容常被视为云效率的黄金标准。只需几行配置，即可实时调整基础设施以匹配流量，在节省成本的同时确保应用在高负载下稳定运行。但对于实时通信（RTC）应用，规则截然不同。 无论采用…

在语聊房、K 歌房等实时音频场景中，我们经常能看到随着用户说话或唱歌，界面上会出现动态的声浪波形或音量柱状图。这种视觉反馈不仅让用户感知到音频正在传输，还能增强互动体验。那么，这种…

在实际场景中，SIP 路由是通过多个 IP 接口（例如公网或私网、不同的 VPN、IPv4 与 IPv6 或不同的协议）实现的。通常，OpenSIPS 会通过为待处理的呼叫选择/设…

大型流媒体平台如何在重大新闻事件和突发新闻期间预判、配置并规划实时流量突发？半岛电视台高级流媒体架构师 Dilip Bharadwaj 与 YouTube 直播 OTT 工程主管 …

本文介绍了 FFmpeg 在 Meta 的应用，主要是实现的两个重要功能缺口：线程化多通道转码和实时质量指标。  

现有扩散模型凭借强大的生成能力，在真实世界视频超分辨率（Real-VSR）任务中取得了显著进展。然而，由于依赖多步采样的重建过程，这类方法的推理速度较慢。单步生成网络，如 Seed…

PyMKUI是一个为ZLMediakit设计的现代化前端管理界面，提供了直观、美观的视频流管理功能。作为ZLMediakit的官方前端管理工具，PyMKUI为流媒体服务器的管理和监…

在移动端音视频领域，超分技术（Super Resolution, SR）已成为提升用户视觉体验、降低传输带宽成本的核心手段。对于 iOS 开发者而言，实现高效的超分方案不仅是算法的…

随着高分辨率桌面显示器价格不断下探，4K及以上分辨率的显示器已逐渐成为市场主流。然而，与超高清显示设备的普及形成反差的是，当前海量视频内容仍主要停留在720p和1080p的高清标准…

在 Android NDK 开发中，直接使用 C++ 调用 MediaCodec 通常是为了追求极致性能或与现有的 FFmpeg/OpenGL 管道集成。自 A…

当几十甚至几百个用户共享同一个无线网络时，语音通话往往首当其冲受到影响。通话会中断，音频会断断续续。用户通常会责怪电话系统，但实际上，问题往往出在 Wi-Fi 设计上。 如果您计划…

本文介绍了由淘天音视频技术团队提出的一种名为Vivid-VR的生成式视频复原算法，该成果已被顶级会议ICLR 2026收录。针对现有基于扩散模型的视频复原方法在微调过程中容易出现的…

云原生架构的成熟、存储技术的演进、以及行业对平台化治理的共识，让统一消息平台从愿景变为现实。消息基础设施正在迎来一次范式跃迁：从「多套工具各司其职」走向「一个平台统一承载」。

2026年春节期间，面对亿级 DAU 流量洪峰，社交业务成功落地了「语音拜年」与「表情烟花」两大重磅活动。本文阐述了如何通过融合自适应调度引擎、实时 ASR 语音识别及高性能粒子渲…

本文为上海交通大学与蚂蚁集团的合作工作，主要关注多模态数据的统一高效无损压缩。无损压缩是数据存储与传输的基石，但在多模态协同的大数据时代，现有压缩器要么仅针对单模态设计导致部署冗余…

由于扩散模型在图像生成任务取得质的突破，越来越多的底层视觉任务受益于其强大的生成式先验——从图像超分辨率、去噪，到图像修复、扩散模型正以细节生成和语义理解的双重优势，重构底层视觉任…