音视频牛哥

从识别一帧画面，到持续理解一个现场 回看二十多年来的音视频技术演进，行业始终在解决几个基本问题：现场能否被完整采集，信息能否及时传递，接收端能否正确还原，以及系统能否长期稳定运行。

四足机器人智慧电力巡检，不能只解决“把摄像头带到现场”的问题。对于远程人员而言，真正重要的是：看到的画面是否仍然代表当前现场，设备细节能否支撑判断，视频与测量数据是否对应同一次采集，以及网络中断之后

视频编码发展到今天，一个越来越有意思的问题摆在行业面前：一边是 H.266/VVC，把传统视频编码几十年的技术积累推到了一个新的高度；另一边是快速发展的神经编码，希望利用深度学习重新定义图像和视频的

过去三十多年，视频编码技术一直沿着一条非常清晰的路线发展：从 MPEG-2、H.264，到 H.265/HEVC，再到更新一代的视频编码技术，核心目标始终没有改变——用尽可能少的数据

最近，杭州拟废止《杭州市支持低空经济高质量发展的若干措施》的消息，引发了不少讨论。 乍看之下，这件事很容易被概括成一句话：曾经大力支持低空经济的杭州，为什么突然要“收回政策”？

过去三十年，视频编码技术的发展基本遵循一条非常清晰的路线：寻找空间冗余、时间冗余和统计冗余，然后用越来越复杂的预测、变换、量化与熵编码工具，把这些冗余一点点“挤掉”。

在很多人的印象中，GB/T 28181 仍然是一套主要服务于 IPC、NVR 和传统安防平台的视频监控联网协议。但如果从今天的移动执法、车载终端、智能安全帽、无人机、工业巡检终端

无纸化会议的下一阶段，不是“把纸搬到屏幕上” 早期无纸化会议系统解决的问题相对简单：把会议议程、Word、PDF、图片、表格等材料提前上传到服务器，再由会议终端进行阅读、批注和查阅。

做实时音视频系统时，我们经常讨论 RTSP、RTMP、SRT、WHIP/WHEP，也经常讨论 H.264、H.265、AV1、VVC，但真正深入到底层后会发现，决定一套系统性能上限的，很多时候并不是协