字节跳动视频云技术团队

作者 | 凌敏 对于普通人而言，音视频算得上是最“接地气”的技术——不需要具备专业背景，就能直观地感受到技术能力高低带来的体验层面的差异。比如，观看世界杯直播，模糊的画面、...

会议背景 近日，AAAI 2026公布了录用结果，该会议是是人工智能领域极具影响力的国际顶级学术会议之一。据悉本次会议共有23680篇投稿进入审稿阶段，最终4167篇论文被...

引言 虚拟现实技术的成熟推动 VR 大空间，即基于位置的娱乐项目（Location based Entertainment, 简称LBE）成为融合 “文化 + 科技 + 互...

多媒体实验室画质理解大模型Q-Insight入选NeurIPS 近日，NeurIPS 2025公布了录用结果，该会议是机器学习与人工智能领域最具影响力的国际顶级学术会议之一...

ISCAS 2026 将继续携手字节跳动多媒体实验室，举办第五届神经网络视频编码竞赛。本届竞赛设立了三个最佳性能奖和一个最佳创意奖，每个奖项的奖金为 4500 美元。...

当短剧出海、跨境电商等新兴领域打造全球化内容时，面临着一个棘手的基础问题——原始视频的中文字幕。原始字幕对于海外观众来说，不仅是无效信息，还严重干扰观看体验。传统方案——直...

这个夏天，北京凤凰中心迎来一场穿越时空的深海奇遇！由中国科学院古脊椎动物与古人类研究所与国内沉浸式体验引领者——北京天卓视创科技有限公司（ONEK MR+）历时一年半联合打...

脚下的竹筏随着湘江的波涛震颤，炮弹掀起的硝烟在 VR 眼镜中翻涌，会议桌前的激烈争论见证了伟大历史抉择——VR 数字沉浸式 LBE 大空间互动体验展《转折·从头越》，用全景...

线下沉浸式剧场与 LBE VR 相结合，会碰撞出什么样的火花？本次 PICO 视频、东方演艺集团与火山引擎一起，将沉浸式演出《只此周庄》的部分场景复刻到了 VR 世界，让用...

音频编码器是多模态大模型的重要组件，优秀的音频编码器在构建多模态系统中至关重要。在此背景下，小米集团、萨里大学与海天瑞声联合主办的 ICME 2025 Audio Enco...

在 AIGC 驱动的爆炸性内容增长时代，企业将面对海量且持续激增的素材，传统分散、手动化的管理方式效率低下且成本高昂，因此，灵活、高效的图像、文档等素材上传、托管、智能处理...

近期，在计算机视觉领域最具影响力的「国际竞赛 CVPR 2025 NTIRE」中，火山引擎多媒体实验室团队同学组成“SharpMind”小组，在NTIRE 2025 Sho...

4 月 2 日，由火山引擎与英特尔联合主办的 AIoT “智变浪潮”技术沙龙在深圳成功举行。活动聚焦 AI 硬件产业的技术落地与生态协同，吸引了芯片厂商、技术方案商、品牌方...

世界杯的编码技术挑战 对于世界杯这样的大型体育赛事而言，如何让视频编码算法既要在高速运动、复杂纹理的场景下确保直播内容的清晰度和流畅度，保障用户的观赛体验，又要兼顾码率、延...

世界杯赛事涉及链路众多，如何保障各链路的画质稳定并进一步提升画质，是一个巨大的挑战。本文主要介绍火山引擎多媒体实验室在世界杯期间画质优化的最佳实践。...

9月24日，火山引擎开发者社区举办第九期 Meetup，为大家详细介绍直播创新玩法下的技术进化与实践。火山引擎边缘计算产品负责人沈建发分享了边缘计算在视频直播场景的应用以及...

RTC 自研 NICO 编码器给出的解决方案，兼容 Opus 编码器的同时，提供更高的编码质量和抗丢包能力。...

本文一方面会介绍必备的基础知识，带大家对编码有一个基本的认识，另一方面也会分享直播 SDK 在 VT 硬编实现上遇到的问题和解决方案...

火山引擎视频云团队将字节跳动图像处理的实践，整理为《veImageX演进之路》系列，将从产品应用、后端技术、前端技术、算法、客户端SDK 详细解读字节跳动背后的图像压缩技术...

实时音视频通话已成为人们生活中重要的组成部分。在通话过程中，总会存在意外情况，比如，坐在飞驰的高铁上——信号时好时坏……实现高质量的实时音视频通话需要优秀的“基建技术”来保...