哔哩哔哩技术

随着 AI 技术的不断成熟，其在 自动编排、报告生成与智能分析 等方面展现出天然优势。借助 AI 的能力来提升安全事件告警的处理效率，已经成为各大企业探索与实践的重要方向。...

我们发现基于人类反馈的强化学习（RLHF）在口语化字幕翻译任务中表现不佳提出 RIVAL，一种针对机器翻译（MT）的迭代对抗强化学习框架。...

哔哩哔哩游戏算法团队构建了一套基于大语言模型的游戏翻译体系，并在多个项目、多个语种中取得了显著成效。本文将详细介绍这套翻译平台的技术架构和核心价值。...

暑期，B站多媒体实验室带队参与了 ICCV MIPI Workshop 的细粒度图像质量定位国际挑战赛，最终获得了第二名的好成绩。...

为解决专业视频剪辑软件操作复杂与模板化工具创意受限的行业痛点，本文深入探索并实现了一款面向Web剪辑软件（WebCut）的智能剪辑体——VibeCut。...

RAG技术的出现，创新性地将向量数据库与LLM相结合，通过引入外部知识库，极大地提升了生成SQL的准确性和可靠性。...

在文本编辑领域，设想一种技术：无需复杂控制信号，只靠字形图像和少量训练数据，就能把文字“无缝”嵌入真实场景——中文招牌、日文海报、韩文标语，多语言统统适用。...

本篇为KMP 技术与实践系列文章的第四篇。在这篇技术文章我们会聚焦于如何在 iOS 平台上把 Kotlin/Native 的研发体验提升到一等公民。...

AniME，一种导演驱动的多智能体框架。该框架通过引入定制化模型选择MCP机制，为不同环节的专用智能体配置定制化工具箱，实现了任务分解、跨阶段一致性控制以及迭代式反馈优化。...

作者在前段时间为某个服务升级支持了 TLS 1.3，然而在升级过程中发现 RTT 并没有按预期减少，所以进行了排查与记录，并分享给大家。...

流式转码方案需要适配整个转码体系的多种转码链路，涉及的维度包括业务属性（参数定制、片源特征）、软硬编码（CPU、GPU、瀚博）等。因此，质量保障必须针对不同的技术目标进行精...

随着模型训练技术进入规模化应用阶段，提升训练效率与降低算力成本已成为全球AI竞赛的关键突破口。本文将系统性解析B站在大规模模型训练场景中构建的存储体系升级方案与工程实践经验...

01 | Background Introduction to Original Audio Video Translation Hello everyone, we ar...

由于现有的多模态大语言模型（MLLM）在推理过程中存在无法控制和不透明的问题，视频问答（VideoQA）在实现高级认知推理方面仍然具有挑战性。...

最近，我们上线了一个新能力：支持将部分中文视频翻译为外语的原声风格配音。也就是说，观众现在可以听到“这个人用另一种语言在说话”，但他的声音、语气、节奏，甚至个性表达都和原片...

在数字内容井喷的时代，移动端已成为视频创作的重要阵地，而视频编辑页作为创作工具的核心场景，不仅为创作者提供了丰富的表达手段和创意平台，更是提升视频制作的效率。...

随着公司业务的不断扩展，进入大数据平台的业务数据日益增多，数据之间的产出与使用关系变得愈发复杂，元数据血缘的建设是理清这些复杂数据关系的最佳途径。...

Nexus3 是一个开源的仓库管理工具，支持多种包格式如 Maven、npm、NuGet 等，用于存储、组织和分发软件构件。...

B站语音团队对模型架构与训练策略进行了深度优化，推出了全新一代语音合成模型——IndexTTS2 。...

面对数据中心异构硬件环境合池带来的管理挑战，缓解CPU分层现象是实现算力统一调度与高效利于的必经之路。...