哔哩哔哩技术

构建 AI 工具生态这件事上，过去一年我们做了不少尝试。 回头看，会觉得这条路径像是在搭建一条越来越清晰的“能力生产线”： 这篇文章我们就按这条演进路线，把底层逻辑、踩坑经验和最终的工程方案完整讲清楚

AI 让我们从“人工盯岗”进入“主动洞察”时代。我们真正实现了将创作者的声音得到规模化记录、分析与反馈，这在过去几乎是不可能完成的任务。

技术升级不是一蹴而就的，一个逐步优化的过程；设计技术方案前设立合适和有一些挑战的目标，但这个目标要控制成本，做好可行性……

bilibili 用户技术中心提出 VisionWeaver 及其核心诊断工具 VHBench-10，带来了创新性的视角。

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。