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、明显的延迟、卡顿的互动，都能直接影响球迷观看体验。在移动互联网时代，人们对于音视频技...

近日，AAAI 2026公布了录用结果，该会议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篇论文被录用，录取率为17.6%。火山引擎多媒体实验室和北京大学合作的论文VQ-Insight: Teaching VLMs for AI-Generated V...

近日，AAAI 2026公布了录用结果，该会议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篇论文被录用，录取率为17.6%。火山引擎多媒体实验室和北京大学合作的论文VQ-Insight: Teaching VLMs for AI-Generated V...

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 + 互动娱乐” 的新型大文娱业态，其沉浸式、强参与感的特性，有望成为继电影、游戏之后的第三大沉浸式娱乐赛道。然而，当前 LBE 产业仍深陷 ...

在字节跳动的业务生态中，HTTPDNS承担着为抖音、今日头条、西瓜视频等核心应用提供域名解析服务的重任。但目前我们所采用的业界主流缓存机制（火山Cache1.0），却存在着调度不准的问题：业界主流缓存机制的问题缓存粒度：城市-运营商致命缺陷：当自身IP库与权威DNS服...

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。据悉本次会议共有21575篇投稿进入审稿阶段，最终5290篇论文被录用，录用论文中共有688篇论文（入选比例3%）被选为亮点文章（Spotlight）。火山引擎多媒体实验室...

ISCAS 是 IEEE 旗下电路与系统学会的旗舰国际学术会议，全称为电子电气工程师学会电路与系统国际研讨会，是世界上高度活跃的电路与系统理论、设计和实现领域研究人员的年度盛会。据悉 ISCAS2026 将于2026年 5 月 24 日至 5 月 27 日在我国上海举办。ISCAS 2026 将继...

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——直接添加对应外语字幕会导致画面杂乱，而使用马赛克或基于 GAN 的字幕擦除补全方案会导致画面模糊、帧间闪烁，都无法彻底解决这一挑战，使得优质内容的出海之路障碍重重。

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+）历时一年半联合打造的 VR-LBE 沉浸式体验剧《最后的特提斯之海》，在火山引擎云 XR 技术支持下，配合"触探深...

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》，用全景科技将观众拉回 90 年前那段历史的时空激流。 7 月 1 日，纪念遵义会议召开 90 周年红色文化数字...

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，让用户在虚拟的古代周庄夜市里，体验了古老的故事以及精彩纷呈的歌舞表演。

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 Encoder Capability Challenge，吸引了 Alibaba、CMU、NTT 等知名企业和院校参与。

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、智能处理与分发的一站式解决方案至关重要。

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 Short-form UGC Video Quality Assessment Challenge-Track1-VQA赛道以显著优势夺冠。基于能力强大的多模态大模型，团队方案成...

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、品牌方及投资机构代表等 700 多位嘉宾参会。围绕“破解 AI 硬件落地与增长密码”的主题，活动通过十余场专...

近日，第 17 届世界编码器大赛 MSU 2022 公布硬件编码器比赛结果，在 60 fps（帧率）的超快视频编码赛道上，火山引擎多媒体实验室自主研发的 BVE 1.1 编码器表现突出，荣获最佳 FPGA 编码器（各项指标大幅领先）；并在所有硬件编码器中，技术指标获得一项第一和两项...

对于世界杯这样的大型体育赛事而言，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、延迟等对网络传输层面尤为敏感的指标。另外，抖音实现了业界首次的世界杯比赛支持 4K HDR 10-bit 直播，其内容信...

卡塔尔世界杯已经结束，29天赛程，64场比赛，最终梅西带领阿根廷时隔三十六年再次捧杯。世界杯期间，抖音提供的稳定高质直播画面为观众带来了完美的观赛体验，决赛的PCU高达3700W+。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...

9月24日，火山引擎开发者社区举办第九期 Meetup，来自腾讯云、七牛云、火山引擎的技术专家从抖音同款 RTC 能力、直播系统架构、边缘计算服务、视频云存储等方面为大家详细介绍直播创新玩法下的技术进化与实践。

随着互联网技术的不断发展，越来越多的人开始尝试使用或者依赖实时音视频产品解决团队沟通与协作问题。在通话过程中，我们时常会遇到因为网络波动（如拥塞、丢包、延时和抖动等）而导致的音频卡顿、掉字或者杂音等问题，影响工作效率。