Bytedance视频云技术团队
文章
专栏
问答
音视频视频云视频服务实时音视频
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。如今，火山引擎视频点播带来了破局之道——应用基于 DiT 大模型与
1
0
0
0
音视频AR/VR实时音视频最佳实践
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"触探深海"主题展震撼开启。本次展出，通过火山引擎提供的云 VR LBE 技术方案，实现同时并发达 40 路高并发体验，单日体验用户超 5
301
0
0
0
音视频实时音视频视频云
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 周年红色文化数字化系列项目——《转折·从头越》VR沉浸式数字展在首都图书馆东区（暨北京城市图书馆）正式开放。《转折·从头越》由贵州省委宣传部指
47
0
0
0
音视频视频服务视频云AR/VR
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。在传统的 VR 内容中，通常使用全景相机录制或 CG 技术制作人物资产。这两种方法，前者只能满足 3DoF 场景，后者往往受到成本和制作期的约束，难以呈现高质量人
24
0
0
0
大模型视频云实时音视频视频服务
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。该赛事从多个维度评估音频编码模型的 特征提取 能力，评估领域覆盖语音、环境声音和音乐，包含 20+ 项细分任务，如语
60
0
0
0
音视频实时音视频图像处理图像识别
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。火山引擎 veImageX 基于字节跳动的图像领域最佳应用实践，是面向 AIGC 时代的图像智能处理、素材托管、分发等一站式解决方案。企业可借助 veImageX 的上传、托管、智能处理和分发能力
196
0
0
0
音视频视频云大模型
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，团队方案成功构建了评估精度、计算效率俱优的画质评价模型，为大模型能
962
0
0
0
大模型视频云RTCAIGC
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，活动通过十余场专题演讲与两场圆桌论坛，从大模型+多模态交互如何重塑硬件智能革新、AIoT 产业链、AI 硬件商家如何通过抖音实现倍速增长、AI
191
0
0
0
AI技术解析最佳实践
设计素材行业为设计师和创意工作者提供丰富的视觉和创意资源。数字媒体和互联网的迅猛发展，促使这一行业市场规模不断扩大，用户对设计素材的个性化和定制化需求与日俱增。卓特视觉，作为Adobe Stock中国区官方合作伙伴，自2014年成立以来，始终致力于推动中国创意产业的繁荣发展。在AI的技术浪潮中，卓特视觉选择与火山引擎veImageX（一站式图片解决方案）携手合作，旨在通过AIGC加成，更加智能和高
181
0
0
0
音视频图像识别
照片直播作为一种新兴的影像传播方式，正在逐渐改变人们记录和分享美好瞬间的方式。无论是个人活动、婚礼庆典，还是企业会议、产品发布，照片直播都能实时记录并分享每一个精彩瞬间，共享美好时刻。“谱时”照片直播作为行业领先的照片直播服务商，服务全球超过2400000名影像从业者及企业客户，选择和火山引擎veImageX（一站式图片解决方案）强强联手，深耕照片直播赛道。★谱时图片直播是承影互联（北京）旗下品牌
790
1
0
0
音视频Agent
随着人工智能时代的到来，儿歌点点正积极致力于探索 AI 技术与儿童启蒙的融合之道，旨在为孩子们提供更加个性化且丰富的内容资源以及更加多元有趣的互动体验。儿歌点点（萌宝旗下产品），是国内领先的幼儿娱乐启蒙音视频内容平台，提供包括10W+集知名儿歌、动画片、故事、绘本等内容。该 App 已超过3.5亿次下载量，月覆盖1,300万中国家庭，持续创作推出不同类型的启蒙内容。01.与动画明星互动聊天AI伙伴
241
0
0
0
大模型实时音视频ChatGPT
生成式人工智能正以令人惊叹的速度实现突破，像与 ChatGPT、豆包这类 AI 智能助手对话，不再局限于文字，也可以通过语音通话进行实时、生动的交流。语音是人类最自然便捷的沟通方式，语音交互大幅降低与 AI 对话的门槛。人们只需说出需求，AI 就能快速理解并反应，无需复杂的操作，都在简单的话语中。在这一趋势推动下，诸多领域出现 AI 实时语音创新应用，如 AI 社交陪伴、AI 口语学习、游戏 AI
5887
2
2
0
音视频直播
随着直播行业快速发展，如何让直播内容更快、更清晰、更保真、更流畅地抵达用户，成为直播服务提供商重点关注的问题。超低延时直播通过极低延时和兼顾直播体验的特性，成为众多直播场景下的重要技术解决方案。如何评估一个超低延时直播服务质量好不好？好在哪里？有多好？中国信通院联合头部直播服务厂商经过4个月十余个标准版本的打磨，形成 《音视频 超低延时直播性能及服务质量分级评估模型》 标准，向业界提供参考。本标准
313
0
0
0
音视频视频云
项目主页：https://ingra14m.github.io/Deformable-Gaussians/论文链接：https://arxiv.org/abs/2309.13101代码：https://github.com/ingra14m/Deformable-3D-Gaussians单目动态场景（Monocular Dynamic Scene）是指使用单眼摄像头观察并分析的动态环境，其中场景中
1898
0
0
0
音视频视频云
无参视频质量评估 (Blind Video Quality Assessment，BVQA) 在评估和改善各种视频平台并服务用户的观看体验方面发挥着关键作用。当前基于深度学习的模型主要以下采样/局部块采样的形式分析视频内容，而忽视了实际空域分辨率和时域帧率对视频质量的影响，随着高分辨率和高帧率视频投稿逐渐普及，特别是跨分辨率/帧率视频转码档位画质评估场景中，这种影响变得更加不可忽视。在本文中，我们
1663
0
0
0
音视频视频云
随着相关技术和应用的发展，比如超高清屏幕、虚拟现实（VR）等沉浸式体验的增加，用户对超高分辨率图像和视频的需求变得越来越强烈。在这些场景中，图像的质量和清晰度对于提供最佳的用户体验至关重要。超高分辨率不仅能提供更清晰、更真实的视觉效果，还能在一定程度上增强人们的互动和沉浸感，在一些VR场景中我们需要8K甚至16K的才可以满足需求。然而要生成或者处理这些超高分辨率的内容，对算力的要求也是与日增长，对
1741
0
0
0
音视频视频云
日前,中央广播电视总台“央博”数字文化艺术博物馆平台(以下简称总台“央博”数字平台)发布了2024年重点项目,央博龙年新春云庙会作为年度重点压轴项目之一,以“龙游神州”为主题,依托VR/AR技术进行视觉和多媒体互动升级的龙年科技庙会,赢得了广泛关注。在火山引擎云游戏团队所提供的VR实时云渲染技术支撑下,游客可以在地坛庙会所搭建的VR体验场地中,沉浸式地get叠加传统文化和硬派科技的超现实庙会体验。
1514
0
0
0
音视频技术技术服务知识库
以抖音为代表的新一代现象级应用的兴起 ，不仅推动了短视频这一赛道的全面爆发，更培养了用户通过视频表达自我和获取知识的习惯。在视频类应用盛行的背景下，用户对于播放体验的需求与日俱增，他们渴望超高清、强交互、更加沉浸式的体验。如果无法满足用户的这些需求，应用的播放 时长、留存拉新和业务创新将受到直接影响。然而，尽管用户对音视频体验的需求与日俱增，业界却尚未建立完善的音视频体验评估体系，难以准确定位影响
3018
0
0
0
音视频技术服务知识库视频服务视频云
近日，抖音发布亚运会观赛报告。报告显示，亚运会期间抖音赛事直播，运动员、工作人员互动，冠军访谈等内容精彩纷呈。9月19日-10月8日，抖音亚运会赛事直播累计获62亿人次观看，“杭州亚运会”话题视频播放量超过503亿。作为持权转播商，抖音对亚运会全程进行了免费、无贴片广告、4K超高清直播。9月23日亚运会开幕，有最高264万人同时在抖音收看直播。“数字人火炬手”“大莲花”等多个记忆瞬间镌刻在屏幕前的
2082
0
0
0
音视频技术服务知识库视频云视频服务
《跟着德爷闯东非》是 Pico 一款全新的 6DoF 互动纪录片。主角由在全球拥有 530 万粉丝的明星探险家德爷（Edward James Stafford）担任。观众以第一视角摄影师的身份陪伴德爷一起冒险，近距离观察野生动物，体验非洲大草原的野外生存之旅。与行业内常见的不具备互动性的 3DoF 实拍纪录片以及不具备写实性的游戏引擎制作的 6DoF 纪录片不同，《跟着德爷闯东非》纪录片的拍摄采用
1737
0
0
0