Multiview（多视角）即在同一屏幕上同时观看两路、三路或四路直播信号，正在成为体育直播中的核心能力。决定 Multiview 成败的关键并不只是“是否支持多画面”，而是采用怎…

Access Advance LLC 今天宣布，夏普、M&K Holdings、Tagivan 和其他 9 家拥有大量视频编解码器专利组合的专利所有者已于 2026 年上半…

为企业打造虚拟接待员的 AI 初创公司Phonely在 A 轮融资中筹集了 2200 万美元，使其估值达到 1 亿美元，这表明投资者对基于语音的自动化越来越有信心。 本轮融资由 B…

在关于物理 AI 的讨论中，视觉占据了主导地位。然而，视觉仅仅是其中的一部分。机器还需要“聆听”周围的世界。 机器必须能够理解语音指令、区分多位说话者、定位声音来源、过滤干扰，并与…

本月，所有人的目光都聚焦在足球世界杯及其众多引人入胜的故事情节上。 国际足联48支球队参赛的豪赌会成功吗？39岁的梅西还能保持顶级水准吗？新引入的饮水休息时间是否只是为了敛财？美国…

思科宣布将在 7 月底前为其 9 万名员工每人部署一个个人 AI 代理，这代表着企业历史上规模最大的企业 AI 部署之一。 这家网络巨头表示，每位员工都将获得一个专属的 AI 代理…

娱乐与科技营销组织CTAM，以及专注于追踪人们如何选择和消费内容的洞察机构Hub Entertainment Research联合发布的研究报告，揭示了流媒体行业中一个鲜为人知的用…

AI 正从会议应用向会议室本身延伸。对于企业而言，关注点已经发生变化。采购方不再询问摄像头是否能追踪发言者，而是关注整个会议室能否提升混合会议的体验。 这一转变对电信和协作团队至关…

如今，观众观看视频的频率比以往任何时候都高，视频领域的竞争也急剧加剧。这促使视频服务提供商不断创新，力求满足消费者对高质量、流畅流媒体体验的需求。 在此背景下，过去几年感受到的财务…

微软工程师为Mesa代码库新增了一项出人意料的最新功能：通过结合使用DirectX 12以及Windows Media Foundation层中包含的硬件媒体基础转换（HMFT）支…

今年早些时候，由于与英特尔 ANV 开源驱动程序的测试不足，新一代英特尔显卡硬件上禁用了 Vulkan 视频编码功能。这影响了 Gen12.5 及更高代的显卡——基本上包括 Alc…

当我们打开一个新安装的APP，常常会看到一连串强制且冰冷的教学引导弹窗，相信大多数人都不会认真阅读，而是跟着动画“无脑”点击，想赶紧跳过。 这种机械、强制的功能指引，只是强行给用户…

今天，阿里通义升级实时语音识别大模型Fun-ASR-Realtime——一款首字延迟控制在百毫秒级别、识别准确率接近离线模型的流式语音识别模型，支持16种方言和30种语言。 阿里云…

在短视频与社交媒体盛行的今天，越来越多的创作者不再直白地表达观点，而是借助隐喻来传递深层意涵。一段画面里，一群身着燕尾服、戴着法官帽的猪在豪华宴会上大快朵颐，桌子底下的猫却在争抢残…

如果只看命名，VMAF v1 很容易被误解成一次常规模型迭代。但结合 Netflix 官方技术博客《VMAF v1: Good Is Not Good Enough》和 Netfl…

Zoom 已同意收购 Common Room，这是一个市场推广 (GTM) 智能平台。 此举将推动 Zoom 更深入地进入快速发展的收入运营 (RevOps) 领域。 Common…

语音和视频通信承载着组织中最敏感的一些对话，但支持这些通信的系统通常被视为普通的网络流量，从而造成了攻击者可能利用的安全漏洞。 在后台，信令消息负责建立和控制会话，而独立的媒体流则…

四十年来，视频编码一直沿用传统的编解码器，从MPEG 1和2，到H.264高清过渡，再到H.265的4K时代，以及后来的VVC/H.266。如今，AI 正在席卷广播电视领域，纯 A…

Epidemic Group宣布收购位于斯德哥尔摩的新一代视频娱乐公司Blenda Labs。此次收购将Epidemic Group的业务范围从音乐和音效扩展到视频领域，为Blen…

第五代移动通信技术和去中心化云计算的结合，从根本上改变了实时数字内容的传输方式。过去，观众或许会接受几秒钟的延迟，而如今的基础设施已将延迟降低到毫秒级。 高带宽的5G网络与云服务器…