每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。全球最强「开源版Gemini」诞生！全能多模态模型Emu2登热榜，多项任务刷新SOTA最强的全能多模态模型来了！就在近日，智源研究院重磅发布了开源界的「Gemini」——Emu2，一口气刷新多项SOTA。成立2年融资近9亿！AINPC引爆游戏行业巨变，微软等大厂已经入局成立2年融资近9亿！AI

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。AI读心术震撼登顶会！模型翻译脑电波，人类思想被投屏｜NeurIPS2023在最近举办的NeurIPS大会上，研究人员展示了当代AI更震撼的应用场景——AI读心术！OpenAI「登月计划」剑指超级AI！LeCun提出AGI之路七阶段，打造世界模型是首位OpenAI「登月计划」笃定了超级人工智能

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。467亿参数MoE追平GPT-3.5！爆火开源Mixtral模型细节首公开，中杯逼近GPT-4今天，MistralAI公布了Mixtral8x7B的技术细节，不仅性能强劲，而且推理速度更快！还有更强型号的Mistral-medium也已开启内测，性能直追GPT-4。8x7B开源MoE击败Lla

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。Meta牵头组建开源「AI复仇者联盟」，AMD等盟友800亿美元力战OpenAI英伟达超过50家科技大厂名校和机构，共同成立了全新的人工智能联盟。以开源为旗号，誓于OpenAI和英伟达一决高下。深度学习大牛权威预测2024年AI行业热点，盘点开源AI趋势！AI社区大佬Sebastian总结了2

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。超级AI不会主宰人类，但人工智能必须开源！LeCun最新采访引全网300万人围观LeCun最新访谈视频中，再次坦露了自己对开源AI的看法。超级AI终有一天会诞生，但不会主宰人类。GPT-4+物理引擎加持扩散模型，生成视频逼真、连贯、合理扩散模型的出现推动了文本生成视频技术的发展，但这类方法的计

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。日程揭晓！速览深圳站大会专题议程详解LiveVideoStackCon2023音视频技术大会深圳站，保持着往届强大的讲师阵容以及高水准的演讲质量。两天的参会时间，您可以快速了解音视频大咖前瞻的思想、把握音视频技术发展的最新动向、深入学习技术内容和工程化方面的一手实践。现在，深圳站大会日程正式揭

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。基于隐扩散模型的高分辨率图像合成本文提出的隐扩散模型(LDM)在图像修补和类条件图像合成方面具有一定优势，并且在各种任务(包括文本到图像合成、无条件图像生成和超分辨率)上具有高度竞争性的性能，此外与基于像素的扩散模型相比显着降低了计算需求。ChatGPT之父SamAltman最新文章：AGI及

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。内容推荐京东智联云分布式低延时RTC系统本文由京东智联云的魏伟在LiveVideoStackCon2020线上峰会的演讲内容整理而成，他会从逻辑结构、系统业务流程和弱网增强等方面介绍京东智联云在RTC方面所做的工作。https://mp.weixin.qq.com/s/75Ccf0tndxMT

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。MIT惊人再证大语言模型是世界模型！LLM能分清真理和谎言，还能被人类洗脑MIT等学者的「世界模型」第二弹来了！这次，他们证明了LLM能够分清真话和假话，而通过「脑神经手术」，人类甚至还能给LLM打上思想钢印，改变它的信念。百度大模型加持，元宇宙竟然还能「卷」出新玩法！AI一键作画、智能NPC

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。Google联合多加巨头推出ML基础设施：OpenXLA阿里巴巴，AWS，AMD，Apple，Arm，NVIDIA都在其中。https://opensource.googleblog.com/2023/03/openxla-is-ready-to-accelerate-and-simplify

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。日程揭晓！速览深圳站大会专题议程详解LiveVideoStackCon2023音视频技术大会深圳站，保持着往届强大的讲师阵容以及高水准的演讲质量。两天的参会时间，您可以快速了解音视频大咖前瞻的思想、把握音视频技术发展的最新动向、深入学习技术内容和工程化方面的一手实践。现在，深圳站大会日程正式揭

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。OpenAI科学家最新演讲：GPT-4即将超越拐点，1000倍性能必定涌现！GPT-4参数规模扩大1000倍，如何实现？OpenAI科学家最新演讲，从第一性原理出发，探讨了2023年大模型发展现状。PS+AI生图一步完成，效果惊人！AdobeFirefly2重磅更新：模型全面升级，矢量图完美支

『音视频技术开发周刊』由LiveVideoStack团队出品，专注在音视频技术领域，纵览相关技术领域的干货和新闻投稿，每周一期。点击『阅读原文』，浏览第59期内容，祝您阅读愉快。

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。整个世界都是你的绿幕：这个视频抠图换背景的方法着实真假难辨绿幕是影视剧中抠图、换背景的利器，但如果不在绿幕前拍摄，我们还能完美地转换背景吗？华盛顿大学的研究者最近就上传了这样一份论文，不在绿幕前拍摄也能完美转换视频背景，让整个世界都变成你的绿幕。使用边缘计算来增强流传输本次演讲将深入探讨跨多个

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。UC伯克利脑机接口新突破！利用脑电波即可复现歌曲，语言障碍者有福了脑机接口领域再添一笔，凭借大脑电波波形图，可逆向重建歌曲。文字解码以外的又一重大突破！特斯拉「擎天柱」机器人视频爆了！端到端AI大脑加持，挑战高难度瑜伽特斯拉人形机器人「擎天柱」最新视频公开，在端到端神经网络加持下，能够精准分类

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。“讲师天团”招募过半，宝藏讲师等你来pick！LiveVideoStackCon2023深圳站大会，门票限时9折火热售卖中，团体参会优惠更多，此刻报名，与您相约深圳。●时间：2023年11月24日-25日●地点：深圳圣淘沙酒店（翡翠店）●购票：扫描下方图片二维码●官方链接：https://sz

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。学术头条|基于网络科学的人工智能揭示基因信息如何利用单细胞塑造形体近日，由清华大学脑与智能实验室复杂网络智能中心（CCNI）主任CarloVittorioCannistraci教授与北京大学韩敬东教授共同指导的国际科学家团队在《先进科学》（AdvancedScience）杂志上发表了一项研究。

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。GNNear：基于近内存处理的大规模图神经网络训练加速器图神经网络(GNNs)已经成为分析非欧几里得图数据的最新算法。然而，实现高效的GNN训练是一项挑战，特别是在大规模图上。本文基于一篇于2022年发表在PACT上的论文，主要介绍基于近内存NMP的大规模图神经网络训练加速器GNNear。Bi

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。腾讯云音视频及边缘平台专场邀你一起见证“连接”的力量9月7日，腾讯全球数字生态大会之腾讯云音视频及边缘平台专场即将开启！本次专场将重点分享腾讯云音视频及边缘平台最新的战略布局、技术趋势、产品突破以及最佳实践,带领大家共同探索数字技术的无限可能，一起见证数实“连接”的无限可能。LiveVideo

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。OpenAI首席科学家最新访谈：对模型创业两点建议、安全与对齐、Transformer够好吗？OpenAI首席科学家IlyaSutskever最近和他的朋友SvenStrohband进行了一次简短的对话。访谈中主要提及了以下几个问题：对深度学习的信仰、对AGI的畅想，Transformer够不

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。“视象新生”火山引擎视频云&AIGC技术大会邀你踏入新“视界”8月22日，火山引擎视频云&AIGC技术大会即将开启！本次大会以“视象新生”为主题，聚焦体验创新，火山引擎视频云将携手投资机构、意见领袖、合作伙伴、行业代表，共话全行业视频化时代新趋势。LiveVideoStack创始人包研将出席并

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。人工智能研究人员声称，通过Zoom音频检测击键的准确率为93%通过记录按键并训练深度学习模型，三位研究人员声称，基于单个按键的声音特征，他们在解释远程按键方面的准确率达到了90%以上。https://arstechnica.com/gadgets/2023/08/type-softly-res

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。大神回归学界：何恺明宣布加入MIT「作为一位FAIR研究科学家，我将于2024年加入麻省理工学院（MIT）电气工程与计算机科学系EECS担任教职。」AI领域的著名学者，ResNet发明人何恺明，最近在个人网站上宣布即将回归学界了。Meta新开源模型AudioCraft炸场！文本自动生成音乐8月

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。更强的Llama2开源，可直接商用：一夜之间，大模型格局变了Meta终于发布了大家期待已久的免费可商用版本Llama2。6000份问卷透露出AI时代的职业焦虑与机遇｜附报告下载AI大模型的发展日新月异，从ChatGPT到GPT4，再到越来越多的行业模型，曾经我们认为离我们还很遥远的人工智能技术

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。微软、谷歌、亚马逊，打响大模型时代的云战争过去数月，云巨头们砸下真金白银，研发大模型、战略投资、自研AI芯片……大模型的时代方兴未艾，他们已经瞄准了新一代的AI软件客户。这篇文章围绕几大海外云巨头进行梳理，试图阐述“什么是今天云厂商们竞争的关键”。北大开源首个中文法律大模型——ChatLaw目

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。AI艺术在北京798，展望人工智能与环境的未来本文很有意思的提出了个假设，通过人工智能和艺术家协作与实践产生环绕地球的叙事，去开启置身于AI时代与生态之中的想象。在这种协作中，如何重新想象我们共同生存的环境？如何通过这种协作对我们的生存环境甚至我们自身产生新的认识？如何去探讨二者共同的存在基础

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。GeeneeAR为品牌商和零售商提供虚拟试穿应用这意味着GeeneeAR的虚拟试穿解决方案能够与品牌商现有的销售渠道无缝集成。谁说苹果掉队了？WWDC上只字未提AI，却已低调入场大模型尽管苹果没有在WWDC上谈论AI大模型，但他们介绍了一些基于AI的新功能，如改进iPhone的自动更正功能，当

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。畅谈音视频未来无限可能，2022音视频技术大会北京站最新日程公布2023年3月31日-4月1日，LiveVideoStackCon2022音视频技术大会北京站，我们将一同畅谈多媒体生态发展，探讨音视频的未来无限可能，探索行业与新技术的融合碰撞。ChatGPT背后的核心技术原本这篇论文是聚焦在自

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。22字声明、近400名专家签署、AI教父Hinton与OpenAICEO领头预警：AI可能灭绝人类！这份声明一经发布，便迅速得到了多伦多大学计算机科学荣誉教授、“AI教父”GeoffreyHinton，图灵奖得主YoshuaBengio，GoogleDeepmindCEODemisHassab

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。GPT-4Office全家桶发布谷歌前脚刚宣布AI工具整合进Workspace，微软后脚就急匆匆召开了发布会，人狠话不多地祭出了办公软件王炸——Microsoft365Copilot，再次闪瞎全世界。从此，不管是Word、PPT、Excel，还是Outlook、Teams、MicrosoftV

每周一期，纵览音视频技术领域的干货和新闻投稿：[email protected]。架构WebRTC安全体系架构的8个组件WebRTC不仅仅是为低延迟实时流媒体传输而设计的。为了满足现代流媒体应用程序的需求，WebRTC还提供了流安全性。本文主要研究WebRTC的安全体系结构以及如何设置它。https://mp.weixin.qq.com/s/CqhjrRJQBwZylAWC

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。Opera视频出海非洲面临的技术挑战及应对Opera是一个主要业务在海外的公司。非洲地区，基础设施差，网络带宽小，人均收入低。如何在非洲地区做好视频分发传输是需要一定的市场、技术深耕。本次LiveVideoStackCon2021音视频技术大会北京站，我们邀请到了Opera的技术副总监——张建

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。✦一周简讯✦MPAI-MMC将被IEEE采纳为技术标准在MPAIMultimodalConversation(MPAI-MMC)获得批准满6个月的当天，IEEE主持了P3300工作组的启动会议，任务是采用MPAI技术规范作为IEEE标准。早些时候，MPAI和IEEE签署了一项协议，MPAI授予

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。小提示：链接跳转仅支持公众号相关链接火山引擎视频云：从toC到toB，如何将最好的技术开放出去6月10日，火山引擎召开品牌发布会。在发布会上的演讲中，火山引擎总经理谭待提到要把字节跳动最好的技术开放出去，而经过抖音、西瓜等产品的千锤百炼，服务过数亿用户的火山引擎视频云产品就是其中之一。从toC

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。「紧急通知」LiveVideoStackCon2022音视频技术大会北京站改期各位LVSer们：因疫情影响，北京近期不再允许举办大型线下活动，我们无奈且抱歉的通知大家LiveVideoStackCon2022音视频技术大会北京站大会将暂停举办，延期至2023年第一季度召开，具体时间待疫情稳定允

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。拍乐云基于AV1的实时视频系统技术实践实时视频系统对于时延的要求极高，视频编码器必须满足实时性的要求。新一代视频标准AV1相比主流H.264在Rate-distortation性能的提升上是以复杂度的上升为代价的，当前应用设备的碎片化非常严重、设备的运算能力差异巨大，这些都是新技术落地实时系统

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。LiveVideoStackCon2022北京站祝您国庆快乐！⏰活动时间：2022年11月4-5日活动地点：北京丽亭华苑酒店音视频开发之旅（30)-音视频基础知识从这篇开始我们进入FFmpeg系列的学习实践，作为开篇，我们先来了解下音视频相关的基础知识。AndroidFFmpeg系列08--s

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。活动剧透海内外技术人们“看”音视频技术的未来COVID-19的爆发，在一定程度上催化了音视频技术的加速发展。这种加速发展不止是技术的纵向迭代，也是向不同场景发起了一次横向触达。人们的很多活动在线下受限，但可以通过线上来进行，甚至越来越依赖这种方式，这肯定少不了技术者们在背后的支持。我们做了一个

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。轻松掌握WebAssembly视频播放器——LiveVideoStack与李超联合打造紧抓多媒体生态趋势，将浏览器、WebAssembly和Rust等热点结合熟知播放器工作原理，为实现商业化H.264/H.265播放器打下坚实基础课程包含图文、代码、视频，降低学习门槛李超精准讲解，及时详细解答

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。京秋风起，音视频江湖将再起波澜！今年北京的秋天似乎比以往来得早了些，即将在11月4日至5日召开的LiveVideoStackCon2022音视频技术大会北京站也在紧锣密鼓地筹备中，可以预见，11月的音视频江湖将再起波澜。本次大会将延续「音视频+无限可能」的主题，继续挖掘音视频技术与不同行业、场

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。为什么OpenCV计算的帧率是错误的？我们在对线上的直播流数据进行某些检测时，忽然有一天，我们发现平台开始大面积的超时，让我们来看看这到底是怎么回事？RealNetworksvs.微软：早期流媒体行业之争2015年是流媒体行业出现的第20年，对于很多不熟悉互联网早期的人来说，他们不太可能了解流

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。使用体积视频创建数字人本文介绍了如何使用体积视频创建数字人，体积视频的后处理方法和传输方式等。iOSAVDemo（7）：视频采集，视频系列来了丨音视频工程示例在音视频工程示例这个栏目，我们将通过拆解采集→编码→封装→解封装→解码→渲染流程并实现Demo来向大家介绍如何在iOS/Android平

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。✦一周简讯✦W3C发布WebAssembly2.0首个公开工作草案WebAssembly工作组这次共发布了三个第一个公开工作草案，包括：WebAssemblyCoreSpecification2.0版，描述了2.0版本的WebAssembly核心标准，是一种安全的、可移植的、为高效执行和紧凑表

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。✦一周简讯✦FFmpeg支持JPEG-XL多媒体开源库FFmpeg在上周六的提交记录中添加了对JPEG-XL图像解码器的支持。JPEGXL基于Google的PIK格式和Cloudinary的FUIF格式（该格式基于FLIF），它的默认设置能在实现接近无损的视觉效果的同时，提供良好的压缩效果，这

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。短视频内容理解与生成技术在美团的创新实践美团围绕丰富的本地生活服务电商场景，积累了海量视频数据。如何通过计算机视觉技术用相关数据，为用户和商家提供更好的服务，是一项重要的研发课题。本次LiveVideoStackCon2021音视频技术大会北京站，我们邀请到了美团高级算法专家马彬老师来分享短视

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。什么是体积视频？本文介绍了体积视频（VolumetricVideo）的解释，创建体积视频所需的设备，并给出了具体的用例。原创干货|入门或者转行音视频，应该要怎么做？想从事（入门或者转行）音视频开发，要怎么做？很多人对此都有疑惑，不光有工作多年的职场老司机，也有求学期间的研究生同学们，本文帮你分

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。小提示：链接跳转仅支持公众号相关链接OWT在企业远程智能视频服务场景中的应用本文来自峰畅科技联合创始人&CTO段先德在LiveVideoStack2021上海站的演讲内容，以峰畅科技采用OWT开源媒体服务器在金融行业的应用为实际案例，详细解析如何用平台化方法破解场景碎片化、定制化的难题，达到图

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。从体验出发构建以增长为目标的视频服务体系增长一直是业务的诉求，和增长相关的因素很多，内容、人群、创意玩法、性能体验等等，本次LiveVideoStackCon2021音视频技术大会北京站我们邀请到了火山引擎点播技术研发负责人——浩铭老师。本次分享聚焦在字节跳动视频通过性能体验优化促进业务增长的

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。「紧急通知」LiveVideoStackCon2022音视频技术大会北京站改期各位LVSer们：因疫情影响，北京近期不再允许举办大型线下活动，我们无奈且抱歉的通知大家LiveVideoStackCon2022音视频技术大会北京站大会将暂停举办，延期至2023年第一季度召开，具体时间待疫情稳定允

每周一期，纵览音视频技术领域的干货。新闻投稿：[email protected]。「延期通知」LiveVideoStackCon2022音视频技术大会北京站亲爱的LiveVideoStack伙伴们：感谢大家一直以来对LiveVideoStackCon2022音视频技术大会北京站活动的关注与支持。根据近期多方沟通结果，受到目前各地疫情情况及进京防控政策影响，为保证大会各方参与