做海外市场，特别目标是面向全球的用户，网络的重要性不言而喻。试想一个移动端应用，比如即时通讯IM，聊天消息的本质就是人跟人在说话，一条消息从发送到接受需要10秒的时间，这恐怕会让用户崩溃，随之就是被无情地卸载，开拓海外市场那就是做梦了。
目前5G新基建正在迈入起航阶段，5G相比目前广泛使用的4G，它具有更高的速率，更大的容量，同时延迟更低，可靠性更高。在5G时代，视频得益于网络带宽的提升，未来将成为主流的传播媒介。越来越多的业务和应用将视频化，直播化。大量互动的内容将通过5G以低延时的方式以视频的形式传输。
不做任何开发，就能实现弱网环境下实现实时视频直播零卡顿，听上去是不是天方夜谭？看完这篇文章你就知道，我们是如何做到的。
TNN是一款移动端推理框架，具有高性能、轻量级的特点，拥有跨平台、高性能、模型压缩、代码裁剪等众多优势。目前TNN已经在手机QQ、微视、P图等应用中落地。
从直播在线上抓娃娃，不断变化的是玩法的创新，始终不变的是对超低延迟的苛求。实时架构是超低延迟的基石，如何在信源编码、信道编码和实时传输整个链条来构建实时架构？在实时架构的基础之上，如果通过优化采集、编码、传输、解码和渲染中的关键环节来降低延迟？本文将会介绍即构在这方面的思考与实践。
LiveVideoStack：张光你好，能否向LiveVideoStack的读者介绍下您自己，以及目前主要的工作和关注的技术方向？
大家好，我是来自Google Research的高级软件工程师汪启扉，首先感谢LiveVideoStack邀请我在此处演讲。今天，我的主题是高效终端设备机器学习的最新进展 。
手机上的轻享广场已经上线一个月啦，大家的体验感受如何呢？现在，电脑端也支持轻享广场啦，同事们又多了一个做活动、分享工作生活的地方。 除了轻享，积分、管理后台也有新优化，一起来看看： 电脑端轻享广场上线 轻享广场，就是全员轻享，不再局限在K吧内，平台全员可互动。 移动端轻享广场已上线，现在，电脑端也可以发表、评论、进行话题互动啦！ 在「管理后台-平台运营-菜单自定义」内可开启轻享广场： 移动端菜单可配置轻享广场 轻享广场可以出现在手机上的乐享菜单栏啦！让员工有更快捷的入口： 可以到管
点击上方“LiveVideoStack”关注我们 ▲扫描图中二维码或点击阅读原文▲ 了解音视频技术大会更多信息 // 编者按：作为一个历经了21个年头的播放器，VLC旺盛的生命力使其在今天仍然有着一席之地。但是21年前的定位所带来的与当今主流媒体播放器的差距依然不可小觑。LiveVideoStackCon2022上海站大会我们邀请到了腾讯云 客户端开发工程师 赵志立，为我们分享他们是如何让VLC走进低延迟的大门的以及VLC的未来是怎样的。 文/赵志立 整理/LiveVideoStack 大家好，
AI 研习社按： Google I/O 2018 上，谷歌发布了可供开发者定制移动端机器学习模型的 ML Kit 开发套件，关于该套件中的核心技术：Learn2Compress 模型压缩技术，谷歌也火速在 Google AI 上撰文对其进行了详细介绍和实战测试，AI 研习社将其内容编译如下。
谷歌在 Google AI 上撰文进行对刚刚发布的 ML Kit 中的核心技术：Learn2Compress 自动模型压缩技术进行了详细介绍和实战测试。
HQ Trivia 号称直播答题的鼻祖，它是一款小知识互动游戏，由短视频社交鼻祖Vine的联合创始人拉斯-尤苏波夫和科林-克罗尔共同开发
本文即针对移动游戏环境下实时语音所面对的挑战，介绍一些语音预处理、流媒体协议等通用的解决方案。
这几年，我们对接了太多有RTSP或RTMP直播播放器诉求的开发者，他们当中除了寻求完整的解决方案的，还有些是技术探讨，希望能借鉴我们播放端的开发思路或功能特性，完善自己的产品。
2012 年，在深度学习技术的帮助下，语音识别研究有了极大进展，很多产品开始采用这项技术，如谷歌的语音搜索。这也开启了该领域的变革：之后每一年都会出现进一步提高语音识别质量的新架构，如深度神经网络、循环神经网络、长短期记忆网络、卷积神经网络等等。然而，延迟仍然是重中之重：自动语音助手对请求能够提供快速及时的反应，会让人感觉更有帮助。
移动互联网技术改变了旅游的世界，这个领域过去沉重的信息分销成本被大大降低。用户与服务供应商之间、用户与用户之间的沟通路径逐渐打通，沟通的场景也在不断扩展。这促使所有的移动应用开发者都要从用户视角出发，更好地满足用户需求。
最近全国各地都在迎战疫情，远程办公逐渐变成一种常态被大家所接受，作为程序员我们每天唯一离不开的就是电脑，虽然各种远程软件层出，但是在移动端的体验一直不佳，所以我们每天不得不背着沉重的笔记本东奔西跑。
【新智元导读】Google Research博客今日更新，介绍了他们的一项新工作“联合学习”（Federated Learning）。这种新的方法不将训练数据集中在一处，而是利用分散在成百上千万用户手里的多台手机，协同训练机器学习模型，而且所有的训练数据都保留在原来各自的设备上。联合学习能够提升模型质量，降低延迟、减少功耗，同时确保隐私。 标准的机器学习方法需要将训练数据集中到一台机器或者一个数据中心里。现在对于那些用户使用移动设备交互时训练出来的模型，我们引入了一种额外的方法：联合学习。 联合学习使手机能
广州TIT创意园，这里是腾讯在广州的研发团队所在地，LiveVideoStack采访了微信多媒体内核中心音视频算法高级工程师梁俊斌（Denny）。从华为2012实验室到腾讯，过去十余年梁俊斌一直专注在音频技术。他告诉LiveVideoStack：音频技术还有许多难点需要解决，而作为技术人也延展到应用场景，关注用户需求。本文整理了本次访谈的主要内容，仅供参阅。
据相关部门的统计，截止到今年3月份，我国的网民数量已突破9.04亿人，互联网的普及率升至64.5%，相比2018年底提升了4.9个百分点。在这当中，移动端的网民用户猛增，随着移动互联网的发展手机逐渐超过电脑的使用率，移动端直播系统也逐渐崛起。
在IM这种讲究高并发、高消息吞吐的互联网场景下，MQ消息中间件是个很重要的基础设施，它在IM系统的服务端架构中担当消息中转、消息削峰、消息交换异步化等等角色，当然MQ消息中间件的作用远不止于此，它的价值不仅仅存在于技术上，更重要的是改变了以往同步处理消息的思路（比如进行IM消息历史存储时，传统的信息系统作法可能是收到一条消息就马上同步存入数据库，这种作法在小并发量的情况下可以很好的工作，但互联网大并发环境下就是灾难）。
2017 年 12 月，微信小程序向开发者开放了实时音视频能力，给业内带来广阔的想象空间。连麦互动视频直播技术在 2016 年直播风口中成为视频直播的标配，然而只有在原生的 APP 上才能保障良好的用户体验。
概述 2016年基本上可以说一个直播年，各大互联网挣相进入直播行业，成就了直播技术的发展。之前我们也对直播连麦技术做了一个简单的分析，但是没有从整体上介绍，今天我们就组一个整体的介绍（本文部分资料来源于网络）。 我们先来看看视频直播的5个关键的流程：录制->编码->网络传输->解码->播放。每个环节对于直播的延迟都会产生不同程度的影响，这里重点分析移动设备的情况。针对移动场景总结出直播延迟优化的4个点：网络、协议、编解码、移动终端，达到UCloud直播云实现低延迟、秒开的技术细节。 直播技术分析 UCl
最近逛论坛和水群，发现很多人真是被 5G 营销给误导了，以为云游戏的前景全看 5G 的普及，但是这种认识其实非常局限。
人工智能（AI）和机器学习（ML）在过去十年中取得了爆炸式的增长。在计算机视觉中，这种增长背后的关键驱动力是神经网络的重新出现，尤其是卷积神经网络（CNNs）和最近的视觉Transformer。尽管通过反向传播训练的神经网络是在20世纪80年代发明的，但它们被用于更小规模的任务，如字符识别。直到AlexNet被引入ImageNet竞赛，神经网络reshape人工智能领域的潜力才得以充分实现。
微信朋友圈包括图片和视频两套业务架构组成，朋友圈图片的特点是请求量大、消耗计算资源较多，视频则主要消耗带宽。
微信小程序自2017年1月9日正式对外公布以来，越来越受到关注和重视，小程序上的各种技术体验也越来越丰富。而音视频作为高速移动网络时代下增长最快的应用形式之一，在微信小程序中也当然不能错过。本文来自腾讯视频云终端技术总监rexchang（常青）的技术分享，讲述的是微信小程序中音视频技术构思、设计和实现等方方面的内容，希望能为你的音视频技术实践带来启发。
【新智元导读】神经结构自动搜索是最近的研究热点。谷歌大脑团队最新提出在一种在移动端自动设计CNN模型的新方法，用更少的算力，更快、更好地实现了神经网络结构的自动搜索。
不到5年的时间，Ethereum在全球拥有超过3.5万名开发人员，并在其平台上建立了500多家初创公司。然而最近以太坊的网络出现了很多问题，说明这个平台远非完美无瑕。 技术开发说明会，有手机操作演示 目前，以太坊仍然专注于在桌面计算平台上提供稳定可扩展的区块链技术，但这意味着移动系统被严重遗忘。 全球移动应用市场正在快速发展，2016年总市值为1.3万亿美元，之后会以年增长率37%的速度飞涨，到2021年，总市值接近6万亿美元。 随着移动端市场的扩大，数字货币的需求也会日益旺盛，但是现有的数字货币体系转账的
领英采用协议缓冲区（Protocol Buffers），以实现其各类平台中更为高效的微服务间数据传递，并将其与开源框架 Rest.li 相集成。在全公司范围的推广完成后，领英将延迟降低了 60% 的同时，也提高了资源的利用率。
在移动互联网的时代里，对于一个web站点来说，移动端的用户体验尤为重要。现代web站点的设计和开发都是以移动优先作为第一原则，我们也专门为了移动端的web站点做了相应的优化和提升。而网页的打开速度和页面的流畅度，对于用户是否长时间访问至关重要。我们在移动端的站点通过一系列的方法，最终为了快速打开页面展示网页内容，触达用户，同时能流畅的浏览网页。 移动端的硬件条件，网络条件相对于桌面端，会复杂的多，设备类型多样，硬件配置参差不齐，分辨率碎片化，网络状况在移动过程中稳定性，速率都会变化，而对于一个页面到达用户的
视频云，是以Paas服务模式，向开发者提供音视频编解码SDK和开放API，助力移动APP接入音视频功能，用户不需要后台开发和运维人员，就可以开发自己的视频网站或者移动APP应用。视频云主要使用的是流媒体技术，下面就来给大家介绍一下视频云相关的技术。
在《百度APP移动端网络深度优化实践分享(一)：DNS优化篇》里大家了解到网络优化一般会首选优化DNS，而接下来的HTTP协议成为优化的重点，一般优化者会选择协议切换，合并请求，精简数据包大小等手段来对HTTP协议进行优化，严谨的说这都不属于网络优化的范畴。
基于Transformer的预训练模型在许多自然语言处理（NLP）任务中取得了很高的准确度。但是这些预训练模型往往需要很大的计算量和内存。由于移动平台的存储空间以及计算能力的限制，这些模型很难实现在移动端的部署。
目前web前端采用的直播技术一般分为以下几类：rtp/rtcp、rtmp、http-flv、hls。下面介绍不同协议
Inverted bottleneck layers, IBN已成为终端设备SOTA目标检测方法的主要模块。而在这篇文章里，作者通过重新分析研究终端芯片加速下的常规卷积而对“IBN主导的网络架构是否最优”提出了质疑。作者通过将常规卷积纳入搜索空间取得了延迟-精度均衡下的性能提升，得到了一类目标检测模型：MobileDets。在COCO目标检测任务上，基于同等终端CPU推理延迟，MobileDets以1.7mAP性能优于MobileNetV3+SSDLite，以1.9mAP性能优于MobileNetV2+SSDLite；在EdgeTPU平台上，以3.7mAP性能优于MobileNetV2+SSDLite且推理更快;在DSP平台上，以3.4mAP性能优于MobileNetV2+SSDLite且推理更快。与此同时，在不采用FPN的情况下，在终端CPU平台，MobileDets取得了媲美MnasFPN的性能；在EdgeTPU与DSP平台具有更优的mAP指标，同时推理速度快2倍。
背景 ---- 2020年受到疫情的影响，大众减少了线下娱乐，将更多的时间投入到了线上活动，直播行业迎来了一个小爆发，主播注册数量与线上观众不断增长。同时，在线直播演唱作为一种全新的演出模式，受到广大网友的好评，4月以来TME承办了近20场明星在线演唱会。 随着站外直播场景业务需求逐步增多，K歌直播旧的业务代码无法满足不断增长的产品功能需求和用户体验需求。在此背景下，Web侧急需为推流直播业务提供更加可靠的技术支持。 HLS和HTTP FLV ---- 目前K歌Web使用的直播流格式主要以HLS直播流为主
在现代深度学习算法研究中，通用的骨干网+特定任务网络head成为一种标准的设计模式。比如VGG + 检测Head，或者inception + 分割Head。
选自hopinfirst.com 作者：James Tredwell 机器之心编译 参与：路雪、黄小天 本文介绍了适用于移动端的 10 个机器学习框架，包括针对计算机的机器学习框架和针对手机端的优化性
Dev Club 是一个交流移动开发技术，结交朋友，扩展人脉的社群，成员都是经过审核的移动开发工程师。每周都会举行嘉宾分享，话题讨论等活动。 本期，我们邀请了腾讯SNG Web前端开发工程师——吕鸣，为大家分享《H5 视频直播那些事》。 分享内容简介： 目前视频直播，尤其是移动端的视频直播已经火到不行了，基本上各大互联网公司都有了自己的直播产品，所以对于直播的一些基本知识和主要技术点也要有所了解，本次分享就向大家介绍一下其中的奥秘。 内容大体框架: 怎样利用H5来播放直播视频 怎样录制直播视频 怎样实时上传
从事单页相关的开发一年有余，期间无比的推崇webapp的网站模式，也整理了很多移动开发的知识点，但是现在回过头来看，webapp究竟是好还是不好真是一言难尽哟！
你好，我是 Cocos 引擎的创始人王哲。跟看到这篇文章的你一样，我也是一位程序员，虽然现在的主要工作更偏向于经营管理，但是程序员的底子已经刻到基因里了，所以在此想跟你分享一下 Cocos 引擎的技术架构与相关实践，希望能给你带来一些新的认识。
C++作为一种系统级编程语言，广泛应用于音视频处理、编解码、流媒体传输等领域。它的高性能和灵活性使得它成为了开发音视频应用的首选语言之一。从音频采集到视频渲染，C++提供了丰富的库和工具来满足各种音视频处理需求。
本文原题“阿里数据库十年变迁，那些你不知道的二三事”，来自阿里巴巴官方技术公号的分享。
随着5G商用大规模落地，以及智能手机硬件性能越来越强、AIoT设备的快速普及，基于云-边缘-端算法和算力结构的移动端人工智能，仍有非常大的发展空间，亟待我们快速理解移动端深度学习的原理，掌握如何将其应用到实际业务中。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
