登录社区云，与社区用户共同成长
邀请您加入社区
摘要：本文介绍了几款高效的去水印和去字幕工具，包括AI水印去除工具、智能去字幕软件和FFmpeg等，详细说明了使用步骤和优势。AI算法能自动识别并智能填充水印/字幕区域，保证视频质量无损。文章还列出了最低硬件配置要求，并强调工具的合规性。最后提供了下载方式和相关视频编辑工具推荐，帮助用户轻松提升视频质量。（149字）
摘要：本文系统分析大模型落地的四大技术路径：微调（参数级定制）、提示词工程（非参数级引导）、多模态融合（跨模态理解）及企业级解决方案（端到端部署）。通过代码实现、流程图解和效果对比，为不同场景提供适配方案：专业领域推荐LoRA微调（显存降低67%），通用场景适用提示词工程（任务完成率提升至97%），工业质检采用多模态技术（准确率提升30%）。企业落地需平衡数据安全、性能与成本，建议通过量化、蒸馏等
中国电信AI研究院推出革命性视频压缩技术GVC（生成式视频压缩），通过传输语义和运动信息而非像素数据，实现0.02%的超高压缩率。这项"以计算换带宽"的技术在极低网络环境下仍能保持高清画质，使远洋船舶、应急救援等场景的视频传输成为可能。实测显示，GVC在0.005bpp码率下画质优于传统编码6倍，且保持关键信息准确性。该技术基于"智传网"理论体系，标志着视频
智慧工业视觉监控平台是一款集成视频监控与AI算法的商用级解决方案，支持x86/arm多平台部署，提供火焰识别、徘徊检测等20+算法模型。系统采用SpringBoot+Vue前后端分离架构，具备RTSP/RTMP/H265/GB28181多协议支持，可实现多路实时AI计算与多渠道告警推送。提供集群版、单机版、服务器版三种部署形态，支持客户自定义算法模型接入，显著降低企业95%开发成本，适用于工厂、物
影视后期制作：在影视制作领域，ComfyUI ProPainter Nodes具有广泛的应用前景。例如，在拍摄过程中，由于各种原因，画面可能会出现一些瑕疵，如穿帮镜头、道具失误等。利用该插件的视频帧修复功能，后期制作人员可以精准地去除这些瑕疵，使画面更加完美。对于一些需要扩展场景的情况，比如将原本狭小的室内场景扩展为更宏大的空间，通过视频帧扩展功能，可以实现场景的自然延伸，增强影片的视觉冲击力。
AI视频生成正经历从“能生成”到“生成好”再到“合规生成”的迭代，其对内容产业的重塑不仅是技术层面的革新，更将推动创作关系从“百万级”向“亿级”跃迁。对于技术从业者而言，既要把握Diffusion Transformer、效率优化等核心技术方向，也要关注合规边界与伦理风险，才能在这场技术浪潮中把握机遇。
本次从 API9 到 API20 的升级适配，不仅解决了原项目的兼容性问题，还借助 API20 的新特性优化了视频播放的流畅度和稳定性。核心的适配要点包括工程配置的调整、组件 API 的兼容性修改、状态监听逻辑的优化。在适配过程中，我们发现 API20 对类型安全、生命周期管理的要求更严格，这也符合 OpenHarmony 生态向规范化、高性能演进的趋势。未来，梅科尔工作室将继续跟进 OpenHa
训练时模拟推理的"不完美"，推理时用记忆维护"一致性"层面挑战FlowAct-R1 的解法训练-推理一致性训练用真实帧，推理用生成帧Self-Forcing++：训练时混入伪生成帧长期时序一致性越生成越"走样"记忆细化：定期"校准"短期记忆行为自然度动作机械、状态切换生硬MLLM规划：用大模型理解语义，规划行为核心贡献技术创新实际意义实时流式生成流式缓冲区 + 分块去噪首帧1.5秒，无限时长长期一
ColQwen-Omni是ColPali和ColQwen系列模型的扩展，开创了多模态检索新范式。该模型无需从文档中提取文本，可直接将图像、音频、视频等多种模态数据表示为向量，实现高效检索。文章展示了如何使用该模型进行音频检索增强生成(AudioRAG)，30分钟音频可在10秒内完成嵌入，为教育视频、播客、语音消息等场景提供全新解决方案。模型代码已在GitHub开源，支持定制训练。
1.简介OpenHarmony视频播放的主要工作是将视频数据转码并输出到设备进行播放，同时管理播放任务，包括开始播放、暂停播放、停止播放、资源释放、音量设置、跳转播放位置、设置倍数、获取轨道信息等功能控制。本文将对视频播放全流程、视频切换、视频循环播放等场景开发进行介绍说明。2. OpenHarmony视频播放系统运行机制视频播放状态变化示意图如图1.1所示。图1.1 视频播放状态变化示意图视频播
本文系统分析了AI工具链的三大核心组件：智能编码工具、数据标注平台和模型训练框架。通过技术架构解析、20+代码示例和15个企业案例，展示了GitHub Copilot的代码补全机制、LabelStudio的多模态标注流程，以及TensorFlow Extended的分布式训练能力。研究显示，整合AI工具链可使开发效率提升45%，标注成本降低62%，模型部署周期从72小时缩短至45分钟。
内容简介本文介绍了如何使用ArkUI框架提供的video组件，实现一个具有简易播放器。通过VideoController控制器来控制倍速、全屏、进度调节等功能。由于使用本地视频文件会影响App的包大小，所以通常我们的视频文件来源于网络地址，记得需要在config或者module.json对应的"abilities"中添加网...
电竞高刷显示方案，MINILED算法，AI算力卡，无线图传，机箱副屏，手机副屏，带屏拓展坞，视频信号转换方案，AR/VR显示方案，便携显示器方案，液晶屏驱动方案，DLP投影方案电竞显示器，高刷显示器，高刷投影仪，电竞投影仪，高刷便携显示器，左右裸眼3D显示器，高刷医疗显示器，高刷绘画显示器
随着5G技术的深入发展与落地，物联网已然成为当下炙手可热的技术话题。当万物相互连接，一个潜力丝毫不亚于互联网的市场就此诞生。驱动互联网的可能是网络，可能是算力，也可能是无数个开发者的开源和共享。那么驱动物联网的力量究竟是什么呢？在智能化趋势越发明显的今天，如何才能基于AI来驱动物联网发展升级呢？10月12日，以“慧见，智及万物”为主题的第十四届英特尔物联网峰会于宁夏银川举行。此次峰会之上，英特尔不
通过多维度、可视化数据的集成，平台可以汇聚、解析并管理各部门视频图像信息数据资源，实现视频图像信息数据的综合接入、存储和数据共享。同时，在基于端、边、云架构的框架下，平台还提供算力分配、资源调度、计算与存储、智能处理、敏捷部署等服务，实现对于多数据、多场景、多警种的一体化平台应用的支持。（2）平台基于先进的流媒体转码及处理技术，可以将视频流以RTSP、RTMP、FLV、HLS、WebRTC等格式分
(Featured Snippet 优化)电鱼智能 AI-BOX-RK3576 是一款紧凑型嵌入式边缘 AI 盒子，搭载SoC（4核 A72 + 4核 A53），集成6TOPS算力 NPU。它具备9-36V 宽压输入和板对板高可靠连接器 ，板载双千兆网口、双 CAN 接口及 MIPI CSI 摄像头接口 ，专为工业机器人、视觉检测及边缘网关设计。
MoneyPrinterTurbo是一款AI短视频自动化生成工具，可快速完成从脚本撰写到视频合成的全流程。它支持多语言AI文案生成、无版权素材抓取、智能配音和字幕添加，10分钟即可生成高清短视频。配合cpolar内网穿透，还能实现远程访问和团队协作。本文详细介绍了Windows环境下的部署步骤，包括Pexels素材源配置和阿里云千问大模型的免费API接入方法，帮助用户轻松制作专业级短视频内容。
在React Native生态系统中，视频播放主要通过第三方库实现，因为核心框架本身不提供原生视频组件。目前最流行的解决方案是，它提供了跨平台的视频播放能力，封装了各平台的原生媒体播放器。在OpenHarmony环境下，情况变得特殊。OpenHarmony的媒体框架基于分布式设计，其媒体服务（Media Service）通过媒体管道处理音视频数据。与Android的MediaPlayer不同，Op
本文系统讲解了 React Native 在 OpenHarmony 平台的音频处理方案，覆盖从基础播放控制到高级可视化处理的完整技术栈。通过 8 个实战代码示例，展示了如何解决权限管理、低延迟播放、后台服务等关键适配问题。关键收获OpenHarmony 音频权限申请需使用模块通过可显著降低播放延迟后台播放服务需声明能力并处理生命周期音频分析支持两种模式，FFT 尺寸最大可达 4096未来优化方向
本文详细分析了React Native在OpenHarmony平台的音频播放实现方案，覆盖从基础播放到高级功能的全套解决方案。解码器兼容性：优先使用WAV格式避免MP3解码问题音频焦点管理：遵循OpenHarmony音频中断规范延迟优化：采用位置补偿和低延迟模式随着OpenHarmony 4.0的发布，其音频子系统将提供更完善的低延迟API和硬件加速支持。原生模块的深度集成硬件编解码器加速接口分布
当AI不再仅仅“绘制”视频帧，而是开始模拟一个遵循物理法则的“世界”——这才是Sora带来的真正革命。
本文系统梳理了主流SIP开源项目，包括Kamailio、OpenSIPS、WVP-GB28181-Pro、ZLMediaKit、FreeSWITCH、Flexisip和Asterisk。这些项目在实时音视频通信中扮演关键角色，涵盖了SIP服务器、流媒体处理、GB28181协议支持等功能。文章详细介绍了各项目的功能特点、应用场景，并提供了源码获取、编译安装和配置方法。这些成熟的开源方案解决了协议实现
两种播放方案对比：AVPlayer vs Video 组件AVPlayer 的核心功能：专业级视频播放能力完整播放流程：从创建实例到释放资源关键技术点：SurfaceID 获取、状态监听、资源设置完整示例：实现了一个专业的视频播放器是不是超简单？AVPlayer 的使用其实就像操作家里的家庭影院，跟着步骤来就能搞定～
目前只有HuggingFace大佬@xenova把MusicGen移植到ONNX，模型压缩到300MB，跑在浏览器里，生成30秒要3分钟，风扇转得比我奶的破风扇还响。另外，如果你用RVC换音色，把Taylor Swift换成“AI Taylor”发网易云，爽三天后 Capitol Records 会让你体验美国律师的热情。愿各位兄弟姐妹都能用AI赚到钱，买到显卡，买到快乐，买到不再被“your c
2026年音频翻译将成为视频本地化的核心环节。随着内容全球化需求增长，西班牙语到英语的音频翻译正成为创作者、企业和教育机构拓展全球受众的重要工具。这一过程涉及音频准备、转录、文本审校、翻译及本地化等多个环节，需兼顾语言准确性和文化适应性。AI工具如ViiTorAI通过整合转录翻译全流程，显著提升了翻译效率和准确性，可应用于教育、商业、内容创作等多个领域。音频翻译面临口音差异、情感传达等挑战，但通过
应用厂商会根据不同的部署环境，不同的目标人群，不同的运行环境等，将同一个应用定制为不同的版本，如国内版、国际版、普通版、VIP版、免费版、付费版等。针对以上场景，DevEco Studio支持通过少量的代码差异化配置处理，在编译构建过程中实现一个应用构建出不同的目标产物版本，从而实现源代码、资源文件等的高效复用。本案例展示如何将工程打包成不同版本，并单独配置资源文件，实现 定制多目标构建产物 功能
本文介绍了开源鸿蒙高性能视频压缩器videoCompressor的开发与使用。项目支持MP4、MPEG-TS格式的视频压缩，提供高、中、低三种压缩质量选项，兼容H.264/H.265视频和AAC音频编解码。开发者可通过ohpm安装，支持X86模拟器运行，提供完整的接口说明和目录结构。
本文主要介绍OpenHarmony 5.0版本视频硬件编解码Codec HDI的适配方法。
5月19日晚上19点，知识赋能第五期第五节课《OpenHarmony标准系统多媒体子系统之视频解读》，在OpenHarmony开发者成长计划社群内成功举行。本期课程，由深开鸿资深技术专家胡浩主讲，是“OpenHarmony开源开发者成长计划项目”举办的知识赋能系列直播之一。OpenHarmony开源开发者成长计划项目自2021年10月24日上线以来，在开发者中引发高度关注。短暂的6个月时间，Ope
这里问题不知道是不是属于设计缺陷还是怎么样，导致OpenHarmony设备无法播放手机竖着播放的视频。这位大佬的指导。
一种通用音频和音乐编码格式。Vorbis编解码器规范属于公共领域。所有技术细节都已发布并记录，任何软件实体都可以充分利用该格式，而无需支付许可费、版税或专利问题。
本文介绍了如何使用ArkUI框架提供的video组件，实现一个具有简易播放器。通过VideoController控制器来控制倍速、全屏、进度调节等功能。由于使用本地视频文件会影响App的包大小，所以通常我们的视频文件来源于网络地址，记得需要在config或者module.json对应的"abilities"中添加网络使用权限ohos.permission.INTERNET。本文介绍了如何使用Ark
简介Opus是一种用于在互联网上进行交互式语音和音频传输的编解码器。它可以从低比特率窄带语音扩展到非常高的高品质立体声音乐。下载安装直接在OpenHarmony-SIG仓中搜索opus并下载。使用说明以OpenHarmony 3.1 Beta的rk3568版本为例将下载的opus库代码存在以下路径：./third_part...
Opus是一种用于在互联网上进行交互式语音和音频传输的编解码器。它可以从低比特率窄带语音扩展到非常高的高品质立体声音乐。
问题现象 OpenHarmony 5.0版本使用AVPlayer播放MP4封装格式的H.265(HEVC)编码格式的视频时解码失败导致播放失败 问题原因 OpenHarmony 5.0版本AVPlayer播放器使用histreamer引擎，因为 libav_codec_hevc_parser.z.so 动态库未开源导致从MP4封装中分离的HVCC格式的H265数据不能转换成AnnexB(有起始码)
5月19日（周四）晚上19点，OpenHarmony开源开发者成长计划知识赋能第五期“掌握OpenHarmony多媒体的框架原理”的第五节直播课，即将开播！深开鸿资深技术专家胡浩老师，将在OpenHarmony官方社群直播间带来干货分享《OpenHarmony标准系统多媒体子系统之视频解读》，他将为大家介绍OpenHarmony多媒体视频子系统整体框架，以及代码结构、视频播放功能代码等内容。长按下
音视频
——音视频
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
2048 AI社区
开源鸿蒙跨平台开发者社区
Laval社区
九章云极普惠算力
人工智能6S服务平台
