长视频理解是多模态大模型关键能力之一。尽管 OpenAI GPT-4o、Google Gemini 等私有模型已在该领域取得显著进展，当前的开源模型在效果、计算...

HTML5 引入了 <video> 元素，用于在网页中嵌入视频内容，无需使用插件如 Flash。现代浏览器都支持 HTML5 视频播放。

视频组件是用于应用程序中嵌入视频的一种方法。它可以让用户在网站上观看视频并与其进行交互。通常，视频组件将一个视频文件嵌入应用程序中，并提供一组控件，这些控件允许...

其实效果很简单，原理就是使用video标签，插入一段视频链接即可。 视频链接是在网站上找到的。

当前，基于强化学习提升多模态模型的推理能力已经取得一定的进展。但大多研究者们选择 7B+ 的模型作为基座，这对于许多资源有限的科研人员而言仍存在显著的门槛。

这次出手的是港中文+清华组合，直接把强化学习里的R1玩法搬到了视频领域，整出了全球首个视频版R1模型：Video-R1。

视频文件的制作和管理涉及多个技术要素，从分辨率、帧率到色彩空间，再到编解码器和容器格式的选择，这些都直接影响视频的质量、兼容性和存储效率。

htmlvideo标签设置width=100%样式后，宽度可以占满父元素的宽度。但是设置height=100%样式后，却无法占满父元素的高度。

本文作者来自于上海交通大学，中国科学技术大学以及上海人工智能实验室等。其中第一作者周彧杰为上海交通大学二年级博士生，师从牛力副教授。

很多视频网站，可以在线免费看，但是无法下载。一般情况下，网站视频播放是采用了m3u8技术。M3U8是一种基于HTTP Live Streaming (HLS) ...

在复杂的3D结构组装中，理解和执行说明书是一个多层次的挑战：从高层的任务规划，到中层的视觉对应，再到底层的动作执行，每一步都需要精确的空间理解能力。

在最近的一篇论文中，来自字节跳动、北京大学等机构的研究者提出了 Sa2VA。市面上第一个结合 SAM-2 和 LLaVA-like 的视频多模态大模型，结合了 ...

想象一下，你正在观看吴恩达老师的机器学习课程，视频讲解清晰、动画直观，你很快掌握了核心概念，并能在考试中灵活应用，人类对这个过程再熟悉不过。

近年来，随着多模态大模型的崛起，视频理解技术取得了显著进展。但是目前主流的全开源视频理解多模态模型普遍具有 7B 以上的参数量，这些模型往往采用复杂的架构设计，...

我过去两年分享了很多使用矩阵制作的日历（参考：Power BI 矩阵构造日历空间组合），今天换一个载体，使用新切片器视觉对象制作日历。

表格新建完成后，切换到模型视图，批量选中需要移动的度量值，变更主表为上一步新建的空表

Video Depth Anything 工作来自字节跳动智能创作 AR 团队与豆包大模型团队。字节跳动智能创作 AR 团队致力于建设领先的计算机视觉、音视频编...

今日，潞晨 Video Ocean V2.0 正式来袭，本次升级不仅在模型、速度、功能玩法上 “大步进化”，还依旧完全免费，等着你来薅羊毛。创新的技术架构和用户...

MoviePy是一个用Python编写的视频编辑库，它可以处理视频剪辑、合成、处理等各种任务。它背后的魔法来自于两个强大的工具：FFmpeg，一个处理多媒体数据...