搜索[视频编解码器]结果-低调大师优秀个人博客

2016年视频监控行业潜在的四大商机

2013年1月26号，HEVC正式成为国际标准，经过2年多的视频媒体商用，在智能电视，机顶盒、智能手机(旗舰机)上成为标配，安防行业各个厂家也在2015年北京安博会正式宣传，由于芯片上各种理由与原因，真正产品上市销售的寥寥无几

2017-07-02

谷歌Duo视频聊天应用兼容iOS和Android设备

据外媒报道，谷歌希望有自己的FaceTime，因此开发了一款被称作Duo的视频聊天应用。开始Duo视频聊天异常简单，而且速度超快。

2017-07-02

视频通话“始祖” Skype迎来十周岁生日

虽然现在视频通话在我们的日常生活中已如家常便饭，但在2006年，Skype还处于起步阶段的创业平台之一。弹指一挥间，十年过去了，Skype也迎来了自己的十周岁生日。

2017-07-02

细数智能视频分析技术应用四个热门领域

近年来，研究者在智能化监控技术的运动检测、目标跟踪、视频分割、行为识别等领域进行了很多研究并取得了很多成果。

2017-07-01

【点播系列之二】如何快速接入视频点播服务

写在前面阿里云视频点播（VoD）是集音视频采集、编辑、上传、自动化转码处理、媒体资源管理、分发加速、视频播放于一体的一站式音视频点播解决方案。

2017-06-21

阿里视频云总经理朱照远：视界大有不同

在传媒专场上，阿里云CDN与视频云产品做了集中亮相，阿里视频云总经理朱照远进行了题为”视界大有不同”的主题演讲。 CDN大有作为体量遥遥领先作为视频云的支撑，主题演讲从CDN拉开序幕。

2017-06-07

深度学习在智能视频分析和理解中的应用

在2017云栖大会-成都峰会上，阿里云高级算法专家三湘带来了题为《深度学习在智能视频分析和理解中的应用》的分享。

2017-05-29

技术大咖齐亮相：与阿里云共贺新春（视频）

梨视频技术总监，刘隽梨视频从上云的第一天开始就使用阿里云的全平台服务，并且是阿里云最早的一批大数据平台使用者，在接下来的一年里，希望梨视频在阿里云强大的技术支持下获得更快速的发展。

2017-02-05

【资料合集】Weex Conf回顾集锦：讲义PDF+活动视频！

本论坛直播视频：https://yq.aliyun.com/edu/lesson/287 各议题对应讲义PDF下载地址及整理文章，如下： 1.

2017-01-15

微信朋友圈视频怎么编辑比较好

微信朋友圈可以从手机相册中选择视频来分享了，但是只能是时长为10秒以下的，这也意味着超过10秒的视频都必须经过编辑才能发布，那么问题来了，朋友圈视频该怎么编辑？

2016-12-12

听说微信朋友圈可分享相册视频了

今天上午，AppStore推送了微信6.5.1版本的更新信息，根据推送介绍，新版本中微信加入了在朋友圈分享相册中视频的功能。

2016-12-12

美妆视频小红唇如何打开大数据之门

小红唇是美妆类的短视频社区电商，各种快速上线的新功能和线上线下的营销活动的效果数据，对于产品计划和公司策略有着决定性的指导意义。

2016-07-04

不要低估了 Kimi K3 生成视频的能力，10分钟做一条视频，成本不到1块钱

而且它不调用视频大模型，视频是拿代码"画"出来的，Token 花得特别少。从头到尾就两个工具：**Kimi K3 + Hyperframes**。成片什么样？转场丝滑、配色高级、节奏踩得准。

2026-07-26

大数据、人工智能、VR、Docker、前端、网络，双11技术视频、讲义、文章一键收 ##您的好友演讲视频+PDF讲义已上线##

目前相关活动视频、整理文章已经出炉，所有用户还可以通过以下两种途径下载所有嘉宾的讲义！ 1. 所有已完成预报名的小伙伴可以通过下方地址直接下载！

2016-12-01

EasyClick苹果群控脚本USBHID技术配合OCR滑动短视频

代码例子：截完的图可以直接交给 OCR：找出「搜索」两个字的位置，点进去，再往下滑视频。

2026-10-29

用 Codex、Claude Code、WorkBuddy 做视频，人物和场景怎么准备？

说明三款客户端如何连接 MCP，查询已有素材、补全人物设定、生成并检查人物与场景图，再把确认后的素材交给具体视频块。

2026-10-20

怎么让 AI 人物照着参考视频跳一段舞？

想让自己设计的 AI 人物参考一段舞蹈，可以用 AI 视频创作平台猫斯卡开源的 ReShot 提取骨架控制视频，再在支持 pose 条件的视频生成工作流中提供角色外观与场景描述。

2026-10-16

已经做好PPT，怎么变成带数字人讲解的教学视频？

想录成视频，又得找时间开录屏、配音，遇到口误还要重新处理。这时可以考虑把已有课件做成带数字人讲解的视频。画面保留课程内容，讲解补充每页背后的解释，方便学习者暂停、回看。我们是飞影团队。

2026-10-15

## 一、一份刚发布的调查，把内容流水线照了个底朝天 Ahrefs 在 2026 年 9 月 30 日发布第二份年度 “AI 内容营销现状调查” 完整报告，10 月 1 日又发新闻稿。调查于 2026 年 8 月开展，覆盖约 300 名营销与 SEO 专业人士，收回 301 份回复，其中 280 人用 AI 创作或辅助创作内容，占 93%。 ![4张横版概念艺术配图生成需求.jpg](https://developer.qcloudimg.com/http-save/yehe-3856252/04ea4c10f508c4281df017a4112b00db.jpg) 把几个关键数字摆在一起，会看到一个值得警惕的组合： 89% 的 AI 用户会人工审核工具产出（上年是 80%）； 66% 只有在人工先审核时才信任 AI 文本，仅 3% 通常无需进一步审核就信任； 7% 的 AI 用户表示其发布内容中超过四分之三是纯 AI 材料（上年是 4%）；不用纯 AI 内容的比例从 50% 降到 40%； 85% 的 AI 用户表示内容生产更快，其中 49% 说 “快得多”。这几条单独看都平平无奇，但合起来读，指向一个被很多人忽略的转向：内容工作的重心，正从 “怎么写得快” 挪到 “怎么审得准”。生产这一端被 AI 大幅加速，可把关这一端，几乎还压在人的肩膀上。 ## 二、审核缺口：产线提速了，把关的人没同步多出来 Ahrefs 的报告里有一句克制但关键的话：“生产更快而审核能力未同步提升，是否留下缺口？调查无法回答，因为它测量的是习惯而非错误率。” 这句话值得停下来想。85% 的 AI 用户说起草时间下降了，但 89% 仍坚持人工审核，三分之一还额外用编辑。也就是说，AI 把 “写” 这步压缩了，却把 “看” 这步原封不动地留给了人。验证，而不是生产，成了整个工作流的中心。可问题是，当生产的速率被拉高、而审核依然是同一个人在同一个工时里逐字看，缺口就出现了：单位时间内涌进来要审的稿子变多了，但用来审的眼力和时间并没有同步变多。调查没测错误率，所以没人知道这道缺口到底漏了多少，但 “漏了” 在逻辑上是成立的。 ![4张横版概念艺术配图生成需求 (1).jpg](https://developer.qcloudimg.com/http-save/yehe-3856252/5d00c3cf8dcc9b9fa0a76a3415292e08.jpg) 这里要和此前讨论过的两个话题划清界限，免得被读成旧观点的复述。其一是我们讲过的 “稀释机理”：批量发稿如何在算法层稀释一个品牌的可见度，你发得越多，单篇被 AI 选中的概率越低，因为信号被自己的音量盖住了。那是算法层面的 “为什么发多了反而看不见”。本文讲的不是那个，而是组织内部的 “为什么把关会跟不上”，哪怕你只发一篇，只要生产提速、审核没提速，质量风险就累积在流水线里。一个是平台视角的稀释，一个是企业视角的审核瓶颈，属于同一条现象链上的不同环节。其二是我们讲过的 “信任债”：AI 让 “做出承诺” 变便宜、让 “积累信任” 变贵，因为生成式内容把履约成本后置了。信任债是怎么在一次次的 “先看后发” 里借出来的？每次人工把关都在消耗团队的注意力预算，而这个预算不会随 AI 提速自动扩容。顺着这个思路，另两组数据让缺口更真实。NP Digital 在 2026 年 2 月被 PPC Land 报道的一项 565 名美国数字营销者调查显示：47.1% 每周多次遇到 AI 不准确，36.5% 承认幻觉内容曾进入公开内容，只有 23% 在无人工审核时对使用输出有信心。说白了，AI 出错不是小概率，是周常。更微妙的是，一项变化打破了 “人越来越放心” 的叙事：现在 29% 的 AI 用户会让 AI 系统去评估 AI 写的内容，是去年 14% 的两倍。但受访者自己并不放心。 Ahrefs 引用的内容营销者 Louise Linehan 说得很直白：“即便 AI 质量检查标记了问题，我也不放心。它只会让我想，AI 还搞错了或漏掉了什么。” 用一台机器审另一台机器的产出，并没有减少人的怀疑，只是把怀疑换了个对象。 ![4张横版概念艺术配图生成需求 (2).jpg](https://developer.qcloudimg.com/http-save/yehe-3856252/4da4c5075adff26a0db0a9e486e98324.jpg) ## 三、披露滞后：实践跑在标注前面第二组值得警惕的数字，关于 “说不说”。 78% 的 AI 用户不告诉网站访客内容由 AI 协助创作，只有 22% 会告知（上年是 16%）。更扎眼的是，报告明确指出：发布纯 AI 内容偏多的人，并不更倾向于披露。也就是说，披露意愿和 AI 依赖程度之间，几乎没有正相关。这条线和监管正在收紧的现实撞在一起。欧盟第 50 条透明度义务在 2026 年 8 月 2 日已经生效，罚款可达 1500 万欧元或全球年营业额的 3%，覆盖的是 “在未经过人工编辑审核的情况下发布的、涉及公共利益事项的 AI 生成文本”。这是一个已经落地的合规事实，不是传闻。但调查本身有个缺口：它没问受访者所在地，也没问他们是否受这套制度约束。所以 “披露滞后” 到底会在多大范围变成罚款，调查给不出答案。Ahrefs 自己把这点列为 “这些发现中不确定的一项”，措辞很诚实。不确定，不代表可以忽视。对一个面向多地区发布内容的企业来说，问题变成了：你今天不标 AI 协助，是因为所在地区还没管到，还是因为还没想清楚怎么标？如果是前者，规则追上来的速度，往往比一家企业的合规流程快；如果是后者，那 “披露滞后” 就不只是合规风险，还是受众知情权层面的信任风险，读者以为在看一篇人写的经验帖，实际是机器生成的，这种落差一旦被戳破，损耗的是品牌本身。还有一组旁证说明 “数量与质量的分化” 是普遍现象，不止在 Ahrefs 的样本里。PPC Land 在 2026 年 7 月报道的 WARC 与 TikTok 研究，覆盖英国、美国、澳大利亚与巴西的 400 名营销者：88% 报告生成式 AI 带来更高创意产量，但只有 45% 报告显著质量提升。产量上去容易，质量共识难建，这正是披露议题背后的同一个根：当 “多” 成了默认目标，关于 “真不真、该不该说” 的讨论就被挤到了后面。 ## 四、角色分化：离工作越远的人，越相信 AI 第三组数字，藏着一个治理问题。职位高低，会显著改变一个人对 “AI 写得好不好” 的判断。近一半的创始人与企业主（43%）认为自己的 AI 内容胜过人类写作，而初中级营销者只有 17% 持同样看法。差出一倍还多。这不是简单的 “老板更乐观”。它揭示的是一种认知分化：越是离一线写作远的人，越容易相信 AI 产出的质量；越是天天在改 AI 稿、和幻觉搏斗的人，越保留怀疑。管理层还报告了更多的提速，62% 的高层受访者表示 AI 让生产 “快得多”，比总体高出 13 个百分点，该群体的采用率也达到 97%。把两条线拼起来看，一个错位就浮出来了：决定 AI 内容边界和投入方向的人，常常是离风险更近、离一线更远的人；而承担 “先看后发” 这套把关成本的人，恰恰是那 17% 里格外不敢放松的人。决策权和风险承担者，在组织结构上是错开的。这并不意味着创始人错了，很多创始人确实在用 AI 做更高层面的梳理、提纲和战略文档，体验当然好。问题在于，当 “AI 内容值得信任” 的判断从一线经验上升为组织政策，中间少了一次把两种视角对齐的过程。健康的内容治理，不该由更乐观的人单方面定标准，也不该由更谨慎的人单方面卡流程，而是把 “谁在用什么、用在哪、谁来兜底” 说清楚。质量感知的整体变化也印证了这种收窄但未消失的分歧：57% 的受访者仍认为人类写作质量高于 AI（上年是 65%），认为 AI 更好的从 14% 升到 24%。大家没那么敌视 AI 了，但也没到放心交钥匙的程度，这正是 “审核缺口” 能持续存在的土壤。 ## 五、把这些数字放回边界里任何一份厂商调查，读之前都得先问一句：它衡量的是什么，又没衡量什么。 Ahrefs 这份调查有几个绕不开的边界，必须摆明：样本约 300 人，且为自我报告，人们往往高估自己的严谨、低估自己的疏漏，这是自我报告数据的通病；赞助方与被测实践存在利害关系：Ahrefs 自称 SEO 与 AI 营销情报平台，2026 年 8 月 12 日还推出了 Letaido，一个自动化多步骤营销任务的智能体工作空间，报告称其为上一年工具的继任者。受访者回答的，是一家产品与被测实践高度接近的供应商提出的问题；同比对比不严格：2025 年样本更大，今年工具使用题改为多选，因此 Ahrefs 自己只做高层结论对比，不做细颗粒度对比。所以，几个数字的正确读法应该是： “7% 纯 AI” 不能当成行业结论，只能当作 “占比在上升” 的旁证； “89% 审核” 说明人工把关仍是主流质量控制，但无法推出 “审核质量够好”； “22% 披露” 反映的是当前实践的滞后，而非未来合规的稳态。把边界说清楚，是为了让这些数字真正有用，而不是被当成惊悚标题的燃料。 ### 常见问题 **问：让 AI 去审 AI 写的内容，审核缺口会不会自己消失？** 短期不会。调查显示已有 29% 的人在这么做，但受访者普遍不放心，因为它只把怀疑从 “人审机器” 转移到 “机器审机器”，并没有消除对错误的未知。更稳妥的路径是明确哪些内容类型可以走 AI 初筛、哪些必须人终审，把有限的人的注意力放在高风险、高曝光的页面上，而不是平均用力。 **问：披露滞后对中小企业直接的影响是什么？** 直接看是两件事：一是如果内容跨区域发布、触及欧盟受众，第 50 条透明度义务可能直接适用，罚款上限不低；二是即便不在监管范围内，读者一旦察觉 “以为人在写、实际是机器生成”，对品牌的信任会一次性折损。中小企业页面少、每个页面权重高，一次信任折损的修复成本，比大公司高得多。 **问：企业现在亟需补的一块是什么？** 是 “审核能力” 本身。多数团队把预算和注意力花在 “怎么让 AI 写得更快更多”，却很少投资 “怎么系统地把关”。建议先做一件事：按页面风险分级，给高风险页面（涉及价格、承诺、合规表述）设强制人审，给低风险页面（内部提纲、脑暴）放开 AI 初稿，把有限的人的眼力用在刀刃上。这比继续堆产量更能守住品牌。本文讨论的 “审核缺口、披露滞后、角色分化”，本质上都是同一个命题的不同切面：当 AI 把内容生产的速度拉满，企业真正稀缺的不再是 “写得出”，而是 “审得准、说得清、责权明”。

2026-10-14

文字引用和视频引用，GEO优化中权重该怎么分？

**2、“文字对视频”是个不完整的二分** 还有一层容易被忽略。大模型并不是把视频文件当视频来读的。

2026-10-12

精选列表

2016年视频监控行业潜在的四大商机

谷歌Duo视频聊天应用兼容iOS和Android设备

视频通话“始祖” Skype迎来十周岁生日

细数智能视频分析技术应用四个热门领域

【点播系列之二】如何快速接入视频点播服务

阿里视频云总经理朱照远：视界大有不同

深度学习在智能视频分析和理解中的应用

技术大咖齐亮相：与阿里云共贺新春（视频）

【资料合集】Weex Conf回顾集锦：讲义PDF+活动视频！

微信朋友圈视频怎么编辑比较好

听说微信朋友圈可分享相册视频了

美妆视频小红唇如何打开大数据之门

不要低估了 Kimi K3 生成视频的能力，10分钟做一条视频，成本不到1块钱

大数据、人工智能、VR、Docker、前端、网络，双11技术视频、讲义、文章一键收 ##您的好友演讲视频+PDF讲义已上线##

EasyClick苹果群控脚本USBHID技术配合OCR滑动短视频

用 Codex、Claude Code、WorkBuddy 做视频，人物和场景怎么准备？

怎么让 AI 人物照着参考视频跳一段舞？

已经做好PPT，怎么变成带数字人讲解的教学视频？

手动滚动到下面 5 个视频的位置，我继续获取

文字引用和视频引用，GEO优化中权重该怎么分？

资源下载

Mario

Spring

Sublime Text

WebStorm

欢迎您来访！