InfoQ：2025 火山引擎智能视频云实践精选集（269页）.pdf

1、2025火山引擎智能视频云实践精选集打造“豆包同款”新范式卷首语FOREWORD2025 年，当豆包大模型与视频云基础设施深度耦合，生成式 AI 的“对话交互”基因注入音视频全链路，我们正从“智能视频世界”迈入“视频智能交互新时代”视频不再是“内容载体”，而是能“听、看、理解、共创”的智能伙伴，用户体验的重构也随之走向更深层的融合：技术的进化从来不是独行，它在融合中寻找共生的可能 当豆包大模型遇见视频云，每一次链路的打通、每一个能力的落地，都是在为智能交互的未来铺就基石。火山引擎视频云，承继抖音集团技术沉淀，在 AI 时代，以“豆包同款智能视频云”为内核，通过 AIGC 传输、AI 媒体处理、

2、AI 智能互动等能力，为企业提供 AI 时代的视频基建，实现体验跃升与业务增长的双向奔赴。特别推出2025火山引擎智能视频云实践精选集2025 版，收录全年音视频专家的深度实践期待与同仁们一同探索“LLM 视频云”的融合边界，共赴智能交互的新征程。首先，内容生产从“AIGC 工具辅助”升级为“AI 协作创作”：火山引擎的 AI 媒体处理引擎，以语义抽帧、多模态对齐能力重塑内容流水线，让 AI 成为创作者的“原生助手”，从拍摄到生成的全链路效率呈指数级提升；最后，技术的价值从“体验优化”转向“全球生态共建”：智能视频云出海方案，以领先的多模态传输、AI 处理能力，助力中国 AI 应用在全球市场构

3、建竞争优势。同时，音视频不再是“信息媒介”，而是“通用交互语言”：音视频互动智能体以长期记忆、人声检测等能力，让视频懂表情、听语气、会回应，交互如面对面般自然；随着全终端 AI 应用的铺开，交互场景从“单一设备”拓展至“全端协同”：从手机的拍摄端，到 PC、汽车、AlOT 等终端的计算端，以“创意想象+对话交互”为核心，视频完成了从“被拍摄”到“被计算”的进化；精选集内容将围绕火山引擎视频与边缘在过去一年的 AI/大模型&音视频技术实践，包括：AIGC 画质大模型、自由视角视频直播、AI 音视频编码、AI+增强视频质量等全球前沿的论文精选媒体智能工具、音视频交互、智能剪辑、智能 3D 视频等

4、AI +技术的落地实践AI +设计、智能硬件、短剧出海、VR 大空间等行业场景的最佳实践CONTENTS目录1.国际认可火山引擎多媒体实验室多项成果入选 SIGGRAPH ASIA 2025火山引擎多媒体实验室AIGC视频画质理解大模型 VQ-Insight 入选 AAAI 2025 Oral火山引擎多媒体实验室画质理解大模型 Q-Insight 入选 NeurIPS 2025 Spotlight火山引擎多媒体实验室重要突破！LiveGS 技术登榜 SIGGRAPH，重新定义移动端自由视角视频直播ICME 2025|火山引擎在国际音频编码能力挑战赛中夺得冠军CVPR 2025|火山引擎获得 N

5、TIRE 视频质量评价挑战赛全球第一火山引擎蝉联全国人工智能大赛 AI+增强视频质量评价冠军2.技术探索当一朵云，打出豆包同款的旗从“抖音同款”到“豆包同款”：AI 时代，视频云正在有了新表达从“抖音同款”到“豆包同款”：视频云正在进入 Agent 时代火山引擎智能 3D 视频启动商业化，计划落地直播应用云端协同构建 VR 院线，加速 LBE 产业化与规模化发展火山 HTTPDNS Cache2.0：网段级精准调度驱动核心业务收益基于 DiT 大模型与字体级分割的视频字幕无痕擦除方案，助力短剧出海大模型帮你剪视频 基于 MCP 打造火山引擎 VOD 智能剪辑火山引擎推出 veimagex-mc

6、p Server，打造专属您的图片智能助理火山引擎 OS Agent 解决方案、豆包 1.5UI-TARS 模型发布10+芯片和模组商集体适配！让智能硬件能听会看还会唠重构智能设备管理范式：火山引擎端智能解决方案上新，多重 AI 服务即刻享用！01091319243034384351576477889599107109112目录3.最佳实践探秘史前海洋，火山引擎 x 北京天卓视创带你沉浸式“摸鱼”！央视点赞！凌云光元客视界火山引擎：打造数字人光场重建方案沉浸式文旅新玩法-基于 4D GS 技术的真人数字人赋能 VR 体验升级沉浸式 LBE 大空间互动体验！火山引擎支持转折从头越北京 VR 巡展