音视频开发

录屏超过两小时就卡顿崩盘？从参数调优到代码实现，一文彻底搞定长时间录屏录几个小时不翻车，不是玄学，是工程。本文拆解长时间录屏的参数底层逻辑，给出 FFmpeg / Python 完整代码方案，并横向对比主流工具。适合开发者、讲师、运维等"录屏刚需"人群。

字节跳动视频云技术团队

720P 直升 8K，解密 2026 抖音美好奇妙夜巨幕超分黑科技2026 年 10 月 11 日晚 19:30，《2026 美好奇妙夜》如约登场。异形主屏融入 "时光之眼" 概念，超 3000 盏数控灯与全场数控荧光棒交相辉映，AIGC 实时渲染将虚拟与现实叠合于同一帧画面 —— 这场被外界称为 "中国室内直播晚会视觉技术新纪录" 的科技盛宴，在国家速滑馆 "冰丝带"拉开了帷幕。

文件名是 MP4 就能处理？用 ffprobe 检查视频流、音轨和时长文件上传完成，后端准备抽音轨、转写。此时一个 .mp4 文件名，还回答不了几个问题：它有没有视频流，是否包含音轨，时长是否满足入口要求。

开源项目第242期：HyperFrames —— 写 HTML 就能渲染视频，专为 AI Agent 设计的确定性视频框架"Write HTML. Render video. Built for agents."这是「每日一个开源项目」系列的第 242 篇。今天的项目是 HyperFrames —— HeyGen 开源的 HTML 转视频框架，68,154 颗 Star，6,157 个 Fork，Apache-2.0 协议，HeyGen 自己的生产环境在用。

电脑如何录屏幕视频和声音？从工具到代码，7 种方案帮你彻底搞定做教程录不到麦、录游戏掉帧到怀疑人生、输出文件动辄几个 G……录屏这件事，看似简单，实则踩坑无数。本文从参数原理讲起，覆盖图形工具与 Python 代码实现，帮你建立一套可复用的录屏技术选型思路。

转写结果怎么生成双语字幕？TypeScript 实现 SRT、WebVTT 与索引匹配字幕文件能打开，不一定意味着内容对应正确。例如源文有三个片段，译文返回顺序换了；如果按数组位置拼接，时间戳仍像是对的，字幕却已经配错。

音视频牛哥

人形机器人的未来发展趋势是什么？从VLA、实时视觉到规模化运营如果把过去三年的人形机器人行业放在一起看，会发现一个非常明显的变化：讨论的重点正在从“机器人能不能像人一样走路”，转向“它到底能不能持续完成有价值的工作”。

纯前端播 40GB 本地视频？我把浏览器改造成了「磁盘流式」播放器全程无后端、无框架、无 Electron，一个 index.html + 一个 app.js，用 File System Access API 把浏览器变成了能播几十 GB 本地片源的播放器。本文复盘完整思考过程与 5 个实战大坑，代码可复用。

2.46 秒生成 5 秒视频：拆解 H3 Max 的模型、推理栈与硬件协同fal 公布的一组数据是：H3 Max 生成一段 5 秒、768p 视频，模型推理时间约为 2.46 秒；H3 Max Turbo 又把这个数字降到了约 1.54 秒。

代码小学僧

从 0 到 1，记录我的第一个出海 SaaS 独立开发项目受到同事的鼓励与引导，我也决定开始做自己的出海 SaaS 工具站了。9 月 8 日，我去银行开通了一张支持海外支付的万事达卡，随后便开始买域名、建项目，直接开搓！

【HarmonyOS 7新能力｜041】弱网直播优化工程封装：把接入逻辑放进可维护的分层结构直播在弱网环境中的难点不是“检测到网速慢就降码率”，而是网络、解码、缓冲和业务互动同时变化。策略过于敏感会频繁切换清晰度，策略反应太慢又会先发生卡顿。可靠的质量治理需要连续感知、稳定决策、可撤销执行和效果反馈，形成闭环，而不是在播放器回调里堆叠条件判断。

用户3803416588297

Broadcast Extension 里的 Live Activity：一次跨进程妥协产品的需求很朴素：录屏进行中，灵动岛上显示一个红点和计时；点一下能回到 App；最好还能直接在岛上停止录制。

用户3803416588297

macOS 录屏：ScreenCaptureKit 与 iOS 的分野，共用引擎的抽象层该切在哪手里有一套在 iOS 上跑了很久的录屏引擎：ReplayKit 送帧，VideoToolbox 硬编，自己写的 fMP4 muxer 落盘。现在要做 macOS 版。

用户3803416588297

FFmpeg 在 iOS 上的裁剪、集成与包体控制把 FFmpeg 引进 iOS 工程的人，大多走过这条路：需求是把用户导入的 MKV 转成 MP4，或者把一段 RTMP 流录下来，AVFoundation 干不了。你找到一个预编译好的 FFmpeg 静态库，拖进工程，链接通过，功能跑通，一天搞定。

把 AI 视频接进直播：提前生成、按次生成、持续生成怎么选？直播间要用一段 AI 视频，生成任务应该在什么时候发生？设计同学提前做一段礼物特效，可以挑选结果、调整画面，再交付使用。观众送出礼物后，才根据主播当下的画面生成故事，等待就进入了这次互动。再往前走，如果整个节目都由 AI 持续生成，观众还能影响后续剧情，业务侧就需要同时组织内容、接收音视频和处理新指令。

老孙讲技术

把连锁门店轮询抓拍和遮挡叫醒接进督导台-setDeviceSnapEnhanced与setMessageCallback连锁便利、加盟餐饮，门口和收银早就挂了镜头。总部要的是一个人按店过一遍：货架齐不齐、收银台有没有人、镜头是不是被围裙挡住。旧做法两条：定时给八十路开直播，或让店长把官方 App 截图丢进群。路一多，码流先打穿自己；群里的图对不上店名，也对不上这一分钟。再买相机只增加同时在播的路数，掉线、遮挡还是要等第二天有人点开。

用户3803416588297

手写 fMP4 muxer：从 ISO 14496-12 到能播的文件如果你决定自己写一个 MP4 封装器，你会经历这样一个过程：对着 ISO/IEC 14496-12 啃了两天，把 ftyp、moov、moof、mdat 一个个写出来。第一版文件生成了，拖进 VLC——能播。拖进 ffplay——能播。心里想的是：也就这样嘛。

字节跳动视频云技术团队

火山引擎 AI MediaKit X 懂车帝，探索汽车内容智能创作新方式一场新车测评、一次真实的驾驶体验，或是一段旅途中的随手记录，都可能成为用户认识一款车、做出购车选择的重要参考。

老孙讲技术

【监控开发】把车间未戴帽和烟火报警接进安监值班群：workwearDetect 对图与 setMessageCallback 订 smokeAlarm老陈管一家金属加工厂的安监信息化。冲压区、焊接工位、危化品库门口都挂着网络摄像机，回放能翻一周。夜班有人摘了安全帽进冲压区，焊接工位起了一小柱烟——第二天巡检才在硬盘里对上画面。乐橙 App 红点停在班长私人手机里，安监值班群是静的。

字节跳动视频云技术团队

豆包视频通话升级，火山引擎多模态传输系统提供技术支撑走到一个陌生景点，举着手机让豆包带你逛，它看到路牌标识主动提醒方向，看到建筑开口介绍典故；旁边路人聊天、街边叫卖，豆包不会被带偏，依然只跟你对话。豆包视频通话功能升级后，AI 可以在连续变化的真实场景中实现更自然的连续交互，这为用户带来了三个最直观的感受：