音视频开发

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：

搬砖记录员

录屏总黑屏？90% 的人没关这个开关——浏览器硬件加速冲突排查指南‌摘要‌：录屏时浏览器突然黑屏是开发者和内容创作者的高频踩坑点。本文从 GPU 帧缓冲捕获原理出发，拆解分辨率、帧率、码率、编码器四大核心参数的选型逻辑，以代码化方式给出"关闭浏览器硬件加速→录屏参数降负载→权限匹配"三步排查方案，涵盖 PowerShell 资源清理脚本、通用配置模板及实测数据对比，适配 OBS/FFmpeg 等主流工具，帮助快速定位并根治录屏黑屏问题。

老孙讲技术

把工地遮挡和掉线接进项目部：setMessageCallback 订 alarm 与 deviceStatus以前工地安监的做法很朴素：镜头挂上，安全员盯 App 红点，出事了再翻回放、截图丢进项目部群。点位少、人盯得住的时候，这套还能交差。

老孙讲技术

关店后有人进门，监控值班群却没响：用 setMessageCallback 订 human，再用 aiHuman 打开人形无人便利店、社区小店，镜头早就挂了。白天店里有人，晚上把乐橙 App 通知打开，以为关店等于布防。第二天翻回放才发现：货架前走过一个人，红点停在私人手机里，值班群是静的。

老孙讲技术

把园区几百路摄像头收进值班台账：bindDevice 入账与 listDeviceDetailsByPage 翻页以前园区安防的做法很朴素：东门一套 NVR，仓库几台 4G 机挂在保安私人 App，周界枪机再进另一套厂商软件。值班室三块屏，早会用 Excel 对数。点位少、人盯得住的时候，这套还能交差。

老孙讲技术

把没网没电的户外点位接进出画值班台：unBindDeviceInfo 核 SIMCard 与 bindDeviceLive以前户外安防的做法很朴素：找电工拉 220V，再找弱电铺网线，镜头挂上，保安盯官方 App。门口有配电箱、机房就在五十米外时，这套还能交差。

字节跳动视频云技术团队

从出片到出海：AI MediaKit 重塑短剧全链路生产力短剧出海的竞争重心，正在发生本质变化。一两年前，行业的注意力还集中在“哪部剧能跑出来”——找到好剧本、拍出来、上线、买量、看数据。但如今，Sensor Tower 报告显示短剧 App 已进入全球主流下载榜，头部应用内购收入持续增长，短剧已经从垂类机会成长为一个被验证的商业模式。

【C++】学习：双缓冲视频流水线深解析关键词：原子指针、双buffer缓冲、无锁、C++、延迟敏感代码中使用了 std::atomic<int> 来存储缓冲索引，并用 exchange 交换两个索引。