视频生成推理加速实践：基于 torch.compile 的整图编译优化
一、引言：从算子级优化到计算图级优化视频生成模型的推理优化是一个多层次、系统性的工程挑战。在模型推理的早期阶段，优化重点通常集中在算子层面，例如通过优化卷积、注意力等核心算子的计算效率来直接提升浮点运
阅读全文SABER: 模式切换的混合思考模型训练范式
一、概述通过链式思考增强的大语言模型在复杂任务上已取得显著的性能提升，但在将这种推理方式无差别地应用于所有问题时，常常面临推理开销过大、响应延迟偏高等现实瓶颈。为解决这一矛盾，bilibili Ind
阅读全文从JS云函数到MCP：打造跨平台AI Agent工具的工程实践
构建 AI 工具生态这件事上，过去一年我们做了不少尝试。回头看，会觉得这条路径像是在搭建一条越来越清晰的“能力生产线”：从写 JS → Agent Tool 工具 → 成为 MCP 工具 → 成为跨平
阅读全文B站社群AI智能分析系统的实践
一、为什么我们需要一套能“读懂群聊”的 AI？在 B 站，我们运营团队需要管理着数量庞大的UP主交流群，如：品类扶持、成长训练营、专项交流、答疑沟通群等。覆盖许许多多的创作者，每天会产生大量的消息。如
阅读全文智能体开发新范式：Blades 架构下的高效 Agent & Workflow 实践
🎉Blades 已发布 v0.3.0 版本，欢迎大家使用https://github.com/go-kratos/blades/releases/tag/v0.3.0什么是 Agent（智能体）？业界
阅读全文VisionWeaver：从“现象识别”到“病因诊断”，开启AI视觉幻觉研究新篇章
前言长久以来，我们只知道大型视觉语言模型（LVLM）会犯错，但始终缺乏一把“手术刀”，无法剖析其视觉感知的根源性缺陷。我们只知其然，不知其所以然。我们希望当 AI 模型观察图像时，不再凭空想象，不再“
阅读全文B站基础安全在AI溯源方向的探索实践
背景安全事件告警自动化运营的演变在企业安全建设中，SIEM/SOC 的告警运营始终是不可或缺的核心环节。随着安全需求的不断提升，告警自动化运营经历了多个迭代阶段：人工查证阶段：运营人员需要在各类平台之
阅读全文RIVAL：面向机器翻译的迭代对抗强化学习
一、概述本文提出 RIVAL（Reinforcement Learning with Iterative and Adversarial Optimization），一种针对机器翻译（MT）的迭代对抗
阅读全文B站游戏大模型翻译实践 —— 我们如何用LLM撑起全年百万字本地化翻译任务
1 前言随着游戏行业全球化进程的深入推进，哔哩哔哩也在海外游戏市场积极布局。哔哩哔哩有丰富的游戏储备，运营众多自研和代理游戏，随着出海战略的推进，我们的目标用户已经覆盖全球多个地区。游戏要想在海外市场
阅读全文代码筑梦，优雅永存 | B站2025程序员节高能回顾：一场献给技术人的硬核浪漫
当1024在B站日历上闪现，这个二进制世界的神秘代码，瞬间点燃了所有程序员的节日模式！在这一天，以《Hello,World!：邂逅新次元》为主题1024程序员节活动圆满落幕——这不仅是一次福利的集中释
阅读全文B站多模态精细画质分析模型在 ICCV2025 大赛获得佳绩
前言暑期，B站多媒体实验室带队参与了 ICCV MIPI (Mobile Intelligent Photography and Imaging) Workshop 的细粒度图像质量定位 (Detai
阅读全文门票福利丨哔哩哔哩4大议题亮相QCon上海站，邀您共赴技术盛宴！
当 AI 技术的兴奋期渐退，工程化的深水区已然到来。真正的挑战不再是构建概念验证，而是如何将智能可靠、高效、安全地注入企业核心系统的运行底座。在这场深刻的范式转变中，最具价值的答案从未写在教科书上，而
阅读全文VibeCut - 智能剪辑探索与实现
导读为解决专业视频剪辑软件操作复杂与模板化工具创意受限的行业痛点，本文深入探索并实现了一款面向Web剪辑软件（WebCut）的智能剪辑体——VibeCut。它旨在打破全手动与全自动编辑的边界，为创作者
阅读全文RAG在B站大会员中心数据智能平台的应用实践
在数字化浪潮中，数据已成为企业的核心资产。在B站大会员中心部门，数据智能平台扮演着举足轻重的角色。它不仅要处理和分析大规模的会员数据，为会员服务的优化和拓展提供坚实的数据支撑，还要满足业务对于数据洞察
阅读全文TextFlux重磅发布：告别复杂控制信号！多语种高保真场景文本编辑新时代
前言在文本编辑领域，设想一种技术：无需复杂控制信号，只靠字形图像和少量训练数据，就能把文字“无缝”嵌入真实场景——中文招牌、日文海报、韩文标语，多语言统统适用。这就是 TextFlux 带来的全新体验
阅读全文KMP on iOS 深度工程化：模块化、并发编译与 98% 增量构建加速
本篇为KMP 技术与实践系列文章的第四篇。在这篇技术文章我们会聚焦于如何在 iOS 平台上把 Kotlin/Native 的研发体验提升到一等公民（追平及超越 Apple 官方提供的基于 ObjC &
阅读全文教师节特辑丨哔哩哔哩技术精华礼遇
教师节献礼知识的价值在于流动。在过去一年的各类技术活动中，哔哩哔哩的工程师们输出了大量经过大规模实践验证的技术方案与独到见解，获得了业界广泛关注。为方便一直以来支持哔哩哔哩技术的技术同学们学习参考，我
阅读全文AniSoraV3 正式开源，长视频创作智能体框架AniME技术揭秘
引言在动画制作领域，传统流程复杂且劳动强度大，涵盖剧本创作、分镜设计、角色与场景设计、动画制作、配音以及最终剪辑等多个创作阶段。这一过程不仅需要大量专业人员参与，还要求不同团队间紧密协作，导致成本高昂
阅读全文为什么我的 TLS 1.3 多了一个 RTT
一. 前言在正文开始之前，先简要介绍一下 TLS 1.3 与 TLS 1.2 有哪些主要差异： 1. 更快的响应速度： a. TLS 完整握手时间从 2 RTT 减少为 1 RTT
阅读全文B站第三代转码体系下流式转码测试实践
背景视频转码系统是B站视频处理最核心的系统，其主要功能在于：统一格式，提升视频播放兼容性；从原片输出不同的清晰度，满足不同场景的播放需求；通过使用不同编码算法和技术，控制播放带宽成本。视频转码是一个I
阅读全文B站模型训练存储加速实践
一、背景随着模型训练技术进入规模化应用阶段，提升训练效率与降低算力成本已成为全球AI竞赛的关键突破口。在以集群为单位的常态化运行的模型训练场景中，底层存储系统面临三重核心挑战：需同时实现亿级文件的高吞
阅读全文How does bilibili achieve AI Dubbing?
01 | Background Introduction to Original Audio Video TranslationHello everyone, we are the bilibilli
阅读全文ICML25 视频问答中以语言为中心的结构化推理
一、前言由于现有的多模态大语言模型（MLLM）在推理过程中存在无法控制和不透明的问题，视频问答（VideoQA）在实现高级认知推理方面仍然具有挑战性。为了解决这一问题，哔哩哔哩Index团队联合上海交
阅读全文B站是如何实现原声视频翻译的
01｜原声视频翻译背景介绍大家好，我们是 BILIBILI Index 团队。最近，我们上线了一个新能力：支持将部分中文视频翻译为外语的原声风格配音。也就是说，观众现在可以听到“这个人用另一种语言在说
阅读全文哔哩哔哩Android视频编辑页的架构升级
1.背景介绍在数字内容井喷的时代，移动端已成为视频创作的重要阵地，而视频编辑页作为创作工具的核心场景，不仅为创作者提供了丰富的表达手段和创意平台，更是提升视频制作的效率。通过直观的操作界面和丰富的功能
阅读全文IndexTTS2：用极致表现力颠覆听觉体验
前言在语音合成技术不断演进的背景下，早期版本的IndexTTS虽然在多场景应用中展现出良好的表现，但在情感表达的细腻度与时长控制的精准性方面仍存在提升空间。为了解决这些问题，并进一步推动零样本语音合成
阅读全文资源合池化后的异构差异问题解析--CPU分层现象和解决思路
1. 背景自1965年戈登·摩尔提出摩尔定律以来，半导体行业持续推动芯片技术的革新，IDC（互联网数据中心）为平衡成本效益和多样化需求，逐渐形成了包含Intel、AMD、ARM等多种架构的混合部署模式
阅读全文B站在KMP跨平台的业务实践之路
本篇为KMP技术的技术及实践系列文章的第三篇。在这篇文章中我们以一个实际业务视角，总结我们在使用 KMP 的 Share Logic 和 Share UI 两种模式在三端落地的经验与 infra 工程
阅读全文