Hacker News · 25.07.2026 ·Машинное обучение

Microsoft открыла исходный код MLVC для сжатия видео

Microsoft представила ML Video Codec (MLVC) — библиотеку с открытым исходным кодом, предназначенную для эффективного сжатия видео с использованием методов машинного обучения. Решение ориентировано на оптимизацию передачи данных и снижение нагрузки на сетевую инфраструктуру, предлагая альтернативу традиционным алгоритмам кодирования за счет глубокого обучения, что позволяет достичь более высокого качества при меньшем битрейте.

Технология базируется на нейросетевых архитектурах, которые обучаются минимизировать потери при сжатии видеопотока. В отличие от классических кодеков, таких как H.264 или HEVC, MLVC использует возможности GPU для обработки кадров, что делает его перспективным инструментом для облачных сервисов, стриминговых платформ и систем видеоконференцсвязи, где критически важна экономия полосы пропускания без потери визуальной четкости.

Открытие исходного кода проекта позволяет исследователям и инженерам интегрировать нейросетевые методы сжатия в собственные пайплайны обработки данных. Это важный шаг в сторону стандартизации ИИ-подходов в области медиа-технологий, где доминировали проприетарные решения. Использование ML-моделей для кодирования открывает путь к адаптивным системам, которые подстраиваются под контент в реальном времени.

Ключевые факты

Microsoft опубликовала MLVC под открытой лицензией для широкого использования в индустрии.
Кодек использует нейросетевые методы для повышения эффективности сжатия видеоданных.
Решение оптимизировано для работы на графических ускорителях, что ускоряет процесс кодирования и декодирования.
Проект направлен на снижение затрат на передачу видео в облачных инфраструктурах и сетях с ограниченной пропускной способностью.

Источник: Hacker News

Обсудить с ИИ

Похожие материалы

Engineering at Meta · Данные и инжиниринг Масштабирование кодека AV1 для видеосвязи в реальном времени Meta (признана экстремистской организацией, деятельность запрещена в РФ) завершила многолетний проект по внедрению кодека AV1 в свои системы видеосвязи в реальном времени. Переход на этот стандарт позволил существенно повысить эффективность сжатия видеопотока, что критически важно для поддержания высокого качества связи при ограниченной пропускной способности сети. Инженеры компании сосредоточились на оптимизации алгоритмов управления скоростью передачи данных и повышении устойчивости к ошибкам при передаче пакетов. arXiv · Исследования и наука Video-SALMONN-R3: новый метод эффективного анализа видео через двухэтапную обработку Исследователи представили Video-SALMONN-R3 — архитектуру для видео-LLM, решающую проблему нехватки вычислительных ресурсов. Вместо обработки всего видео целиком, модель сначала проводит грубый анализ для поиска ключевых сегментов, а затем детально пересматривает их. Такой подход позволяет значительно экономить память и вычислительную мощность, сохраняя высокую точность ответов на вопросы по видеоконтенту. Hacker News · Инференс и железо Новый ML-компилятор для запуска LLM 70B+ на потребительских GPU Разработчики представили специализированный ML-компилятор, позволяющий запускать крупномасштабные языковые модели с параметрами 70B+ на обычном потребительском оборудовании. Технология оптимизирует процесс вычислений таким образом, что потеря точности модели составляет менее 1%, что делает возможным эффективное использование мощных нейросетей вне серверных кластеров и профессиональных вычислительных центров. Hacker News · Инфраструктура для агентов Claude-real-video: инструмент для анализа видеопотока любыми LLM Проект Claude-real-video предоставляет инфраструктурное решение для интеграции видеоаналитики в любые LLM, не обладающие нативной поддержкой мультимодальности. Инструмент автоматически извлекает кадры из видеопотока, преобразует их в последовательность изображений и передает в модель для анализа, позволяя агентам «видеть» динамический контент и принимать решения на основе визуальных данных в реальном времени. arXiv · Исследования и наука Новый метод обучения видеомоделей Shell-LCC без внешних функций вознаграждения Исследователи представили метод Shell-LCC, позволяющий оптимизировать диффузионные модели для генерации видео без использования внешних моделей вознаграждения или дорогостоящего обучения с подкреплением (RLHF/DPO). Авторы доказывают, что структура данных сама по себе содержит скрытые сигналы, которые можно использовать для улучшения качества генерации, что значительно снижает вычислительные затраты и зависимость от человеческой разметки при сохранении высокой детализации контента. Lobsters · Инфраструктура для агентов Обзор MLIR: как работает стек диалектов для машинного обучения MLIR (Multi-Level Intermediate Representation) стал фундаментом для современных систем машинного обучения, обеспечивая эффективную компиляцию кода для различных аппаратных ускорителей. Инфраструктура позволяет абстрагировать высокоуровневые операции нейросетей до уровня низкоуровневых инструкций, что критически важно для оптимизации производительности моделей на GPU, TPU и специализированных чипах, используемых в инференсе и обучении ИИ-систем. Hacker News · Исследования и наука Netflix исследует методы контролируемого редактирования видео с помощью ИИ Инженеры Netflix представили результаты исследований в области генеративного видео, сосредоточившись на повышении управляемости процесса редактирования. Основная задача проекта — дать создателям контента возможность вносить точечные изменения в видеоряд, сохраняя при этом временную согласованность и визуальную целостность исходного материала. В отличие от стандартных генеративных моделей, которые часто работают как «черный ящик», предложенный подход опирается на методы, позволяющие пользователям задавать конкретные параметры трансформации объектов и фоновых элементов. arXiv · Исследования и наука StoryTeller: новый подход к генерации аудиодескрипций для длинных видео Исследователи представили StoryTeller — метод генерации аудиодескрипций для длинных видео, не требующий дополнительного обучения моделей. В отличие от стандартных VLM, которые анализируют короткие фрагменты изолированно, StoryTeller сохраняет контекст сюжета, персонажей и их взаимосвязи на протяжении всего фильма. Это позволяет создавать связное повествование, необходимое для полноценного восприятия контента людьми с нарушениями зрения. Hacker News · Разработка и инструменты MLX-Code: агент для работы с кодом на основе Git Компания MLX представила новый инструмент MLX-Code, который позиционируется как агент для работы с кодом, способный взаимодействовать с системой контроля версий Git на уровне API. Это позволяет ему выполнять сложные операции с репозиториями, такие как создание веток, слияние изменений и управление коммитами, напрямую через текстовые команды. Hacker News · Исследования и наука Нейронное сжатие изображений с использованием Gemini 3 Исследователи представили метод нейронного сжатия изображений, использующий возможности мультимодальной модели Gemini 3 для повышения эффективности кодирования визуальных данных. Новый подход позволяет достичь высокого качества восстановления при значительно меньшем объеме файлов по сравнению с традиционными алгоритмами, такими как JPEG или WebP, за счет глубокого понимания семантического содержания изображения и контекстуальной реконструкции деталей.

← Все материалы