近年来，大型语言模型如 GPT、GLM 和 LLaMA 等在自然语言处理领域取得了显著进展，基于深度学习技术能够理解和生成复杂的文本内容。然而，将这些能力扩展到视频内容理解领域则是一个全新的挑战 —— 视频不仅包含丰富多变的视觉信息，还涉及时间序列的动态变化，这使得大语言模型从视频中提取信息变得更为复杂。 面对这一挑战，字节跳动联合浙江大学提出了能够输出可靠视频描述的多模态大语言模型 Vista-LLaMA。Vista-LLaMA 专门针对视频内容的复杂性设计，能够有效地将视频帧转换为准确的语言描述，从而极大地提高了视频内容分析和生成的质量。
9 月 26-28 日，由 Linux 基金会、CNCF 主办的 KubeCon + CloudNativeCon + Open Source Summit China 2023 在上海举办。作为社区积极贡献者和最终用户，字节跳动和火山引擎团队在此次大会上进行了 7 个分享，本系列内容根据此次会议分享整理而成，欢迎关注！ 本文将分享火山引擎容器服务 VKE 作为云上 Kubernetes 平台，在帮助客户实现集群资源弹性过程中的一些经历和挑战
在本届ICASSP 2024 各类音频国际挑战赛中，字节跳动流媒体音频团队联合西北工业大学音频语音与语言处理研究实验室，在丢包补偿（Packet Loss Concealment， PLC）与音质修复（Speech Signal Improvement， SSI）两个挑战赛道中，多项指标上表现优秀，分别取得第一和第二的优异成绩，达到国际领先水平。 ICASSP峰会上的音频挑战赛由国际音频顶级会议 ICASSP 和微软联合发起，旨在激发各研究构在音频效果与音质提升上的研究，自第一届举办以来就吸引了亚马逊、腾讯、阿里巴巴、百度、快手、中科院、西工大等全球诸多知名企业和科研院所的参与。随着流媒体领域技术的不断发展，让声音听得清，听得真，变成音频技术行业发展必然趋势。围绕着如何让用户有最优的音频体验，多个研究团队对音频从采集到转发进行端到端的优化，这一过程包含了如何对音频采集缺陷，算法处理缺陷，编解码缺陷，网络传输缺陷等进行一体化修复。本届挑战赛中，字节跳动流媒体音频团队结合真实的业务落地场景，参加了丢包补偿与通用音质修复这两个挑战赛道。
在大屏产品中，可视化扮演着信息展示和传达、用户体验和互动、数据分析和决策支持、品牌展示和差异化、故事叙述和信息呈现等至关重要的角色。作为可视化图表的重要载体之一，大屏与智能BI产品不管是在产品设计，还是可视化设计的侧重点都有很大不同。本文以火山引擎DataWind产品数据大屏为例，为您揭示如何建设令人叹为观止的数据大屏。（文章展现的大屏设计及相关数据均为演示模型）
metricserver2 （以下简称Agent）是与字节内场时序数据库 ByteTSD 配套使用的用户指标打点 Agent，用于在物理机粒度收集用户的指标打点数据，在字节内几乎所有的服务节点上均有部署集成，装机量达到百万以上。此外Agent需要负责打点数据的解析、聚合、压缩、协议转换和发送，属于CPU和Mem密集的服务。两者结合，使得Agent在监控全链路服务成本中占比达到70%以上，对Agent进行性能优化，降本增效是刻不容缓的命题。本文将介绍我们在Agent性能优化上的探索和实践。
ByConity 是由字节跳动开源的云原生数仓，采用了存储计算分离的架构，支持主流的 OLAP 引擎优化技术，实现了租户资源隔离、弹性扩缩容，并具有数据读写的强一致性等特性。「基于共享存储的选主方式」作为 ByConity 的重要功能，本文将详细介绍它基于存算分离架构的设计思考及实践。
本文从抖音集团内部画质优化方案的孵化历程着笔，主要分享了画质优化对于业务的价值、主要应用场景和内部产品的一些典型实践案例。通过分享业务视角遇到的一些问题和我们的解决思路，希望能抛砖引玉，为遇到类似困扰的伙伴们提供有价值的参考。 为何我们要不断优化画质体验？ 在内容丰富、质量不断提升的数字娱乐时代，用户拥有更多的选择权，而优质的画质体验是平台赢得用户青睐的关键之一。高质量画质是区分产品优劣、提高市场竞争力的利器，提供优质的画质体验是内容和服务提供商不可或缺的使命。 我们通过线上业务大量实验发现，图片画质优劣对点击率、停留时长等消费类指标有正相关影响，间接影响用户收益指标。例如，低质图像会极大影响创作者的创作热情和终端用户的浏览体验，进而降低用户活跃度及粘性。因此，针对不同图片画质水平进行定向优化，保障用户的画质体验是非常有必要性的。
本篇文章来源于ByteHouse产品专家在火山引擎数智平台（VeDI）主办的“数智化转型背景下的火山引擎大数据技术揭秘”线下Meet up的演讲，将从ByteHouse数据库架构演进、增强HaKafka引擎实现方案、增强Materialzed MySQL实现方案、案例实践和未来展望四个部分展开分享。
向量检索被广泛使用于以图搜图、内容推荐以及大模型推理等场景。随着业务升级与 AI 技术的广泛使用，用户期望处理的向量数据规模越来越大，对向量数据库产品的稳定性、易用性与性能需求也越来越高。为此火山引擎 ByteHouse 团队基于社区 ClickHouse 进行技术演进，提出了全新的向量检索功能设计思路，满足业务对向量检索稳定性与性能方面的需求。
