RFC 9725 定稿：WebRTC-HTTP 摄取协议 WHIP 成为正式标准
WISH 工作组的 WHIP 于 2025 年 3 月发布为 RFC 9725（Standards Track），定义基于 HTTP 的简单协议，让 WebRTC 内容可标准化地推入流媒体服务与 CDN，同时更新 RFC 8840 和 RFC 8842。
推荐理由：WHIP 从草案转正为正式 RFC，是 WebRTC 推流标准化的行业级节点。
精选
IETF WISH 工作组文档精选评分7878 IETF MoQ 工作组文档精选评分7272 draft-ietf-moq-msf-01：定义运行于 MOQT 之上的流媒体格式 MSF
IETF MoQ 工作组草案，由 Akamai 的 W. Law 与 Cisco 的 S. Nandakumar 提出，规定在 Media over QUIC Transport（MOQT）上承载媒体的流格式 MSF，2026 年 6 月更新至 01 版，是 MoQ 协议栈的核心规范之一。
推荐理由：MoQ 核心流格式草案，直接决定新一代低延迟传输的媒体承载方式。
webrtcHacks精选评分8080 Chrome 静默上线神经回声消除器，实测回声抑制提升 5.4 dB
Google Chrome 桌面版在用户不知情的情况下下载了一个 425 KB 的 TFLite 模型，接管 AEC3 中残差回声估计部分，默认开启且无开关，仅 Chrome 可用，Edge、Electron、Firefox 和 Safari 都拿不到。作者用 Microsoft AEC Challenge 合成语料的约 500 个文件跑 audioproc_f 对比，远端单讲帧的中位回声抑制从 19.8 dB 升到 27.0 dB，每文件中位提升 5.4 dB，80% 文件更好，双讲时近端电平基本不变（中位 +0.04 dB）。在 125 个文件上用 Whisper small.en 测试语音代理场景，中位词错率从 0.500 降到 0.235。
推荐理由：作者用 AEC Challenge 语料实测 Chrome 神经回声消除器，给出回声抑制与语音识别词错率的对照结果。
海外技术动态精选评分7878 IETF MoQ Transport 推进到 draft-22
2026 年 10 月 1 日发布的 MoQT draft-22 系统定义了运行在 QUIC/WebTransport 之上的发布/订阅协议：Objects/Tracks/Namespaces 数据模型、relay 转发与缓存职责、订阅优先级与传输顺序控制、控制消息线格式，以及用未分配码点防止协议僵化的机制，是 MoQ 走向 RFC 的核心草案。
推荐理由：MoQ 标准化的主线文档，draft-22 是厂商互操作（Cloudflare/Bitmovin/Ant Media 等）共同对齐的版本。
Tavus Blog精选评分7474 Tavus 用状态空间模型解析 Phoenix-4.5：毫秒级实时情感与面部行为生成
Phoenix-4.5 是首个将情感状态生成、主动倾听行为与连续面部动作统一为单一系统的实时模型，文章以代码讲解其状态空间建模实现，覆盖毫秒级延迟的上下文感知表情与头部动作。
推荐理由：实时数字人行为生成的技术深度文，披露模型架构思路与延迟水平。
海外技术动态精选评分5858 libaom v3.15 发布：VOD 低复杂度解码模式支持 720p-1080p 并修复一批 AI 检出的安全问题
AOMedia 视频 编码工作组发布 libaom v3.15（代号 Quibble Pants，发布 tag v3.15.1）：完成 VOD 场景低复杂度解码模式的开发并支持 HD 分辨率编码，IntraBC 屏幕内容编码提速且允许用于实时模式，同时修复了近期由 AI 工具检出的多个安全问题；官方建议所有 libaom 用户与发行版维护者升级。
推荐理由：参考编码器的低复杂度解码模式走向实用，对带宽受限终端的 AV1 落地有直接价值。
海外技术动态精选评分8282 MPEG 155 正式发布超越 VVC 的联合 CfP，ISOBMFF 第 9 版与 Avatar 格式进入 FDIS
MPEG 第 155 次会议（日内瓦，2026-07）正式发布超越 VVC 的下一代视频压缩联合 CfP（JVET-AQ2021），注册于 9 月初截止、提案 10 月底交付、2027 年 1 月布里斯班会议评审，官方称其规模或超过以往任何一次视频标准立项；ISOBMFF（ISO/IEC 14496-12）第 9 版与 Avatar 表示格式（ISO/IEC 23090-39）推进至 FDIS，预计 2027 年初发布；HEVC 第 7 版首版修正案新增 4:4:4 多视图 profile，VVC 参考软件与符合性测试第三版启动 CD。
推荐理由：容器基础规范（ISOBMFF 9）与下一代编码 CfP 同场落地，是 2026 年 MPEG 系统与视频标准线最重要的一次集体推进。
海外技术动态精选评分7575 FFmpeg 9.0 深度解读：swscale 重写落地、全库 ABI 升版与原生动图 WebP 解码
VideoLAN 主席 Jean-Baptiste Kempf 逐子系统解读 FFmpeg 9.0：距 8.1 四个半月、160 余位作者的 2200+ 提交，七大库同时升版；Niklas Haas 主导的 swscale 重写引入操作列表分解与 Vulkan SPIR-V 后端，同一转换图可在 CPU/GPU 运行，并支持 SWS_BITEXACT 精确复现；另覆盖动画 WebP 原生解码、NVENC AV1 分层 B 帧与 x86/NEON/RISC-V 汇编优化。
推荐理由：FFmpeg 9.0 是年内最重要的开源多媒体大版本，此文是目前最系统的第三方深度解读。
海外技术动态精选评分6868 NVIDIA Video Codec SDK 13.1：NVENC 支持 AV1 最多 31 个 B 帧与零拷贝转码
NVIDIA 发布 Video Codec SDK 13.1，为 AV1 编码新增分层参考模式（Hierarchical Reference Mode），将 NVENC 最大 B 帧数从 7 提升至 31（支持 1/3/7/15/31 配置），官方数据显示 15 B 帧在 CQ 与 VBR 模式下均带来码率节省且几乎无性能损耗；NVDEC 暴露 H.264/HEVC 逐宏块的 QP、编码单元类型与运动向量统计，支持 GOP 感知的帧级精准 Seek，并通过应用侧分配 CUarray 实现 NVDEC 与 NVENC 间零拷贝转码，另提供官方 Docker 开发环境。
推荐理由：GPU 硬件编解码的主流方案年度更新，AV1 分层 B 帧与零拷贝转码直接影响云端转码密度与画质。
海外技术动态精选评分6868 AV2 定稿意味着什么：AOMedia 编码工作组联席主席谈实现路线与 AV1/AV2 共存
AOMedia 视频 编码工作组联席主席 Andrey Norkin（NVIDIA）与 Adrian Grange（Google）访谈：AV2 核心编码工具已锁定、后续仅增 Profile 与元数据；VMAF/PSNR 口径下同画质较 AV1 压缩效率提升约 30%，主观画质增益接近 40%；硬件支持将按"先软件后硬件"节奏推进，AV1 与 AV2 将长期共存。
推荐理由：标准定稿后官方对实现节奏与迁移策略的权威解读，可直接指导编解码选型决策。
海外技术动态精选评分5858 Phoronix 99 项基准对比三系统：SVT-AV1/OpenAPV 编码 Linux 领先 Windows 11
Phoronix 在 Core Ultra 9 290HX + RTX 5090 的 Razer Blade 18 上对比 Ubuntu 26.04 LTS、Windows 11 与 CachyOS 共 99 项测试：视频编码方面 Linux 明显占优，Ubuntu/CachyOS 在 OpenAPV 编码的全部设置下压制 Windows 11，AV1（SVT-AV1）编码同样领先，而 Kvazaar H.265 的 1080p 档位下 Windows 11 反而最快；综合几何平均 Windows 11 与 CachyOS 基本持平，但本地 AI/LLM 负载 Windows 11 有约 3 倍的性能优势场景。
推荐理由：覆盖 SVT-AV1、OpenAPV、Kvazaar 三类编码器的受控系统级实测，为编码农场操作系统选型提供量化依据。
中文技术动态精选评分5656 腾讯云开发者社区拆解狼人杀类实时互动架构：SFU 选型与双信道设计
按 12 人房间、30%-50% 丢包、<300ms 延迟的需求对比 Mesh/MCU/SFU：Mesh 每人 11 路上行呈 O(N²) 增长，MCU 混音引入 100-200ms 额外延迟，SFU 端到端可低于 150ms 且计算开销最低；弱网上用自适应 FEC（30% 丢包时冗余比提至 40%）、动态 Jitter Buffer（20-100ms）与 Opus 降码率到 6-10kbps，控制流走 WebSocket、媒体流走 UDP/RTP 彻底分离。
推荐理由：从拓扑选型到弱网参数的完整架构推演，控制/媒体双信道解耦对游戏类 RTC 很实用。
Netflix Technology Blog精选评分7878 Netflix 开源 VMAF v1：修正压缩伪影偏置与色带盲区，NEG 默认开启
Netflix 发布 VMAF v1（模型随 libvmaf v3.2.0 于 2026-06-20 上线）：在 DLM 基础上加入 AIM 分量以修正 v0 低码率下偏向切高分辨率、偏爱压缩伪影的系统性偏差；以基于归一化观看距离的特征调整取代 v0 手机模型的二阶多项式映射，避免手机端画质高估；整合 CAMBI 色带检测与色度特征，并将 NEG（抑制增强处理虚增分数）默认开启。v1 提供 1080p、phone、4K 近距/常规观看距离模型，HDR 版本在开发中。
推荐理由：VMAF 是行业事实上的编码评估标准，v1 对系统误差的修正会改变各家的码率梯设计与编码器对比结论。
海外技术动态精选评分8585 AOMedia 正式发布 AV2 规范：同画质较 AV1 节省约 30% 码率，支持多流多视图
AOMedia 于 6 月 9 日宣布发布 AV2 规范（v1.0.0 于 5 月 28 日定稿），在免版税专利政策下开发；官方测试显示同画质下较 AV1 约 30% 的带宽节省（PSNR 约 28.6%、VMAF 约 32.6%），原生支持可分级码流、多流/多视图（立体视频、多机位、合成体验）场景；下一步包括 ISO BMFF 封装绑定规范、dav2d 解码器与面向专业应用的 12-bit Profile。
推荐理由：继 AV1 之后最重要的开源视频标准发布，定义未来数年流媒体编码技术路线。
海外技术动态精选评分6565 W3C 批量发布 WebCodecs 编解码注册规范：AV1/AVC/HEVC 等于 2026 年 6 月同步定稿
W3C Media Working Group 于 2026-06-08 同日发布 AV1、AVC/H.264、HEVC/H.265、Linear PCM、Vorbis、A-law PCM 六份 WebCodecs 注册规范（随后 9 月又补齐 Opus 与 MP3），逐一定义各编解码器的 codec 字符串、EncodedVideoChunk/AudioDecoderConfig 描述字节及 VideoEncoderConfig 扩展；这使浏览器低层编解码 API 在视频侧主要格式的互操作语义全部落到正式工作组出版物。
推荐理由：WebCodecs 是浏览器端自研转码/推流管线的基础 API，AV1 与 HEVC 注册定稿让 Web 侧编码策略有了可依赖的规范锚点。
Daily.co Blog精选评分7474 NVIDIA 发布开源多语言语音识别模型 Nemotron 3.5 ASR
NVIDIA 发布多语言语音转文字模型 Nemotron 3.5 ASR，同时提供多语言版和仅英文版 Nemotron 3 ASR 检查点，完全开源、可微调并支持自托管。作者在 Pipecat stt-benchmark 中测得该多语言模型速度超过基准中其他模型且准确率尚可，仅英文版速度相当、准确率接近当前最高分模型。延迟可通过音频处理 chunk size 调节，在 NVIDIA L40S 上以最低延迟配置可安全承载约 96 路并发转写，作者估算企业自托管成本约 $0.05/小时，而主流转写 API 通常为 $0.10-$1.00/小时。
推荐理由：作者用开源基准给出 Nemotron 3.5 ASR 的延迟与准确率位置，并附自托管成本与并发配置，便于评估语音代理选型。
海外技术动态精选评分6060 MoQ 工作组临时会议：SWITCH 与 DTS 两种 ABR 方案对垒
2026 年 5 月 26 日 MoQ 虚拟临时会议集中讨论 track 切换：客户端驱动的 SWITCH（PR #1378，订阅者在组边界发 SWITCH 消息）与 Will Law 提出的 relay 执行型 DTS（订阅多轨组成 switching set，由 relay 按吞吐量选轨），会上分析了与基线协议 SUBSCRIBE_UPDATE+FETCH 方案的差异并开放邮件列表共识征集。
推荐理由：MoQ ABR 语义是标准落地前最关键的未决问题，这份记录呈现了两条技术路线的取舍。
海外技术动态精选评分7070 H.264/HEVC/VP9/AV1 对比评测：从 BD-rate 到按观众分布的盈亏平衡点
Jan Ozer 的编码器对比研究引入盈亏平衡与上下文 ROI 分析：在 1080p60 体育等内容上，AV1 对 H.264 的 BD-rate 达 -59.83%、HEVC 为 -31.48%，但按真实观众分布加权后节省缩水——高端观众为主的分布约剩 51%，移动端为主的分布 AV1 对 H.264 仅 -23.16%（对应 VMAF +6.96 的画质提升）；测得各编解码器的盈亏平衡观看时长（如移动分布下 VP9 为 3188 小时、AV1 为 4099 小时），并给出 25 万观看小时下的净节省金额。
推荐理由：把编解码对比从单一 BD-rate 数字推进到按观众分布的 ROI 建模，方法与数据对部署决策都有直接用处。
Google AI Blog精选评分7676 Google 等三方联合发布 HDR 标准 SMPTE ST 2094-50
为解决 HDR 与 SDR 内容同屏混排时高光裁切、画面发灰，以及环境光变化导致显示亮度漂移的问题，Google 联合 Apple、NBCUniversal 制定 SMPTE ST 2094-50：一是用 Reference White Anchor 把普通内容的最亮部分映射到固定基线、把额外亮度留给 HDR；二是 Headroom-Adaptive Gain Curves，把适配指令写进视频文件，屏幕余量不足时按创作者意图压缩暗部与中间调以保留高光细节。
推荐理由：跨厂商的新 HDR 元数据标准，直接决定 HDR 视频在不同亮度屏幕与光照环境下的呈现。
声网博客精选评分7676 OpenAI WebRTC 重构：Relay 与 Transceiver 分离
针对“一会话一端口”与有状态 ICE/DTLS 会话在 Kubernetes 下的扩容冲突，OpenAI 将数据包路由与协议终止分离：Relay 只做无状态 UDP 转发并借 ICE ufrag 编码路由信息实现首包确定性投递，Transceiver 用 Go+Pion 运行完整 WebRTC 端点；该架构已全量上线，支撑 9 亿周活用户的实时媒体流量，客户端无感知。
推荐理由：罕见的基础设施级披露，展示超大规模实时语音服务的 WebRTC 架构取舍与开源栈的生产验证。