世界知识产权日 | 2024年度哔哩哔哩技术专利评选结果出炉！

配置二阶段策略，一阶段粗筛召回部分候选集压缩计算量，二阶段在由查询视频与注册视频指纹向量生成的损失矩阵中寻找正确的匹配关系，实现严格精准的片段匹配，可以在10秒内应对数十亿级向量检索库做完片段匹配。

仅通过选择图片/视频自动生成故事文本，并生成文本对应的语音、字幕、转场、BGM，滤镜等效果，包含素材关键词识别、文本风控校验、大语言模型扩写、TTS 文本转语音、句子匹配、利用风格包素材铺设时间线等步骤，降低了视频创作门槛。

本直播互动方案通过服务端发送带有互动信息的直播流，客户端在播放视频的同时，可显示互动音游并响应用户操作，实现直播与游戏的同步互动，提升用户体验。

在 DLNA 设备信息协议中增添特定厂商的字段，在使用投屏功能时， DMR 设备将尝试拉起渠道对应的 OTT 服务，并将 URL 交给此 OTT 服务进行解析播放，OTT 服务再去寻找 DMC 设备寻求建立连接，实现自动在设备中拉起对应的投屏服务，改善用户的投屏体验。

应用于社区内容治理场景，基于评论、弹幕等社区内容发现并抽取的有一定稿件范围聚集的某一类型问题，形成知识图谱系统，在稿件巡查过程中查阅知识图谱系统，自动圈定稿件进行线上管控。

本方案针对直播场景下的多音轨切换问题，通过映射表比对修正音轨标识，确保直播中音轨切换时数据一致性和流畅性，实现无缝切换，避免卡顿断音，提升直播体验。

本方案以将复杂业务按照业务自己真实的生命周期与驱动关系拆解成多个相对内聚的业务单元模块，并通过依赖注入降低代码量从而提高开发效率的架构探索与业务落地。

应用于视频编码场景，设计了多模态神经网络模型，通过输入视频编码特征和抽帧得到的图像序列两种模态的信息，同时预测出在某个画质目标下（画质以VMAF衡量），码率最优的编码分辨率和编码参数RF。

应用于AV1编码中，利用预分析过程中帧内预测及帧间预测的率失真代价值，来判断当前帧的倾向参考方向为前向还是后向，进而剪枝另一个方向的参考帧，通过剪枝某个方向的参考帧，使得最终主编码过程中所需遍历的参考帧数量减少，提高编码效率。

由 BGM 模块联动相关驱动和相关内核；用户通过 cgroup 接口配置显存和算力限制，当相关驱动处理显存信息以及时间片时，通过调用 BGM 提供的 API，获取用户配置，据此限制显存和算力的读取和分配，并反馈给 BGM 内核模块，降低性能开销。

^{*注：以上排名不区分先后顺序。}