Web端视频流解码方案全景对比
梳理五种主流Web视频解码方案：MSE依赖原生硬解但延迟难压700ms且iOS受限；纯JS软解兼容强但性能极低；WASM兼顾性能与兼容，难用GPU硬解且易花屏；WebRTC延迟低至毫秒级、支持硬解与自适应，是实时云渲染首选；WebTransport+WebCodecs潜力大但兼容性极差，暂难商用。各方案在延迟、性能、兼容性上差异显著，需按场景取舍。
为什么会有CNN+Transformer这样的结构
Transformer虽性能强，但依赖海量数据与算力；CNN高效稳定却缺乏全局建模能力。CNN+Transformer混合架构取长补短：CNN负责局部特征提取与降维，提升数据效率、降低算力负担；Transformer专注全局语义建模，弥补精度瓶颈。二者协同，兼顾精度、速度与落地可行性，是当前工业级视觉模型的最优解
把视频换脸放进浏览器：一次 WebGPU 推理链路的工程化实践
本文详解浏览器端视频换脸的WebGPU工程实践，涵盖数据转换优化、ROI裁剪、串行Session初始化、Transferable内存管理、双向光流校验、时序目标匹配、遮罩后处理、模型版本控制、主动内存释放及深度任务取消等11项关键挑战，揭示“能运行”到“可持续使用”的真实路径。
