北大提出面向AI的实时视频通信框架Artic
Artic不再追求视频一味清晰，而是根据大模型理解需求动态调整传输，显著提升AI视频助手性能。
传统视频通信优化的是人眼观看体验，但AI视频助手需要的是准确理解关键信息。北大Artic框架让网络传输学会服务大模型的「理解状态」，在移动网络下准确率提升15%，延迟降低135毫秒。
正文摘录
.jpg)  论文作者均来自北京大学王选计算机研究所，第一作者为吴将凯博士，第二作者为本科生任致远，第三、第四作者为博士生钟俊权、刘黎明，通讯作者为张行功副教授。 从 ChatGPT、Gemini Live、豆包到智能眼镜，AI 正在从「文字聊天」走向「边看边聊」。但当视频通话的另一端不再是人，而是部署在云端的多模态大模型时，传统实时视频通信系统遇到了一个根本错位：它仍在努力让「人眼看得更舒服」，而新的目标其实是让「AI 答得更准确、响应更及时」。 北京大学团队提出 Artic，一套面向 AI 的实时视频通信框架，系统性重构了 AI 视频助手场景下的码率自适应、视频编码、反馈控制和评测基准。实验结果显示，在真实移动上行网络轨迹下，Artic 相比现有框架显著提升 15.12% 准确率，并降低 135.31 ms 延迟。 一句话概括 ：Artic 不是让视频一味更清晰，而是让网络传输学会服务大模型的「理解状态」。