FFmpeg全球流媒體的基石 | VLC | VideoLAN | 志願者用愛發電 | 手寫彙編 | AV1 | 精確到比特 | Libav | x264 | 專利戰爭 | CIA投毒 |數字媒體歸檔

The Only Bamboo
245粉絲
198 次觀看·2026年5月20日
今天我們要聊的,可能是當今互聯網世界裏最隱形、卻最不可或缺的兩段代碼了,它們就是FFmpeg和VLC。它們不僅是全球視頻生態的隱形基石,更是由一群志願者用C語言和手寫彙編,撐起了現代互聯網的視聽世界。最近,科技播客主持人萊克斯·弗里德曼(Lex Fridman) 與兩位傳奇開發者展開了一場深度對話。一位是讓-巴蒂斯特·肯普夫(Jean-Baptiste Kempf),他是VideoLAN非營利組織的主席、VLC媒體播放器的核心締造者。另一位是基蘭·昆哈(Kieran Kunhya),他是FFmpeg的資深編解碼器工程師、FFmpeg官方社交賬號的幕後運營者。接下來,我們就藉助這期播客的內容,拆解一下這兩個項目背後的技術、故事、爭議與堅守。
https://youtu.be/nepKKz-MzFM?si=SJv8yYmdEFxES1nJ
https://www.ffmpeg.org/donations.html
AI 生成·可能包含錯誤
視頻概述
AI 生成這段影片深入探討了全球視聽生態的兩大隱形基石:開源項目 FFmpeg 與 VLC 媒體播放器。這兩個項目由極少數志願者維護,卻支撐著從 Netflix、YouTube 到各類專業設備的視頻處理與播放。影片揭示了它們如何透過極致的底層優化與純粹的開源精神,在拒絕商業誘惑與專利綁架的同時,守護全球的數字視聽遺產。
大家好
這裏是最佳拍檔
我是大飛
今天我們要聊的
可能是當今互聯網世界裏最隱形
卻最不可或缺的兩段代碼了
它們就是FMPEG和VLC
你可能從來沒有聽過它們的名字
但是你每天刷的抖音
看的Netflix
傳的視頻文件
甚至從火星車傳回的圖像
歐洲核子中心的粒子對撞監控畫面
全靠這兩個開源項目支撐着
它們不僅是全球視頻生態的隱形基石
更是由一群志願者
用C語言和手寫彙編
撐起了現代互聯網的視聽世界
最近
科技博客主持人X.Freedman
與兩位傳奇開發者
展開了一場深度對話
一位是讓巴蒂斯特·肯普夫
他是Videoland非盈利組織的主席
VLC媒體播放器的核心締造者
另一位是基蘭·昆哈
他是FMPEG的資深編輯碼工程師
FMPEG官方社交賬號的幕後運營者
接下來我們就藉助這期播客的內容
拆解一下這兩個項目背後的
技術、故事、爭議與堅守
先給大家來一個最直觀的認識
FMPEG可能是全球最大的CPU消耗者之一
超過90%的在線和離線視頻處理流程
都離不開它
從YouTube的視頻轉碼
Netflix的流媒體分發
到Chrome瀏覽器的視頻解碼
甚至智能電視的媒體播放
底層全是FMPEG的代碼
而VLC媒體播放器
全球的下載量突破了65億次
能打開幾乎所有破損、冷門、奇葩的媒體文件
而且無廣告、無追蹤、完全免費
甚至有人調侃
把煎餅放進光驅裏
VLC都想試着播一下
更震撼的是
這兩個支撐起全球數字視聽的項目
核心開發者加起來不超過20人
全靠志願者用愛發電
我們先從VLC說起
這個頂着橙色路追logo的播放器
早已經成爲了互聯網的文化符號
讓巴蒂斯特在對話中提到
VLC的路追logo
辨識度遠超過軟件本身
在印度中國的偏遠地區
人們不知道VLC的名字
只知道搜追蹤播放器就能夠找到它
團隊曾經在愚人節開玩笑
要把logo換成毛毛蟲造型
結果受到上萬封用戶郵件的抗議
足以見得這個醜萌logo的江湖地位
而VLC最傳奇的能力是萬物皆可播
它能讀取老式VHS錄像帶的採集卡信號
支持盧卡斯影業星球大戰遊戲裏的
冷門編解碼器
還能夠播放分辨率、寬高比
旋轉角度逐幀變化的奇葩mkv文件
甚至能夠識別同時是Zip壓縮包
和MP3音頻的怪異文件
在Video Land開發者大會上
還專門舉辦過最奇葩文件挑戰
所有腦洞大開的破損文件
VLC全都能夠順利解碼
這背後其實是VLC從誕生之初就堅守的設計哲學
不信任任何輸入文件
不依賴文件名後綴
直接解析文件的二進制內容
要知道早年的網絡視頻多是盜版壓縮文件
metadata信息缺失
文件結構破損是常態
普通播放器碰到這類文件就會直接崩潰
而VLC從誕生之初
就針對UDP網絡流的丟包和破損文件
做了極致的適配
它的前身是法國巴黎中央理工學院的
最初用於校園衛星視頻流媒體傳輸
天生就適配不可靠的輸入
這也是VLC能夠風靡全球的核心原因
它不挑剔
不妥協
哪怕文件只剩半截也能夠盡力播放
比兼容能力更讓人敬佩的
是VLC對於無廣告純免費的堅守
讓巴蒂斯特在播客中坦言
他曾經多次拒絕數百萬美元的廣告合作
對方要求捆綁間諜軟件工具欄
篡改瀏覽器主頁
以及在播放器內植入廣告
全部都被他一口回絕
他說
我不是不愛錢
我創立過多家科技公司
我知道怎麼合法賺錢
但是我不能用骯髒的方式背叛用戶
如果要妥協軟件底線
我寧願直接關掉項目
在2000年代的時候
下載軟件捆綁間諜軟件是行業的常態
而VLC始終乾淨透明
這也是它能夠收穫全球用戶信任的核心
讓巴蒂斯特強調
VLC不屬於某個人或者某家公司
它屬於全球的用戶
堅守純粹是對所有貢獻者和使用者的尊重
聊完VLC
我們來拆解一下視頻播放的底層邏輯
這也是理解FMPEG價值的關鍵
很多人分不清容器和編解碼器
總是把MP4和H264混爲一談
這其實是行業術語混亂導致的
簡單來說
容器就是一個盒子
而編解碼器是盒子裏的內容
MP4、MOV、MKV、AVI都是容器
負責把視頻軌、音頻軌和字幕軌打包在一起
而H264、H265、AVI、VP9是編解碼器
負責把海量的視頻像素數據壓縮和解壓縮
比如說我們常說的MP4文件
99%的情況是
H264視頻加AAC音頻打包在MP4的容器裏
但是理論上
你可以把任何編解碼器塞進任何的容器
這也是FMPEG和VLC要處理的複雜場景
而視頻播放的完整流程
比大多數人想象的更爲複雜
當你按下播放鍵
第一步是通過URL或者文件路徑獲取字節流
第二步是解附用DMX
把容器裏的視頻、音頻和字幕拆分開
第三步是解碼
用對應解碼器把壓縮數據還原成原始像素
第四步是渲染
把原始畫面輸出到屏幕
聲音輸出到聲卡
這個核心是視頻壓縮
未經壓縮的1080P 30幀視頻
每秒數據量高達1.5GB
根本無法傳輸和存儲
而視頻編解碼器能夠把數據壓縮100到1000倍
而且人眼幾乎看不出畫質損失
視頻壓縮的核心原理是消除冗餘
包括空間冗餘
比如說同一個畫面裏重複的像素
以及時間冗餘
比如說連續整理不變的內容
同時適配人眼感知
人眼對亮度敏感
對色彩敏感度低
所以視頻會把色彩分辨率降低
只保留高分辨率的亮度信息
光這一步就能夠把文件體積減半
而解碼的難點在於
45%的文件無法通過GPU硬件解碼
必須依賴於軟件解碼
這就需要極致的代碼優化
這也是FMPEG的核心價值所在
它是全球最全能的多媒體處理庫
包含編解碼
複用解複用
濾鏡
流媒體等全套的能力
既是命令行工具
也是可以嵌入任何軟件的底層庫
基萊在對話中說
FMPEG的哲學是人人平等
普通人的家庭錄像
萬一市值科技公司的服務器
用的是完全相同的FMPEG代碼
大公司用幾千行的FMPEG命令行
來做視頻處理
而普通人可以用簡單指令
來剪視頻
加字幕
轉格式
它把原本價值百萬美元的
專業多媒體設備能力
變成了人人可用的免費工具
可以說沒有FMPEG
就沒有短視頻革命
沒有播客的浪潮
沒有平民化的視頻創作
FMPEG的強大
還源於它純粹的開源社區理念
這個社區有一個鐵律
只看代碼質量
不看身份背景
無論代碼的提交者
是世界500強的工程師
還是16歲的高中生
甚至是一條狗
都不重要
唯一的標準是代碼是否優秀
是否符合項目的規範
這種精英式的治理模式
和Linux內核的締造者
Linus Torvalds的理念高度一致
Linus對於代碼質量的嚴苛要求
也是FMPEG和VLC社區的標杆
它的核心開發者只有10到15人
卻要維護支撐全球設備的代碼
所以代碼必須極致簡潔
可維護
不冗餘
志願者們白天上班
晚上貢獻代碼
沒有薪水
沒有名利
卻要承受嚴格的代碼審查
因爲他們知道
自己寫的每一行代碼
都會運行在幾十億設備上
容不得半點馬虎
但是這種純粹的社區模式
也藏着巨大的隱患
那就是開源維護者的倦怠
讓巴蒂斯特和基蘭在播客中多次提到
全球互聯網依賴的無數開源項目
核心維護者可能只有一兩個人
他們拿着微薄的捐贈
甚至零收入
卻要應對巨頭的需求
安全研究員的漏洞報告
以及用戶的吐槽
長期處於高壓的狀態
最典型的就是XZ後門事件
XZ是全球幾乎所有設備都依賴的壓縮庫
核心維護者只有一個人
攻擊者通過長期的騷擾
施壓
耗盡維護者的精力
最終騙取了代碼的提交權限
險些植入全球性的後門
而FMPEG也面臨着同樣的困境
谷歌曾經用AI批量生成安全漏洞報告
不提前溝通就公之於衆
把修復壓力全都丟給志願者
微軟Teams曾經在FMPEG的漏洞追蹤器裏
標註最高優先級
卻只願意支付幾千美元的一次性費用
完全無視志願者的勞動價值
吉蘭憤怒地表示
萬億級公司把開源項目當成是免費的供應商
卻不願意爲支撐自己業務的代碼
支付合理的報酬
AI生成的漏洞報告
本質上是對志願者的拒絕式服務攻擊
那些冷門遊戲編碼器的漏洞
根本不影響普通的用戶
卻被標爲高危漏洞 製造恐慌
好在這場爭議最終帶來了一些正向的改變
谷歌開始提交修復補丁
設立漏洞修復獎勵
對FMPEG的捐贈也大幅增加
但是依然遠不足以覆蓋一個全職開發者的成本
這也是開源世界的殘酷現實
支撐全球數字基建的代碼
卻完全是由一群沒有保障的志願者守護着
兩岸開源社區
我們再深入到FMPEG最核心的技術底牌
手寫彙編
這也是FMPEG能夠碾壓所有商業多媒體庫的關鍵
大多數現代軟件用C、C++或者是Python編寫
依賴編譯器的自動優化
但是FMPEG和VLC的核心模塊用的是手寫彙編語言
直接和CPU指令交互
沒有任何的中間層
讓巴蒂斯特透露
FMPEG全項目有10萬行手寫彙編
而Videoland的DAV1D
也就是AV1的編解碼器項目
手寫彙編高達24萬行
佔比爲79.9%
C語言僅佔19.6%
其他代碼佔0.5%
這種極致優化背後的原因是
每一個CPU週期都至關重要
FMPEG運行在幾十億的設備上
哪怕一行代碼優化能夠節省一個週期
全球累計能夠節省的算力就是天文數字
而編譯器的自動向量化、自動優化
和手寫彙編的性能差距是10到62倍
這已經不是百分比的差距了
而是數量級上的差距
既然解釋到
手寫彙編用的是單指令多數據CMD技術
一條指令能夠同時處理16個像素數據
而普通C語言代碼只能逐個處理
更誇張的是
開發者還會用更高級的CPU指令
比如說用加密指令來處理視頻數據
和自定義函數調用約定
繞過操作系統的約定
只爲榨乾硬件的最後一點性能
D-AV1D項目就是最好的證明
AV1編解碼器
被行業認爲是必須要使用硬件解碼的
但是VideoLAN團隊
用手寫彙編做出的D-AV1D軟件解碼器
僅用一兩個CPU核心
就能夠流暢解碼720P的AV1視頻
目前Netflix30%的流量
YouTube50%的流量都是AV1編碼
可以說D-AV1D
很多人可能會問
爲什麼不依賴編譯器優化呢
讓巴基斯特直言
摩爾定律已到盡頭
硬件性能不在指數級增長
想要提升效率
必須下沉到底層優化
AI能夠寫業務代碼
但是寫不出極致優化的彙編
這是一門失傳的技術
也是不可替代的核心能力
爲了傳承這項技術
吉蘭還專門編寫了一本彙編教程
摒棄了傳統教材先教語法的模式
直接從實戰入手
讓高中生都能夠學會多媒體彙編
他說
彙編就像是駕駛噴火式戰鬥機
你和硬件之間沒有任何阻隔
能夠把設備推到設計者都沒有想到的極限
這就是編程最純粹的快樂
除了極致優化
FMPEG和VLC的另一項核心能力
是意向工程
全球有無數私有 冷門 廢棄的編解碼器
比如說早期的GoToMeeting會議編解碼器
Windows Media的私有編碼
RealMedia的私有格式等等
它們都沒有官方文檔
也沒有開源實現
普通播放器完全無法播放這些格式的文件
而FMPEG社區的意向工程師
能僅憑二進制文件
就能夠還原出完整的編解碼邏輯
最傳奇的是烏克蘭開發者康斯坦廷·希什科夫
他能夠逆向幾十兆幣的二進制Blog
僅憑機器指令和樣本文件
就能夠寫出精確到比特的解碼器
讓巴蒂斯特提到
GoToMeeting的編解碼器是VLC用戶最迫切的需求
康斯坦廷只用了兩個月就完成了逆向
代碼裏還藏着無數玩笑和開發者暱稱
卻做到了和官方解碼器完全一致的效果
這裏的核心標準是精確到比特
也就是說
所有解碼器必須輸出完全一致的像素數據
這是視頻歸檔和專業處理的基礎
而早期的MPEG-2編解碼器
沒有執行精確到比特的標準
導致大量視頻無法兼容
這也是FMPEG堅持逆向和標準化的意義
守護數字遺產
爲了保證代碼質量
FMPEG還搭建了FIT自動化測試環境
志願者提供全球各地的設備
覆蓋macOS、Windows、Linux、iOS、Android
兼容x86、ARM、RISC-V、PowerPC等所有架構
用無數種編譯器和系統版本做測試
確保任何代碼修改都不會破壞兼容性
這種極致的測試力度遠超大多數的商業公司
也是FMPEG能夠穩定運行在所有設備上的核心原因
FMPEG由傳奇程序員法布里斯·貝拉於2000年創立
他同時也是QEMU虛擬器QuickJS的作者
是編程界的大神級人物
2004年後
項目由邁克爾·尼德邁爾主導
他完善了DivX、Xvid、MPEG-4等早期編解碼器的支持
讓FMPEG成爲了能夠替代所有專用播放器的全能工具
2011年
FMPEG社區因爲治理理念的分歧
分裂出了LibAV分支
這是開源社區常見的分叉現象
但是開源的魅力在於兼容幷蓄
幾年之後
LibAV的核心代碼全部合併回了FMPEG
開發者也陸續迴歸
FMPEG最終成爲了唯一的主流方案
讓巴蒂斯特說
分叉不是對抗
而是社區的自我迭代
最終會讓項目變得更加強大
而和FMPEG深度綁定的X264項目
更是互聯網視頻的基石
X264是H264編解碼器的開源實現
全球80%以上的H264視頻
都由X264編碼
從藍光碟到短視頻全靠它支撐
X264的核心突破是心理視覺優化
放棄追求數學上的峯值信噪筆PSNR
轉而優化人眼觀感
從而解決了早期編解碼器畫面模糊的問題
洛倫梅里特等開發者
爲X264寫下了無數極致優化的彙編代碼
讓它成爲了行業的標杆
直到今天
所有新的編解碼器
比如AV1、AV2、VVC的性能對比
基準都是X264
可以說
X264定義了互聯網視頻的畫質標準
而它和FMPEG、VLC同屬於VideoLAN的生態
形成了相互成就
隨着技術迭代
AV1、AV2逐漸成爲了新一代編解碼器的主流
AV1由開放媒體聯盟AOMedia開發
谷歌、Netflix、亞馬遜、蘋果、VideoLAN共同參與
是免專利費的開源編解碼器
比H264的壓縮效率高50%
比H265高30%
而且沒有昂貴的專利授權費
而AV2作爲下一代的標準
將再提升30%的壓縮效率
VideoLAN也將推出DAV2D解碼器
延續手寫彙編的極致優化
這裏必須提到多媒體專利的殘酷戰爭
MPEG專利池擁有H264、H265、H266的核心專利
企業使用這些編解碼器
每年要支付數億美元的授權費
甚至出現多個專利池相互扯皮
企業無法合法授權的亂象
這也是谷歌、Netflix推動AV1的核心原因
那就是要擺脫專利綁架
讓視頻技術迴歸開源共享
讓巴蒂斯特說
數學和算法不應該被專利壟斷
歐洲拒絕軟件專利
這也是VLC和FMPEG能夠在法國誕生的原因
如果爲所有專利付費
每個VLC用戶就要支付200歐元
這完全違背了開源的初衷
安全與隱私也是VLC和FMPEG永遠堅守的底線
讓巴蒂斯特在播客中爆料
曾經有兩家情報機構
要求在VLC中植入後門
被他直接回絕
而CIA僞造VLC的投毒事件更是讓人震驚
維基解密泄露的Word7文件顯示
CIA製作了篡改版的VLC
捆綁間諜插件
誘導用戶下載之後竊取文檔和監控系統
無獨有偶
中國黑客也曾經利用僞造VLC的簽名DLL文件
攻擊印度用戶
導致VLC一度被印度封禁
最終讓巴蒂斯特通過法律訴訟才完成了解封
爲了防範這類攻擊
VLC的編譯流程極致嚴苛
離線編譯
從頭編譯編譯器
雙重代碼簽名
沒有任何遠程提交權限
確保代碼不被篡改
更重要的是
VLC沒有任何謠測
也不進行任何數據上傳
完全離線運行
政府無法要求VLC提供用戶的播放記錄
這也是開源軟件的隱私優勢
FMPEG和VLC還有一個神聖的使命
那就是數字媒體的歸檔
既然說FMPEG是數字遺產的羅塞塔石碑
能夠解碼所有的廢棄格式
確保1000年後的人類還能夠播放今天的視頻
雖然全球歸檔社區資金匱乏
卻和FMPEG合作開發了FMV1無損編解碼器
專門用來視頻歸檔
這個格式可以做到無損壓縮
快速解碼
容錯率極高
哪怕丟失了部分數據
也只損壞單幀畫面
從英國電影協會到世界各地的檔案庫
都用FMPEG和FMV1來保存膠片
錄像帶和老舊的視頻
防止人類的視聽遺產消失
讓巴蒂斯特還提到
大量1930到1950年代的膠片
以及1970到1990年代的錄像帶
正在快速地降解
全球沒有足夠的設備能夠讀取這些介質
歸檔工作刻不容緩
而FMPEG的全格式支持
是守護數字文明的最後一道防線
如今 讓巴蒂斯特創立了Kyber項目
專注於超低延遲流媒體
目標是實現4毫秒的頻道頻延遲
用於機器人遠程操控
無人機 雲遊戲和遠程技術
核心口號是每毫秒都至關重要
Kyber基於Quick協議
單socket傳輸視頻 音頻和控制指令
同步所有的傳感器時鐘
解決了遠程操控的同步難題
而且完全開源 採用雙授權模式
接下來則創辦了Open Broadcast Systems
專注於廣播級的低延遲視頻傳輸
把手寫彙編的極致優化
應用於體育賽事直播和廣電傳輸
填補了商業設備的空白
對於熱門的RUST語言
兩位開發者給出了自己的客觀評價
他們認爲
RUST的內存安全優勢顯著
適合新開發的網絡和解析模塊
但是無法替代手寫彙編的性能
也不適合重構現有的成熟代碼
正如行業內流傳的一句話
重寫是編程界最大的陷阱
80%的功能用20%的時間就能完成
剩下20%的邊緣案例
要消耗80%的精力
在更長遠的未來
FMPEG和VLC還將拓展到
所有人類感官的多媒體形式
包括3D點雲
volumetric視頻
空間音頻
觸覺反饋
甚至腦機接口的神經信號編解碼
讓巴蒂斯特說
多媒體的定義是
所有適配人類感官的定時數據流
只要是數字信號
FMPEG和VLC就會支持
回顧整個對話
最打動我的
無疑是開源社區的純粹與堅守了
這群來自於全球各地
背景迥異
大多數性格內向的開發者
不爲名利
不爲財富
只爲做出最優秀的代碼
只爲讓複雜的技術普惠所有人
他們拒絕了百萬美元的誘惑
拒絕了後門妥協
用愛發電守護着全球的數字基建
卻鮮有人知道他們的名字
Linus曾經說過
優秀的程序員編程
不是爲了錢或者名聲
而是因爲編程本身就是樂趣
希望大家能夠記住
這兩個隱形的開源奇蹟
記住這群默默支撐互聯網的志願者
如果你受益過FNPEG或者是VLC
不妨去官網捐贈一筆小錢
哪怕幾美元
都是對他們最大的支持
感謝觀看本期視頻
我們下期再見
