例如，实现 AI 超分只需构建如下 pipeline：

BMF 解码模块（C++） → AI 超分模块（Python） → BMF 编码模块（C++）

假如要⽀持其他 AI 能⼒，⽐如去噪，只须要编写并调换中心的 AI 模块即可以，也可以根据营业需求构造更复杂的pipeline。限于篇幅，想懂得 BMF 的更多功能可以查看官⽅文档( https://babitmf.github.io)。

当 BMF 碰见玲珑：一次生态落地的实践

早在 2024 岁尾，我就测验测验过在玲珑容器⾥编译 BMF，并成⽴了 sig-linyaps-bmf，筹划给玲珑⽣态供献⼀款基于 BMF 打造的 GUI 软件。

这一切，如今在 deepin 上变得异常简单。近期，社区开辟者 @Jack Lau 将应用  OpenConverter 适配成玲珑格局，使其可以或许以完全的形态无缝集成至 deepin 生态中，真正实现了 “下载即用，无需设备” 的流畅体验。

OpenConverter：不只是格局转换

经由近一年的业余开辟，OpenConverter v1.5.3 现已正式上架 deepin 应用市廛(AMD64、ARM64)，并供给主动化构建的玲珑包。

在编写 Github Action ⾃动化构建玲珑包的过程中，因为缺乏现成样例，我⼿搓了相干脚本(详见.github/workflows/build.yaml)，重要包含：

• 预备⼆进制⽂件，便携 linglong.yaml，以及 desktop，icon 等⽂件；

• 使⽤ ll-builder build 构建玲珑包；

• 过程中碰到一个典范问题：构建时会拉取 deepin base 依附，官方源速度较慢，易导致超时。为此，我们在本地制造了包含 deepin base 镜像的 Docker 镜像，提前拉取缓存，明显晋升构建速度与稳定性。该 Docker 镜像(https://github.com/JackLau1222?tab=packages)已开源，供有须要的开辟者直接应用。

  将来：持续共建音视频开源生态

  这一次的适配，不仅是一次技巧集成，更是对玲珑生态的一次真实验证。OpenConverter 依附复杂(FFmpeg、BMF、AI 运行时等)，但经由过程玲珑的容器化封装，用户无需设备任何情况，即可在 deepin 上稳定运行所有功能，并承载 FFmpeg、BMF 以及 AI 超分等复杂依附。

  这对于⼀个跨平台、GUI 的⾳视频应⽤来说并不轻易，⽽玲珑同一的运行情况与可调试的容器特点，也明显降低了分发与保护成本。

  OpenConverter 不仅是一个对象，也是一个面向开辟者的参考实现。我们欲望经由过程它，降低音视频处理与 AI 融合的开辟门槛，并为玲珑生态供给一个真实、可复用的应用案例。

  Jack Lau 表示，作为 FFmpeg 与 BMF 的 Maintainer，他将持续推动这两个开源项目与 deepin & 玲珑社区的协作，陆续带来更多“BMF + 玲珑”的开辟实例与适配优化。我们也迎接更多开辟者介入到项目中来，无论是反馈问题、供献代码，照样一路商量音视频与 AI 的结合可能。