Intern, Real-Time Transport of Neural Video Codecs over Media over QUIC

About InterDigital InterDigital is a global research and development company focused primarily on wireless, video, artificial intelligence (“AI”), and related technologies. We design and develop foundational technologies that enable connected, immersive experiences in a broad range of communications and entertainment products and services. We license our innovations worldwide to companies providing such products and services, including makers of wireless communications devices, consumer electronics, IoT devices, cars and other motor vehicles, and providers of cloud-based services such as video streaming. As a leader in wireless technology, our engineers have designed and developed a wide range of innovations that are used in wireless products and networks, from the earliest digital cellular systems to 5G and today’s most advanced Wi-Fi technologies. We are also a leader in video processing and video encoding/decoding technology, with a significant AI research effort that intersects with both wireless and video technologies. Founded in 1972, InterDigital is listed on Nasdaq. InterDigital is a registered trademark of InterDigital, Inc. For more information, visit: . Summary Context Neural Video Codecs (NVCs) use learned representations and neural-network-based transforms to compress video. Recent codecs such as Microsoft’s DCVC-RT [1] demonstrate that neural video compression is approaching the performance required for real-time applications. These codecs differ from conventional video codecs in their compressed representations, prediction dependencies, model requirements, and decoder state. Their bitstreams therefore do not naturally fit existing media containers and packetization formats. Media over QUIC Transport (MOQT) [2] is being developed within the IETF to support low-latency media distribution over QUIC. The NMSF Internet-Draft [3] proposes an initial method for packaging neural video frames as MoQ Groups and Objects. This proposal requires implementation and experimental evaluation against realistic codec behavior and network conditions. Objective The internship will investigate how an existing real-time neural video codec, such as Microsoft DCVC-RT, can be packaged and transported over MOQT. The student will study the state of the art, implement and evaluate an NVC proposal, identify its limitations, and propose improvements or an alternative packetization approach where justified. Responsibilities Review the state of the art in neural video compression, real-time media transport, QUIC, MOQT, and media packetization. Analyze NVC bitstreams, frame dependencies, decoder state, and transport requirements. Implement NMSF-based packetization and integrate the codec with an MOQT sender and receiver. Develop a reproducible testbed and evaluate latency, overhead, robustness, recovery behavior, video quality, and computational performance. Analyze the experimental results and propose improvements to NMSF or an alternative packetization design. Qualifications Master’s student in computer science, telecommunications, signal processing, or a related field. Knowledge of computer networks, multimedia systems, video coding, machine learning. Programming experience, preferably in Python and C or C++. Ability to read and analyze technical standards and research publications. Familiarity with QUIC, RTP, video compression, video-quality evaluation, neural compression would be an advantage. Keywords Neural video coding, NVC, DCVC-RT, Media over QUIC, MOQT, NMSF, QUIC, real-time media, video packetization, low-latency streaming. Expected Outcomes A state-of-the-art analysis of NVC transport over QUIC and MOQT. A functional NVC-over-MOQT evaluation testbed. An implementation and experimental evaluation of NMSF. Recommendations for improving NMSF or an experimentally supported alternative. A Master’s thesis and technical presentation. Depending on the results, a potential standards contribution or Internet-Draft and an invention disclosure. References [1] Z. Jia, B. Li, J. Li, W. Xie, L. Qi, H. Li, and Y. Lu, “Towards Practical Real-Time Neural Video Compression,” IEEE/CVF Conference on Computer Vision and Pattern Recognition, 2025. [2] S. Nandakumar, V. Vasiliev, I. Swett, and A. Frindell, “Media over QUIC Transport,” Internet-Draft, draft-ietf-moq-transport-21, September 2026, [3] E. Herz, “NMSF - Neural Video Codec Packaging for MOQT Streaming Format,” Internet-Draft, draft-herz-moq-nmsf-01, April 2026. Location Cesson-Sévigné (Rennes area), InterDigital Video Lab InterDigital is an equal employment opportunity employer. InterDigital will not engage in or tolerate unlawful discrimination with regard to any employment decision, policy or practice based on a person’s sex, gender, pregnancy (including childbirth, breastfeeding and related medical conditions), age, race, color, religion, creed, national origin, ancestry, citizenship, military status, veteran status, mental or physical disability, medical condition, genetic information, sexual orientation, gender identity or expression, or any other factor protected by applicable federal, state or local law. This policy applies to all terms and conditions of employment, including, but not limited to, recruiting, hiring, compensation, benefits, training, assignments, evaluations, coaching, promotion, discipline, discharge and layoff. À propos d'InterDigital InterDigital est une société internationale de recherche et développement spécialisée principalement dans les technologies sans fil, la vidéo, l'intelligence artificielle (« IA ») et les technologies associées. Nous concevons et développons des technologies fondamentales qui rendent possibles des expériences connectées et immersives dans un large éventail de produits et services de communication et de divertissement. Nous concédons des licences sur nos innovations dans le monde entier à des entreprises qui proposent ces produits et services, notamment des fabricants d'appareils de communication sans fil, d'électronique grand public, d'objets connectés (IoT), d'automobiles et d'autres véhicules à moteur, ainsi qu'à des fournisseurs de services cloud tels que la diffusion vidéo en streaming. Leader des technologies sans fil, InterDigital a vu ses ingénieurs concevoir et développer un large éventail d'innovations utilisées dans les produits et réseaux sans fil, des premiers systèmes cellulaires numériques jusqu'à la 5G et aux technologies Wi-Fi les plus avancées d'aujourd'hui. Nous sommes également un leader du traitement vidéo et des technologies de codage et de décodage vidéo, avec un important effort de recherche en IA à la croisée des technologies sans fil et vidéo. Fondée en 1972, InterDigital est cotée au Nasdaq. InterDigital est une marque déposée d'InterDigital, Inc. Pour en savoir plus, rendez-vous sur . Résumé Contexte Les codecs vidéo neuronaux (Neural Video Codecs, NVC) utilisent des représentations apprises et des transformations fondées sur les réseaux de neurones pour compresser la vidéo. Des codecs récents, tels que DCVC-RT de Microsoft [1], montrent que la compression vidéo neuronale approche des performances requises pour les applications en temps réel. Ces codecs se distinguent des codecs vidéo classiques par leurs représentations compressées, leurs dépendances de prédiction, leurs exigences en matière de modèle et l'état de leur décodeur. Leurs flux binaires ne s'intègrent donc pas naturellement dans les conteneurs multimédias et les formats de paquétisation existants. Media over QUIC Transport (MOQT) [2] est en cours de développement au sein de l'IETF afin de prendre en charge la distribution de médias à faible latence sur QUIC. L'Internet-Draft NMSF [3] propose une première méthode d'encapsulation des images vidéo neuronales sous forme de groupes et d'objets MoQ (MoQ Groups and Objects). Cette proposition doit être implémentée et évaluée expérimentalement au regard du comportement réel des codecs et de conditions réseau réalistes. Objectif Le stage étudiera comment un codec vidéo neuronal temps réel existant, tel que DCVC-RT de Microsoft, peut être encapsulé et transporté sur MOQT. La personne recrutée dressera l'état de l'art, implémentera et évaluera une proposition d'encapsulation NVC, en identifiera les limites et proposera des améliorations ou une autre approche de paquétisation lorsque cela se justifie. Missions Dresser l'état de l'art de la compression vidéo neuronale, du transport de médias en temps réel, de QUIC, de MOQT et de la paquétisation des médias. Analyser les flux binaires NVC, les dépendances entre images, l'état du décodeur et les exigences de transport. Implémenter une paquétisation fondée sur NMSF et intégrer le codec à un émetteur et à un récepteur MOQT. Développer un banc d'essai reproductible et évaluer la latence, le surcoût, la robustesse, le comportement de reprise, la qualité vidéo et les performances de calcul. Analyser les résultats expérimentaux et proposer des améliorations de NMSF ou une autre conception de paquétisation. Profil recherché Étudiant ou étudiante en master d'informatique, de télécommunications, de traitement du signal ou dans un domaine connexe. Connaissances en réseaux informatiques, systèmes multimédias, codage vidéo et apprentissage automatique. Expérience en programmation, de préférence en Python et en C ou C++. Capacité à lire et à analyser des normes techniques et des publications de recherche. Une connaissance de QUIC, de RTP, de la compression vidéo, de l'évaluation de la qualité vidéo ou de la compression neuronale serait un atout. Mots-clés : Codage vidéo neuronal, NVC, DCVC-RT, Media over QUIC, MOQT, NMSF, QUIC, médias temps réel, paquétisation vidéo, streaming à faible latence. Résultats attendus : Une analyse de l'état de l'art du transport NVC sur QUIC et MOQT. Un banc d'essai fonctionnel pour l'évaluation du transport NVC sur MOQT. Une implémentation et une évaluation expérimentale de NMSF. Des recommandations pour améliorer NMSF, ou une alternative étayée par l'expérimentation. Un mémoire de master et une présentation technique. Selon les résultats, une éventuelle contribution à la normalisation ou un Internet-Draft, ainsi qu'une déclaration d'invention. Références : [1]Z. Jia, B. Li, J. Li, W. Xie, L. Qi, H. Li, and Y. Lu, “Towards Practical Real-Time Neural Video Compression,” IEEE/CVF Conference on Computer Vision and Pattern Recognition, 2025. [2]S. Nandakumar, V. Vasiliev, I. Swett, and A. Frindell, “Media over QUIC Transport,” Internet-Draft, draft-ietf-moq-transport-21, September 2026, [3]E. Herz, “NMSF - Neural Video Codec Packaging for MOQT Streaming Format,” Internet-Draft, draft-herz-moq-nmsf-01, April 2026. Lieu : Cesson-Sévigné (agglomération de Rennes), Video Lab d'InterDigital Encadrement : Patrick Fontaine InterDigital est un employeur qui garantit l'égalité des chances en matière d'emploi. InterDigital ne pratique ni ne tolère aucune discrimination illicite dans ses décisions, politiques ou pratiques en matière d'emploi fondée sur le sexe, le genre, la grossesse (y compris l'accouchement, l'allaitement et les problèmes de santé qui y sont liés), l'âge, l'origine raciale, la couleur de peau, la religion, les convictions, l'origine nationale, l'ascendance, la nationalité, la situation militaire, le statut d'ancien combattant, le handicap mental ou physique, l'état de santé, les informations génétiques, l'orientation sexuelle, l'identité ou l'expression de genre, ou tout autre critère protégé par la législation fédérale, étatique ou locale applicable. Cette politique s'applique à l'ensemble des conditions d'emploi, notamment, sans que cette liste soit limitative, le recrutement, l'embauche, la rémunération, les avantages sociaux, la formation, les affectations, les évaluations, l'accompagnement, la promotion, les sanctions disciplinaires, le licenciement et les suppressions de postes.