將數(shù)字視頻嵌入應用中的首要難題在于實施視頻的復雜性要遠遠超過簡單的圖像與音頻壓縮和解壓縮。數(shù)字視頻可以采用形形色色的形式與格式，開發(fā)人員需要支持繁雜的配置和各種不同的方面，其中包括不同的分辨率／顯示器尺寸、不同的比特率、實時問題乃至視頻源的可靠性等，例如來自硬盤驅(qū)動器的視頻流與來自無線通信鏈路的視頻流的區(qū)別和處理。即使是那些看似簡單明了的任務一如高效管理音頻／視頻同步以及在IP網(wǎng)絡上實現(xiàn)可靠的視頻傳輸，仍然會讓開發(fā)人員傷透腦筋。