High Efficiency Video Coding
PulseAugur coverage of High Efficiency Video Coding — every cluster mentioning High Efficiency Video Coding across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
-
Runway ML为AI生成内容启用交付规格视频导出
Runway ML推出了一项新功能，允许用户以各种格式导出生成的视频，包括16位EXR、10位ProRes和12位HEVC。此次更新使用户能够将AI生成的视频内容无缝地从Runway平台转移到交付规格，支持Seedance 2.5、Gen-4.5和MiniMax H3等一系列模型。
-
在 Chrome 上通过 Netflix 流式传输 4K 内容需要特定的硬件和软件
要在 Google Chrome 上通过 Netflix 流式传输 4K 内容，用户必须订阅 Premium 套餐，并满足特定的硬件和软件要求。这包括拥有支持 HDCP 2.2 的 4K 兼容显示器、支持 HEVC 编解码器的操作系统（或 Windows 上的必要扩展）以及性能足够好的显卡（Nvidia GeForce 1050 或更新型号，AMD Radeon RX 400 或更新型号）和 CPU（第七代 Intel Core 或更…
-
Runway Ruby视频工具现已面向Max套餐和企业版推出
Runway ML宣布其最新的视频生成和转换工具Runway Ruby现已全面上市。此次更新允许Max套餐和企业级用户将视频生成或转换为高质量格式，如16位EXR序列、10位ProRes和12位HEVC。该工具支持BT.2020色彩空间（支持PQ或HLG），提供专业级的视频输出能力。
-
4K 蓝光因更高的比特率而在画质上优于流媒体
4K 蓝光光盘在画质上优于 4K 流媒体服务，这主要归功于更高的比特率，它允许更详细的视频信息。虽然两种格式都能达到 4K 分辨率，但互联网流媒体固有的压缩技术和数据限制会导致视觉细节的损失。超高清蓝光支持的最高视频速率远高于典型的流媒体建议值，能够保留更精细的纹理、运动，并减少色带等伪影。然而，高比特率的流媒体服务可以缩小这种质量差距，在有足够带宽的情况下接近蓝光光盘的质量。
-
MLVC：学习视频编解码器实现NPU上的实际部署
研究人员开发了MLVC，这是一种面向实际部署的多平台学习视频编解码器，解决了阻碍基于AI的编解码器取代传统编解码器的关键挑战。MLVC解决了计算效率和跨平台兼容性问题，而这些问题历来有利于H.264等手工设计的编解码器。通过超先验传输熵模型尺度参数，MLVC确保了在不同NPU上获得一致的结果，而无需进行比特精确的模型执行。这项创新使得在消费级NPU上实现约100 FPS的360p/540p视频的编码和解码速度，使学习视频编解码器更接近实际应用。
-
码本容量在视频压缩质量上超越分辨率
研究人员发现，在分层离散视频压缩中，码本容量是影响感知质量的主要因素，而非空间分辨率。使用MS-VQ-VAE模型在不同码本大小和分辨率下进行的实证研究表明，增加码本容量可显著提高质量，而空间分辨率的变化影响甚微。与H.264和H.265编解码器相比，这些模型在匹配或较低比特率下的感知质量方面表现更优，这表明码本大小是生成视频模型中可扩展离散分词器的更关键设计变量。
-
RL 框架增强无线 Token 通信以传输视频
研究人员开发了一种新颖的无线 Token 通信 (TokenCom) 框架，该框架利用强化学习来提高多用户视频传输的效率和语义质量。该系统集成了深度 Q 网络 (DQN) 用于 Tokenizer 协议和子信道分配，以及深度确定性策略梯度 (DDPG) 用于波束成形。该方法旨在通过使发送器和接收器就相同的 Tokenizer 模型和码本达成一致，来建立共享的语义潜在空间。仿真结果表明，视频传输冻结事件显著减少，优于传统方法。
-
BLUE视频压缩保留VLM性能，用于监控分析
一篇新研究论文介绍了一种名为BLUE的视频压缩方法，专为监控系统设计，优先考虑视觉语言模型（VLM）的语义信息。与专注于人类观看的传统编解码器不同，BLUE抑制静态背景元素，同时保留前景活动。在VIRAT和CHAD数据集上的评估表明，BLUE压缩不会降低基于VLM的事件和异常检测性能。此外，BLUE显著增加了跳过帧的比例，估计可将VLM推理调用次数减少53%，并降低总体成本。
-
综述详述面向消费电子的深度学习视频编码技术
本综述论文探讨了用于视频编码的基于深度学习的滤波（DLF）技术，重点关注其在消费电子产品中的应用。文章讨论了计算复杂度和功耗的挑战，这些挑战阻碍了DLF在UHD显示器和物联网小工具等设备上的部署。论文对DLF方法进行了分类，并分析了性能与硬件可行性之间的权衡，强调了向适用于神经网络处理单元（NPU）的轻量级架构的转变。文章还考虑了基于神经网络的视频编码（NNVC）的标准化工作，并指出了实时推理和错误传播等未来挑战。
-
神经网络将视频和音频存储为网络权重，实现2.61倍压缩
研究人员开发了一种新颖的视频编解码器，它将视频和音频存储为神经网络的权重，而不是压缩的像素数据。该方法使用正弦表示网络（SIREN）将时空坐标映射到视频和音频值。训练后，使用知识蒸馏、量化和LZMA2编码对网络进行压缩。结果得到的压缩表示在保持28.72 dB视频和24.18 dB音频的PSNR的同时，文件大小显著减小，在压缩比方面优于H.264和HEVC等传统编解码器。
-
海康威视发布观澜AI系统，实现物理世界融合 · WAIC 2026
在2026世界人工智能大会（WAIC 2026）上，海康威视发布了其观澜大模型系统，专注于将人工智能集成到物理世界。该系统在一份新白皮书中进行了详细介绍，在多模态、速度、准确性和成本效益方面具有优势。它旨在通过一系列针对不同行业的软硬件产品，增强人工智能理解和交互现实世界环境的能力，从被动响应转向主动服务。
-
GStreamer 1.28.5 增加了 H.266/VVC 解码支持
GStreamer 1.28.5 多媒体框架已发布，引入了对 H.266/VVC 视频编解码器解码的支持。此次更新还包括对带 alpha 通道的 HEVC 解码的增强。该开源框架现已可供下载。
-
新的MS-VQ-VAE方法实现了超低比特率视频压缩
研究人员开发了一种使用称为MS-VQ-VAE的离散潜在表示的新型视频压缩方法，该方法在低于每像素0.1比特的超低比特率下有效运行。该方法通过采用学习到的自回归先验来克服连续潜在表示的局限性，该先验利用码本使用模式来实现显著压缩。与H.264和H.265等成熟标准相比，该方法在UCF101数据集上实现了更高的感知质量和显著更低的比特率，表现优越。
-
MLVC 神经网络视频编解码器实现跨平台兼容性和实时速度
研究人员开发了 MLVC，这是一种专为实际跨平台部署而设计的新型神经网络视频编解码器。与以往存在硬件不兼容和计算成本高昂问题的神经网络编解码器不同，MLVC 通过超先验传输尺度参数，确保了在不同设备上结果的确定性。这种方法在无需位精确算术的情况下保证了熵编码的一致性。MLVC 在编码效率和主观质量方面取得了显著的改进，性能优于硬件 HEVC 并可与 DCVC-RT 相媲美，同时在主流科技公司提供的商品化 NPU 上也能达到 100 F…
-
万灵镇推出卫星通信边缘AI系统
万灵镇在MWC上海展上推出了其首款卫星通信终端边缘智能计算系统OneLinQ Edge。该系统将视频编码和智能压缩等消费电子智能计算技术集成到卫星通信中。它利用自主研发的边缘智能计算芯片和H.265编码，解决了卫星互联网数据成本高、延迟和图像质量差的问题。
-
新指标预测视频压缩下rPPG算法性能
研究人员开发了一种名为空间伪影相干性（SAC）的新指标，用于预测远程光电容积脉搏波描记法（rPPG）算法在视频压缩下的性能。SAC通过视频块的协方差矩阵计算得出，能有效区分不同的编解码器家族及其对rPPG准确性的影响。研究发现，某些条件，如低到中度运动和特定的SAC值，是基于块的方法优于全局投影技术的必要条件，为在临床应用中选择鲁棒算法提供了指导。
-
新神经网络框架NeR-SC增强屏幕内容视频压缩
研究人员开发了NeR-SC，一个新颖的神经网络表示框架，专门用于屏幕内容视频压缩。该框架基于SNeRV骨干网络，并引入了三个关键模块：一个可学习的颜色调色板来模拟离散颜色结构，一个多门控密集融合模块以增强特征交互，以及一个嵌入级帧跳过策略来绕过静态帧，从而实现实时解码。实验表明，NeR-SC在DSCVC和VCD数据集上，优于现有的神经视频表示方法，并在低比特率下超越了H.264和H.265，实现了具有竞争力的PSNR值。
-
AV1视频编解码器取代H.264成为新的行业标准
AV1视频编解码器正崭露头角，成为新的行业标准，取代长期占据主导地位的H.264在视频监控领域的地位。AV1由开放媒体联盟（Alliance for Open Media）开发，在压缩效率方面有了显著提升，能够以比H.264高30-50%的性能处理高分辨率和8K视频。其开源和免版税的特性使其成为企业经济实惠且易于集成的选择，预计到2026年将在各种视频系统中获得广泛支持。
-
CATRF框架改进了用于流媒体的体积媒体压缩
研究人员开发了CATRF，一种用于压缩体积媒体以改进内容交付的新型框架。该方法将JPEG和AV1等标准编解码器直接集成到训练循环中，使特征平面能够适应编解码器特定的失真。通过使用直通估计器，CATRF实现了比现有方法更优的率失真权衡，从而能够为自由视角视频流提供更高效、更快速的解码。
-
Dwarkesh Patel 在 Lex Fridman Podcast 上讲解视频编解码器和压缩技术
Lex Fridman Podcast 的主持人 Dwarkesh Patel 发布了多期讨论视频编解码器和压缩技术的节目。这些节目深入探讨了 AV2、H.265 (HEVC)、H.266 (VVC) 和 AV1 等各种标准。讨论中也涉及了黑客如何窃取数据，但主要焦点似乎是视频技术。