AI和下一代编解码正改变编码创新

随着UHD、HDR、体育流媒体直播、沉浸式音频乃至8K试验逐渐进入主流，编码已成为一项核心的业务策略。广播公司和流媒体提供商必须在降低带宽和基础设施成本的同时提升观众体验。

AI驱动的优化、内容感知编码以及新一代编解码领域的发展，使运营商能够以更低的比特率提供更高质量的视频——从根本上改变了优质视频体验的交付方式。

编码作为一项战略业务驱动因素

每增加一兆比特每秒的数据传输速率都会产生相应的成本——包括内容分发网络（CDN）费用、传输成本、存储成本和处理能力成本。在规模化运营中，哪怕只是微小的比特率降低也能带来显著的运营成本节约。相反，任何明显的视频质量下降都可能导致用户流失，尤其是在当今竞争激烈的市场中，观众可能立即更换服务提供商。

这个挑战本身就很复杂。服务提供商必须同时优化三个压缩变量：视频质量、比特率效率/处理能力以及延迟。在一个方面的改进往往会影响另一方面。例如，降低延迟可能会以牺牲比特率效率为代价。通过保持较低的比特率来提高视频质量可能会增加计算负荷。添加沉浸式格式会增加整个流程的复杂性。

现代编码策略将压缩视为整个分发策略的一部分，而不仅仅是一个编解码设置。

AI与ML编码创新的兴起

近年来，编码领域最重大的发展之一便是将机器学习（ML）融入编码工作流程之中。一系列关键进展使得广播电视公司和服务提供商能够提供更高的视频质量、更低的延迟以及更高的效率。

内容感知编码

内容感知编码是一种先进的技术，它识别视频内容中视觉重要的区域——比如人脸、文字叠加或高细节纹理（如草）——并优先保证这些区域的感知质量。与对每一帧都一视同仁不同，内容感知编码实时分析内容特征，并分配比特量给最关键的地方。

较不关键的区域所分配的比特数较少，在保证观众满意度的情况下总带宽保持不变。复杂的速率控制算法能够显著节省比特率，在某些情况下甚至高达50%，但不会出现明显的质量下降。

实时VMAF预测

如今的先进编码解决方案能够在实时编码期间估算诸如视频多方法评估融合（VMAF）之类的感知质量指标，从而使服务提供商能够在内容抵达观众前检测到潜在的质量下降情况。实时VMAF预测模型与离线测量结果的相关性高达95%，从而在实时工作流程中实现准确质量评估以及预防性编码调整。

自动化质量分析

将AI嵌入质量监控使服务提供商从被动的故障排查转变为主动的质量管理。AI驱动能的回归测试和自动化质量分析通过识别夜间和每周测试流中的偏差，提高可靠性。其结果是一个质量得到持续优化的更具弹性的编码管道。服务提供商因此能够以更低的比特率提供更好的感知质量，降低分发成本。

智能节点再平衡

AI驱动的算法评估系统负载、内容复杂度以及处理需求，以指导动态节点再平衡。这种编码方法能够实现更一致的资源分配，并确保分布式部署中的视频质量稳定。

GPU增强

GPU加速的增强在下一代编码中起着至关重要的作用。通过将AI驱动的预处理（如超尺度扩展、去噪或去隔行处理）与 GPU实现的编码控制（如精细的量化参数QP控制进入GPU管道）集成，现代编码平台能够显著提高性能和效率。

为下一代编解码做准备

虽然AI优化能够提高现有标准下的编码效率，但广播电视公司和服务提供商也必须为下一代编解码做好工作流程和基础设施方面的准备。

通用视频编码（VVC）相较于HEVC能节省高达50%的比特率，同时仍能保持极佳的视觉效果，并且是下一代广播标准（如 DTV+）所选用的编解码标准。AV1过去被宣传为一种免版税的编解码选择方案，如今它在 OTT 生态系统中仍活力十足，其效率比传统编解码更高。而低复杂度增强视频编码（LCEVC）提供了一个可扩展的增强层，无需全面更换编解码器，就能提高压缩效率。

音频编解码创新进一步拓展了现代编码平台的范围。诸如MPEG-H和Dolby AC-4这类基于对象的格式能够提供沉浸式、个性化的体验。对话分离和可访问性功能使广播电视公司和服务提供商能够向观众提供个性化的音频体验。此外，对MPEG-H 和AC-4 的基于对象的元数据支持能够实现精确的音频渲染和个性化。

为了适应所有这些变化，编码的一个关键战略考量在于灵活性。广播电视公司和服务提供商无法承受每隔几年就要进行大规模、破坏性的基础设施更换。可扩展的编码管道——能够支持多种编解码、基础层和增强层——使得能够按照市场和业务需求逐步进行过渡。

以高密度、低延迟和沉浸式准备状态推动下一代视频

要提供下一代视频体验，广播电视公司和服务提供商需要以精准和可靠的方式处理高强度的工作负载。先进的编码架构正在被设计用于高密度和抗错性能。这反过来又为更高的分辨率、更低的延迟、沉浸式格式和新兴的观看体验奠定基础。

某些应用，如体育赛事直播，凸显了高性能编码架构的重要性。例如，体育赛事直播和互动应用需要高质量和低延迟。优化的处理流程减少端到端延迟，同时保持压缩效率。这对于投注集成、同步的第二屏幕体验以及社交互动至关重要。

与此同时，针对8K和沉浸式视频格式的试验正在加速进行。编码技术提供商正在试验源自8K码流源的 OTT多码率档方案，在云端使用CPU和GPU资源进行处理。图1所示的多码率档结构是在云端处理的，而在两年成本望而却步。这些试验表明，行业正朝着通过混合计算架构高效实现更高分辨率的目标迈进。

利用CPU和GPU资源，服务提供商能够确保在多种超高分辨率档下实现最佳性能

即便短期内8 K仍属小众，但底层工程技术进步——高密度数据、可扩展的云原生工作流程以及无差错多档生成——已为空间计算、虚拟现实及基于头戴式设备的体验奠定了坚实基础。

新的压缩要求

最终，最新的编码创新使广播电视公司和服务提供商能够以更低的比特率同时降低成本提供优质的视频质量。内容感知编码、AI进步以及新兴的编解码都在帮助服务提供商以最高效率提供优质的体验方面发挥着作用。

在一个由用户流失、成本削减以及观众不断增长的期望确定的时代，视频压缩仍是一项战略需求。那些将编码工作视为核心重点任务的服务提供商将最有可能在视频发展的下一阶段中取得成功。