AV2 v1.0.0 规范
摘要
开放媒体联盟(Alliance for Open Media)发布了 AV2 v1.0.0 规范,这是一种新一代视频编码标准,为流媒体、广播和实时视频会议提供卓越的压缩效率。
<p><a href="https://lobste.rs/s/w7sajs/av2_v1_0_0_specification">评论</a></p>
查看缓存全文
缓存时间: 2026/05/31 02:14
# AV2 规范
来源:https://av2.aomedia.org/
## 关于 AV2
**AV2** 是开放媒体联盟(AOMedia)推出的新一代视频编码规范。在 AV1 的基础上,AV2 旨在提供更高的压缩效率,使得在以显著更低的比特率传输高质量视频成为可能。它针对流媒体、广播和实时视频会议的不断变化的需求进行了优化。
本规范是 AV2 实现的权威技术参考。它概述了确保完全一致性所需的比特流语法、语义和解码过程。
AV2 增强了对 AR/VR 应用、多节目分屏传输、屏幕内容处理的改进支持,并能够在更宽的视觉质量范围内运行。
为帮助实现者,**AOMedia 视频模型(AVM)** 作为官方参考软件提供。
## 可用版本
AV2 比特流与解码过程规范,版本 1.0.0,包含对应的 AVM 参考软件。
一个早期的开发草案,已被 v1.0.0 取代。“v13”标签表示一个工作草案里程碑,并不表示版本高于 1.0.0。此处保留以供参考。
## 使用规范
### 完整规范
完整的 AV2 编码规范文档包含从范围、定义到附录的所有章节。它全面涵盖了格式、语法、语义和解码过程。
### PDF 版本
完整的 v1.0.0 规范独立 PDF 可供下载和离线参考。
### 附加表格
附加表格是从第 9 节提取的查找表,以 C 头文件形式提供,便于实现参考。
### 语法浏览器
语法浏览器提供了一个分栏界面,专门查看第 5 节(语法结构)和第 6 节(语义)。功能包括:
- 语法定义及其语义的并排视图
- 可点击的语法元素,便于导航
- 跨两个部分的搜索功能
- 语法结构的复制到剪贴板功能
### 参考软件
与本版本规范对应的参考软件称为 AVM,对应 [v1.0.0](https://github.com/AOMediaCodec/avm/tree/v1.0.0) 标签。
相似文章
Dav2d
VideoLAN社区宣布了dav2d,这是一个针对新型AV2视频编码器的高效软件解码器,旨在为实际应用提供可移植且高性能的解码功能。
AVTok: 面向整体音视频生成的一维统一标记化
AVTok提出了一种用于音视频生成的统一一维标记器,采用双流Transformer架构,具有共享编码器-解码器和模态特定查询,实现了紧凑的潜在表示,在重建和下游生成任务中表现出色。
MLVC:用于实际部署的多平台学习型视频编解码器
MLVC是一款硬件鲁棒的神经视频编解码器,专为实际跨平台部署而设计。在视频会议场景中,它比硬件HEVC的BD-rate(MOS)提升超过70%,同时在Apple、Intel和Qualcomm的商用NPU上以100 FPS运行。
Avatar V:可规模化的视频参考虚拟化身视频生成
Avatar V 是一个生产级框架,用于生成行为可识别的虚拟化身视频,基于完整视频参考,引入稀疏参考注意力和运动表示流,在身份保持和唇形同步方面达到最先进水平。
STV:适用于 Atari ST 的全动态视频编解码器
一篇关于 STV 的详细技术文章,STV 是一种自定义视频编解码器,能够在 8 MHz 的 Atari ST 上实现全动态视频播放,借鉴了 Westwood 的 VQA 格式的思路,并针对 68000 CPU 进行了优化。