随着互联网内容对图像质量和加载速度的要求日益增长，高效且具备优异视觉表现的图像格式愈发成为业界关注的焦点。AVIF（AV1图像文件格式）作为一种新兴的高压缩率且保真度极高的图像编码标准，因其在保留图片细节的同时大幅降低文件大小，吸引了广泛的关注。尽管AVIF拥有巨大潜力，开源编码器在实际应用中一度面临编码稳定性、使用体验及整体压缩效率的挑战，这些问题主要源于其编码架构往往继承自视频编码设计，未能针对静态图像场景作出充分优化。伴随着2024年AVIF编码技术的关键突破，开源项目迎来了崭新的发展机遇，也推动了整个网络图像压缩技术的创新。作为Halide Compression的创始人兼核心贡献者，Gianni Rosato在推动SVT-AV1-PSY项目的过程中，不断探索令AVIF编码更适合静态影像的新思路，有效提升了压缩效率和图像感知质量，开启了AVIF编码领域的革新浪潮。AVIF诞生于视频标准AV1，与其它基于视频编解码器的图像格式（例如WebP的VP8关键帧、HEIC的HEVC编码结构）类似。
这种从视频编码衍生而来的图像格式，尽管具备视频编码的优越性能基础，却存在对静态图像特性理解不足的问题。传统视频编码更多关注帧间预测、时间相关性和动态场景，而静态图像则要求编码策略精准聚焦于单帧内部的视觉信息完整性与细节保留。Rosato团队正是基于这一洞察，着眼于开发专为静态图像设计的编码优化技术，试图打破视频编码固有的限制，让AVIF发挥最大潜能。实现这一目标的关键在于改善全内编码（all-intra coding），即静态图片本质上是单帧“不参考其他帧”的图像。通过调优SVT-AV1-PSY编码器中的“Still Picture”（调优代号为“Tune 4”）模式，团队引入多项创新技术，以提升图像编码性能。首先，量化矩阵缩放技术通过在人眼视觉敏感度差异的基础上，针对不同空间频率成分采用非均匀量化，提高了编码的视觉保真度。
AV1标准加载了15套可选的量化矩阵，长久以来这些矩阵因其兼顾大量视频内容而较为通用，但静态图像对量化矩阵的需求更具针对性。团队借助CID22图像数据集及SSIMULACRA2等先进视觉质量评测指标，深入分析不同量化矩阵在多幅图像、高低质量层级的表现，筛选出最优量化矩阵组合，最大限度地提升图像视觉与文件尺寸之间的折衷曲线。其次，去块滤波器的锐度调整极大影响编码后图像的块状假象。视频编码中，为保持帧间连续性，滤波器趋向较平滑处理以减少运动补偿带来的瑕疵；而静态图片只需关注单帧质感，过度平滑可能反而削弱细节表现。通过精细调试滤波器锐度，团队为静态图像模式设定了最合适的默认参数，有效降低了块效应，提升了整体观感。此外，方差自适应量化（Variance-Adaptive Quantization, VAQ）作为核心变量，依据图像局部区域的变化程度动态调整量化权重，优化位资源分配。
原有VAQ机制虽对视频编码已表现出极高的编码效率，针对静态图像性能仍有欠缺。通过强化VAQ的敏感度与调整量化缩放曲线，团队设计了一套更贴合照片图像统计特性的算法，使得对低方差区域的编码更加精准，同时对高方差区域保留了更合理的细节层次，显著改善了视觉质量。值得一提的是，AV1针对“屏幕内容”（如文字、线条绘图、截图等非照片类内容）设计了专门的工具，比如内部块拷贝（Intra Block Copy, IBC）和调色板模式，这些手段能极大提升此类内容的编码效率。有效识别屏幕内容是充分发挥这些工具价值的前提。团队重构了屏幕内容检测算法，引入多级置信度判别体系，使编码器能更精准地区分普通照片与复杂屏幕内容，避免传统算法在不同内容混杂时造成的效率损失。此外，在率失真优化（Rate-Distortion Optimization, RDO）过程中，lambda参数的智能调节成为提升编码均衡性的关键。
调节lambda的作用是在文件大小和图像失真之间找到最佳平衡点。团队通过针对不同量化等级动态调整lambda，实现在图像高质量区域减少失真，同时在低质量需求时有效压缩，使得整体编码轮廓更加优化。Tune Still Picture技术综合运用以上策略后，实验证明AVIF编码在同等视觉质量情况下文件尺寸降低了多达15%，综合编码一致性与灵活性也得到提升。此成果不仅优化了SVT-AV1编码器的应用，更逐步合并进Google开发的libaom参考编码器，延续了其在开源生态中的影响力。这些改进经过多个标准测试集验证，包括著名的Kodak True Color数据集，具备良好的泛化能力和实用价值。展望未来，AVIF编码器仍面临内部策略优化、编码速度和资源占用等多重挑战。
当前主流编码器在速度与资源消耗方面仍有待提升，特别是对比早已成熟的WebP编码库，AVIF编码在实际部署中的门槛较高。除此之外，持续而系统的社区支持和资金投入成为推动开源编码器改进的燃眉之急。Halide Compression希望通过打造面向图像优先的编码解决方案，推动行业对静态图像压缩技术的重视，同时探索商业化与社区支持的结合，构建可持续发展的贡献模式。此举不仅有望促进静态图像编码技术进步，还将带来更具竞争力的图像服务，满足企业和用户对视觉体验与性能的双重诉求。技术迭代之外，AV2的未来发展同样值得期待。作为AV1的后续编码标准，AV2致力于进一步提升压缩率和图像质量，其完善的设计理念或将从根本上改变Web图像编码格局。
虽然目前AV2的相关生态尚未成熟，但从创新方向和趋势来看，结合先前AVIF编码经验的积累，未来的图像编码将愈发高效且用户友好。总的来看，AVIF在开源领域的提升不仅是技术层面的突破，更代表了对视频编码范式适应静态图像需求的深入转变。它昭示了Web图像压缩将从“视频向导模式”逐步过渡到“图像优先设计模式”，进而实现更高效、更灵活、更契合人类视觉感知的图像编码解决方案。作为互联网视觉内容的关键基础设施，图像编码技术的演进依靠开源社区的积极探索与积累，也必将深刻影响数字媒体产业和用户日常的线上体验。持续关注与支持这些创新力量，将助力构建更高质量、更快速传输的网络图像新生态。
![ZX Spectrum – Introduction To Programming (1983) [video]](/images/B90286DF-120E-4F53-A33F-28016AB95791)
