<!-- title: AI编码落地：视频码率砍三成 -->

**概述**：视频占全球移动数据流量的75%（爱立信2025年底数据），可频谱和站址不会凭空多出来——传输侧省下的每一个比特，都是省下的扩容钱。本文回答一个问题：AI编码到底商用了没有？以巴西TV 3.0强制采用LCEVC、InterDigital收购AI编解码初创Deep Render、中国AVS3进8K广播三个2025-2026年的真实事件为主轴，拆解AI压缩的三条技术路线、已验证的省流数据、运营商能拿到的账，以及还没解决的三道坎。

## 目录

- 一、视频占了75%，传输侧的招越来越贵
- 二、AI进场的三种姿势
- 三、巴西交卷：LCEVC写进国家级广电标准
- 四、标准玩家急了：InterDigital买下Deep Render
- 五、中国路线：AVS3与8K广播
- 六、运营商的账本：省下的码率就是省下的扩容
- 七、三盆冷水：别把发布会数字当成网络结论
- 八、结语

## 一、视频占了75%，传输侧的招越来越贵

干传输和核心网的人对这组数字不会陌生：爱立信《Mobility Report》2026年Q2流量更新给出的口径是，**到2025年底，视频流量约占全部移动数据流量的75%**；同一份报告预测，全球移动网络月流量将在2031年达到515 EB（据TelecomLead对报告的转述）。也就是说，网络里每4个比特就有3个是视频，未来几年还要再涨两三倍。

面对这个曲线，运营商的传统打法只有三板斧：加频谱、加站点、加载频。但这三样的边际成本越来越高——C频段拍卖价格摆在那里，站址获取和租金逐年上涨，电费更是只涨不跌。传输侧还有一条常年被低估的路：**把每个视频的码率降下来**。同样的视频体验，码率砍三成，相当于凭空多出三成的视频容量，而且这笔节省作用于全网每一分钟、每一个用户。

问题在于，编码效率的提升已经逼近天花板。从H.264/AVC（2003）到H.265/HEVC（2013），业界公认效率翻了一倍左右；但从HEVC到H.266/VVC（2020），换代周期拉长到7年，芯片支持进度缓慢，专利池又多又贵，商用节奏远不如前几代。AV1虽然免版税、OTT侧用得不错，但硬件解码渗透同样需要时间。**标准编解码器每换一代要等七八年、还要等全行业换芯片，而流量每年增长20%以上**——这个时间差，就是AI编码想钻进去的缝。

## 二、AI进场的三种姿势

把目前真正在落地的方案摊开看，AI进视频传输链条的姿势有三种，深浅不一。

**第一种：AI做预处理和后处理，不动编码器本体。** 在转码前用神经网络做降噪、去压缩伪影、内容自适应分析，在终端用AI超分辨率把低码率流“撑”回高分辨率。这条路线的好处是编码器、传输协议、终端全都不用改，AI模块是插在链条两端的“外挂”，部署阻力最小。缺点是节省幅度有限，且终端推理吃算力，低端机吃不消。

**第二种：保留基础编码器，叠加增强层。** 代表是V-Nova的MPEG-5 LCEVC（ISO/IEC 23094-2，即MPEG-5 Part 2）。思路很聪明：基础层用现有的H.264或HEVC编一个低分辨率的流，增强层补上高频残差细节，终端合成完整画面。它本身不是AI编解码器，但AI预处理/超分可以叠加进来，而且**软解就能跑**——Android端通过ExoPlayer、FFmpeg、GStreamer、dash.js、Shaka Player都有集成（据V-Nova文档与Forasoft技术综述）。对运营商最关键的一点：用户不用换手机，存量H.264终端装个App升级就能受益，绕开了“等芯片”这个最大的坑。

**第三种：端到端神经编码，把编码器整个换成神经网络。** 学术界这条路已经走了十年，2025年4月的综述论文《Emerging Advances in Learned Video Compression》（arXiv:2504.21445）系统梳理了端到端优化神经模型带来的新范式。但论文和产品的距离很远——神经编码的解码端需要NPU这类AI算力，通用性、标准化、专利问题都没解决。真正的标志性事件发生在2025年10月30日：老牌专利巨头InterDigital官宣收购AI编解码初创公司Deep Render，传统压缩势力第一次真金白银押注AI原生编码。

三条路线不是互斥的，更像一个演进阶梯：预处理先上量，增强层在广播和OTT落地，端到端神经编码等NPU普及后接棒。

```mermaid
flowchart TD
    A["拍摄与制作"] --> B["云端转码农场"]
    B --> C["AI预处理<br/>降噪与超分"]
    C --> D["基础编码器<br/>AVC或HEVC或VVC"]
    D --> E["AI增强层<br/>LCEVC"]
    E --> F["CDN内容分发"]
    F --> G["移动网络与边缘MEC"]
    G --> H["终端解码"]
    H --> I["终端AI超分后处理"]
    H -->|"QoE质量反馈"| D
```

## 三、巴西交卷：LCEVC写进国家级广电标准

讲商用落地，巴西TV 3.0是目前最有说服力的样本——这是**全球第一个把MPEG-5 LCEVC列为标准核心组件并进入实际商用的国家级广播体系**，时间线值得复盘：

| 时间 | 事件 | 出处 |
|---|---|---|
| 2021年 | MPEG验证测试：UHD内容下LCEVC以H.264为基底省46%码率，以HEVC为基底省31% | StreamingMeme引MPEG验证测试 |
| 2025年8月27日 | 卢拉总统签署法令，LCEVC进入TV 3.0（DTV+）国家广播标准 | StreamingMeme |
| 2025年11月 | V-Nova口径：TV 3.0以10 Mbps信道传2160p HDR，实现54%码率节省；全序列平均41%（VVC+LCEVC对比1080p VVC） | V-Nova官网文章 |
| 2026年4月 | NAB 2026：V-Nova宣布DTV+进入巴西实际商业运营，生态伙伴超50家，Harmonic、Realtek现场演示 | ProductionHubs/NewsBreak |
| 2026年5月起 | LCEVC在TV 3.0进入强制执行阶段 | Forasoft技术综述 |

怎么理解这件事的分量？广电的传输信道是固定带宽的（TV 3.0里UHD信道就是那么几Mbps），以前想传4K HDR就得眼睁睁看着码率超标或者降画质，LCEVC这类增强层等于**在不动信道规划的前提下塞进了更高格式**。对移动网络同样成立：一个H.264的存量视频服务叠加增强层后，同样观感流量打到四到七折（MPEG验证口径），这比等VVC芯片现实得多。

但要分清数字的来源：46%、31%来自MPEG验证测试，是“同一主观质量下的码率对比”，可信度较高；54%那个数字出自V-Nova自己的文章，属于厂商口径；而V-Nova自己为UGC场景做的白皮书里，保守的凸包转码场景下按VMAF算是约20%节省，**按更严格的VMAF_NEG算只剩5%-10%**——厂商在自家白皮书里给出对自己不利的口径，反而说明真实收益强烈依赖内容类型和测试方法。这是看所有编码厂商宣传页时都要绷着的一根弦。

## 四、标准玩家急了：InterDigital买下Deep Render

如果说巴西事件证明“增强层路线”已商用，那InterDigital收购Deep Render，就是压缩产业对“AI原生编码”的正式下注。

先看可以核实的事实。据InterDigital官方新闻稿（2025年10月30日）：收购AI视频编解码初创Deep Render，团队并入InterDigital Video Lab，Deep Render的AI视频编码专利组合一并转入，交易金额未披露；据Tracxn统计，Deep Render此前五轮融资共约1500万美元。Deep Render的技术路线是彻底甩掉了统治标准编解码三十年的块结构模型，从零用神经网络搭整套编解码——据Streaming Learning Center（SLC）的分析，其编解码器已能在FFmpeg里跑、在VLC里播，在部分特定用例的独立测试中效率超过了SVT-AV1和VVenC这两个各自代际的最强开源编码器。

这里必须做一个利益披露：SLC那篇分析的作者Jan Ozer自己写明曾受聘为Deep Render做技术传播顾问，所以“实测超越SVT-AV1”这个结论要看成有利益关联方的口径，方向上可信（InterDigital不会买一个不能跑的东西），幅度上打折扣听。

更有信息量的是SLC给出的判断：Deep Render押注的是**NPU神经编程解码**，在苹果NPU上表现亮眼，但在没有NPU的智能电视等品类上，五年到七年之内都派不上用场。这其实点破了整个端到端AI编码路线的死结——**编码端在云端随便堆GPU都行，解码端必须进每一台终端**，而这个渗透速度不由编解码行业决定，由手机和芯片行业决定。InterDigital的逻辑倒是进可攻退可守：Deep Render的技术成了，它领先一个身位；不成，AI视频编码的专利底仓也已在手。别忘了InterDigital同时还在JVET里深度参与H.267（Beyond VVC）的NNVC（神经网络视频编码）研究轨道——标准和专有两条腿走路，老牌玩家的算法从来是全都要。

对通信行业的人，这件事的信号价值在于：**视频压缩的下一次数量级提升，大概率不会来自又一个字母表编码标准，而是来自AI**，而且时间点绑定了终端NPU的普及曲线——这恰好也是AI-RAN、终端侧大模型共享的那条算力曲线。

## 五、中国路线：AVS3与8K广播

中国没有等VVC，也没有全盘接受AI原生路线，走的是自主标准+规模广播的路子。据AVS（中国音视频编码标准）工作组官网，2021年7月，DVB指导委员会正式批准AVS3进入DVB下一代超高清标准体系，成为其4K/8K广播的候选编码规范之一——中国自主标准第一次成建制进入国际主流广播体系。据行业资料，AVS3由鹏城实验室、北京大学、华为等上百家单位联合研制，是全球第一个面向8K和5G产业应用的视频编码标准，官方口径称编码性能较上一代提升近30%。

落地侧，AVS3全IP 8K编码压缩传输系统在央视春晚8K直播中率先投入使用（据百度百科相关词条），2023年6月国家广播电视总局发布GY/T 369-2023《AVS3 8K超高清编码器技术要求和测量方法》等行标，把编码器、解码器的技术要求固化成了强制可测的行业标准。

平心而论，AVS3不是AI编码——它仍是传统混合编码框架，只是加入了更智能的编码工具。但这条路线的工程价值恰恰是**把“能商用的效率”和“想商用的效率”分清楚了**：8K广播这种信道带宽刚性、终端准入可控的场景，先把确定性的30%拿到手；AI编码等成熟了再叠加。相比之下，欧美是在OTT和广播的开放生态里让多条路线赛马，巴西TV 3.0选择了增强层这条捷径。三种打法没有对错，但2026年的记分牌上，**真正跑进“强制商用”环节的只有巴西的LCEVC和中国的AVS3**。

## 六、运营商的账本：省下的码率就是省下的扩容

把上面的数字放进运营商的容量模型里粗算一笔账（以下为本文推演，非任何官方口径）：假设全网视频流量占比75%，视频平均码率通过“AI预处理+增强层”砍下30%，那么全网总流量理论降幅约22.5%。按爱立信预测的2031年515 EB/月的盘子倒推，相当于省出100 EB/月量级的传输容量——这个量级折算成C频段载频、站址和电费，是天文数字。反过来理解：**编码侧每拿下一个点的效率，无线侧就少建对应规模的容量**，而编码侧的单位节省成本比无线侧扩容低得多。

对运营商还有一层现实意义：视频流量的入口在OTT App里，而LCEVC这类方案靠软解就能落地——App升级的周期以周计，芯片换代以年计。运营商做流量经营、和OTT谈合作分发时，“帮你把流量成本打七折”第一次成了一个技术上可交付的筹码，而不只是商务话术。NETINT在技术博客里说得更直白：现在还在用H.264的平台，叠加LCEVC就能拿到验证过的节省，不用等终端机队支持HEVC或VVC。

各方案横评放在一张表里（效率数据均标注来源口径）：

| 方案 | 代际定位 | 效率口径 | AI含量 | 专利与许可 | 商用状态 |
|---|---|---|---|---|---|
| H.264/AVC | 2003，基准 | 1x基准 | 无 | 老专利池模式，趋于到期 | 存量最广 |
| H.265/HEVC | 2013 | 较AVC约省一半（业界公认） | 无 | 专利池多、许可复杂 | 4K主流 |
| AV1 | 2018 | 较HEVC再省两三成（社区口径） | 无 | AOMedia免版税 | OTT规模使用 |
| H.266/VVC | 2020 | 较HEVC再省约四成（JVET口径） | 无 | 多专利池 | 芯片渗透早期 |
| AVS3 | 中国自主 | 较上代提升近30%（官方口径） | 部分智能工具 | 自主许可 | 央视8K/DVB |
| MPEG-5 LCEVC | 增强层 | AVC基底省46%/HEVC基底省31%（MPEG验证） | 可叠加AI超分 | V-Nova按用量收费，年度封顶 | 巴西TV 3.0强制 |
| 端到端AI编码（Deep Render等） | 非标 | 特定用例超SVT-AV1/VVenC（关联方口径） | 全AI原生 | 专有，并入InterDigital | 早期，依赖NPU |

## 七、三盆冷水：别把发布会数字当成网络结论

第一盆：**省流数字高度依赖测试方法**。同一个LCEVC，MPEG验证给出46%，V-Nova自家UGC白皮书按VMAF_NEG只给5%-10%。VMAF和VMAF_NEG的差别就像路测均值和用户投诉率的差别——口径决定结论。运营商若要立项试点，必须用自己的内容样本、自己的主观评测跑一遍，别人的数字只能用来筛掉明显不行的方案。

第二盆：**解码端算力是新债**。增强层方案软解虽能跑，但低端机的电量与发热代价需要实测；端到端AI编码更是直接绑定NPU渗透率，SLC判断智能电视等品类五年内轮不到它。对存量终端占大头的移动网络，任何“终端做不了就白搭”的方案，容量规划里都不能提前计入收益。

第三盆：**专利碎片化没有改善，甚至更糟**。标准编码至少还有专利池的公开游戏规则，LCEVC是V-Nova一家专有授权（Wikipedia词条明确其专有许可限制），AI编码的专利正在被InterDigital这类巨头加速收编（SLC分析认为本次收购一半是在买专利资产）。效率上省下来的流量费，将来有多少要作为许可费交出去，现在是笔糊涂账——这恰恰是AVS3这类自主标准持续存在的理由。

## 八、结语

回到运维工程师的视角：AI编码这件事，2026年的真实状态是“**增强层已商用、预处理在铺量、端到端在看终局**”。巴西用一道总统法令把增强层路线推过了商用门槛，InterDigital用一次收购给AI原生编码标了价，中国用AVS3在8K广播里把确定性收益先装进口袋。三条路线的共同敌人只有一个——每年20%以上的流量增长，它不会等你把标准吵完。

对我们这些盯着无线和核心网容量曲线的人，建议就一条：把“编码效率”重新纳入容量规划的自变量。过去它是个慢变量，八年动一次；现在AI把它变成了一个两三年就能动一次的变量。谁先把这2500个bps里的弹性算进扩容模型，谁就能在下一轮资本开支讨论里拿出真正省钱的方案——在流量见顶的时代，这比多建一个站值钱。

## 参考来源

1. [Ericsson Mobility Report — Mobile network traffic Q2 2026](https://www.ericsson.com/en/reports-and-papers/mobility-report/dataforecasts/mobile-traffic-update) — 视频2025年底占移动流量约75%的官方出处
2. [LCEVC cuts bitrate 30-55% and lands in Brazil's TV 3.0（StreamingMeme）](https://www.streamingmeme.com/articles/mpeg-5-lcevc-and-video-compression-economics-2) — MPEG验证测试数据与巴西法令时间线
3. [InterDigital acquires AI startup Deep Render（官方新闻稿）](https://ir.interdigital.com/news-events/press-releases/news-details/2025/InterDigital-acquires-AI-startup-Deep-Render/default.aspx) — 收购事件的官方口径
4. [InterDigital's Deep Render Bet（Streaming Learning Center）](https://streaminglearningcenter.com/articles/interdigitals-deep-render-bet-ai-native-codec-or-strategic-ip-hedge.html) — 深度分析（注意：作者曾为Deep Render付费顾问）
5. [Emerging Advances in Learned Video Compression（arXiv:2504.21445）](https://arxiv.org/abs/2504.21445) — 学习型视频压缩技术综述
6. [AVS工作组官网](https://www.avs.org.cn/en/) — AVS3进入DVB下一代超高清标准的官方信源

---
> 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。
> 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。

> [!tip] 51学通信知识星球
> **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。
> **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。
> **当前规模**：5200 篇主题 / 990 个回答，198 元/年。
> **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。
> **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。

![51学通信知识星球海报-扫码加入](https://wiki.500nian.com/images/zhixingqiu_qrcode.png)
