中国电信人工智能研究院(TeleAI)发布了一项开创性的生成视频压缩技术——GVC(生成视频压缩)。该技术将视频数据压缩率提升至惊人的0.02%,理论上1GB的视频文件只需约200KB的数据即可传输,且视频仍能清晰观看。
该技术的核心逻辑称为“带宽交易计算”。与依赖“移动像素”的传统视频编码(如H.265或H.266)不同,GVC不再传输完整的图像像素,而是发送“如何绘制图像的指令”。这些小数据包称为“压缩令牌”,包含场景的语义信息(如物体结构)和运动信息(如运动趋势)。
在接收端,预训练的生成模型充当“画家”。它基于收到的代币指令,结合其对世界的广泛知识(如波浪或足球的视觉特征),生成一个连贯且逼真的视频。该模式直接绕过了传统技术在极低带宽场景下常遇到的图像崩溃和延迟问题。
根据TeleAI发布的技术报告,GVC在权威数据集上的表现明显优于传统算法。在相同的视觉质量下,传统方法的带宽是GVC的六倍以上。目前,该型号已能在消费级显卡(如RTX4090)上实现近实时生成速度。该技术有望解决未来极端网络环境中对高清视频传输的紧迫需求,如长距离通信、紧急救援和深空探索。