1.1 视频编码三十年：从 H.264 到 AV1 的演进脉络

1.1 视频编码三十年：从 H.264 到 AV1 的演进脉络

本节摘要：四代标准不是四个孤岛，而是一条因果链：H.264 建立混合编码框架，HEVC 用复杂度换效率却被专利池拖累，AV1 以免版税加开放协作回应乱局，VVC 则继续在 MPEG 系内推高压缩极限。理解每一代"回应了什么"，是后面所有工具级对照的坐标系。

从带宽账本读标准史

视频标准的历史，可以压缩成一份不断改写的带宽账本。2003 年 H.264 定稿时，一段 480p 视频大约需要 1 Mbps 才能看起来不错，那时候的家用宽带恰好能勉强喂饱它——标准与网络基础设施咬合得严丝合缝。到 2013 年 HEVC 定稿，1080p 与 4K 开始逼近家庭网络的上限，HEVC 宣称在同等画质下比 H.264 省一半码率，等于把 4K 的门槛拉回可及范围。

但 HEVC 的故事有一个技术之外的转折：它的专利许可被拆进多个专利池，费用叠加、条款复杂，浏览器厂商与内容平台迟迟不敢大规模内置。同年前后，Google 的 VP9 已在 YouTube 上悄悄运行多年，证明免版税路线在工程上完全可行。产业需要一个比 VP9 更强、又比 HEVC 更干净的方案——AV1 就是这个需求的产物。2015 年 AOMedia 联盟成立，2018 年 3 月 AV1 1.0 定稿，VP10、Daala、Thor 三个实验项目的技术合流成一个标准。

每一代都在回应上一代的什么

把四代标准放进同一条因果链，能看到清晰的"问题—回应"结构。H.264 的问题是如何让视频在并不宽裕的互联网上稳定传输，它的答案是混合编码框架：预测（帧内方向预测加帧间运动补偿）叠变换（整数 DCT）叠量化，再叠熵编码。这个框架如此成功，以至于后面三代都没有推翻它——四代标准全部是混合框架，争的只是框架内每个环节的做法。

HEVC 回应的是码率：把宏块扩大成编码树单元，用四叉树递归切分适配内容，帧内方向模式从九个加到三十五个，滤波环节新增 SAO。代价是编码复杂度翻了几倍，专利格局也随技术价值水涨船高。

AV1 回应的首先不是码率而是格局：把 HEVC 级别的工具集装进一个免版税、可自由实现的标准的法律外壳里。技术上是三源合流——VP10 贡献了基础骨架与调色板模式，Daala 贡献了方向增强滤波的雏形，Thor 贡献了运动补偿方面的设计。值得注意的是，AV1 的工具选择带有鲜明的"绕开 HEVC 专利"意识：同样做方向滤波，AV1 的 CDEF 与 HEVC 的 SAO 机制完全不同；同样做熵编码，AV1 用多符号算术编码而不是照搬 CABAC 的概率状态机。

VVC 回应的则是物理极限：8K、HDR、高帧率场景对码率的渴求没有尽头。它把 AV1 已经验证过的思路（更大划分、更多模式）推得更远，效率再提升约四成，复杂度再次翻倍，且许可费用问题依旧悬而未决。

一条命令看三代效率

用 FFmpeg 把同一段输入分别压成三种码流，是体感三代差距最快的办法：

# H.264：兼容性最好，码率最高
ffmpeg -i input.mp4 -c:v libx264 -crf 23 -preset medium out_h264.mp4
# HEVC：同等画质约省一半码率，编码慢数倍
ffmpeg -i input.mp4 -c:v libx265 -crf 26 -preset medium out_hevc.mp4
# AV1：比 HEVC 再省约三成，用 SVT-AV1 控制速度
ffmpeg -i input.mp4 -c:v libsvtav1 -crf 32 -preset 8 out_av1.mkv
​

注意三个 CRF 值并不相等：这是有意的——三者对"质量因子"的定义不同，直接用同一个数值反而失真。衡量效率要用客观指标（PSNR、SSIM、VMAF）对齐后再比码率，这正是第 7 章的主题。跑完这三条命令，你会看到输出文件体积大致呈现"逐代递减"的阶梯，而这个阶梯就是过去三十年编码工程师全部工作的量化结果。

演进不是替换，而是叠层

初学者常见的误区是把标准史读成"王朝更替"。真实格局是叠层共存：H.264 依旧统治着摄像头、会议硬件与海量存量内容；HEVC 是广播电视（如 DVB 与 ATSC 3.0）和蓝光的主要规格；VP9 与 AV1 分担互联网流量的压缩主力；VVC 目前集中在超高清专业制作与早期硬件试点。判断一个场景该用哪代标准，依据是终端解码能力、许可成本与转码算力的三角权衡，而不是"哪个最新"。

本册的对照视角也由此而来：与其问"AV1 有什么新功能"，不如逐项问"这个功能在 H.264、HEVC、VVC 里分别是什么样子"。下一节就把这个问题落到具体参数上。

常见追问

问：VP9 已经免费且够用，为什么还要 AV1？
答：VP9 的工具集大致停在"HEVC 的简化版"水平，压缩率比 H.264 约省三成、但比 HEVC 通常还差一截。AV1 的定位是把 HEVC 级别的工具集装进免版税外壳——省的钱不是"从 H.264 到 VP9"的那一截，而是"从 VP9 到 HEVC 水平"的再一截，对带宽大户这是真金白银的差别。

问：标准定稿了，为什么还要等几年才好用？
答：定稿只解决"规则统一"，可用性取决于三件事排完队：可用的编码器（工程实现）、浏览器与系统的解码支持（分发通路）、芯片的硬解普及（体验保障）。AV1 从 2018 年定稿到 2021 年前后才算"全链路可用"，这个周期已经比 HEVC 快了一倍以上，但等待不可避免。

问：学习 AV1 之前必须先学 H.264 吗？
答：不必系统学，但建议把 H.264 的三个名词弄懂——宏块、切片、SPS/PPS。本册所有对照都以它们为参照物，有了这三个锚点，后面每一章的"对照表"都能读出增量信息；没有它们，同样的内容要多花一倍篇幅从头铺陈。

本节要点回顾

• 框架同源：四代标准共享混合编码框架，差异在框架内各环节的工具选择。
• 因果链：H.264 建框架，HEVC 换效率，AV1 换格局，VVC 推极限，每代都有明确的回应对象。
• 专利变量：HEVC 的多专利池叠加许可是 AV1 诞生的直接推手，技术史不能脱离法务史阅读。
• 叠层共存：四代标准各有统治的场景，选型看三角权衡而非新旧。