7.1 码率效率实测对照：'省三成'的来龙去脉

7.1 码率效率实测对照："省三成"的来龙去脉

本节摘要："AV1 比 HEVC 省约三成"是行业最常被引用的口径，但它有三个前提：用高质量档的参考编码器、按 VMAF 等感知指标对齐、面向离线转码内容。本节讲清 BD-rate 的测量方法，梳理公开评测的量级区间，并标出数字失效的三类边界。

一、先学读数：BD-rate 是什么

直接比较文件大小是外行读法——两个编码器在同一码率下画质不同，比大小没有意义。规范做法是 BD-rate（Bjontegaard 速率）：在多个码率点上分别测两边的画质（PSNR/SSIM/VMAF），拟合两条率失真曲线，然后计算"达到相同画质时，一边平均省下多少码率"。BD-rate 为负说明更省，负得越多省得越多。

# 一次诚实对照的要素清单
1. 对齐指标:   VMAF（感知）或 PSNR/SSIM（信号），写明用哪个
2. 测试集:     内容分布决定结论（动画/实拍/屏幕内容分开看）
3. 编码档位:   双方各用哪些 preset，"公平"是各自调到同等主观质量
4. 输出口径:   BD-rate 均值 ± 区间，单点数字要警惕
​

省三成的完整表述因此是：高质量档位的 AV1 编码器，对高质量档位的 x265，在混合实拍内容上按 VMAF 对齐，BD-rate 约为负三成。Netflix 与学术机构的早期评测曾给出接近四成的数字（离线慢档、高分辨率内容），而 SVT-AV1 中速档对 x265 medium 的对照则收敛到一到两成。区间跨度这么大，正说明"编码器与档位"是结论的一部分，不能只背数字。

图：公开评测口径下的码率节省量级

二、三类失效边界

数字只在边界内有效，三条边界必须记住。延迟边界：直播实时编码只能用高速度档，搜索深度、前瞻窗口全被压缩，省三成缩水到一成甚至更少——拿离线数字去许诺直播收益是常见事故。分辨率边界：低分辨率内容里，大块工具施展不开，信令占比却更高，AV1 相对 HEVC 的优势明显收窄；反之 4K 场景收益放大的案例最多。内容边界：屏幕内容要走第 3.3 节的专用工具，颗粒内容走 6.4 的颗粒合成，各自的收益曲线与实拍内容不同，混在一张表里会误导决策。

三、平台视角的账

对内容平台，效率数字最终要换算成钱。带宽侧：省三成码率约等于省三成 CDN 流量费；存储侧：同画质库存缩小三成；转码侧：AV1 的算力开销比 HEVC 高（第 7.2 节展开），离线转码池要么扩容、要么接受更长的转码时延。行业实践中的盈亏平衡点大致在"内容热度高、观看量大"的一侧——长尾冷片用 AV1 转码可能省的带宽还覆盖不了算力开销，头部热门内容则几乎稳赚。这也是为什么各平台都从"热门内容优先、移动端优先"开始灰度 AV1。

💡 给一个可复用的口头禅："哪个编码器、什么档位、对齐什么指标、什么内容"——四要素说全，效率数字才有意义。 少说一个，都是在给别人挖坑。

本节要点回顾

• BD-rate 方法：多码率点拟合率失真曲线再比较，单点比大小没有意义。
• 数字的完整表述：省三成 = 高质量档、VMAF 对齐、混合实拍内容的中位口径；慢档可近四成，中速档一到两成。
• 三类边界：延迟、分辨率、内容，出界即缩水，报价前先画边界。
• 平台盈亏：带宽存储的节省对冲转码算力的开销，热度与观看量决定平衡点位置。

实测对照的方法论与一组代表性数字

公开实测的代表性结论可以这样归纳：以 VMAF 为质量标尺，AV1 相对 HEVC 的码率节省普遍报在两成到三成，相对 H.264 报在四成上下；高分辨率（1080p 以上）与中低码率区间的优势更明显，低分辨率高码率区间收益收窄。但比数字更重要的是产生数字的方法论——任何一家给出的对照都受四个变量支配：测试集构成（实拍/屏录/动漫的比例）、质量指标（PSNR 偏结构、VMAF 偏主观拟合）、编码器调校水平（libaom 与 SVT-AV1 的差异可以大到掩盖代际差）、目标档位（中低码率区间优势最大）。引用外部数据的核对清单：样本量与内容构成是否公开、编码器版本是否标注、是否同一 preset 档位下对比、是否做了统计显著性处理。自己复测的最小方案：从业务内容池抽三十条代表样本、两套编码器各按目标质量档跑、用同一 VMAF 版本算 BD-Rate，两小时内可得自己的真实数字——这个数字才是转码预算审批的依据，论文数字只是参考系。

补一组分场景的细粒度读数，供不同业务对号入座。长视频流媒体（电影剧集）：AV1 在 1080p 中低码率区间的节省最扎实，VMAF 口径两成起步、字幕密集与暗场多的内容更高；短视频（竖屏、强剪辑、高饱和）：节省缩水到一成出头，原因是剪辑频繁破坏时域预测的积累；动画与动漫：大面积平坦色块加上稳定镜头，节省可以超过三成，是 AV1 的甜点内容；摄像头监控类长静场：时间冗余极高，节省幅度同样可观，但要注意噪声（低照度传感器噪声）会显著侵蚀收益——先做时域降噪再编码，节省率可以恢复大半。屏幕共享与游戏串流是另一族：调色板与屏内工具发力，但实时档位的 preset 限制会让部分工具闲置。把这组读数和 1.3 的 preset 曲线、6 章的滤波栈收益叠在一起，才构成一张完整的收益地图——单看任何一层都会高估或低估。最后一个实操纪律：所有内部对照结果都要归档到版本化的基准库里（内容样本、编码器版本、参数、指标、日期五要素齐全），半年后争论收益时，基准库就是唯一的仲裁者。

再补一个指标选择的专门讨论，因为它是对照结论分歧的最大来源。PSNR 是像素级保真度，对压缩工具的结构性取舍不敏感（AV1 的滤波栈与颗粒合成恰恰牺牲像素保真换主观观感），用它对照会系统性低估 AV1；SSIM 加入了结构感知，改善有限；VMAF 由Netflix用主观分训练而来，是流媒体行业的事实标尺，对滤波与颗粒合成友好，但它的训练集偏实拍内容，屏录与动漫场景要改用 UMAF 或补充主观抽检。指标之外还有口径问题：BD-Rate 的计算要在同一质量锚点区间内插值，锚点选择（低质端还是高质端）会平移结论几个百分点。给报告作者的模板：公布任何对照时附上四件套——内容样本清单、指标与版本、编码器与参数、BD-Rate 区间而非单点。给报告读者的口诀：没有四件套的对照结论，一律当营销材料处理。这套纪律不只适用于 AV1，它是所有性能对照报告的通用免疫机制。