3. 编码发展简史
要理解今天的编码器调优，必须先理解编码标准是如何一步步走到今天的。视频编码的演进并不是简单的“压缩率越来越高”，而是围绕一条主线不断博弈：在有限带宽与存储条件下，如何用更少的比特还原出更接近原始画面的视觉体验。从模拟信号到数字编码，从帧内压缩到帧间预测，从固定块到自适应块，从手工设计到神经网络参与，每一次标准迭代都对应着新的工具集与新的调优空间。
一、核心原理：模拟到数字的三次跃迁
第一阶段是模拟信号时代。模拟视频以连续电压或频率承载亮度与色度信息，典型代表是复合视频、S-Video、分量视频。它的优点是实现简单、延迟极低，但缺点同样明显：信号在传输中会累积噪声，无法无损复制，也无法进行真正意义上的“压缩”。模拟时代的“编码”更多是调制与复用，例如把亮度、色度、同步信号按频率或时间交织在一起。
第二阶段是数字编码的起步。数字化的第一步是采样与量化：把连续画面离散成像素，把连续时间离散成帧。随后出现的是去除冗余的编码思想，包括空间冗余（相邻像素相似）、时间冗余（相邻帧相似）、统计冗余（符号出现概率不均）和感知冗余（人眼对某些细节不敏感）。MPEG-1、MPEG-2、H.261、H.263 等标准正是这一阶段的产物，它们确立了“预测 + 变换 + 量化 + 熵编码”的经典混合编码框架。
第三阶段是高效压缩与自适应工具集时代。H.264/AVC 引入多参考帧、可变块大小、去块滤波和 CABAC，把压缩效率提升到新高度；H.265/HEVC 引入四叉树划分、更多帧内预测模式和样点自适应偏移；AV1 与 VVC 则进一步引入更灵活的块划分、仿射运动、帧内块复制、环路滤波与神经网络工具。编码器调优的对象，也从少量开关变成了庞大的参数空间。
关键认知：编码标准定义的是“比特流语法”和“解码过程”，而编码器实现的是“如何在语法约束下选择最优编码决策”。标准是规则，编码器是策略，调优就是策略优化。
二、标准演进脉络：从 MPEG 到 VVC
下面这张图展示了从模拟信号到主流数字编码标准的演进关系。图中按时间与代际排列，突出每一代标准的核心工具与目标码率区间，帮助建立整体脉络。
三、方法流程：一代标准如何落地为编码器
标准文本只规定解码器如何解析比特流，编码器则需要在满足语法约束的前提下，决定每个编码单元采用什么预测模式、什么变换尺寸、什么量化参数、什么熵编码上下文。这个过程可以概括为以下流程：
- 输入与预处理：读取 YUV 或 RGB 帧，进行色彩空间转换、位深对齐、分辨率缩放。
- 帧类型决策：确定 I 帧、P 帧、B 帧的排列，即 GOP 结构。
- 块划分：按标准允许的尺寸递归或自适应划分编码单元。
- 预测：帧内预测利用空间相关性，帧间预测利用运动估计与补偿。
- 变换与量化：对残差做 DCT/DST 等变换，再用量化参数控制失真与码率。
- 熵编码：用 CABAC、算术编码或 ANS 把语法元素写成比特流。
- 环路滤波：去块、SAO、CDEF、ALF 等提升主观与客观质量。
- 码率控制：根据目标码率调整 QP，平衡质量与带宽。
以 H.264 为例，一个典型的 x264 命令可以体现部分调优入口：
x264 --preset slow --crf 23 --keyint 250 --bframes 3 \
--ref 4 --me umh --subme 7 --trellis 2 \
--deblock 0:0 --aq-mode 2 \
-o output.264 input.yuv 1920x1080其中 --preset 控制速度与压缩率的权衡，--crf 控制恒定质量，--keyint 与 --bframes 影响 GOP 结构，--me、--subme、--trellis 影响运动估计与率失真优化，--deblock 与 --aq-mode 影响滤波与自适应量化。到了 HEVC、AV1、VVC，参数更多，但调优逻辑一脉相承。
四、案例/场景：同一段视频在不同标准下的选择
假设我们要为一家在线教育平台处理 1080p 课程视频，目标是在保证文字清晰度的前提下降低带宽。可选方案包括：
| 标准 | 典型编码器 | 优势 | 调优重点 | 适用场景 |
|---|---|---|---|---|
| H.264/AVC | x264 | 兼容性最好，硬件支持广 | preset、CRF、B 帧、参考帧 | 通用点播、直播 |
| H.265/HEVC | x265 | 同质量下码率更低 | CTU 尺寸、SAO、码控 | 4K、HDR、移动端 |
| AV1 | SVT-AV1、libaom | 免版税，Web 友好 | preset、tile、CDEF、AQ | 流媒体、浏览器播放 |
| VVC/H.266 | VVenC | 压缩效率最高 | 划分深度、ALF、仿射 | 超高清、前沿实验 |
如果平台主要面向旧款手机，H.264 仍是稳妥选择；如果面向现代浏览器且希望降低专利成本，AV1 更合适；如果追求极致压缩且终端支持，HEVC 或 VVC 可以进一步节省带宽。编码器调优不是追求“最新标准”，而是追求“在目标终端与成本约束下的最优组合”。
五、误区与复盘
常见误区一：标准越新，画质一定越好。标准只提供工具，编码器实现质量、预设速度、码控策略都会显著影响结果。低预设的 AV1 可能不如高预设的 x264。
常见误区二：只看码率，不看主观质量。课程视频中的文字、PPT 边缘对滤波和量化非常敏感，PSNR 高不代表文字清晰。
常见误区三：忽略解码复杂度。VVC、AV1 的高压缩率往往伴随更高的解码开销，老旧终端可能无法流畅播放。
复盘建议：建立“标准—编码器—预设—码控—终端”五维对照表。每次调优只改变一个维度，记录码率、VMAF、SSIM、编码速度和播放兼容性，逐步形成团队自己的参数基线。
从模拟信号到数字编码，从 MPEG 到 VVC，编码发展史本质上是一部“在约束中寻找更优表达”的历史。理解这条脉络，才能在面对 x264、x265、SVT-AV1、VVenC 等编码器时，知道每个参数背后对应的是哪一代标准思想，从而做出有依据的调优决策。