AV1 编码基础：编解码器核心概念与对比
各位同学，欢迎来到第二章。这一章我们不讲实操，先把地基打牢。你想想看，8K HDR 这种数据怪兽，如果没有一套高效的编码理论撑着，光靠堆带宽是行不通的。我个人习惯，在接触任何一种新编码器之前，先把它和上一代的老对手拉出来比一比，这样你才能知道它到底强在哪。
编解码器基础概念：压缩的本质
说白了，视频编码就是做三件事：去冗余、变换、量化。我刚开始做视频工程时，总觉得这些概念太抽象。直到有一次，我需要把一个 4K 的原始序列塞进一条带宽只有 20Mbps 的链路里，才真正体会到什么叫“巧妇难为无米之炊”。
视频里存在三种冗余：
- 空间冗余：同一帧里，天空的蓝色块和旁边的蓝色块其实差不多。用帧内预测就能省掉大量数据。
- 时间冗余：前后两帧，背景基本没动。用运动估计和帧间预测，只传变化的部分。
- 视觉冗余：人眼对高频细节不敏感。量化这一步，就是故意丢掉那些“人眼看不太出来”的信息。
核心公式（非数学，是逻辑）：
原始数据 → 预测（帧内/帧间）→ 残差 → 变换（DCT/ADST）→ 量化 → 熵编码 → 码流
解码就是逆过程。记住这个链条，后面所有技术点都挂在这上面。
AV1 与 HEVC / VP9 的对比：一场技术博弈
我在项目中经常被问到：“既然 HEVC 已经够好了，为什么还要用 AV1？” 这个问题其实反映了整个行业的博弈。我们直接看一张对比表，一目了然。
| 特性维度 | HEVC (H.265) | VP9 | AV1 |
|---|---|---|---|
| 专利授权 | 专利池复杂，收费高 | 开放，免专利费 | 开放，免专利费 |
| 编码复杂度 | 中等（约 x264 的 10 倍） | 中等偏低 | 极高（约 HEVC 的 3-5 倍） |
| 压缩效率 | 比 AVC 提升约 50% | 接近 HEVC | 比 HEVC 再提升约 30% |
| 8K 支持 | 支持（Main 10 Profile） | 支持有限 | 原生支持，最高 16K |
| HDR 工具 | 支持 HDR10/HLG | 需扩展 | 内置 PQ/HLG 全套工具 |
| 硬件生态 | 非常成熟 | 较成熟 | 正在快速普及 |
我的个人经验： 如果你做的是互联网流媒体，VP9 在 Chrome 生态里表现不错。但如果你要面向未来 3-5 年的 8K HDR 设备，AV1 是唯一的选择。我曾经在一个 OTT 项目里用 HEVC 压 8K 内容，结果在部分老旧电视上解码卡顿，后来切到 AV1 的 SVC 分层才解决。
AV1 的核心技术特性：它凭什么更省带宽？
AV1 不是凭空造出来的。它吸收了 VP10 和 Thor（思科）的技术，还加了不少新东西。我挑几个在 8K HDR 场景下最关键的讲。
1. 更灵活的块划分：从四叉树到十叉树
HEVC 用的是四叉树（QTBT），最大块 64x64。AV1 直接升级到 递归块结构，支持从 128x128 的超大块一直切到 4x4 的小块。为什么重要？8K 画面里，大片的天空用 128x128 一块搞定，而复杂的文字边缘用 4x4 精细处理。这种“大块省码率，小块保细节”的策略，是 AV1 压缩率提升的关键之一。
2. 帧内预测：方向更多，模式更准
HEVC 有 35 种帧内预测模式，AV1 直接翻倍到 56 种。它还引入了 Paeth 预测器（基于像素梯度的预测）和 递归滤波。我在处理 HDR 的高光区域时，发现 AV1 的帧内预测能更好地保留高光纹理，不会出现 HEVC 那种“糊成一团”的感觉。
3. 帧间预测：运动补偿的进化
AV1 支持 全局运动模型（仿射变换、透视变换）。你想想看，8K 视频里一个镜头平移，如果用 HEVC 的平移模型，每个块都要传运动矢量，浪费带宽。AV1 可以只传一个全局参数，所有块共享运动信息。另外，OBMC（重叠块运动补偿） 能减少块效应，这在低码率下特别有用。
4. 变换与量化：更精细的频域控制
AV1 除了传统的 DCT，还引入了 ADST（非对称离散正弦变换） 和 IDTX（恒等变换）。ADST 对帧内预测的残差有更好的能量集中效果。量化方面，AV1 支持 量化矩阵，可以针对不同频率分量做差异化量化。对于 HDR 内容，我建议在低频部分用更细的量化步长，保留亮度层次；高频部分可以适当粗一些，反正人眼对 8K 的高频噪声不太敏感。
5. 环路滤波：去块效应 + 自适应
AV1 的环路滤波比 HEVC 更激进。它包含 CDEF（约束方向增强滤波） 和 LR（环路恢复滤波器）。CDEF 能根据图像纹理方向做去噪，LR 则能恢复被量化丢失的细节。我在一次测试中发现，开启 LR 后，8K 测试序列的 PSNR 提升了 0.8dB，主观画质改善非常明显。
避坑指南： 我曾经在一个 8K HDR 项目里，为了追求压缩率，把 CDEF 的强度调得过高。结果在暗场场景下，画面出现了“油画感”的平滑伪影。后来我调整了 CDEF 的阻尼参数，才解决了这个问题。记住，环路滤波是一把双刃剑，强度要适中。
AV1 核心技术知识图谱
下面这张图，我把 AV1 的核心技术模块和它们之间的关系画了出来。你可以把它当作一个“技术地图”，后面讲到具体模块时，随时回来对照。
AV1 在 8K HDR 场景下的特殊考量
8K 和 HDR 这两个特性叠加，给编码器带来了额外的挑战。我总结了几点实战中必须注意的：
- 色深问题：8K HDR 通常用 10-bit 甚至 12-bit 色深。AV1 原生支持 10-bit 编码，但编码器的内存占用会翻倍。我在服务器上压 8K 10-bit 内容时，内存经常飙到 32GB 以上。
- 码率控制：HDR 的亮度范围广，传统基于 PSNR 的码控算法会失效。AV1 支持 基于 SSIM 的码率控制，我建议在 HDR 场景下开启
--tune-content=screen或--tune-ssim，主观画质会好很多。 - 色彩管理：AV1 的 OBU（开放比特流单元）里可以携带 HDR 元数据（如 SMPTE ST 2086、MaxFALL、MaxCLL）。千万不要漏掉这些元数据，否则解码端无法正确还原 HDR 效果。
一句话总结： AV1 不是 HEVC 的简单升级，而是一次架构级的重构。它用更高的编码复杂度，换来了 30% 以上的压缩率提升，并且原生支持 8K 和 HDR。对于做 8K HDR 的工程师来说，AV1 是目前唯一面向未来的编码标准。