【量子位 2026年1月18日讯】视频传输领域迎来颠覆性突破。1月15日，中国电信人工智能研究院（TeleAI）正式发布生成式视频压缩技术（GVC，Generative Video Compression），将原生1GB的视频压缩至仅200KB即可传输，压缩率低至0.02%，却能保持高清画质与关键信息准确性。这项被业内称为“重写视频传输物理法则”的技术，通过“用计算换带宽”的创新逻辑，让远洋货轮、地震灾区等极端低带宽场景下的高清视频传输成为现实，更标志着视频通信从“像素搬运”迈入“语义生成”的新阶段。
一、技术革命：从“传画面”到“传指令”，颠覆传统压缩逻辑
传统视频压缩技术在低带宽场景下的“马赛克困境”，早已成为用户与行业的共同痛点。而GVC技术的核心突破，在于彻底抛弃“像素级传输”的固有思路，转而通过AI生成实现“指令级传输”，将通信压力从“带宽”转移到“算力”。
1. 传统压缩的瓶颈：像素搬运难抵低带宽
当前主流的HEVC（H.265）、VVC（H.266）等传统编码技术，本质是“像素的极致搬运”——编码器通过计算像素的静止与运动轨迹，尽可能保留画面信息后压缩传输。这种模式在宽带充足时表现优异，但一旦带宽不足（如卫星信号1-2格、灾区应急通信），就只能通过丢弃高频细节妥协，导致画面模糊、卡顿甚至卡死。例如在远洋船舶上，用传统技术传输1分钟高清视频，可能需要等待半小时，且播放时满屏马赛克。
2. GVC的创新逻辑：AI“画师”现场作画
GVC技术跳出了“传画面”的框架，改为传输“如何画出画面”的指令，核心流程分为三步：
-
神经编码器拆解关键信息：将原始视频转化为极小的“压缩Token”数据包，仅包含两类核心内容——语义信息（场景结构、物体类别，如“足球比赛场景，球员、绿色草坪、球门”）与运动信息（物体轨迹，如“足球从左向右移动，球员奔跑速度5m/s”），相当于画面的“骨架”与“灵魂”；
-
极致压缩传输：这些Token的大小可低至0.005-0.008 bpp（比特每像素），而传统高清视频的bpp至少为0.1，数据量直接减少两个数量级——1GB视频的Token仅200KB，相当于一首短音频的大小；
-
生成式解码器现场重建：接收端的扩散模型（AI“画师”）结合预训练的海量世界知识（如足球纹理、海浪形态），根据Token指令实时生成视频。例如收到“C罗在绿茵场射门”的指令，AI会调用已学习的“足球运动员形态”“草坪光影规律”等知识，生成与原画面视觉一致的连贯影像。
这种“用计算换带宽”的思路，在通信理论上实现了跨越。按照香农-韦弗通信模型，传统压缩专注于“传得准不准”（Level A），而GVC直接聚焦“任务能不能完成”（Level C）——它不追求每一个像素与原图完全一致，却能确保人眼看到清晰画面、机器识别关键信息，完美适配低带宽场景需求。
二、实测硬核：画质、准确性、算力三达标，打破“技术炫技”质疑
极端压缩率难免让人质疑“画质是否妥协”“关键信息是否失真”“普通设备能否运行”。而TeleAI团队在权威数据集与真实场景中的测试，用数据回应了这些疑问，证明GVC是“实验室突破”更是“实用技术”。
1. 画质碾压传统技术：渣网速下看清C罗表情
在MCL-JCV权威数据集测试中，当压缩率低至0.005 bpp（约0.005%）时，传统HEVC技术的画面已完全崩坏，LPIPS画质评价指标（数值越低越好）飙升至0.8以上（满屏马赛克）；而GVC生成的画面仍保持清晰纹理，LPIPS数值仅0.2，视觉效果接近原画质。
更直观的对比显示：要达到同等视觉体验，传统HEVC需要消耗6倍以上的带宽。例如在带宽仅1Mbps的偏远地区，用GVC观看世界杯直播，能清晰看到C罗的面部表情、球衣号码；而用HEVC，画面中球员仅能分辨为“移动的色块”。
2. 关键信息零失真：机器识别也精准
针对“AI生成是否会丢失关键信息”的担忧，团队在DAVIS2017视频分割任务中验证：在bpp=0.01的极限压缩下，GVC重建视频的J&F指标（衡量物体分割准确度）达0.82，显著高于HEVC的0.65。这意味着即使是AI生成的画面，球员、足球、球门等关键物体的位置、轮廓依然精准，完全不影响后续的AI分析（如赛事越位判断、监控人脸识别）。
3. 消费级设备可运行：RTX 4090就能hold住
生成式AI常被诟病“算力黑洞”，但TeleAI通过模型小型化、知识蒸馏等优化，大幅降低了GVC的落地门槛。实测数据显示，在消费级GPU（如RTX 4090）上，生成一组29帧的1080P画面仅需0.95-1.35秒。虽然比传统解码器的毫秒级速度慢，但在直播（允许3-5秒延迟）、视频点播、远程医疗指导等场景中，已完全满足实用需求。团队还透露，针对手机、平板的轻量化模型正在研发，未来普通用户可直接在移动设备上体验。
三、场景落地：从远洋救命到日常省流，重构多领域视频传输
GVC技术的价值远不止“省流量”，其在极端场景与日常场景中的应用潜力，正逐步重塑多个行业的视频传输逻辑。
1. 极端通信场景：破解“无网可用”困境
-
远洋海事通信：远洋货轮的卫星通信带宽稀缺且昂贵（1MB流量成本超10美元），传统技术连刷朋友圈都困难。而GVC技术让船员通过200KB数据流即可观看高清球赛直播，更关键的是能支撑远程医疗——医生通过压缩后的清晰视频，指导船员处理骨折、突发疾病等紧急情况，无需等待船舶靠岸；
-
应急救援：地震、洪水等灾害中，基站损毁后仅剩微弱应急信号，救援无人机拍摄的4K现场视频根本无法实时传输。GVC压缩后的Token数据，能让指挥中心10秒内获取清晰画面，快速判断受灾人数、房屋倒塌结构，为救援决策争取黄金时间；
-
深空探测：火星车发回的视频数据量庞大，传输延迟超20分钟。GVC技术可将视频压缩至原大小的0.02%，让地球接收端快速获取火星表面清晰影像，提升探测效率。
2. 消费级场景：流量党狂喜，企业成本大降
-
个人用户省流：按照实测，观看1小时4K视频，GVC仅消耗120MB流量，是HEVC的1/6。对于每月10GB流量的用户，相当于“10GB变60GB”，刷短视频、看直播无需再担心流量超额；
-
视频平台降本：某短视频平台每天上传视频总量达10PB，采用GVC技术后，存储需求可从10PB降至0.2PB，传输带宽成本减少90%以上，每年能节省数亿元运营费用；
-
远程办公提效：在偏远地区的分支机构，员工用GVC进行4K视频会议，即使带宽仅2Mbps，画面仍清晰流畅，避免传统技术下“听声辨位”的尴尬。
四、行业意义：通信范式跃迁，为6G沉浸式通信奠基
GVC技术的发布，不仅是一项单点技术突破，更代表着视频通信领域的“范式革命”——从香农时代的“数据传输”，迈向AI时代的“智能分发”。
中国电信集团CTO、TeleAI院长李学龙教授提出的“智传网（AI Flow）”理论，为这一革命提供了底层支撑。该理论认为，AI时代的通信本质是“智能的传递与协同”，而GVC正是这一理论的最佳实践：当带宽成为瓶颈时，通过燃烧算力实现通信自由。这种“轻传输、重计算”的模式，也为6G时代的沉浸式通信（如元宇宙会议、全息投影）提供了关键技术支撑——未来，流淌在网络中的可能不再是庞大的原始数据，而是高度浓缩的“智能指令”。
目前，GVC技术的技术报告已发布于arXiv平台，中国电信正联合海事、应急、航天等领域的企业推进试点。随着后续轻量化模型的落地与行业标准的完善，这项“中国电信造”的技术，有望成为全球视频压缩领域的新标杆。
结语：AI改写规则，视频传输进入“语义时代”
从1GB到200KB，GVC技术用0.02%的压缩率，不仅打破了视频传输的物理限制，更重新定义了“通信”的内涵——未来的视频传输，不再是“尽可能多传像素”，而是“精准传递关键智能”。
对于用户而言，这意味着“在哪都能看高清视频”的体验升级；对于行业而言，这标志着视频通信从“带宽依赖”转向“算力驱动”的新赛道；对于国家而言，这是央企在“AI+通信”融合创新中的重要突破，为极端场景通信安全与6G技术布局奠定了基础。
正如李学龙教授所言：“通信的终极目标，是让智能在任何场景下自由流动。GVC只是第一步，未来我们还将通过智传网理论，让AI与通信的融合创造更多可能。”
