代尔夫特理工新作：MoMQ让实时视频多路径传输延迟直降70.3%
多路径传输一直在“盲人摸象”——调度器只看字节，不懂视频帧的关键程度。代尔夫特理工这篇MoMQ，首次把MoQT的元数据变成路径调度规则，在Starlink+WiFi真实测试床上把P99.9延迟从384.7ms砍到114.1ms，实时视频终于能跑进150ms交互预算。想法巧妙，实验扎实，值得一读。
标签：视频编码
共 12 篇
高通联合高校新方案：3DGS也能像视频一样自适应流播放
想象一下你在云VR里看演唱会，网络突然卡顿，画面立刻变成马赛克甚至崩溃——SplatStream就是来终结这种尴尬的。它让动态3D高斯泼溅像视频一样支持自适应流传输，带宽不够就降质量但不中断，从粗糙到精细丝滑过渡。是不是很香？
GenVC：首个压缩导向视频扩散模型，码率省62%秒变15fps
继7月聊过北大用0.005bpp还原视频细节之后，微软亚洲研究院带着GenVC来了——这是**首个面向视频压缩、从头训练的像素域视频扩散模型**。它不自欺欺人地继承百亿参数预训练骨架，而是用5.78亿参数干到码率省六成、解码15fps。更关键的是，它发现直接暴力蒸馏会让运动卡死，于是提出了**自适应分数蒸馏**来精准纠偏。想搞懂视频压缩+扩散模型的最强实战，
新方法NSMA：把规则“钉”进神经网络，零样本称霸8大网络！
继2026年6月推过一篇强化学习搞定视频压缩之后，这回ABR领域又来了一个狠角色。电通大团队不仅一针见血地指出：多年来用来测试强化学习ABR策略泛化性的工具（只看平均带宽等统计量）是错的！还顺手把“规则”和“学习”的边界给消融了。 方法是真硬核：把经典码率选择的规则，直接以几何锚点的形式嵌进神经网络的潜在空间里，让网络“想跑偏都难”。训练只用3G数据，零微调
北大新方法：0.005bpp下还原视频细节
视频压缩最难的，不是把码率压低，而是把画面压低以后还不让人想砸键盘。北大这篇直接把“结构锚点”和“运动细节”拆开处理，用生成模型补细节，思路很硬，码率也压得够狠。
CVPR 2026级波前并行：自回归图像压缩提速13倍
自回归图像压缩最烦人的不是“压得不够好”，而是“明明模型很强，推理却慢得像在排队买奶茶”。这篇论文直接不改模型，靠波前并行把串行瓶颈拆开，属于很实用的系统型加速。
把视频“偷摸”压缩的事告诉大模型：微软新方法令牌省93%
视频理解模型往往要把每一帧都当成独立图片来处理，这又慢又浪费算力。微软和斯坦福的研究人员直接从视频压缩算法中取经，用轻量级的运动向量和残差代替大部分图像的密集编码，让首帧生成时间快了86%，令牌用量暴减93%，同时性能还不降反升！这个方法与之前的Quickviewer等非均匀采样思路不同，它是在编解码层面做“减法”，从根源上避免了冗余。
直接CfL会翻车？空间对齐后RAW压缩更省码率
这篇工作不玩花活，专盯RAW无损压缩里最容易被忽略的“对齐”问题。看似只是把亮度样本挪一挪，实际却能让CfL预测更稳，JPEG XS里也更能省码率。
DCC 2026新作FSFVE：10帧人脸，100秒内把压缩视频救回来
这篇论文很实在：不追求大模型堆参数，而是盯着视频通话最真实的痛点——带宽不够、画面糊、还得实时。它用少量人脸帧就能快速训练一个CPU可跑的增强模型，属于“能落地”的那种小聪明。
Meta新框架CECL：压缩回波一招聚类视频复杂度
视频流媒体最怕的不是“码率不够”，而是“同样的码率，给不同视频的效果完全不一样”。这篇论文直接抓住这个痛点，用压缩回波给视频做自监督预训练，思路很工程，也很聪明。
NVRC++来了：7.6倍提速，还把视频压缩复杂度钉死了
NVRC++最值钱的地方，不是“又做了一个视频压缩模型”，而是把INR视频编码最头疼的两件事——复杂度随码率乱飘、长序列高分辨率网格难训练——一起按住了。四档复杂度、宽码率范围、实时解码，这套组合拳很适合想看“论文怎么往工程落地靠”的读者。
10秒延迟吞吐量翻4倍！MoQ时间偏移ABR来了
MoQ 终于开始认真处理“人不想总盯着直播边缘”的现实需求了。本文不搞花活，直接拿时间偏移客户端做 ABR 实验，结果很实在：多给几秒缓冲，吞吐量能明显起飞。
