VVC视频编码最新进展：JVET近10次会议的2843篇提案文档分析
内容提要
本文基于JVET官方2843份技术文档，分析2024至2026年视频编码标准演进。核心趋势：神经网络编码爆发（520篇），高层语法热度攀升（882篇），环路滤波持续活跃（309篇），传统帧间/帧内预测稳定。会议亮点显示AI与HLS成为焦点，VVC标准正迈向神经网络编码等新方向。
延伸解读
AI编码从探索走向实用
神经网络/AI相关文档在近10次会议中达到520篇，成为第六大主题，且增长趋势显著。方向涵盖NN-based环路滤波、端到端图像压缩、注意力机制及模型压缩等。这表明AI已从概念验证进入标准制定阶段，未来VVC后续标准中神经网络编码（NNVC）可能成为核心工具，值得关注其与传统编码工具的融合与性能权衡。
高层语法重构成为标准化重心
高层语法（HLS）相关文档达882篇，位居第二，且近期会议中占比持续上升，尤其在#42和#43会议中HLS与VSEI成为焦点。这反映出标准制定正从底层工具优化转向系统架构完善，包括参数集设计、SEI扩展、多层编码等。HLS的稳定对生态兼容性和功能扩展至关重要，其重构可能影响未来解码器的实现复杂度。
传统编码工具仍是性能基石
帧间/帧内预测合计522篇，环路滤波309篇，变换/量化与熵编码174篇，显示传统工具优化并未停滞。帧间预测的DMVR、仿射补偿，帧内预测的MIP、CCLM，以及环路滤波的ALF/CCALF等持续改进，仍是提升编码效率的可靠途径。AI方向虽热，但传统工具与AI结合（如NN滤波）才是实际落地关键。
复杂度与实用性关注度上升
复杂度分析文档91篇，占比1.2%且呈上升趋势，表明标准化过程中对编码器/解码器实现成本的考量日益重要。随着神经网络编码引入，计算复杂度可能显著增加，如何在性能提升与实用部署之间平衡，将成为后续标准讨论的关键议题，尤其对移动端和实时应用影响深远。
Q&A
JVET最近10次会议共分析了多少份技术文档？
JVET最近10次会议（2024.07～2026.10）共分析了2843份技术文档。
在JVET最近10次会议中，哪个技术主题的文档数量增长最快？
神经网络/AI相关文档增长最快，共520篇，占比6.9%，趋势为显著上升（↑↑）。
VVC标准演进中，高层语法（HLS）为什么成为焦点？
高层语法（HLS）文档数量达882篇，占比11.7%，趋势上升。它涉及参数集优化、SEI消息扩展、位流拼接、多层编码等，是标准化的重中之重，VSEI/SEI生态正在完善。
神经网络编码在VVC标准中的主要应用方向有哪些？
主要方向包括：NN-based环路滤波（用CNN/Transformer替代或增强传统ALF/SAO）、端到端图像压缩、注意力机制、模型压缩与推理优化。
传统帧间预测和帧内预测在近期JVET会议中的文档数量及主要优化方向是什么？
帧间预测317篇，帧内预测205篇，合计522篇，占比约7%。帧间优化方向包括DMVR、仿射运动补偿、BDOF、模板匹配；帧内优化方向包括MIP、CCLM、多参考行。
JVET最近10次会议中，哪次会议的文档量最高？
第40次会议（日内瓦，2025.10）文档量最高，为364份。
VVC标准目前的工作重点有哪些？
工作重点包括：VVC v3/v4版本维护与增强（高层语法、VSEI扩展）、ECM探索超越VVC的编码效率、神经网络视频编码（NNVC）面向VVC后续标准。
