实时互动网
·
从像素到DNA：为什么压缩的未来关乎所有类型的数据
内容提要
压缩技术已扩展至基因组、3D场景等多种数据类型，成为数字生态系统的基础。随着数据生成量激增，JPEG和MPEG等标准正在开发新技术，以应对AI生成内容的真实性、视频编码的能效和机器间通信需求。未来的压缩将更加关注机器可读性、信任和能源效率，成为全球数据管理的核心。
关键要点
-
压缩技术已扩展至基因组、3D场景等多种数据类型，成为数字生态系统的基础。
-
全球数据生成量激增，预计到2025年将达到约175泽字节。
-
JPEG和MPEG等标准正在开发新技术，以应对AI生成内容的真实性、视频编码的能效和机器间通信需求。
-
JPEG AI使用人工智能和潜在空间进行图像编码，支持机器分析。
-
JPEG Trust框架用于追踪数字图像的来源和真实性，管理合成内容的传播。
-
JPEG Pleno用于表示和压缩光场、点云和全息图，适用于VR/AR和医学成像。
-
JPEG XS专注于低延迟视频传输，提供轻量级压缩方案。
-
MPEG正在开发新的视频编解码器，关注能效和AI原生特性。
-
面向机器的视频编码（VCM）优化机器任务性能，而非人类视觉质量。
-
面向机器的特征编码（FCM）通过压缩中间神经特征来解决隐私和带宽问题。
-
神经网络编码（NNC）提供高效的神经网络压缩方法，保持准确性。
-
压缩技术正成为全球数据管理的核心，关注信任、真实性和能源效率。
延伸问答
压缩技术如何影响基因组和3D场景的数据处理？
压缩技术已扩展至基因组和3D场景等多种数据类型，成为数字生态系统的基础，帮助处理和存储大量数据。
未来的压缩技术将关注哪些关键因素？
未来的压缩技术将更加关注机器可读性、信任、真实性和能源效率。
JPEG Trust框架的主要功能是什么？
JPEG Trust框架用于追踪数字图像的来源和真实性，管理合成内容的传播，确保媒体的可信度。
JPEG AI如何利用人工智能进行图像编码？
JPEG AI使用人工智能和潜在空间进行图像编码，将图像转换为潜在张量进行压缩和传输。
MPEG正在开发哪些新的视频编解码器？
MPEG正在开发新的视频编解码器，关注能效和AI原生特性，以适应未来的多样化应用。
面向机器的视频编码（VCM）与传统视频编码有何不同？
VCM优化机器任务性能，而非人类视觉质量，重新组织了经典视频编码管道，专注于目标检测等任务。
