本文介绍ResULIC框架，用于超低码率图像压缩，结合潜在特征、语义残差和扩散模型。核心模块包括语义残差编码（SRC）减少文本冗余，和压缩感知扩散模型（CDM）自适应匹配码率。实验显示，相比PerCo，LPIPS和FID分别节省80.7%和66.3%的BD-rate，提升感知质量与重建一致性。

本文介绍了一种新型超低码率图像压缩方法NeFIC。该方法通过解码锚点帧并利用视频扩散模型进行下一帧预测，提高了解码效率和图像质量。实验结果表明，NeFIC在多个测试集上显著降低了码率，同时保持高感知质量和真实感，节省超过50%的码率。

电力巡检正逐步采用无人机技术，ZEGO方案实现了实时音视频传输，满足低延迟和低码率需求。通过自定义视频采集和低码率编码，确保在弱网环境下无人机画面清晰可见，支持多路监控，提升巡检效率。

VisualOn与Cires21在NAB 2026大会上发布白皮书，展示了VisualOn Optimizer在提升视频体验质量方面的成果。研究表明，该技术在低分辨率和码率下显著改善画质，尤其适用于移动端观看。NVIDIA NVENC表现优异，VMAF得分提升，优化器有效提升低码率视频的用户体验并节省带宽。

本文介绍了SpecTokenizer，一种轻量级流式神经音频编解码器，采用压缩谱域建模，显著降低计算量和参数规模。实验结果表明，其在低码率下优于现有模型，适合资源受限环境，具备良好的泛化能力和高效的部署潜力。

本文提出了一种混合压缩方案，结合传统编码与生成式压缩技术，实现低码率下高保真人脸视频的实时压缩。该方法利用动态参考帧和深度视频生成模型，克服了静态参考帧的局限性，显著提升了视频重建质量和编码效率，适用于社交媒体和实时通信场景。