诺基亚的V-DMC标准为动态3D内容的广播和流媒体提供了解决方案，通过简化网格并将细节映射到2D视频帧，降低了延迟和处理成本，提高了压缩效率，促进了实时应用。

华为已加入媒体编码行业论坛（MC-IF），表明其对VVC/H.266标准的信心。MC-IF旨在构建VVC生态系统，解决编解码器互操作性问题。VVC标准于2020年发布，压缩效率较HEVC提升约50%。

本文介绍了OmniZip，一种轻量化的多模态无损压缩框架，能够高效压缩自然图像、医疗影像和文本等七种模态数据。OmniZip通过统一分词策略和动态路由机制，在保持小参数量的同时显著提升压缩效率，超越传统工具，适用于资源受限的移动设备，实现近实时推理。

文章讨论了将网站图片格式从PNG、JPEG和WebP转换为AVIF，以提高压缩效率和加载速度。AVIF在节省带宽和优化SEO方面表现优越。作者提供了使用ImageMagick和自定义Golang程序的转换方法，并强调转换前进行测试的重要性。最后，建议配置缓存和防盗链措施。

视频数据快速增长推动编解码技术进步，人工智能提升了视频压缩效率，克服了传统编码的局限。未来，视频编解码将朝智能化、语义化和可持续发展方向发展。

视频编码的随机访问功能经过数十年发展，现代编码标准如AVC、HEVC和VVC不断提升压缩效率和随机访问能力。诺基亚在推动IDR、CRA和GDR等技术标准化方面处于领先地位，确保用户享受无缝流媒体体验。

InterDigital启动H.267视频编解码器研发，压缩效率提升20%-50%。目标是实现更高效率、低复杂度和增强功能，结合AI技术。预计2029年发布新标准，市场需求强烈。

Meta、Vodafone和Google发布白皮书，强调AV1视频编码的优势，建议移动设备使用AV1硬件或软件解码器，以提升视频流体验。AV1可提高视频压缩效率30%，适合低中端手机，改善用户体验并优化网络资源。

VVC（多功能视频编码）是一种新的视频编解码器，其压缩效率显著高于HEVC，能够以更低比特率传输高分辨率内容。尽管在广播和流媒体领域前景良好，但其广泛应用仍需时间，特别是在硬件支持和市场教育方面。VVC的优势在于减少缓冲和提升4K、8K内容的传输速度，未来有望改变视频分发方式。

ARJSON通过位级优化实现快速JSON编码，压缩效率超过MessagePack等算法。在90%的随机数据中表现优异，结构化数据可达95%的压缩率。其动态列式结构重组和增量打包减少存储需求，无需复杂元数据，确保高效编码和解码。

Cires21与VisualOn合作，将VisualOn Optimizer集成到实时编码流程中，提升了压缩效率和流媒体性能。该解决方案在NAB 2025展会上展示，优化了带宽成本，确保高质量直播视频交付。

Ubuntu 25.04将于本月发布，默认支持JPEG-XL图像格式，该格式在压缩效率上优于JPEG，尽管谷歌Chrome已停止支持，Ubuntu仍在推动其整合。

AVI 和 MOV 是常见的视频格式。AVI 适合高质量视频编辑，但文件较大且兼容性差。MOV 支持多种编解码器，压缩效率高，适合跨平台使用和专业制作。因此，MOV 更适合现代应用。

谷歌发布了 AOM-AV1 3.12，带来性能和内存优化，新增图像质量调整模式“–tune=iq”。该版本提升了压缩效率和视觉质量，并加速了 Arm Neon 的实现，整体性能显著提升。

开放媒体联盟宣布VLITT加入，双方将合作推动视频和多媒体开放标准。VLITT将专注于下一代视频编解码器的研发，旨在提高压缩效率和播放质量，同时降低延迟和碳排放。

该研究提出了一种新型点云压缩方法，结合了“bits-back编码”和深度学习技术，显著提升了压缩效率和重建质量。实验结果表明，该方法在多个基准数据集上优于现有技术，具有广泛的应用潜力。

本文介绍了一种新的动态神经辐射场（NeRF）表示和压缩的方法，称为JointRF。该方法通过联合优化动态NeRF的表示和压缩，提高了质量和压缩效率。JointRF采用紧凑的残差特征网格和系数特征网格来表示动态NeRF，并引入了顺序特征压缩子网络来减少时空冗余。实验结果表明，JointRF在各种数据上实现了卓越的压缩性能。