Apple PICO：面向人类视觉系统的实用学习型图像编解码器

✍️ zhirenhun 📅 2026/5/25 👁 72 阅读 ⏱ 2 分钟

核心亮点

Apple 发布 PICO（Perceptual Image Codec）——首个同时具备实用性和感知优化的学习型编解码器。通过对数百万种模型配置的系统性搜索，PICO在感知质量和设备端运行时间之间找到了最佳平衡。

基于大规模主观用户研究，PICO相比AV1节省2.3-3倍码率，比最佳学习型编解码器节省20-40%。在iPhone 17 Pro Max上，编码12MP照片仅需230ms，解码仅需150ms——比大多数ML编解码器在V100 GPU上还快。

1. 全面消融研究： 数百万种模型配置的系统性探索，明确优化感知质量与运行时间的权衡曲线。

2. 专用损失函数： "外科手术式"地减轻文本块和平铺伪影，这是感知质量提升的关键。

3. 性能感知NAS： 在满足设备端运行时间要求的前提下，最大化感知指标衡量的压缩性能。

PICO还具备跨平台鲁棒性保证，这是大多数学习型编解码器所不具备的。

——

🧑‍💻

一个热爱技术的程序员，喜欢分享前沿AI知识和开发经验。