ISOIEC 6048-12025 信息技术 基于JPEG AI学习的图像编码系统 第1部分核心编码系统标准立项发展报告

信息技术基于JPEGAI学习的图像编码系统第1部分：核心编码系统标准立项发展报告StandardizationDevelopmentReport:InformationTechnology-JPEGAILearning-basedImageCodingSystem-Part1:CoreCodingSystem摘要随着人工智能技术在图像处理领域的深度融合，传统图像编码标准在面对超高压缩率、语义级理解与视觉质量重建等新型需求时已显现出明显的技术瓶颈。为应对这一挑战，国际标准化组织联合图像专家组（JPEG）委员会历经多年技术攻关，于2025年正式发布了ISO/IEC6048-1:2025《信息技术基于JPEGAI学习的图像编码系统第1部分：核心编码系统》。该标准作为JPEGAI标准体系的首个正式发布部分，确立了基于神经网络的端到端图像编码架构，在编码效率、主观视觉质量、语义保真度等方面实现了对传统编码标准的全面超越。本报告系统梳理了该标准的立项背景、技术演进历程、核心技术框架、主要创新点及其产业应用前景，分析了其在国际标准化组织体系中的定位与协作关系，并对参与制定的主要企事业单位进行了介绍。报告指出，ISO/IEC6048-1:2025的发布标志着图像编码技术正式迈入智能化时代，其对超高清视频分发、云游戏、远程医疗影像、智能安防监控等高端应用场景将产生深远影响，未来JPEGAI系列标准的陆续发布将进一步构建起面向语义通信的新型编码生态。关键词：JPEGAI；学习式图像编码；ISO/IEC6048；神经网络；端到端编码；语义保真；智能图像压缩Keywords:JPEGAI;LearnedImageCoding;ISO/IEC6048;NeuralNetwork;End-to-EndCoding;SemanticFidelity;IntelligentImageCompression一、引言1.1研究背景图像编码技术是数字信息产业的基础性支撑技术之一。自20世纪90年代以来，以JPEG、JPEG2000、HEVC和VVC为代表的传统编码标准相继问世，其技术路线均以人工设计的变换、量化和熵编码模块为核心[1]。然而，随着超高清（8K及以上）显示设备的大规模商用、短视频与直播平台的爆发式增长、以及扩展现实（XR）和自动驾驶等新兴应用的快速落地，现有编码标准在压缩效率、计算复杂度与视觉体验之间的平衡面临前所未有的挑战。近年来，深度学习技术在计算机视觉领域取得了突破性进展，基于神经网络的端到端图像压缩方法以其卓越的率失真性能引起了学术界和工业界的广泛关注。Balle等人的密度估计与超先验模型、Minnen等人的自回归上下文模型，以及Chamain等人的多尺度并行编码方案，相继在PSNR和MS-SSIM等客观指标上超越传统编码标准[2-4]。在此技术背景下，国际标准化组织ISO/IECJTC1/SC29（编码音视频对象与信号）下属的JPEG委员会于2021年正式启动了JPEGAI标准化项目，目标在于制定一套全新的、基于学习方法的图像编码标准体系。1.2标准立项意义ISO/IEC6048-1:2025的立项与发布具有多重战略意义。首先，它是全球首个面向通用图像压缩场景的学习式编码国际标准，填补了智能编码领域的标准空白。其次，该标准引入了可解释的条件编码和面向任务的特征编码机制，在传统率失真优化的基础上增加了机器视觉任务性能维度，为"为人所看"和"为机所用"的双重编码需求提供了统一的解决方案[5]。再者，该标准的制定汇聚了中国、美国、德国、日本、韩国等主要技术强国及华为、腾讯、阿里巴巴、Google、Snap等头部企业的核心技术力量，体现了全球智能编码技术领域的最新共识和技术走向。二、标准立项依据与需求分析2.1技术发展需求从技术演进的维度审视，传统图像编码标准遵循手工艺式的模块化设计哲学，每个模块（如离散余弦变换、上下文自适应算术编码、环路滤波等）都依赖于人为设计的数学模型和启发式优化策略。这种设计范式在逼近率失真理论极限的过程中逐渐遇到瓶颈——人工设计的先验模型难以捕捉高维自然图像复杂的统计特性。近年来，生成式人工智能技术的快速崛起为图像编码带来了全新的方法论：通过大数据驱动的深度神经网络学习图像的内在分布特征和最优紧凑表征，编码过程从"基于规则的信号变换"转向"基于学习的语义抽象与重建"。据JPEG委员会在2023年发布的评估报告显示，基于学习方法的编码方案在相同比特率下平均可取得约30%的码率节省，在主观视觉质量维度上更是实现了显著提升[6]。2.2产业应用需求从产业需求的维度来看，图像数据正在呈指数级增长。根据IDC的预测，到2026年全球每年产生的图像数据将达到120ZB[7]。面对如此海量的视觉数据，如何在受限的网络带宽和存储条件下高效传输与存储，已成为制约产业发展的核心瓶颈之一。以ISO/IEC6048-1:2025为核心的JPEGAI标准体系的建立，正是对这一时代需求的有力回应。该标准所定义的编码框架支持在多个码率点下运行，并允许为特定应用场景进行率失真性能定制，从而为广泛的产业应用提供了统一且灵活的技术底座。三、标准主要内容3.1标准范围与体系定位ISO/IEC6048-1:2025属于ISO/IEC6048多部分标准体系的第一部分，该系列标准统称为"JPEGAI学习式图像编码系统"。该标准规定了基于学习（即神经网络）方法的图像编码系统之核心编码与解码过程的规范格式、码流语法、解码过程以及参考软件约定。该编码系统支持无损编码、有损编码以及面向机器任务的条件编码等多种模式。在标准体系的整体架构中，第1部分核心编码系统是整个系列的技术基石。后续计划中的第2部分将规定用于特定应用场景的编码配置文件和各级别（Levels），第3部分将定义符合性测试的基准方法，第4部分将规定参考软件接口[8]。3.2编码框架概述ISO/IEC6048-1:2025定义的编码框架以自编码器（Autoencoder）结构为核心，由以下主要功能模块构成：（1）前端分析与特征提取模块。编码器对输入图像进行多尺度特征分析，利用卷积神经网络（CNN）和视觉Transformer（ViT）的混合架构提取多层次视觉特征。该模块引入了可学习的降采样策略，在特征空间中实现对输入图像的紧凑表征。（2）潜在表征编码模块。将提取的特征映射到潜在空间（LatentSpace）并进行量化处理。该模块采用了超先验（Hyperprior）结构来建模潜在表征的分布参数，为熵编码提供精确的概率估计。其上下文模型支持空间自回归预测，有效降低潜在表征的冗余度[9]。（3）率失真优化与码率控制模块。该模块引入了基于拉格朗日乘子的率失真优化准则，支持全局率失真性能的精确调节。标准定义了多个预设码率点，并允许编码器通过调整量化步长实现连续码率控制。（4）解码与重建模块。解码器通过对称的神经网络结构将量化后的潜在表征映射回像素空间。该模块引入了可选的增强滤波网络，能够有效抑制块效应和振铃效应，提升重建图像的主观质量。（5）条件编码与任务支持模块。针对面向机器分析的应用场景，标准引入了任务条件编码模式——编码器可接收额外的任务提示信息（如目标检测区域、语义分割图等），在编码过程中对任务相关区域分配更多编码预算，从而在有限的码率下最大化机器任务精度[10]。3.3码流格式与兼容性ISO/IEC6048-1:2025定义了统一的码流封装格式，支持时间可扩展性和分辨率可扩展性。码流由头部信息、参数集和编码数据单元组成，头部信息包含编码配置标识、图像尺寸、色彩空间及比特深度等关键元数据。在兼容性方面，该标准在设计之初即充分考虑了与现有系统的衔接问题。编码器输出的码流可在JPEGAI标准体系内实现跨版本解码兼容，同时标准还定义了与HEVC和VVC的混合编码模式，允许在单条码流中同时包含学习式编码数据和传统编码数据，从而支持异构解码端的无缝适配[11]。3.4性能评估与验证根据标准制定过程中开展的跨机构主观质量评估实验（由德国FraunhoferHHI、美国南加州大学和中国北京大学等机构联合参与的验证测试），ISO/IEC6048-1:2025在相同比特率条件下的平均主观质量评分（MOS）较HEVC（HM平台）提升约35%，较VVC（VTM平台）在低码率区间亦有约15-20%的提升。在目标检测与实例分割等机器视觉下游任务中，同码率条件下的任务精度平均提升逾25%[12]。四、标准制定过程与国际协作4.1立项与论证阶段（2021年7月-2022年6月）JPEG委员会于2021年7月在其第87次会议上正式通过了JPEGAI探索实验的立项提议。在该阶段，来自全球35个成员体的80余名专家参与了需求分析和探索实验。经过约一年的技术探索和需求收敛，委员会于2022年7月发布了JPEGAI的最终需求文档（Requirementsv2.0），明确了核心编码系统的功能要求和性能基线[13]。4.2核心开发与验证阶段（2022年7月-2024年6月）2022年10月，JPEG委员会正式启动核心编码系统的标准化开发工作，发布了第一版工作草案（WD1.0）。此后经过多轮技术提案征集与融合，来自各成员体的共计47项核心技术提案被纳入评估矩阵。在此过程中，基于自编码器的端到端架构逐渐成为主流共识，而围绕上下文模型设计、注意力机制集成和码率控制策略等技术分支进行了深度论证与选型。2023年7月，委员会完成核心实验评估和交叉验证，发布了委员会草案（CD1.0），进入正式的标准化审阅流程。2024年3月，草案通过国际标准草案（DIS）投票，各成员体在为期三个月的投票期内共提交了156条技术性修改意见，全部意见经逐条审议后形成最终草案（FDIS）[14]。4.3最终发布与后续规划2024年9月，ISO/IECJTC1/SC29举行最终标准草案表决，ISO/IEC6048-1:2025以全票赞成（未收到反对票）获得通过。2025年9月1日，标准由国际电工委员会正式发布，标志着这一历经四年技术攻关的国际标准正式面世。后续第2-4部分的制定工作已同步启动，预计于2026-2027年陆续发布。五、参与制定的主要企事业单位介绍ISO/IEC6048-1:2025的制定汇聚了全球顶尖科研机构和企业的集体智慧。其中，中国华为技术有限公司作为核心贡献方之一，在标准制定过程中发挥了不可替代的推动作用。5.1华为技术有限公司华为技术有限公司是全球领先的信息与通信技术（ICT）解决方案提供商，长期深度参与国际视频与图像编码标准的制定工作。在JPEGAI标准化项目中，华为作为项目联合编辑（Co-Editor）单位，主持了多个关键技术的提案与整合工作。在技术贡献层面，华为诺亚方舟实验室的研究团队在标准制定期间累计提交了超过40项技术提案，涵盖潜在表征编码、超先验结构优化、注意力特征融合等核心领域。其中，华为提出的"基于通道注意力的多尺度特征融合方案"被采纳为核心编码系统的基线模块之一，该方案通过引入通道注意力机制，在几乎不增加解码端计算复杂度的前提下，实现了平均超过3%的BD-Rate增益[15]。此外，华为基于其自研的达芬奇架构NPU，提供了面向移动端部署的高效推理实现方案，对标准中解码复杂度约束的设定提供了重要的参考依据。在产学研协同层面，华为联合北京大学、中国科学技术大学等高校团队，建立了面向JPEGAI标准的联合研究实验室，围绕率失真优化理论、高效神经网络架构设计和编码硬件加速等方向开展了系统的前沿探索，多项研究成果直接转化入标准技术方案。5.2其他主要参与机构除华为外，其他主要技术贡献机构还包括：腾讯公司——主导了面向机器任务的条件编码模式设计，提出了一种基于任务注意力图的视觉特征调制方案，为标准的任务支持能力提供了核心算法基础。腾讯优图实验室在该方向上的研究成果形成多项专利，并已纳入标准必备专利池。德国FraunhoferHHI研究所——作为传统视频编码技术的重要发源地，该机构在标准的主观质量评估方法论设计和编码效率验证方面发挥了核心作用，牵头制定了标准附录中的主观质量评估测试规程。美国Google公司——基于其开源压缩框架的设计经验，在熵编码引擎和概率估计模块的优化方面进行了大量卓有成效的工作，提出了多项简化的算术编码实现方案，有效降低了标准的解码复杂度。日本NTT公司——在无损编码模式和可逆神经网络结构设计方面提出了多项独创性方案，为标准中无损编码配置的确定做出了重要贡献。六、标准应用前景与产业影响6.1应用场景分析ISO/IEC6048-1:2025广阔的应用空间主要体现在以下领域：第一，超高清视频分发领域。随着8K电视的快速普及和流媒体服务的迅猛发展，学习式编码在带宽节约方面的显著优势将催生新的商业价值。根据估算，在保持相同主观质量的条件下，JPEGAI编码较当前主流标准可节省约50%的传输带宽，这将显著降低内容分发网络（CDN）的带宽成本[16]。第二，云游戏与扩展现实（XR）领域。云游戏和XR应用对端到端延迟极为敏感，要求编码系统能够以极低延迟完成图像压缩与重建。JPEGAI编码系统的端到端神经网络架构天然支持GPU并行加速，可实现毫秒级延迟的实时编码，为沉浸式交互体验提供了关键基础设施。第三，远程医疗影像领域。医学影像具有高分辨率、高色彩精度和高诊断保真度的特殊要求。JPEGAI的语义保真优化机制可确保关键病灶区域在极低码率下仍保持诊断无损，这一特性在多中心远程会诊和基层医疗影像上传等场景中具备重要价值。第四，智能安防与智慧城市领域。面向机器视觉任务的编码模式使得前端设备可仅传输目标检测/跟踪所需的关键视觉信息，大幅降低全天候视频监控的数据总量，同时提升终端侧算法分析效率。6.2产业化推进路线为推动标准的产业化落地，JPEG委员会已经配套建立了JPEGAI参考软件框架和符合性测试体系。委员会亦于2025年启动了"Chip-Friendly"实现计划，旨在鼓励芯片设计厂商开发支持JPEGAI的专用编解码芯片，目标是将编码器的单帧处理能效提升至传统方案的3倍以上。在国内层面，中国电子技术标准化研究院、中国信通院等相关机构已启动将ISO/IEC6048-1:2025转化为国家标准（GB/T）的预研工作。中国超高清视频产业联盟已将JPEGAI列为下一代编解码技术重点跟踪方向之一。七、结论与展望ISO/IEC6048-1:2025的正式发布，是图像编码技术发展史上的一座重要里程碑。该标准以学习式编码范式为核心，重构了图像编码的技术体系，实现了压缩效率、视觉质量和任务性能的多维度全面提升。其意义不仅在于一套新标准的确立，更在于它系统性地验证了"数据驱动编码"的技术路径在标准化层面的可行性，为后续语义通信和生成式编码等前沿方向的标准化工作奠定了坚实基础。展望未来，JPEGAI标准体系的完整落地仍面临若干挑战。在技术维度，跨域泛化能力（即模型在训练集外数据上的性能稳定性）和极端低码率下的重建质量仍有进一步提升空间；在产业维度，编解码的硬件成本、与现有系统的平滑过渡策略以及专利许可模式等问题仍需行业各方协同解决。可以预见，随着ISO/IEC6048-1:2025在各行业应用场景中的逐步落地，以及第2-4部分的陆续发布，JPEGAI标准体系将逐步构建起面向智能通信时代的全新图像编码生态。我国在移动互联网、人工智能和超高清视频等领域的规模化产业优势，为JPEGAI标准的推广和应用提供了肥沃的土壤。我们应当在标准转化、芯片研发、应用创新和人才培养等维度积极布局，把握这一轮智能编码技术变革的历史机遇。参考文献[1]WallaceGK.TheJPEGstillpicturecompressionstandard[J].IEEETransactionsonConsumerElectronics,1992,38(1):xviii-xxxiv.[2]BalléJ,LaparraV,SimoncelliEP.End-to-endoptimizedimagecompression[C]//ProceedingsofICLR,2017.[3]MinnenD,BalléJ,TodericiGD.Jointautoregressiveandhierarchicalpriorsforlearnedimagecompression[C]//AdvancesinNeuralInforma