淘天S266编码器在MSU 2025大赛斩获6项世界冠军

2026-09-13 12:32 1 阅读

MSU大赛再夺6冠：淘天S266横扫VMAF全档位

第19届MSU世界视频编码器大赛（MSU 2025 FullHD赛道）结果近日公布。在这场汇集腾讯、快手、AOMedia、OpenVisualCloud等27款主流编码器的权威评测中，淘天音视频技术团队自研的S266系列编码器表现突出，共获得6项世界冠军和1项季军。

文章配图

MSU大赛由莫斯科国立大学图形与媒体实验室主办，自2004年至今已举办二十余年，是业内公认的视频编码“试金石”。比赛采用统一测试序列和码率约束，在1 FPS、5 FPS、30 FPS三个速度档位下进行盲测，分别对应离线转码、准实时处理和直播等不同应用场景。

评测指标分为客观与主观两类。客观指标包括PSNR、SSIM、VMAF和VMAF-NEG；主观评价则由专业观察者在受控环境下直接打分，更贴近真实观看体验。

本届比赛中，S266在VMAF指标上实现全速度档位夺冠——无论1 FPS、5 FPS还是30 FPS，均排名第一。而基于S266进一步优化的S26X，则在压缩率最高的1 FPS档位包揽SSIM、PSNR和主观评价三项冠军，并在VMAF-NEG中获得季军。这意味着淘天在H.266时代同时实现了“极致画质”与“实用速度”的双线领先。

自研算法堆出压缩效率优势

视频编码的核心矛盾始终是压缩率与编码速度的平衡。为突破这一瓶颈，淘天团队自研了数百个质量优化与快速算法。

例如，基于VVC标准的自适应运动补偿时域滤波（MCTF）算法，能有效提升时域一致性；基于长距离参考分析的码控算法，让码率分配更精准；基于Laplacian梯度的色度QP算法，则针对人眼对色彩细节的敏感度进行优化。此外，还有多叉树跳过算法、划分代价预估提前终止机制等工程级提速手段。

在编码工具层面，团队拓展了局部亮度补偿、解码端帧内模式推导等新功能，并融合AI图像增强技术。实测显示，S266相比开源编码器x265，在码率降低60%以上的情况下，PSNR和SSIM指标仍更优，画面细节更清晰。

部分核心技术已发表于顶级会议期刊。如TCP-Net（T-IP 2025）首次将Transformer用于VVC帧间块划分加速；MID-Net（T-CSVT）则是首个将深度学习应用于VVC帧内预测模式决策的工作。

面对大模型与生成式AI的兴起，团队也在探索下一代编码范式。其提出的ProGVC算法（ECCV 2026）构建了基于视觉自回归生成的渐进式视频编码框架，将视频表示为多尺度离散token，低尺度编码结构与运动，高尺度补充纹理细节，实现压缩与生成协同。

从实验室到淘宝首页：日均上亿次播放的底座

技术最终要服务于业务。对淘天而言，视频编码不是锦上添花，而是支撑海量内容分发的基础设施。

早在2020年，其S265编码器就在MSU大赛斩获3项冠军。经过工程打磨，S265已成为淘宝直播、短视频、图片等场景的核心编码底座。它支撑了1080P全高清升级，并通过HEIC图片格式大幅降低带宽成本，结合画质修复算法改善了商品图模糊问题。

作为H.266/VVC标准的自研实现，S266在同等画质下可再降带宽30%以上。尽管VVC原生复杂度高、移动端硬件支持有限，团队通过算法与工程优化，实现了普通PC上的4K编码和主流手机的VVC解码覆盖。目前，S266已应用于淘宝短视频与直播，日均支撑播放量超亿次。

S266还开始支持VVIC图片编码协议，并兼容YUV444、HDR、宽色域等高级色彩特性，进一步节省图片带宽。更高的编码效率每年可为平台节省数亿元带宽支出，同时让弱网用户（如地铁通勤、偏远地区）也能流畅观看720P甚至1080P内容，看清商品纹理与文字细节。

不止电商：面向8K、VR与AIGC的全场景能力

S266的技术潜力远超当前电商场景。在8K HDR超高清长视频领域，其高压缩效率是大规模分发的前提；在3D/VR视频中，多视角码流对编码效率要求极高，直接影响沉浸体验的经济可行性。

随着AIGC视频生成成本断崖式下降，全网视频数据量即将爆发。在此背景下，以S266为代表的新一代编码技术将成为平抑带宽与存储通胀的关键基石，保障高品质、低延迟服务的普惠化。

构建完整的画质评价与增强体系

编码只是音视频链路的一环。为全面保障体验，淘天团队同步构建了质量评价与视频增强两大支柱能力。

传统PSNR/SSIM等指标难以适配无参考源、来源复杂的UGC内容。为此，团队研发了多套无参考质量评价模型：MD-VQA（CVPR 2023）融合语义、失真与运动信息，用于万级直播间监控；FACE-VQA（ICCV 2025）专注人脸美颜效果评估；Tao-IQA则基于显著图引导，日均评价千万级商品图。

这些模型不仅指导算法迭代，也为低质内容筛选和竞对分析提供依据。在CVPR NTIRE 2023赛事中，团队方案击败字节、快手、小米等对手，夺得质量评价赛道唯一冠军。基于此，团队主导起草了《视频质量的无参考评价方法》国家标准草案，正联合中国电标院、上海交大等单位推进定稿。

在视频增强方面，团队成果同样丰硕。其直播智美高清算法基于CNN+GAN，已完成NVIDIA GPU及国产PPU芯片的适配，常态化服务数万主播、单日数亿观看。针对短视频来源复杂的问题，团队构建了去压缩失真、去模糊、超分、生成式修复（Vivid-VR，ICLR 2026）的算法矩阵，按场景自适应提升画质。

对于商详页中因压缩导致模糊的服饰图，团队基于Mamba架构开发同分辨率增强算法；对多次搬运后严重退化的高热图，则采用跨模态生成式修复——以商品标题为语义约束，迁移同款高质图的纹理，实现细节真实还原。