一张照片到底还能压多小？
2025年2月，国际图像专家组正式发布 JPEG AI，标志着AI首次真正进入图像压缩国际标准体系。这个诞生于1992年的数字图像“基础语言”，终于开始被人工智能改写。
但问题在于，即便是JPEG AI，也仍未真正解决“人眼觉得好看”这件事。
传统图像压缩长期依赖PSNR等数学指标，但高分并不代表观感更好。人眼在意的是文字是否清晰、边缘是否自然、纹理是否真实，而不是单纯的像素误差。
苹果工程师团队近日发布论文，给出了自己的答案：PICO。
PICO全称为Perceptual Image Codec，核心目标不是让数字更漂亮，而是让人眼看起来更舒服。
PICO解决了三个老问题
首先是速度问题。
传统高精度熵编码需要逐步预测像素信息，压缩效果好但速度很慢。PICO采用“One-shot Context Model”，一次性完成关键参数预测，既保留压缩精度，又避开速度瓶颈。
其次是AI生成的“幻觉”问题。
感知压缩容易让图像看起来更真实，但也可能凭空生成错误纹理，尤其是文字区域最容易翻车。为此，PICO加入TextFidelityLoss，专门识别文字区域并强化像素保真，显著降低文字变形。
第三是分块压缩带来的色差问题。
为了适配手机芯片，PICO会将图像切成瓦片处理，但这容易产生拼接痕迹。苹果团队通过TilingArtifactLoss，让不同瓦片之间的色彩和亮度保持一致，减少边界伪影。
文件更小，观感更好
苹果团队没有只看实验室指标，而是委托第三方平台进行大规模人类盲测。
610名评测者完成近7.5万次配对比较后，结果显示：在相同视觉质量下，PICO所需文件体积仅为AV1、VVC、JPEG AI等主流标准的30%至43%。
换句话说，同样一张图，PICO可能只需要传统编解码器三分之一到二分之一的空间。
更关键的是速度。
在 iPhone 17 Pro Max 上，PICO编码一张1200万像素照片仅需230毫秒，解码约150毫秒，已经具备消费级设备实时使用的可能。
不过，PICO在PSNR等传统指标上并不占优。这恰恰说明，苹果选择的路线并不是追求数学分数，而是优先优化真实观感。
图像压缩进入新阶段
PICO并非没有短板。
对于卡通、图表、示意图等规则化图像，传统编解码器仍可能更高效，因为这类内容更适合规则建模。
但它的重要意义在于：图像压缩第一次真正从“优化像素误差”，转向“优化人眼感知”。
过去三十年，JPEG、HEVC、VVC不断让压缩指标更好看；而PICO则试图回答另一个问题：哪些细节对人眼真正重要，哪些信息可以被安全遗忘。
这背后，是苹果从WaveOne团队延续而来的技术积累。WaveOne早年便专注神经网络压缩，后来团队加入苹果，而PICO正是他们在感知图像压缩方向交出的重要成果。
未来，当用户在苹果设备上分享照片时，可能不会察觉背后发生了什么变化。但在那一瞬间，AI或许已经替你决定：哪些画面细节该保留，哪些可以被悄悄压缩掉。
Leave a Reply