苹果发布PICO感知编解码器：AI时代图像压缩效率的新飞跃

最近看到一条不太起眼但很有意思的新闻：苹果的工程师团队发布了一篇论文，推出代号叫PICO的感知图像编解码器。

不是新瓶装旧酒，是换个思路

图像压缩这件事，已经搞了几十年了。从JPEG到JPEG2000，从VVC到AV1，每一代都在进步，但核心思路都差不多：减少像素误差，让压缩后的图片在视觉上尽量接近原图。

PICO不一样。它不是要"看起来像"，而是要"看起来对"。

翻译成人话就是：JPEG在乎的是你看着差不多，PICO在乎的是这张图传递的信息有没有丢失。

比如一张猫的照片，JPEG压缩后可能边缘有点模糊、色块有点断层，但肉眼很难发现。PICO压缩后，关键特征——猫的耳朵、眼睛、尾巴——这些信息反而被保护得更好，而背景里那些无关紧要的花纹细节，可以压得更狠。

70%压缩率提升是什么概念

官方数据说最高能提升70%的压缩率。这意味着原来100MB的图片，现在可能只需要30MB，而且AI看这张图的理解准确率反而更高。

当然，这个数字是有前提的。对自然风景、人物照片这类内容，PICO效果最好。对于那些需要保留每一个像素精确度的场景（比如医学影像、卫星照片），传统方法可能更稳妥。

但对AI来说，PICO的思路简直是量身定做。

为什么这对AI很重要

现在的AI模型，处理图片的能力越来越强，但图片的体积也越来越大。一张4K照片动不动就几十MB，一次训练要用掉多少带宽和存储？

PICO的价值不在于让你手机存更多照片，而在于让AI训练和推理更高效。同样的带宽，能传输更多信息；同样的存储，能装下更多训练数据。

对做AI应用的人来说，这可能比某个新模型发布更值得关注。毕竟模型参数再大，处理图片的速度慢、传输成本高，体验也好不到哪去。

苹果又在闷声搞大事？

很多人对苹果的印象还停留在"手机电脑卖得好"的阶段。但实际上，苹果在AI基础设施这块的动作一直没停。

从自研芯片到端侧AI能力，从iOS的本地模型到现在的PICO编解码器。这些东西不像某个大模型发布那样炸裂，但都是实打实的基础设施。

就像修路不一定比造车耀眼，但没有好路，再好的车也跑不快。