过去二十多年，视频编解码技术的发展始终围绕着一个目标——以更低的码率实现更好的视觉质量。从H.264到H.265，再到AV1等新一代编码标准，视频压缩技术不断演进，为流媒体、视频会议、安防监控等应用提供了重要支撑。

然而，随着人工智能快速发展，视频正在被赋予新的价值。

如今，视频不仅是人们获取信息的重要媒介，更成为AI理解物理世界最重要的数据来源。从自动驾驶到具身智能机器人，从工业视觉到智慧城市，越来越多AI系统通过摄像头感知环境，并依赖视频数据完成目标检测、行为识别、路径规划等复杂任务。安谋科技VPU研发总监黄鑫指出，超过80%的AI数据来自视频，AI是视频最大的消费者。

这一变化，也正在推动视频编解码技术进入新的发展阶段。

传统视频编码主要以人眼视觉体验为优化目标，通过减少冗余信息，在有限带宽下获得更高的图像质量。然而，对于AI而言，真正重要的并非画面是否足够清晰，而是目标特征、运动轨迹以及场景语义等信息是否能够被模型准确识别。如果压缩过程中丢失了这些关键特征，即使人眼几乎察觉不到画质变化，也可能导致目标检测、动作识别等AI任务的准确率明显下降。

因此，在AI时代，视频编码正在从"以人为中心"逐步走向"以AI为中心"。

黄鑫首度揭秘安谋科技新一代"玲珑"VPU产品——"武当"，并分享AI端到端视频编码技术。

据介绍，新一代"武当"VPU在继承上一代CAE技术优势的基础上，进一步优化了产品架构，在保持领先编码质量的同时，实现了超过40%的PPA综合提升，并进一步完善编码规格，以适应更多AI视频应用场景。

相比硬件性能升级，更值得关注的是安谋科技提出的AI端到端视频编码框架。

黄鑫表示，安谋科技提出的新框架，尝试打通视频压缩与下游AI任务，通过引入Task-Aware Encoder（任务感知压缩）技术，让压缩过程"感知"下游任务需求；在显著提升压缩率的同时，最大程度保证AI任务精度。

这种思路代表着视频压缩技术的一次重要变化，编码器开始围绕AI任务进行优化，而不是仅围绕人眼视觉进行优化。对于目标检测、目标追踪、行为识别等不同AI应用，编码器可以根据模型特点保留更多关键特征，从而在降低数据量的同时，尽可能减少AI精度损失。

根据安谋科技公布的测试数据，在目标追踪任务（Ostrack/ViT-Base）中，AI端到端编码技术可实现18.3%的码率节省；在动作识别任务（SlowFast）中，也实现了12.0%的码率节省，在减少视频传输和存储压力的同时，保持AI任务精度，为AI视频应用提供了新的优化路径。

事实上，随着具身智能、自动驾驶、无人机以及智慧安防等应用快速发展，未来AI系统每天需要处理的视频数据规模将呈指数级增长。如何降低视频数据带来的带宽、存储和计算压力，已经成为AI产业链共同面对的问题。业内也开始探索视频编码与AI协同设计的新方向，希望通过算法、硬件和模型的联合优化，提高整个AI系统的运行效率。

从这一角度来看，VPU的角色也正在发生改变。

过去，VPU更多承担视频编解码加速功能，是多媒体系统中的专用处理器；而在AI时代，VPU正在成为连接视觉数据与AI模型的重要桥梁，不仅负责视频压缩，更承担着提升AI计算效率、优化系统资源利用率的重要任务。视频处理开始从"服务显示"延伸至"服务智能"，成为AI基础设施的重要组成部分。