在视频编码领域，双向编码（RA 模式）一直是高效压缩的「秘密武器」，长期以来被广泛应用于点播、视频存储等场景。然而，在基于深度学习的智能视 频编码中，这项技术也面临新的挑战：双向编码采用复杂的大跨度分层参考结构，这导致运动的精确处理变得困难，参考帧的价值利用也存在明显差异。双 向智能视频编码的潜力远未被完全激发，仍有巨大的优化空间等待探索。 为破解上述难题，快手音视频技术团队提出了全新的双向智能视频编码方法 —— BRHVC。该方法不仅在压缩性能上显著超越业内最先进的端到端智能视频 编码方案，也成功超越最新标准的 VTM-RA 编码。相关研究成果成功被人工智能领域顶级学术会议 NeurIPS 2025 录用。 视频编码（又称视频压缩）的核心价值在于破解海量视频数据与有限传输、存储资源之间的根本矛盾。未压缩的高清视频码率高达 1-3 Gbps，1 分钟 4K 视频占用近 20 GB 空间，这种数据量远超现有网络带宽和存储设备的承受能力。 对此，视频编码通过消除时空冗余、量化视觉不敏感信息，将视频码率压缩至 1/100~1/1000，使短视频、直播、视频会议、云游戏等应用成为可能。从 经济角度看，视频编码技术每年 ...