探新AI-JPEG AI让图片压缩开始学会挑重点

把一张手机照片原封不动地保存，每个像素都要认真登记颜色，手机相册很快就会变成一间塞爆的仓库。JPEG之所以统治图片世界三十多年，靠的正是一项朴素本领：知道哪些信息可以少记一点。

现在，这位老管家迎来了一名会学习的接班人。2025年，ISO正式发布JPEG AI核心编码标准；到2026年，配置规范和文件格式继续落地。它不是给图片加一个“AI滤镜”，而是让神经网络直接参与决定一张照片该怎样被压缩、怎样被保存。

JPEG AI不是让AI替你修图，而是让压缩算法从大量图像中学习怎样更有效地保留信息。

一张照片为什么能被压小

我们熟悉的JPEG，核心思路不是把照片整体缩小，而是找出其中的重复和不敏感信息。它把画面切成小块，把颜色变化转换到频率空间，再少保存一些人眼不容易察觉的细节。最后还要做熵编码，把常见信息写得短一些，把少见信息写得长一些。

这套办法非常成功，也用了三十多年。但它依赖人提前设计好的固定规则。压缩太狠时，天空会出现色带，文字边缘会发毛，脸旁边还可能冒出方块和波纹。

JPEG AI把最关键的一步交给神经网络：给系统看大量不同内容，让它自己学习哪些视觉特征更值得占用存储空间。人脸的眼睛、路牌上的字、树叶的边缘需要多留一点；大面积平滑天空则可以更大胆地概括。

它的基本结构很像一只会整理行李的箱子。编码器先把原始照片转换成一组更紧凑的“潜在表示”。这不是普通缩略图，而是一批浓缩后的特征数字。随后，这些数字被量化并进行熵编码，变成真正可以存储和传输的比特流。接收端再由解码器把它们还原成图像。

训练时，系统同时面对两张账单：文件不能太大，重建图像也不能太差。压得过轻，存储成本高；压得过狠，细节损失明显。神经网络就在无数图片中寻找两者之间更好的平衡。这类目标通常被称为“率失真优化”，翻译成人话就是：每一个字节，尽量花在最值得的地方。

听到“神经网络重建”，很多人会担心：AI会不会把没看清的招牌擅自补成另一句话，把远处的人脸换成一个陌生人？这个担心并非毫无道理，因为生成式压缩确实可能在极低码率下补出看似合理、却不一定真实的纹理。

不过，首版JPEG AI核心标准首先面向可控的图像重建，重点仍是定义比特流怎样被解析、图像怎样被恢复，而不是鼓励解码器自由发挥。标准化的意义就在于：不同厂商的设备不能各自“凭感觉”解码，同一份文件必须得到可预期的结果。

JPEG AI真正有野心的地方，不只是把照片压得更小。今天的大量图片并不是先给人看，而是先给机器看：道路摄像头要识别行人，工厂相机要寻找划痕，卫星图像要分析土地变化。传统流程通常先解压成完整图片，再交给识别模型，像是为了让机器读一本书，先把压缩包全部打印出来。

JPEG AI希望压缩后的潜在表示也能服务机器视觉。一份紧凑的数据流，既可以被解码成人眼可见的照片，也可能直接支持分类、检测或分割任务。这样能减少重复解码、数据搬运和存储成本，尤其适合云相册、视觉监控、移动设备和海量科研图像。

不会。JPEG最大的超能力从来不是画质，而是“到处都能打开”。网页、打印机、相机、聊天软件和几十年前的电脑几乎都认识它。一个新格式要取代这种兼容性，需要浏览器、操作系统、芯片、编辑软件和内容平台同时跟上，这通常以年为单位。

更可能出现的情况是长期共存：老JPEG继续承担通用分享，JPEG AI先进入云端存储、专业图像库、视觉分析和对容量敏感的设备。等到硬件解码和软件支持逐渐普及，普通用户才会在不知不觉中遇到它。就像我们很少关心手机照片内部用了什么算法，只在意它占得更少、看起来仍然清楚。

JPEG不会马上退休，但图片压缩已经进入了学习时代。