视频核心技术 03：H.264 / H.265 / AV1 编码标准对比 —— 压缩率、复杂度、适用场景

摘要：本文对比三大主流视频编码标准------H.264、H.265、AV1，聚焦工程师选型最关心的五个维度：压缩效率、计算复杂度、硬件生态、专利成本、适用场景。面向工程落地，不堆砌标准细节，提供清晰的选型判断依据。

1. 编码标准演进总览

视频编码的演进史，本质上是在三个互相制衡的变量之间反复做选择题：

压缩效率：同等画质下码率能多低
计算复杂度：编码和解码要消耗多少算力
兼容性/专利成本：能不能在各种设备上播、要不要交钱

三代主流标准的定位：

维度	H.264 (AVC)	H.265 (HEVC)	AV1
发布年份	2003	2013	2018
相对压缩效率	基准	比 H.264 提升约 50%	比 H.265 提升约 25%-35%
编码复杂度	低	中等（约 H.264 的 3-5 倍）	高（软件编码约 H.264 的 10-50 倍）
解码复杂度	低	中等	中高（依赖硬件加速）
专利授权	专利池（Cisco 提供开源实现）	多个专利池，费用复杂	完全免版税，开源
硬件生态	几乎全部设备支持	大部分新设备支持	快速普及中
核心定位	兼容性之王	4K/HDR 主力	极致压缩 + 零专利成本

H.264 在过去近二十年里成功支撑了标清到 1080P 的视频消费浪潮，但随着 4K/8K 超高清和实时互动直播的崛起，它在压缩效率和带宽控制上的瓶颈已经愈发明显。于是 H.265 和 AV1 分别走上两条不同路线：一个是传统标准体系的延续，一个是开源免费的突围。

2. H.264：兼容性之王的技术底牌

H.264，全称 Advanced Video Coding (AVC)，由 ITU-T 和 ISO/IEC 联合制定。它至今仍是流媒体领域无可争议的普及度冠军。

2.1 核心编码技术

H.264 的编码流程和我们上一章讲的"编码四步曲"完全对应：

帧内预测：同一帧内，用已编码的相邻像素块预测当前块，消除空间冗余。H.264 支持 4×4 亮度块的 9 种预测模式和 16×16 亮度块的 4 种预测模式。比如画面里有一片蓝天，编码器从上方和左侧的已编码像素直接"推测"出这一块的颜色，只记录很小的预测误差。

帧间预测：通过运动估计和运动补偿，利用已编码帧来预测当前帧。P 帧只参考前向帧，B 帧同时参考前后双向帧。这是 H.264 压缩效率的绝对主力。

变换与量化：对预测残差进行整数 DCT 变换，将像素域信息转到频率域，再通过量化步骤抛弃高频细节。

熵编码：H.264 提供 CAVLC（基于上下文的自适应变长编码）和 CABAC（基于上下文的自适应二进制算术编码）两种方案。CABAC 的压缩效率比 CAVLC 高出约 10%-15%，但计算量也更大。

2.2 工程地位：为什么现在还用它？

硬件加速无处不在。几乎所有现代设备都包含专用的 H.264 编解码电路，从十年前的旧手机到最新的智能电视，都能流畅硬解 H.264。

编码速度快。VP9 和 H.265 的软件编码处理速度比 H.264 慢约 10 到 20 倍。对于实时直播、视频会议等毫秒必争的场景，H.264 的编码速度优势意味着更低的端到端延迟。

WebRTC 强制支持。WebRTC 协议将 H.264 列为必选编码，基于浏览器的实时通话几乎绕不开它。

Cisco 开源实现。2013 年，思科将 H.264 实现以免费二进制形式开源发布，消除了中小开发者的专利焦虑，加速了 H.264 在全技术生态中的普及。

2.3 适用场景

实时直播、视频会议（低延迟刚需）
监控录像（兼容老旧设备）
需要"保证能播"的内容分发
WebRTC 实时通话

3. H.265：50% 提升从哪来的？

H.265，全称 High Efficiency Video Coding (HEVC)，核心目标非常明确：在相同画质下，把码率比 H.264 降低约 50%。BBC 的研究团队经过详细测试已确认这一目标确实达成了。

这 50% 的提升不是某个单一技术的魔法，而是多个模块同时升级的叠加效果。

3.1 核心升级点

升级一：编码块不再固定大小 ------ CTU 取代宏块

H.264 以固定 16×16 的宏块为基本处理单元。H.265 把这个限制打破，改用编码树单元（CTU） ，最大可达 64×64。

这样做好在哪？

对于 4K/8K 这种高分辨率画面，天空、墙壁等平坦区域面积巨大。用 64×64 的大块一次编码，比用 16×16 的块分 16 次编码效率高得多
对于纹理复杂区域，CTU 可以递归向下分割为 32×32、16×16、8×8 等小块，灵活匹配内容复杂度

生活比喻：H.264 是只给你一个中号快递箱，不管寄一根笔还是一台冰箱都用同一套标准------大件装不下要拆，小件浪费空间。H.265 给你一整套不同尺寸的箱子，根据内容自由选择最合适的尺寸。

升级二：帧内预测方向大幅增加

H.264 的帧内预测只有 9 种方向模式。H.265 扩展到了 35 种预测方向，能更精确地"猜"出当前块的内容，预测误差更小，编码的残差数据就更少。

升级三：运动补偿精度提升

H.264 的运动矢量精度为 1/4 像素（亮度）。H.265 保持这个精度但采用了更强的亚像素插值滤波器，运动估计更准确，残差更小。

升级四：新增 SAO 滤波器

H.265 在去方块滤波器之后增加了一个样点自适应补偿（SAO） 滤波器。它能按类别修正重建图像的像素值偏移，让编码后的画面更接近原始画面，尤其对渐变色区域（天空、皮肤）有明显改善。

升级五：并行的波前处理（WPP）

为多核 CPU 做了深度优化，允许同时对帧内不同区域进行编码/解码，大幅提升吞吐量。

3.2 代价：复杂度与专利

编码复杂度约为 H.264 的 3-5 倍，解码约 2 倍。更重要的是，H.265 的专利池比 H.264 更复杂，存在多个独立的专利授权组织，费用结构不透明。这也是催生 AV1 的直接原因之一。

3.3 适用场景

4K/HDR 超高清视频点播和直播
IPTV / 广电超高清频道
手机 4K 拍摄存储（iPhone 默认使用 HEVC）
对带宽成本敏感但不追求极低延迟的场景

4. AV1：开源免费的技术突围

4.1 诞生背景

H.265 发布后，专利授权问题一直是行业痛点。为打破这一僵局，2015 年 Google、Microsoft、Amazon、Netflix、Intel、Apple 等联合成立了开放媒体联盟（AOMedia），并于 2018 年正式发布 AV1 标准。

AV1 的核心卖点就三个字：免版税。 它是完全开源、完全免费的编码标准，任何人和企业无需缴纳一分钱专利费即可使用。

4.2 技术优势

AV1 的压缩效率在 H.265 的基础上再提升了约 25%-35%。即在同等画质下，码率只需 H.265 的约 65%-75%。来源进一步升级，主要靠以下技术：

更大的超块（Superblock） ：最大 128×128，比 H.265 的 64×64 再翻一倍，更适合 8K 内容的平坦区域
非对称块分割：支持 T 形分割和楔形分割，比 H.265 的方形四叉树分割更灵活
仿射运动补偿：支持 6 参数透视变换模型，对旋转、缩放等复杂运动预测更准
全局运动模型（GMC） ：用统一的运动模型描述整帧的全局运动（如摄像机平移），大幅减少需要编码的运动矢量
环路滤波增强：除去方块滤波和约束方向增强滤波（CDEF）外，还引入了环路复原滤波（LR），主观画质更好

4.3 软件解码兜底：dav1d

在硬件解码尚未大规模普及的阶段，开源解码器 dav1d 是 AV1 生态落地的关键支柱。它由 VideoLAN 和 FFmpeg 社区联合开发，专门为 AV1 做了极致优化，性能和资源占用比参考解码器 libaom 好得多。

dav1d 覆盖了 Windows、macOS、Linux、Android、iOS 等所有主流平台，让 YouTube、Netflix 在硬解普及前就有底气推进 AV1 内容部署。

4.4 硬件加速进展（截至 2025 年）

AV1 硬解生态已从单点突破完成全品类覆盖：

芯片厂商	代表产品线
Intel	第 11 代酷睿（Tiger Lake）起全系支持
AMD	Radeon RX 6000 系列及之后所有 GPU
NVIDIA	RTX 30 系列起全系支持
Apple	M3 起全系支持硬件解码
高通 / 联发科	2021 年起旗舰芯片陆续支持
三星 / LG / 小米	新款智能电视内置 AV1 解码器

4.5 大规模应用现状

海外的实际部署数据：

YouTube：超过 75% 的视频（按观看时长加权）已采用 AV1 格式
Meta：Facebook 和 Instagram 的 Reels 中超过 70% 的视频使用 AV1
Netflix：自 2020 年起在 Android 移动端部署 AV1，2022 年起向智能电视推送

4.6 软肋：编码速度

AV1 的软件编码速度比 H.264 慢 10 到 50 倍。SVT-AV1 等优化版编码器已经把这个差距缩小到约 7-10 倍，但仍然不适合需要实时编码的直播场景。

一句话：AV1 目前在点播（VOD）和离线场景已经成熟，实时直播还有待硬件编码进一步普及。

4.7 适用场景

OTT 视频点播（YouTube、Netflix、Bilibili 等大规模平台）
高带宽成本的流媒体分发
浏览器视频播放（WebRTC 有限支持）
内容存档（极致压缩率 + 零专利风险）
不适用：需要低延迟的实时直播（除非有 AV1 硬件编码器）

5. 三维度终极对比

5.1 压缩效率排名

假设 H.264 为基准 100%，相同画质下的大致码率需求：

text

复制代码

H.264  ████████████████████████  100%（基准）
H.265  ████████████              约 50%
AV1    ██████████                约 35%-40%

5.2 编码复杂度排名

假设 H.264 为基准 1x：

text

复制代码

H.264  ██                        1x
H.265  ██████                    3-5x
AV1    ████████████████          10-50x（软件编码）

5.3 综合对比表

维度	H.264	H.265	AV1
压缩效率	基准	+50%	+25%-35%（对比 H.265）
软件编码速度	极快	慢（约 1/10）	极慢（约 1/10-1/50）
硬件编码成熟度	完全成熟	成熟	部分成熟
硬件解码覆盖	几乎 100%	约 90%	约 60-70%（快速成长）
浏览器支持	全部	部分	Chrome / Firefox / Edge 支持
WebRTC	强制支持	有限	最小支持
专利费用	低（有 Cisco 免费版）	高（多专利池，复杂）	零（完全开源免费）
移动端支持	几乎全部设备	大多数新设备	有限但增长中
延迟	极低	低	中高（软件编码）

6. 选型决策指南

选编码格式不是选"谁最强"，而是选"谁最匹配当前场景的约束条件"。按场景分类：

场景一：实时直播 / 视频会议

首选 H.264。原因：编码速度极快，延迟最低，所有设备都支持硬件编解码，WebRTC 强制要求。H.265 在有硬件编码的设备上也可考虑，能省一半上行带宽。

场景二：UHD（4K/8K）直播

首选 H.265。原因：同等码率下画质远超 H.264，硬件编码方案成熟，延迟可控制在 200ms 以内，移动端硬解覆盖率高。

场景三：OTT 点播平台（大规模分发）

首选 AV1 或 H.265 + AV1 双轨策略。原因：AV1 的 25%-35% 额外码率节省对大规模分发的带宽成本影响巨大。YouTube、Netflix、Meta 已大规模部署 AV1 点播内容。对带宽成本极其敏感的流媒体平台，AV1 是当前最优解。

场景四：视频监控 / 安防

首选 H.264 或 H.265。原因：大量存量摄像头只支持 H.264，成本敏感；H.265 在新部署的 4K 监控场景中价值明显。AV1 的编码复杂度在此类资源受限设备上不现实。

场景五：移动端拍摄存储

首选 H.265。原因：iPhone 和多数 Android 旗舰机默认使用 HEVC 存储，同等画质文件体积减半，拍照录视频最直接的存储节省。

场景六：内容归档

首选 AV1 或 H.265。原因：离线转码没有实时性要求，AV1 能在保证画质的前提下达到最低存储成本，且无专利风险。如果编码算力有限，H.265 是合理折中。

场景七：最高兼容性需求（如给不特定用户发视频）

首选 H.264。原因：你无法控制对方用什么设备解码，H.264 是目前唯一可以"闭着眼睛选也能播"的编码格式。

决策速查表

你需要什么？	推荐编码	理由
最低延迟	H.264	编码速度极快，硬解覆盖 100%
省带宽 / 省存储	AV1（离线）或 H.265（实时）	压缩效率最高
零专利风险	AV1	免版税、开源
最大兼容性	H.264	所有设备都能播
4K/HDR 画质优先	H.265	成熟硬解 + 50% 压缩提升
大规模流媒体分发	AV1	带宽成本直接砍 30%+
移动端拍视频省空间	H.265	旗舰机默认格式

7. 小结

标准	一句话定位
H.264	兼容性之王，能播最重要
H.265	4K 时代主力，画质与带宽的最佳平衡点
AV1	开源免费的未来，极致压缩但编码尚慢

三者的关系不是互相替代，而是分层协同。实际工程中，常见架构是用 H.264 覆盖实时场景和低端设备兼容，用 H.265 覆盖 4K/HDR 内容，用 AV1 覆盖 OTT 点播和大规模分发。转码流水线通常将源文件同时输出多份不同编码格式的副本，由播放器根据网络和硬件能力自适应选择最佳编码。

选型本质上是 压缩效率、计算复杂度、专利成本、兼容性 这四个变量的权衡。H.264 胜在兼容，H.265 胜在平衡，AV1 胜在压缩和免费。三个标准各占生态位，短期内不会有谁能完全替代谁。