苹果公司研发的PICO图像编码器是首个实用型基于学习的视觉优化编解码器。通过大规模模型配置搜索，PICO在保持快速编解码速度(手机端230ms编码/150ms解码)的同时，相比传统编解码器可节省2.3-3倍比特率，较其他学习型编解码器节省20-40%比特率，并具备跨平台稳定性优势。

《实用学习型图像压缩技术的关键突破》

核心内容： 苹果研究院推出的PICO（感知图像编解码器）成为首个兼具实用性和人类视觉系统优化的学习型编解码技术。该技术通过系统研究建模方案，在上百万种配置中筛选出能同时优化感知质量和设备运行效率的最佳模型。

技术亮点： 1. 压缩效率： - 较AV1/AV2/VVC/ECM/JPEG-AI节省2.3-3倍比特率 - 较现有最佳学习型编解码器额外节省20-40%比特率

2. 运行性能（iPhone 17 Pro Max实测）：

• 1200万像素图像编码仅需230毫秒
• 解码仅需150毫秒（快于多数V100 GPU运行的顶级ML编解码器）

3. 独特优势：

• 提供跨平台鲁棒性保证
• 基于大规模主观用户研究验证

可视化对比： 提供10组样本图像的交互式对比工具，支持滑动查看PICO与传统编解码器的画质差异。性能对比图显示其在感知BD-rate指标上的显著优势。

该成果已发表于arXiv预印本平台，论文标题为《实用学习型图像压缩技术的关键突破》。

（注：原文中重复的图片列表和具体技术参数已作精简处理，保留核心数据指标和关键技术创新点）

以下是评论内容的总结，平衡呈现不同观点并保留关键引用：

1. 技术改进建议

   • 建议在损失函数中加入语义项（VLM集成）("would be cool to explore something like integrating a vlm to add a 'semantic' term to the loss function")
   • 指出标签表述问题，建议将"speed"改为"time"，并解释BD rate指标("The BD rate column could also use a less cryptic label")

2. 图像质量争议

   • 批评PICO在极低比特率下丢失纹理细节("the knitting just looks completely lost in the PICO version... replaced with a bunch of fuzzy strips")
   • 指出PICO会虚构不存在的细节("PICO has moved branches around and invented new branches that didn't exist")

3. 基准测试质疑

   • 质疑未与JPEG/JPEG-XL等图像编解码器对比("did not really compare itself against other image codecs")
   • 对设备计时数据表示怀疑("Why is the NN-only portion almost as fast on an iPhone 17 compared to a V100")

4. 应用场景讨论

   • 讨论低比特率的实际适用性("at sub 0.3 bpp it is a ridiculously low bitrate even for Web photo")
   • 提出潜在网页应用场景("There is finally a possibility... some half decent image could be included within 14K frame")

5. 技术实现疑问

   • 询问编解码器确定性("I am wondering if this image codec is deterministic")
   • 建议采用神经纹理压缩模型("I would instead follow a neural texture compression model")

6. 实用性质疑

   • 直接询问应用场景("What would this be used for?")
   • 指出解码速度问题("150ms to decode 12mp is also incredibly slow")

关键分歧点集中在： - 支持方认为技术新颖且未来可期("looks very cool", "decoding in sub 100ms on iPhone 17") - 反对方则质疑图像真实性("completely wrong", "altering reality")和测试完整性("no major failure cases")