晚上十点，躺床上刷淘宝直播，主播正对着镜头一件一件过羽绒服。画面清晰，也很流畅——尽管我家 Wi-Fi 此时此刻正被某个后台下载任务按在地上摩擦。

你可能从没想过，这种"理所当然"的流畅背后，站着一群和比特率死磕的工程师。就在这两天，他们干了一件挺提气的事：在莫斯科国立大学举办的第 19 届 MSU 世界视频编码器大赛（FullHD 赛道）上，淘天自研的 S266 系列编码器，一口气拿了 6 项世界冠军、1 项季军。

先给不熟悉的朋友补个背景。视频编码领域没有奥运会，但 MSU 是最接近的一个。这项赛事由莫斯科国立大学图形与媒体实验室主办，从 2004 年办到今天，二十来年，是全球历史最久、规模最大、评测最严苛的编码器评测。主办方用统一的测试片源、统一的码率约束对所有参赛编码器做盲测，再按 1 FPS、5 FPS、30 FPS 分速度档位排名——分别对应离线极致画质转码和高速实时直播的不同场景。

今年这届，腾讯、快手、AOMedia、OpenVisualCloud 等国内外顶尖团队悉数到场，27 款主流编码器同台竞技。成绩单常被拿来当作技术选型和行业能力评估的参考，含金量不用多说。

外行看"六个冠军"，内行看的是指标结构。这次的成绩单拆开看很有意思：

S266 横扫 VMAF 全速度段冠军——1、5、30 FPS 三个档位全部第一。VMAF 用机器学习模型拟合人眼观感，基本代表"人看着清不清楚"。

S26X 则在压缩率最高的 1 FPS 档位，包揽了 SSIM、PSNR、主观评价三项世界冠军，外加 VMAF-NEG 季军。注意"主观评价"这一项——由专业观察者在受控环境下直接打分，不依赖任何公式，回归的是最本质的问题：人眼看到的画面到底好不好。

一句话总结：S266 快，S26X 画质极致，速度和画质两条战线都站住了。

视频编码器的优化，说白了就是跟一对天生的矛盾较劲：压缩率越高，算得越狠，速度越慢。H.266/VVC 作为最新一代标准，原生复杂度远高于 H.265，官方参考软件慢到几乎没法实际使用。

淘天的解法没有魔法，是堆出来的细节：围绕压缩率和速度两条主线，团队自研了数百个质量优化算法和快速算法——基于 VVC 的自适应运动补偿时域滤波（MCTF）、基于长距离参考分析的码控、基于 Laplacian 梯度的色度 QP、基于梯度分布的多叉树跳过、基于划分代价预估的提前终止……再叠上局部亮度补偿、解码端帧内模式推导、AI 图像增强等拓展工具，配合汇编优化和并行加速这些硬功夫。

最终的成绩是：相比业界最常用的开源编码器 x265，S266 在码率下降 60% 以上的情况下，PSNR/SSIM 依然更好，细节更清晰。

更让我欣慰的是，这些工程手艺被系统地提炼成了学术成果：TCP-Net（T-IP 2025）首次把 Transformer 引入 VVC 帧间编码的块划分加速；MID-Net（T-CSVT）是首个用深度学习做 VVC 帧内预测模式决策的工作；还有发在 ECCV 2026 的 ProGVC，业内首个基于视觉自回归生成的渐进式视频编码范式，把视频表示为由粗到细的多尺度 token，让压缩与生成在同一框架里协同。工程做到深处长出理论，这比奖杯本身更值钱。

当然，对淘天自己来说，拿冠军只是过程，落到业务里才是结果。

上一代 S265 早在 2020 年第 15 届 MSU 大赛就拿过 3 项冠军，这些年已经长成淘宝业务的编码底座：直播、短视频、图片全覆盖，支撑了 1080P 全高清画质升级，HEIC 图片格式也铺到了淘宝图片大盘。

接棒的 S266 把同等画质下的带宽成本进一步压低了 30% 以上。面对 VVC 原生复杂度高、移动端硬件生态不成熟的现实难题，团队靠极致的算法和工程优化，让普通 PC 能跑 4K 编码、主流手机能解 VVC——这意味着 VVC 技术真正落了地，日均支撑淘宝短视频、直播等核心业务上亿次播放。

折算成用户体验，是弱网环境下从 480P 到 720P 甚至 1080P 的差别。地铁通勤、偏远地区的消费者，看商品纹理、看细节文字，是真的更清楚了。折算成经营账，是每年数亿级的成本优化空间——世界冠军级的技术领先，直接变成了经营效益。

顺带一提，淘天这盘棋不只有一台编码器。编码管"压得狠不狠"，还得有人回答"画质到底好不好"——传统 PSNR/SSIM 在来源复杂的真实业务里常常失灵。团队自研了 MD-VQA（CVPR 2023）、FACE-VQA（ICCV 2025）、Tao-IQA 一套无参考质量评价模型，每天监控着万级直播间和千万级商品图的画质，还拿下了 CVPR NTIRE 2023 质量评价赛道冠军，并主导起草了《视频的质量无参考评价方法》国家标准。再加上智美高清、超分、生成式视频修复这些增强手段——编码、评价、增强，整条链路闭环了。

往更远看，这件事的意义可能超出电商本身。AIGC 视频生成正在迎来"平民化"的井喷期，全网的视频数据量只会指数级膨胀，带宽和存储的通胀迟早传导到每个人身上。这时候，像 S266 这样的高效编码，就是平抑通胀的基础设施——让高品质、低延迟的视频服务变得普惠。

我们常说"科技普惠"，编码器大概是这个词最朴素的注脚。它藏在每一次"秒开"和每一帧清晰画面后面，不言不语，但实实在在。

下次在信号不太好的电梯里，依然流畅刷完一条短视频的时候，可以想想这群跟比特死磕的人。