你看到的4K，真的是4K吗？

视频的清晰度，比四年前更低了？

2024年10月8日，全网粉丝数超千万的“影视飓风”团队把这一问题抛给各大视频平台。在题为“4K清晰度不如4年前，视频变糊是你的错觉吗”的视频中，“影视飓风”UP主潘天鸿提到，视频平台通过多种方式，过度降低了视频的码率，甚至会给视频后期添加锐化，使其看起来不那么 “糊”。最后，他得出结论：在同等分辨率的条件下，我们现在看到的视频清晰度可能达不到四年前的水平。

视频压缩，本是个由来已久的话题。1972年左右，堪萨斯州立大学的电气工程师、计算机科学家Nasir Ahmed提出使用DCT编码压缩图像。DCT的基本原理与如今的压缩算法类似，它将图像分成不同的小块，舍弃高频信息，保存低频信息，最终得到的图像与最初版本并不完全相同，但大多时候，这种差异不会被人们察觉。

进入21世纪，我们先后拥有了H.264、H.265、AV1等新的编码技术。2020年7月，最新的H.266编码也已发布。算法不断更新的背景下，为何视频清晰度在倒退？

事实上，视频压缩早已不只是关乎技术，更关乎用户的体验，和流媒体视频平台需要算的一笔账。

必要与过度

在创作者圈子中，视频上传平台后会“变糊”，早已是一个公开的秘密。

创作者李山就曾留意到这种现象。他做过几次旅游vlog视频，内容大多是沿途风景。拍摄和制作时，他尤其注意细节，想让视频呈现更好的画质。可视频上传平台后，他发现画质下降得比较明显，原本具有丰富细节的树叶、草丛等植被，“变成了块状”。

影响李山视频的关键因素，并非大多数观众熟知的1080P、4K等“分辨率”的概念，而是“码率”。简单而言，“码率”指的是单位时间内传输的数据量。视频中的每一个细节——从色彩变化到物体运动，都是由数据构成的。在相同的分辨率下，单位时间内传输的数据越多（即码率越高），视频展现出来的画面就会更加细腻和真实。

而视频“变糊”，就是平台通过压缩降低了视频的码率。创作者万泉曾于2014年开始，做过两年多的UP主，他的视频大多上传至哔哩哔哩平台（后简称“B站”）。万泉记得，视频上传前，B站会提醒视频的码率不要超过6Mbps，否则平台会对视频进行编码压缩。

“那时候会有相当多的攻略，告诉你怎么去规避（B站的）二次压缩这件事。”万泉告诉南风窗。南风窗记者搜索发现，不少创作者分享的技巧提到，如果UP主不自行压缩直接投稿，视频的码率会被平台压缩得更低。

降低码率，是因为它受到网络带宽的限制。对于流媒体视频平台来说，播放高码率的视频就像是容许多辆大卡车同时通过，给公路增加了负担，平台需要支付更多的流量成本。而对观众而言，能否正常观看高码率视频，也受到自身网络环境的影响，如果家里的“网络公路”容不下多辆卡车通过，视频播放便会卡顿、不流畅。

于是，为了节省网络带宽费用，也保证用户在不同网络条件下的观看体验，流媒体视频平台有必要对视频进行压缩。平台常用的H.264（AVC）、H.265（HEVC）、VP9以及AV1等视频编码格式，目的就在于将视频文件大幅缩小，降低码率的同时尽量减少画质损失。

而在必要的压缩之外，影视飓风的视频中提到的，是更多“过度的压缩”。

以H.265编码格式为例，它比H.264编码格式更为高效，能够在保证相同画质水平的基础上，减少50%左右的数据量，也就是将码率降低至H.264编码下的近一半水平。这样一来，既能给观众提供相当的画质体验，又能节省平台流量成本，实现双赢。

但影视飓风对比发现，事实上H.265编码格式的视频，在码率大幅降低的情况下，并未保持与H.264相近的画质。以B站为例，2019年前后，B站给创作者上传的1080P视频设定了一个6Mbps码率的上限，平台压缩视频后，码率也能达到4—5Mbps。而如今，一个1080P的视频，码率可能只有1—1.5Mbps。

更为直观的是，2023年7月，一位UP主对比了同一视频在AV1、H.265、H.264三种编码下的画质，发现H.264编码的视频反而是最清晰的。AV1、H.265两种高效率编码，确实降低了视频的码率，却并未真正保证画质的清晰度。

视频和游戏业务对流量消耗越来越大，流量越高成本越高，这是国内视频产业难盈利的重要原因。

码率的下降，可能已经超过了“高效压缩”的界限。

带宽成本之重

那么，为什么？这最终仍要回到平台降低码率的目的，也就是带宽成本“降本”。

早在2014年，搜狐公司创始人张朝阳就在采访中提到，“高居不下的成本带宽成本是造成（当时）搜狐亏损的重要原因”。他进一步解释，搜狐的视频和游戏业务对流量消耗越来越大，流量越高成本越高，这是国内视频产业难盈利的重要原因。他同时透露，搜狐视频一年的带宽成本达到数亿元人民币。

而根据2024年3月发布的《中国网络视听发展研究报告（2024）》，截至2023年12月，我国网络视听用户规模达10.74亿，网络视听的“第一大互联网应用”地位愈加稳固。用户规模增长的背后，平台也背上了带宽成本压力，不得不通过压缩视频、降低码率来降本增效。

毕竟，2020年B站UP主“动动枪”就曾计算过，像《影流之主》这样一个4000万播放量的视频，平台要把它推给每一个观众，大约要消耗10万GB的流量，以当时阿里云公开的流量价格计算，花费的流量费用超过了两万。

从流媒体视频平台的财报数据中能看到，近年来各平台都在努力降低带宽成本。B站2021年财报显示，自2019年以来，B站的服务器和带宽成本支出占总成本的比重不断下降，由2019年的16.5%，降到了10.2%。2023年财报中同样写到，相比于2022年，B站的收入成本下降了5.3%，主要原因是降低了服务器和带宽成本、员工成本、内容成本及其他成本，具体而言，带宽成本较上一年下降了15.7%。

但同样要支付带宽成本，为何YouTube的视频能够提供更高码率？2020年，微信公众号“红流AKASHIO”曾推送了一篇文章，详细讲解了Google是如何与各运营商谈判、降低YouTube的宽带成本的。

文章梳理出了国内外带宽成本问题的两个关键差异。一方面，运营商与平台方的关系不同。国内的运营商比平台方更强势，平台需要向运营商支付带宽费用，来保障用户的访问体验。而在国外，Google比运营商更强势，运营商反而需要主动与Google的机房对接，来改善自己用户的访问速度。

另一方面，海内外运营商的收益模式也不同。海外运营商也许没有从YouTube那里赚到钱，但却从C端个人用户手中收取更高昂的网费，但国内运营商面向个人的收费则更低。2022年，运营商财经网统计对比了我国与美国、韩国、英国等国的5G套餐资费，得出结论：“我国的5G套餐资费确实处于最低水平。”

更重要的是，国内运营商还要承担互联网普及的社会责任。

如此一来，国内运营商面向流媒体视频平台的高收费，似乎也无可厚非。毕竟在这背后，是缩小城乡、区域间数字鸿沟的愿景。

在未来，压缩算法技术的不断更新，能为平台提供新的解法，以化解带宽成本与用户体验之间的矛盾吗？在实际应用中，我们看到的反而是新的挑战。其中之一便是，算法的更新带来了编码复杂度的增加，这意味着平台需要为视频编码过程投入更多的时间和算力，而算力的消耗，也会带来额外的成本投入和基础设施升级。

也许技术的发展迭代，就是不断地在跷跷板的起落中，找到那个最佳平衡点的位置。

谁来定义画质？

由影视飓风的视频引发的讨论，表现出视频平台与观众对于视频清晰度的不同认知与定义。

长期以来视频平台所呈现的，是以1080P、4K等分辨率为标准的清晰度等级。当观众越发认识到了码率的重要性，编码算法这一新的变量又冒了出来，告诉人们视频可以在码率较低的情况下达到较高的画质。直到有观众较真地进行了对比，才发现算法的“高效”可能只是大幅节省带宽的手段。

视频画质的好坏究竟要如何定义？还有更多的变量需要纳入考量。2022年，哔哩哔哩技术发布了一篇科普文章，题为“是什么影响了视频的码率”，介绍了码率背后的多个影响因素。要评价一个视频的画质，码率是一个重要指标，但这并不简单地等同于“码率越高越好”。

码率与视频信息的复杂程度有关。假如一个视频从头到尾都是一张纯色图片，即使它压缩后码率很低，观众也不会察觉出画质的差异。相反，在李山的旅游vlog里，树叶、草丛具有更多的纹理细节，属于需要更多码率支撑的“高频信息”，如果码率被压缩得太低，观众就能看出明显的失真。

国内运营商面向流媒体视频平台的高收费，似乎也无可厚非。毕竟在这背后，是缩小城乡、区域间数字鸿沟的愿景。

Netflix使用的视频质量评估算法VMAF的评分结果显示，不同类型的视频要达到基本相同的画质，所需要的码率差距很大。动画片中有很多大色块，运动也相对简单，在Netflix上即使以4K规格播放，码率也常常在1—2Mbps之间。而一部电影中有大量运动镜头，一些画面可能还有灰尘、水汽等细节，如果同样保持4K分辨率，码率常常需要在16Mbps及以上。

视频中不同部分的重要性，也影响着码率的分配。“重要”意味着“人眼更敏感”，研究发现，越是简单规则、在画面中停留时间长的内容，人眼对其越敏感。相较于一片杂乱无章的草地，人眼更容易注意到蓝天中渐变色彩的失真；同时，对于人眼来说，一个长时间停留的人物，要比快速走过的人影更加“重要”。

人脸也是重要的信息之一。哔哩哔哩多媒体算法组的蔡春磊曾在一次讲座中提到，编码算法的前提假设，其一就是人眼对结构性信息的丢失很敏感，如果人脸、眼睛、鼻子等轮廓模糊，观众就能感知出来。

也正因此，视频的压缩是有选择性的。即使在一个视频内部，信息的复杂和重要程度也并不均衡，码率可以根据视频内容进行动态调整。例如相比于静止的背景，运动中的人物更复杂，那么给后者分配更多的码率，就能够做到压缩视频的同时不影响观众的观感。

而算法对信息的压缩结果究竟如何？它们对信息的筛选是正确的吗？要回答这些问题，人们又开发出了视频质量评价指标，上述的VMAF就是其中之一，同样常用的指标还有峰值信噪比（PSNR）、结构相似性（SSIM）。这些指标的目的，都是要更贴近人眼所感知的信息，以此对视频画质做出评价。

但它们有时也会被迷惑。一个博主在测试VMAF对视频的画质评价时发现，如果只是将视频画面的对比度增强，VMAF的评分值会有所提高。但实际上，视频的信息量并未真正提升，且原有的马赛克、噪点依旧存在。

“学术界一直都在不断探索，去寻找若干个贴合人眼主观感知的客观指标。”知乎博主芯动的信号从事视频压缩相关算法的开发已有8年，他告诉南风窗记者：“这些指标都不能完全等价于人眼主观（感受），也无法适用于所有的场景。”

如何更好地平衡视频压缩与画质观感，是未来平台与研究者们将要持续探讨的话题。而不论如何，相信自己的眼睛，也许是最简单、却也最能抵达正确答案的方式。

（文中李山、万泉为化名）