迪士尼研究部门近日发布了一项创新的图像压缩技术，该技术在保持较低数据传输率的同时，能够生成更为逼真的图像效果。这项新型编解码技术虽然在复杂度上较传统的JPEG和AV1等编解码器有所提升，但在图像质量和处理效率方面都展现出显著优势。研究团队发现，通过将量化误差与图像处理中的噪声处理相结合，可以在目标比特率下更好地重建图像细节。迪士尼压缩方法与之前方法的比较。作者声称细节恢复效果有所改善，同时提供了一种不需要数十万美元训练的模型，并且运行速度比

迪士尼的研究团队最近推出了一种全新的图像压缩方法，利用开源的 Stable Diffusion V1.2模型，这种方法可以在比竞争对手更低的比特率下生成更真实的图像。这种新方法被称为 “编解码器”，尽管它比传统的 JPEG 和 AV1编解码器复杂得多，但其性能却令人惊叹。该研究表明，新方法在图像细节的恢复上表现得更为出色，同时所需的训练成本也大大降低。研究人员发现，量化误差（图像压缩中的核心过程）与噪声(扩散模型中的核心过程)非常相似，因此可以将传统量化图像视为原始图像的噪声

["DeepMind的最新研究表明，大型语言模型（LLMs）在文本之外的领域，尤其是图像和音频数据的压缩方面表现出惊人的能力。","研究发现，尽管LLMs主要用于文本数据，但它们在图像和音频压缩上的性能超越了专用的压缩算法。","这项研究重新定义了LLMs，将其视为强大的数据压缩器，而非仅限于文本生成模型。","LLMs的性能受数据集大小影响，这为评估模型性能提供了新的视角。","然而，由于LLMs的体积较大，实际数据压缩速度较慢，限制了其实际应用。"]