Alliance for Open Media, AV1’in yerini alacak yeni AV2 kodeği üzerinde son aşamaya geldi. İlk rakamlara göre AV2, AV1’e kıyasla yüzde 30’a kadar daha düşük bitrate ile aynı kaliteyi sunacak. Beş yılı aşkın süredir geliştirilen formatın teknik özelliklerinin yıl sonuna kadar netleşmesi ve 2025’in sonunda final sürümünün yayınlanması bekleniyor. AV2 final sürümü 2025 sonunda geliyor
Paylaşılan verilere göre AV2, AV1’e göre yüzde 30’a varan bitrate tasarrufu sağlıyor. PSNR-YUV testinde yüzde 28,63, VMAF değerlendirmesinde ise yüzde 32,59 oranında verimlilik artışı elde edildi. AV2, AV1 mimarisindeki hibrit blok tabanlı yapıyı korurken, 256×256 süper bloklar, tam döngü bölünme sistemi ve luma-chroma ayrımında daha akıllı bir yapıya geçiyor.
Kodek, geliştirilmiş tahmin modlarıyla yüksek çözünürlük ve hızlı sahnelerde daha kararlı performans sunarken, yedi farklı geçmiş kareden referans seçebilen yeni bir modelleme sistemi kullanıyor. Ayrıca, Temporal Interpolation (TIP) özelliğiyle hareketli sahnelerde geçişler daha akıcı hale geliyor.
AV2’deki en önemli yeniliklerinden biri, 8 ila 12 bit arası videolarda daha geniş aralıkta çalışan birleşik üstel quantizer sistemi. Trellis quantization ve kullanıcı tanımlı matrisler, düşük bitrate senaryolarında kontrolü artırıyor. Geliştirilen dönüştürme sistemi, yapay öğrenme tabanlı filtrelerle dokuyu koruyarak daha az sıkıştırma hatası oluşturuyor. Filtreleme ve post-process tarafında ise “genelleştirilmiş deblocking” sistemi bulunacak. Bu sistem, önceki AV1 filtrelerine göre daha iyi detay koruma sağlıyor. Ek olarak Guided Detail Filter ve Cross-Component Sample Offset gibi yenilikler, sıkıştırma kaynaklı gürültüyü azaltıyor. Son olarak yeni kodek film gren sentezinde daha esnek bir yapı sunuyor ve çok katmanlı stereo video tasarımlarını destekliyor.
Yukarıda da belirttiğimiz gibi, yeni kodeğin, yıl sonuna kadar netleşmesi ve 2025’in sonunda final sürümünün yayınlanması bekleniyor. Bu süreçte ise AOM, kodlayıcı verimliliğini artırmak, daha yüksek bit derinlikleri (10-12 bit) için optimize edilmiş profiller geliştirmek ve yapay zekâ destekli kodlama uzantıları üzerinde çalışacak. 