Codec（编解码器）是把音频、视频、语音等信号压缩编码、再解码还原的核心技术模块。传统上它指 H.264、Opus 这类标准化压缩方案，而在生成式 AI 浪潮下，神经 Codec（如音频离散化用的声学编解码器）正成为大模型处理多模态数据的关键基础设施。
Codec 技术近期进展
当前焦点与观察点
目前围绕 Codec 的讨论主要分两条线。一是传统音视频编解码的持续演进，动态帧率、更低码率下的画质保障仍是工程重点；二是神经 Codec 向大模型基础设施的转变——语音生成、歌声合成（如 LeVo 2 这类歌曲生成工作）和多模态统一模型都依赖 Codec token 作为中间表征，其“重建保真”与“语义可懂”之间的权衡成为研究热点。
值得观察的点包括：量化方式的替代方案（如 GS-Codec 的尝试）能否走向实用，流式场景下编解码延迟的下限还能压到多少，以及随着腾讯 WAND 等AI视频与创意产品亮相（Tencent Cloud WAND亮相SF Tech Week），视频生成管线对视频 Codec 提出的新需求。整体来看，Codec 正从幕后压缩工具变为 AI 多模态链路中被重新审视的一环。