近日，中国电信人工智能研究院（TeleAI）发布了最新科研成果——生成式视频压缩技术（Generative Video Compression-GVC），该技术基于生成式AI的视觉先验能力，提取并传输视频中紧凑的感知特征与动态变化数据，在接收端依托大模型强大的生成能力，实时“推演”并重构出纹理逼真、细节还原的高保真视频。这项技术可将视频数据压缩率降低至0.02%，即便在海上、山区等网络信号极差的区域，也能确保视频画面连贯、零卡顿、低延迟，解决了弱网环境下视频传输慢的行业痛点。

生成式视频压缩技术由中国电信集团CTO、首席科学家、中国电信人工智能研究院（TeleAI）院长李学龙教授带领科研团队以智传网（AI Flow）信容律为理论基础创新提出。其核心理念是“用计算，换带宽”，通过模型小型化、知识蒸馏和量化等技术提升计算效率，再在接收端通过多模态生成技术“脑补”复原画面。这不仅降低了对网络吞吐量的依赖，更让消费级GPU也能实现毫秒级低延迟推理。无论网络环境如何波动，生成的视频流始终保持帧率稳定，拒绝画面撕裂与跳帧。

传统视频传输往往依赖高效视频编码（HEVC）等视频编码技术，无论看视频网站还是刷短视频，传统技术力求保留每个像素的原始信息，却忽略了更核心的传输诉求：要么人眼能看得舒服，要么机器能准确识别。GVC则采用“感知+任务导向”模式，面向人类视觉，传输“画质感知”特征，确保人眼看到的画面始终清晰、自然、动作流畅；面向机器视觉，传输“语义有效”表示，确保关键信息不丢失。在相关数据集测试中，GVC的极端压缩率可达0.005 bpp（对应0.02%压缩率），且能保持优异的视觉质感与语义传递效果。这意味着在2G/3G级别的微弱带宽下，传统技术早已无法连接，而GVC依然能保持优异的视觉质感与丝滑的动态效果。

李学龙表示，“智传网（AI Flow）的信容律描述了大模型的本质规律和能力边界，通过数据压缩的方式可以衡量模型的知识密度，也就是智能能力。在AI时代，通信的本质已从单纯的数据传输进化为智能分发。GVC通过资源置换策略，实现了通信效率与感知质量的最优平衡。它标志着视频通信正从‘像素搬运’迈向‘语义生成’的新阶段。在这个阶段，带宽不再是流畅度的瓶颈，智能计算将确保每一帧画面的实时与连贯。”

在实际应用中，GVC尤其适配带宽稀缺、资源受限的关键场景：无论是海事通信中依赖窄带卫星的视频传输、应急救援时带宽紧张的画面回传，还是低带宽移动网络下的远程视频监控与视频流转，甚至是车载设备、可穿戴设备等边缘终端的轻量化视频传输需求，它都能提供高效的解决方案。GVC不仅突破了视频压缩的技术极限，更重新定义了通信的本质，即只传输感知与决策所需的核心信息，为高效、自适应、智能化的下一代视频通信铺平了道路。