AV2 定稿冲刺：免版税阵营的闪电战——从 v1.0.0 规范到 YouTube 2027 上线

2026 年 5 月 28 日，AOMedia 发布 AV2 规范 v1.0.0 及配套参考软件 AVM v1.0.0，6 月 9 日正式官宣。Chrome 已完成 AV2 播放演示，Google 确认 YouTube 网页版最早 2027 年初提供 AV2 码流。官方口径：同等画质较 AV1 平均省约 30% 码率（PSNR-YUV −28.63%，VMAF −32.59%），主观画质增益接近 40%。从规范定稿到头部平台官宣上线时间表，AV2 只用了不到半年——这个速度，比 AV1 当年快了一个档位，也把三年后才定稿的 H.267 逼进了一场不对称竞赛。

摘要

本文是 AV2 定稿后第一波系统性分析，覆盖四层内容：

工具级逐项深挖已有专文（《AV2 深度拆解：30% 码率红利到底从哪来？》），本文不重复展开，聚焦工具之上的系统、成本与格局。

一、事件梳理：一次刻意压缩了周期的标准发布

1.1 完整时间线

时间线上有两个值得注意的工程决策：

第一，v13 草案就是"工具冻结"版本。 AOMedia 视频编解码工作组联席主席 Andrey Norkin（NVIDIA）与 Adrian Grange（Google）在官方访谈中明确：预览版刻意做成 tool-complete，让硬件厂商在规范锁定前就启动设计。这是对 AV1 时代教训的修正——AV1 2018 年定稿，Intel 直到 2020 年 Tiger Lake 才有硬件解码，中间两年空窗就是因为硬件设计等规范。AV2 这次把 preview 提前了约 4 个月，就是要把规范到芯片的 lead time 压短。

第二，编码工具冻结、规范继续演进。 未来版本只加 Profile 和元数据（已启动 12-bit 专业影院/HDR Profile 项目），核心编码工具不再变。这意味着按 v1.0.0 开发的解码器是长期有效的资产——这是标准工程里"向后兼容承诺"的正式兑现，比 H.26x 系列的习惯做法（Main profile 长期锁死）口径一致，但发布节奏快得多。

1.2 与 AV1 定稿后的节奏对照

周期压缩的逻辑很直接：AV1 时代 AOMedia 用了两年才让"规范→软件→硬件→平台"四件套转起来；AV2 时代这套基础设施（dav2d 团队、OBU 封装、ISO-BMFF 绑定、转码管线）全是现成的，生态复用是 AV2 最大的非技术优势。

二、30% 的账本：怎么读这两个数字

2.1 测试口径

AVM 2025 年 10 月的基准测试（官方引用至今的数字）：

• PSNR-YUV（4:2:0）口径：较 AV1 码率 −28.63%
• VMAF 口径：较 AV1 码率 −32.59%
• 主观画质测试的增益预期接近 −40%

两个指标差 3.96 个百分点，这个差值不是噪声，是可以解读的信号：

VMAF 增益 > PSNR 增益，说明 AV2 的工具组合在"感知加权敏感"的区域收益更高。 VMAF 的特征融合（VIF + DLM + 运动掩码）对人眼敏感的纹理保真、边缘锐度更敏感。AV2 新增的环路滤波组合（新去块 + GDF 引导细节滤波 + CCSO 跨分量样本偏移）和胶片颗粒合成的升级，恰好是"PSNR 不占优但主观/感知显著变好"的工具类型。这个 4 个百分点的差值，就是环路滤波类工具贡献的粗略指纹。

对做编码器调优的读者，这是个可操作的信息：如果你的场景用 VMAF 做码控目标（流媒体大多如此），AV2 的实际收益会比 PSNR 口径的 28.63% 更接近 33%。 反过来，如果你的下游用机器视觉指标验收（如工业检测），PSNR 口径更接近真实收益。

2.2 BD-rate 方法论提示

所有对比数字都是 Bjøntegaard 意义上的：对数域码率-失真三次多项式拟合后积分求差，多序列几何平均。回顾公式：

$${\log }_{10}(R)=a\cdot D^3+b\cdot D^2+c\cdot D+d,\Delta R=\frac{{\int }_{D_{min}}^{D_{max}}\left(10^{R_{test}(D)}-10^{R_{anchor}(D)}\right)dD}{{\int }_{D_{min}}^{D_{max}}10^{R_{anchor}(D)}dD}$$

读 AV2 性能数字时必须盯住三件事：测试集构成（AOMedia 的 CTB 集合里屏幕内容与自然内容的配比）、锚点编码器版本（AV1 锚点是 libaom 还是 SVT-AV1，性能差 10% 以上）、速率点数量。AOMedia 官方没有像 JVET 那样强制公开完整测试条件到文档级，第三方复现时这几个变量必须自己钉死——这是复现 AV2 数据最容易踩的坑。

2.3 代际坐标系

把 AV2 放进十年坐标里：

这张表里最有意思的是 AV2 vs AV1 与 ECM vs VVC 几乎同幅（30% 上下）——两条路线（免版税联盟 vs 专利池标准）在传统工具深水区的挖掘能力趋同了。差异不在效率，在时间线和授权模式，这是后文的主线。

三、技术内核：架构延续性与五个增量点

AV2 保留了 AV1 的全部骨架：块基混合编码（帧内/帧间预测 → 残差变换 → 量化 → 多符号算术熵编码）、OBU（Open Bitstream Unit）封装、无显式帧类型限制的参考帧管理。变化全部发生在工具层。以下按收益贡献从架构级到细节级排序。

3.1 256×256 超级块 + 全递归划分

超级块上限从 AV1 的 128×128 提到 256×256（仅帧间可用，帧内仍从 64×64 起划分），编码树递归细分到 4×4，分区语法全递归化。收益逻辑是双向的：8K/高分辨率场景下，平坦区域可以用更大的块摊薄头信息；而递归划分保证了细节区域不受大块粒度拖累。这是 4K/8K 内容上增益的主要来源之一。代价是 RDO 分支因子增大——编码器复杂度的主要增长点。

3.2 TIP：零信令成本的时域插值预测

AV2 帧间预测工具箱里最招牌的一个，也是解码复杂度最大的单一来源。拿它做解剖样本，因为它完美展示了 AV2 的设计哲学：用解码端计算换码流比特。

核心机制（以 dav2d 负责人 Ronald Bultje 在 VideoLAN Developer Days 2026 的拆解为准）：

$$M{V}_{virtual}=\frac{d_0}{d_0+d_1}\cdot M{V}_0+\frac{d_1}{d_0+d_1}\cdot M{V}_1$$

关键点：这条链路全部由规范规定、解码端自动执行，运动矢量比特开销为零。 在极低码率配置下（运动信令可占码流 30% 以上），这就是 TIP 的增益来源。

但成本账也要算清。dav2d 实测（720p 8-bit，单线程口径）：dav1d 约 750 fps，dav2d 约 350 fps（多线程）——dav2d 目前比 dav1d 慢约 4 倍。耗时大头依次为运动场分辨率、帧内预测、帧间预测、后滤波。350 fps 远超 60 fps 播放需求，软件解码没问题；但这 4 倍差值会原样传导到硬件解码器的面积与功耗预算上，这是芯片厂商 2027 年报价单上真实存在的数字。

还有一个编码器侧的陷阱（Bultje 特别强调）：TIP 同比特下质量更高，RDO 逐块做率失真决策时几乎必然选中 TIP，而 TIP 是重解码工具——编码器如果不加"复杂度感知"的失真修正项，会系统性地产出解码端很贵的码流。这和 H.267 CfP 用运行时约束测试倒逼编码器自律，是同一个问题的两种解法。

3.3 数据驱动帧内预测：AV2 里最"AI"的工具

AV2 不是神经编码器（官方口径明确：效率提升"基于编码算法和数学工具的系统优化，而非依赖 AI 生成技术"），但它埋进了一个数据驱动的组件：基于离线训练的帧内预测模式 + 上采样块预测。本质是把人工设计的 93 个方向模式之外，补了一组从数据学出来的预测算子——推理是确定性的、可入硬件的，但算子本身是训练产物。这是传统标准与神经方法之间的"中间物种"：可解码一致性有保证（所有解码器执行同一套固定算子），又拿到了部分学习收益。H.267 时代如果神经工具入标，大概率第一步也是收敛到这个形态（标准预置网络家族 + 码流传模型 ID）。

3.4 变换与量化：TCQ 上位——把 1.53 dB 的理论欠账往回要

量化是 AV2 这次数学含量最高的升级，值得完整推导一遍。先把变换层的加减法快速过掉，预算留给量化。

变换层的加法：主变换沿用 4 种一维变换 → 16 种二维组合；新增 IST（帧内二次变换），仅作用于帧内亮度块的低频系数，12 套核（每套 3 个 kernel，受主变换类型/块尺寸约束），典型把 48 个低频输入系数降维到 32 维输出——本质是把 KLT 级别的去相关能力限定在能量最集中的区域，用最小复杂度换最大收益（与 VVC 的 LFNST 同思想）；新增 CCTX（跨色度分量变换），对 Cb/Cr 系数直接施加 7 种预设角度的二维几何旋转，把两个色度平面之间的相关性在变换域剥离。

变换层的减法：原生 64 点主变换被砍掉，64×N/N×64 块改用 32 点变换 + 残差空间上采样。看着是"减配"，实际是标准制定者替芯片设计者做的取舍——256×256 超级块普及后，超大变换的需求本身在萎缩，用极小的编码损失换掉了 64 点蝶形结构这块硬件面积大户。

3.4.1 问题定义：标量量化欠了 1.53 dB 的账

先推导这 1.53 dB 从哪来。对高斯信源 $X\sim \mathcal{N}(0,{\sigma }^2)$，高码率下的熵约束标量量化（步长 $\Delta$）满足：

$$D\approx \frac{{\Delta }^2}{12},R\approx h(X)-{\log }_2\Delta$$

其中差分熵 $h(X)=\frac{1}{2}{\log }_2(2\pi e{\sigma }^2)$。消去 $\Delta$：

$$D\cdot \frac{2^{2R}}{{\sigma }^2}=\frac{{\Delta }^2}{12}\cdot \frac{2\pi e{\sigma }^2}{{\Delta }^2}\cdot \frac{1}{{\sigma }^2}=\frac{\pi e}{6}\approx 1.4233$$

即 $D=\frac{\pi e}{6}{\sigma }^2\cdot 2^{-2R}$，比率失真理论下界 $D_{RDT}={\sigma }^2\cdot 2^{-2R}$ 恶化 $\frac{\pi e}{6}$ 倍：

$$10{\log }_{10}\frac{\pi e}{6}\approx 1.53\text{ dB}$$

这 1.53 dB 是标量量化的结构性欠账：高斯信源无论怎么优化步长和熵编码，逐样本独立量化就是差这么多。矢量量化（VQ）能把欠账追回来，但码字搜索复杂度随维度指数增长，编解码两侧都付不起。TCQ 的存在意义就一句话：用状态机把"逐样本独立"这个约束松开一格，以近似标量量化的复杂度追回矢量量化的大部分收益。

3.4.2 AV2 的 TCQ 机制：两个量化器 + 一个由奇偶性驱动的状态机

AV2 规范里的 TCQ（据 Norkin 在 QoMEX 2025 的架构报告）设计如下：

Ji(s)=min⁡s′∈pred(s)[Ji−1(s′)+d(ci,c^(Qk(s,s′)(ci)))+λ⋅r(idxi ∣ s′)]
J_i(s) = \\min_{s' \\in \\text{pred}(s)} \\left[ J_{i-1}(s') + d\\left(c_i, \\hat{c}\\big(Q_{k(s,s')}(c_i)\\big)\\right) + \\lambda \\cdot r\\big(\\text{idx}_i \\,\\big|\\, s' \\big) \\right]
Ji​(s)=s′∈pred(s)min​[Ji−1​(s′)+d(ci​,c^(Qk(s,s′)​(ci​)))+λ⋅r(idxi​​s′)]

最终取 ${\min }_s{J}_N(s)$ 回溯出最优序列。注意码率项 $r({\text{idx}}_i|s^{\prime })$ 是条件熵估计——后一个系数用哪个码字受前一状态约束，这正是 TCQ 与普通"编码器端 trellis 优化"的本质区别。

这里必须点破一个极易混淆的概念：AV1 的编码器里早就有 trellis 量化优化（AQ-mode 系数精修），但那是编码端私事，码流层面每个系数仍是独立标量量化。AV2 的 TCQ 把状态机写进了规范的解码过程——解码端必须按状态查表重建，状态成了码流隐含信息。这是从"编码器技巧"到"标准语义"的质变，也是为什么 AV2 解码器要为新量化器留逻辑的原因。

3.4.3 收益账与边界条件

预期管理要说实话：TCQ 单工具贡献 最高约 1% BD-rate（平滑自然内容上最有效），远小于 TIP 那种架构级工具。为什么理论 1.53 dB 的欠账只兑现 1% BD-rate？三个折扣因子：

但它的性价比极高：解码端零搜索开销（一张 8 状态转移表 + 两套重建电平），全部复杂度（Viterbi，$O(8\times |\mathcal{Q}|\times N)$）压在编码端。这是 AV2"编码器堆算力、解码器省成本"哲学的标准范本——和 3.2 节 TIP（解码端堆算力换信令比特）正好是光谱的两端。

3.4.4 配套改造：步长映射与量化矩阵

TCQ 之外，量化器还有两处基础设施级重做：

• 统一指数量化器：AV1 用 256 级查找表（8/10/12-bit、AC/DC 各一套），且最大 q_index 到不了 HEVC/VVC 的最低码率档；AV2 改为统一指数公式，步长每 24 个 q_index 翻一倍，8/10/12-bit 对应 256/304/352 级，量程两端都扩展——低码率端终于能"压得比 VVC 更狠"；
• 量化矩阵参数化：AV1 的 15 套固定矩阵是约 100 KB 的常量查找表，全帧一套、用户不可定义；AV2 用 9 参数模型推导基础矩阵，基础矩阵缩到 8×8/8×4/4×8 再上采样适配任意块尺寸，支持用户自定义矩阵，且帧内不同 segment 可用不同 QM——从"预置菜单"变成了"参数化模型"，码流开销从 100 KB 量级降到几十字节。

3.5 环路滤波：CCSO 完整拆解与管线加减法

环路滤波是 VMAF 增益（−32.59%）超过 PSNR 增益（−28.63%）的主要出处（见 2.1 节归因），值得把 CCSO 拆到机制层。

3.5.1 CCSO：用亮度的结构给色度的误差打补丁

管线位置（相对 AV1 的关键差异）：CCSO 从去块滤波后的亮度样本计算偏移，施加到 CDEF 之后的色度样本上，位于环路恢复（LR）之前。也就是说，亮度提供分类依据，色度接收修正——因为 4:2:0 下色度分辨率减半、质量更差，而亮度-色度空间结构高度相关。

三步机制（据 Han Gao 等的 IEEE TIP 2025 论文，即 CCSO 的原始出处）：

$$r_{cb}^{\prime }(x,y)=\text{clip}\left(r_{cb}(x,y)+s_{cb}(x,y)\right)$$

整个流程无乘法、纯 LUT 查表——这是它对硬件友好的根本原因。

语法结构：帧级传滤波器参数、量化步长索引、查找表；滤波单元粒度为 256×256 亮度样本（4:2:0 下即 128×128 色度），每个单元每分量只传 1 bit 开关。信令开销和自由度的平衡做得干净。

收益与代价（AOM CTC、AVM v6.0.0 实测，56 序列）：

代价：编码时间 +3~4%，解码时间 +4~7%。总体 BD-rate 看着不起眼，但色度增益是均值的 5~7 倍——这印证了 2.1 节的推断：VMAF/PSNR 差值的主要指纹之一就藏在这类跨分量工具里。对夜视监控、低照度会议这类色度噪声主导的场景，CCSO 是针对性武器。

编码器侧的现实难点：CCSO 参数搜索空间大（分类器组合 × LUT 索引），暴力搜索对实时编码器不可行。Intel 2026 年 7 月公开的专利（US 2026/0222564 A1）专门解决这个问题：帧类型预判（I 帧/锚点帧全搜索，普通 inter 帧先做复杂度门限判断）+ 锐利边缘分析裁剪候选参数空间，让 CCSO 在编码芯片上可用。一个标准工具催生编码器加速专利，这个信号值得注意——H.267 时代"标准先进但编码器跑不动就没法部署"的教训，产业界已经开始在 AV2 上提前补课。

3.5.2 GDF 与管线的加减法

GDF（Guided Detail Filter）：面向细节恢复的滤波器，针对高压缩比下的水彩效应（watercolor effect，纹理被抹平成色块）。它带有数据驱动成分（引导系数来自离线训练），但以固定算子形式进入规范——与 3.3 节的"中间物种"逻辑一致：确定性的执行，学习型的参数来源。它在滤波链中的角色是"把前面环节抹平的纹理长回来"。

管线组织的变化同样有信息量：

• 环路滤波重组为 3 个阶段，部分滤波器可并行——直接缩短硬件流水线依赖链，让解码器更早启动下一帧准备（对 dav2d 这类软解的帧级并行同样有意义）；
• AV1 的超分辨率（Super-Res）工具被移除。这是个值得尊敬的减法：超分在 AV1 时代的设想是"编码时降采样、解码时升采样省码率"，实际部署中几乎无人使用，却持续给硬件和参考帧管理添麻烦。标准演进里，砍掉一个没人用的工具比增加十个新工具更难；
• IBC 允许与环路滤波叠加（AV1 不允许），对录屏/游戏推流等人工+自然混排内容是大增强；
• FGS 胶片颗粒合成升级为解码器强制支持，并新增 16×16 像素块级的细粒度合成（AV1 仅 32×32 模板），配合自回归噪声合成模型。4K/8K 的随机噪点编码进码流代价极高，"元数据传颗粒参数 + 解码端合成"的思路把这部分带宽彻底解放。强制支持意味着跨设备颗粒表现的一致性有了标准保证——这直接回应了 AV1 时代"FGS 可选导致播放端表现分裂"的生态问题。

四、生态落地：软件先行，硬件追赶，平台押注

4.1 软件层：dav2d 与编码器矩阵

解码端，VideoLAN 的 dav2d 已随规范同步发布（2026 年 5 月），8/10-bit 功能完备，仍在优化。720p 多线程 350 fps 的成绩意味着纯软解路径在 2027 年硬件普及前就能兜底——这是 AV1 时代 dav1d 验证过的"软件先行"打法，AV2 把节奏提前到了规范发布当天。

编码端矩阵：

封装与协议侧：ISO-BMFF 绑定规范在规划中，流媒体协议集成已在推进（AOMedia 执行总监 Pierre-Anthony Lemieux 官方口径）。合规性测试方面，Allegro 和 HDR Nova 的商用 conformance 码流包已经可用——这个细节比听起来重要：conformance 包商用化意味着芯片验证可以立刻开工，不用等 AOMedia 慢悠悠出官方测试集。

4.2 硬件层：IP 已就位，整机未至

2026 年 6 月起，三家硬件解码 IP 同时官宣：

• VeriSilicon VC9800D：单核 8K30，双核 8K60
• Chips&Media：AV2 解码 IP
• Allegro DVT Pulsar D400 系列：支持至 8K

但截至 2026 年 10 月，没有任何手机、电视或浏览器能硬件解码 AV2。首批搭载 AV2 硬解的 SoC 预计 2027 年起（IP 授权到量产硅片的常规 lead time 约 1–2 年）。对照 AV1：2018 定稿 → 2020 Tiger Lake → 2023 年移动端全面普及，用了约 5 年。AV2 的乐观预期是 2027–2028 硬解铺开、2030 年前后成为主流——前提是 TIP 等重解码工具不会把硬件面积/功耗推到消费级不可接受的位置（见第六节风险表）。

4.3 平台层：YouTube 的 90% 前置条件

Google 已确认 YouTube 网页版最早 2027 年初提供 AV2 码流。支撑这个时间表的隐形资产：截至 2026 年 3 月，YouTube 按观看时长加权，视频库中超过 90% 的内容已支持 AV1。 这意味着转码管线、分发链路、AB 实验框架全部就绪，AV2 只是往管线里加一个新编码档位——边际成本极低。

灰度策略可预期：先在 4K/高码率、多视角、弱网场景试点（这些场景 AV2 的 30% 增益和分屏/多流能力价值最大），再逐步下沉到普通 VOD。Netflix、Amazon Prime Video、Meta 均在评估中，未公布时间表。

Chrome 的 AV2 播放演示已完成，但未承诺进入哪个版本、是否默认开启。合理的推断是跟随 YouTube 的灰度节奏——浏览器解码策略永远跟着自家平台需求走。

五、专利暗流：免版税的真实边界

这是本文最想强调的一个新颖点，也是绝大多数 AV2 报道漏掉的部分。

5.1 "免版税"的确切含义

AOMedia 的免版税专利政策（royalty-free patent policy）覆盖的是 AOMedia 成员——即 Amazon、Apple、Cisco、Google、Intel、Meta、Microsoft、Mozilla、Netflix、NVIDIA、Samsung、腾讯等创始/成员单位，承诺对其贡献到 AV1/AV2 规范中的专利免收许可费。注意三个限定词：

5.2 双专利池的形成

2026 年 8 月，Sisvel 与 Access Advance 相继宣布组建面向设备和软件的 AV2 专利池。Access Advance 就是运营 HEVC/VVC 专利池的那家公司——它的入场说明什么？说明 HEVC/VVC 专利池的核心权利人（多为非 AOMedia 成员）手里握有他们认为对 AV2 必要的专利。

这不是"免版税阵营被攻陷"——AV1 时代 Sisvel 就组建过 AV1 池（指控非成员专利），最终市场规模没有受实质性冲击，因为成员覆盖了关键路径上的大部分技术。但它划出了一个真实的成本边界：

对 AOMedia 成员（以及使用成员全套实现的公司），AV2 是免版税的；对非成员的编解码实现厂商、芯片公司，AV2 存在第三方专利池的许可接触面。 “AV2 = 零专利成本"是流传最广的误读，准确表述是"AV2 = 成员内零许可费 + 成员外未知敞口”。

对国内厂商（非 AOMedia 董事级成员的居多）做编解码产品规划时，法务尽调必须把 Sisvel/Access Advance 的 AV2 池纳入，不能拿 AV1 时代"没出事"的经验直接平移——AV2 的商业分量比 AV1 发布时重，池子的定价意愿也会更认真。

六、风险表与踩坑点

第 1 条展开一句：这本质上是解码复杂度预算的代际通胀。AV1 的 dav1d 之所以被誉为工程奇迹，是因为它把"联盟设计的重规范"优化到了嵌入式可接受的程度。AV2 规范本身更重（TIP、递归划分、CCSO/GDF），dav2d 的 4 倍差距里有多少是"还没优化完"、多少是"结构性的"，要等 2027 年 dav2d 稳定版才能下结论——但硬件团队现在就得按悲观假设留预算。

七、与 H.267 的赛跑：不对称竞赛

把两条时间线并排放（衔接上一篇 H.267 CfP 分析）：

三个推论：

对工程团队的实操结论：2027–2029 的产品线不需要在两者间二选一。 AV2 负责流媒体/大屏/开放生态的效率升级（软解兜底 → 硬解跟进），H.267 观察 2028 年中首个 Test Model 的神经工具占比再定投入。唯一的提前量是：如果你的芯片涉及解码 IP 采购，把 TIP 的面积/功耗报价拿给三家 IP 供应商横向比一比，这是判断 AV2 硬件成本曲线最直接的一手数据。

八、结论与开放问题

AV2 v1.0.0 的定稿不是又一份标准文档，而是免版税阵营的一次节奏宣告：

留给时间回答的开放问题：

• dav2d 的 4 倍解码开销，优化后能收敛到多少？TIP 会不会在轻量级 Profile 中被裁剪？
• SVT-AV2 何时达到生产级 preset 矩阵？直播/RTC 场景的软编实时性何时解锁？
• Access Advance 的 AV2 池定价策略公布后，非成员硬件厂商的成本模型怎么变？
• YouTube AV2 灰度上线后的真实 AB 数据（带宽节省 vs 转码成本增量）何时披露？——这将是"30%"口径的第一次大规模实战检验。
• H.267 2027 年 1 月评估会的结果，会否促使部分 AOMedia 成员在神经工具专利上两头下注？

2015 年 AOMedia 成立时，行业的判断是"专利池模式不可战胜"；2018 年 AV1 定稿时，判断变成"开源编解码器可以做标准"；2026 年 AV2 定稿、YouTube 押注、Sisvel 和 Access Advance 反向组建 AV2 池——专利大战没有结束，只是战场从"要不要付费"转移到了"谁的免费更彻底、谁的贵得有价值"。 这个问题的答案，2029 年 H.267 定稿时见分晓。

参考与延伸阅读

• AOMedia 官方：AV2 Specification v1.0.0 与 AVM v1.0.0（av2.aomedia.org，2026-05-28）
• AOMedia 新闻稿：Alliance for Open Media Releases AV2 Codec（2026-06-09）
• AOMedia 官方博客：AV2 — What the Final Specification Means for Implementers（Norkin/Grange 联席主席访谈，2026-07）
• Andrey Norkin：AV2 video codec 技术综述（norkin.org/research/av2_overview）
• VideoLAN Developer Days 2026 Rome：dav2d 演讲实录（Ronald Bultje，含 TIP 机制与性能数据）
• AOMedia：Rapid AV2 Adoption Across the Video Ecosystem（2026-10-22）；Libaom v3.15 发布说明（2026-09）
• Andrey Norkin：AV2 Video Codec Architecture（QoMEX 2025 幻灯片，norkin.org/pdf）——TCQ 状态机、统一指数量化器与量化矩阵参数化的一手图解
• Han Gao, Xin Zhao, Tianqi Liu, Shan Liu：Video Coding with Cross-Component Sample Offset（IEEE TIP 2025 / arXiv:2406.01795）——CCSO 原始论文，含完整语法、分类器设计与 CTC 实测数据
• Intel 专利：US 2026/0222564 A1（2026-07-30 公开）——CCSO 编码端分层决策加速框架
• Marcellin & Fischer：Trellis Coded Quantization of Memoryless and Gauss-Markov Sources（IEEE Trans. Comm., 1987）——TCQ 理论源头
• Gish & Pierce：Asymptotically Efficient Quantizing（IEEE Trans. Inf. Theory, 1968）——πe/6 因子的出处
• Google/YouTube AV2 上线计划与 Chrome 演示（2026 年 10 月报道）
• Sisvel 与 Access Advance AV2 专利池公告（2026-08）
• 腾讯 × Google ICIP 2026 论文：AV2 块划分框架与帧间工具综述（IEEE Xplore #11630267）