图像压缩系列总览

从 Ballé 的 Scale Hyperprior 到 Minnen 的 AR Context、Cheng 的 Channel-Conditional、Checkerboard 并行化、Transformer 熵模型，再到 Mamba SSM 和 HPCM-1B Scaling Law。这是学习式压缩最核心、最持续的技术线索。

HiFiC 证明 GAN 在极低码率下的感知优势；扩散模型将感知质量推向"完美真实"；OneDC/StableCodec/CoD-Lite 在 2025 年将扩散解码从 50 步压缩到 1 步，实现实时级解码（60 FPS）。

与 1D Visual Tokenizer 研究线深度交叉。TiTok 将 256×256 图像量化为 32 个 1D token；AR-VFM 直接用预训练自回归模型做压缩；ALIT 实现自适应长度 token 分配。Token-based 压缩与 LLM 的"万物皆可 tokenize"范式天然对接。

在 ≤0.05 bpp 甚至 ≤0.01 bpp 的极端约束下，生成式方法是唯一能维持视觉质量的路线。双分支架构（语义+细节）成为主流，残差扩散和单步扩散显著降低解码开销。

红外压缩不是普通灰度图压缩：它要同时保留辐射/温度结构、小目标、夜间与恶劣天气下的识别信息，并兼顾边缘实时性。该系列独占 3000–3999 编号段，后续 CCEM、ARWNet、RGB-IR 联合压缩都放入此段。

Ballé 2017 → Ballé 2018 Hyperprior → Minnen 2018 AR+HP → Cheng 2020 Channel AR → Checkerboard 2021 → ELIC 2022 → MambaIC 2025。这条路径覆盖熵模型从无到有的完整演化，适合刚进入该领域的研究者。

Blau & Michaeli R-D-P 理论 (2019) → HiFiC (2020) → PerCo (2023) → OneDC (2025) → CoD-Lite (2025)。重点理解 Rate-Distortion-Perception 三角和 One-Step Diffusion 的工程突破。

VQ-VAE (2017) → VQGAN (2021) → TiTok (2024) → ALIT (2025) → AR-VFM for Compression (2025)。这条路径与 1D Visual Tokenizer 研究线深度交叉，适合对 LLM 与视觉 tokenizer 感兴趣的研究者。

Apple PICO (2024) → CoD-Lite 60FPS (2025) → AEIC 轻量编码器 (2026)。关注编码速度、解码延迟、跨平台兼容性、硬件部署等工程维度。