合作揭露:本站可能含交易所合作連結。請自行評估平台條款、費用與投資風險。

合作平台
加密貨幣新聞

Google AI 重寫 AV1 解碼器:測試快 20–30%,還不能全面取代原版

Google 表示,其 AI 系統把 AV1 視訊解碼器 libgav1 改寫成 Rust 後,在測試片段上的速度比原版 C++ 與人工最佳化組譯碼快 20–30%。但這不是所有影片、處理器與編譯環境都能直接套用的結果,Google 也未公開完整測試設定或重現套件。

這則消息真正值得留意的地方,是 Google 把「功能是否一致」與「速度是否更快」拆成兩個問題處理:前者靠既有測試套件守住輸出結果,後者則透過效能分析與反覆最佳化追趕。這套方法,比單純看到 AI 寫出更多程式碼,更值得開發團隊借鏡。

事件時間線:從落後四倍到反超原版

  1. 9 月 30 日:Google 在 Argon 公告中表示,AI 代理已著手最佳化既有的 Rust 版 libgav1,讓執行速度達到早期 Rust 版本的 2.7 倍,並逐步接近最佳化 C++ 程式。
  2. 11 月 13 日:Google 公佈工程更新,表示 Antigravity 的 /teamwork 系統直接重寫 libgav1,程式碼約 17 萬行;公司稱新版本在測試片段上比 C++ 與人工最佳化組譯碼快 20–30%。
  3. 11 月 16 日:題述來源整理 Google 的工程披露與外界可驗證範圍,強調功能一致性的測試結果,不能直接等同於所有工作負載下的普遍速度優勢。

第一次移植不是直接成功,而是先慢到約四倍

Google 披露,Rust 版本最初執行速度約為 C++ 版本的四分之一,也就是大約慢四倍。這顯示把既有軟體換成另一種語言,只能先完成可執行、可比對的基礎移植,並不代表新實作會自然保留原版的效能。

AI 系統後來取得效能分析工具,並以測試影片的最大化速度為目標,才逐步找到程式耗時位置。Google 表示,改善後的版本在 x86_64 與 ARM 架構上均有優勢,但原始處理器型號、編譯器選項、執行緒數及影片清單都未公開。

功能驗證與速度測試,其實是兩套不同工作

Google 提到,未來的通用改寫模式會按照相依關係安排模組:先讓上游模組完成編譯,再用未修改的原版測試套件檢查末端模組。這種安排讓 AI 改動程式時,仍有一個固定、明確的行為基準可以比對。

評估項目Google 報告的結果它能回答的問題它尚不能證明的事
輸出一致性廣泛符合性測試套件達 100% bit-exact parity受測試試中的輸出與原版一致所有合法或畸形輸入都必然正確
執行速度測試影片快 20–30%,適用於 x86_64 與 ARM在指定但未完整公開的比較中取得優勢其他硬體、素材與正式版本都有相同幅度
改寫規模約 17 萬行 RustAI 能處理大型既有程式的遷移程式碼行數本身代表品質或安全性

bit-exact parity 的意思是,解碼輸出逐位元相符,不只是畫面看起來相似。這個結果很適合用來守住既有行為,但它只代表 Google 所報告的測試範圍;速度數字則來自另一組影片比較,兩者不能互相替代。

目前已確認的是披露內容,不是普遍性能結論

就「Google 已經公開說明哪些工作」而言,可以確認三件事:AI 曾先產生明顯較慢的 Rust 版本;之後透過分析與最佳化改善速度;新版本也通過公司所述的廣泛符合性測試,並取得逐位元一致的結果。

  • Google 將此成果描述為 AI 與人類專家合作:研究人員提出問題、界定條件,代理系統探索方案、測試候選結果並檢查成果。
  • 9 月的 2.7 倍是相對於較早的 Rust 版本;11 月的 20–30% 則是相對於 C++ 與人工最佳化組譯碼,兩者採用的基準不同。
  • libgav1 專案原有公開資料仍記載 C++17 與 CMake 建置方式,也保留架構專屬最佳化選項;本次披露沒有宣佈 Rust 版本已進入正式部署。

仍待確認:重現條件與正式採用狀態

最大缺口不是缺少一句漂亮的速度結論,而是缺少可重現條件。Google 沒有公開指定 Rust 程式碼版本、比較版本的建置方式、處理器型號、編譯器設定、影片身分、執行緒配置或多次測試的時間分佈,也沒有提供基準測試重現包。

因此,外界目前無法判斷 20–30% 的差距有多少來自演算法最佳化,又有多少受到硬體、素材或建置參數影響。這也不能直接推導出安全性、韌性或正式產品效能已經全面提升,因為符合性測試與速度測試都不是完整的安全審查或生產環境驗證。

對臺灣軟體與加密貨幣團隊的實用啟示

這項案例的價值不只在 AV1。若團隊考慮用 AI 改寫節點程式、錢包元件、索引器或協定實作,可以沿用 Google 的兩階段思路:先保留原版測試與輸出基準,再另外進行效能分析。不要把「能通過測試」誤當成「可以上線」,也不要把單一素材的跑分誤當成所有使用情境的改善。

對加密貨幣市場而言,現有證據不足以推導特定代幣價格、交易量或資金流向的直接影響。較合理的觀察角度,是 AI 軟體遷移工具若能降低大型專案維護成本,未來可能影響工程團隊的交付方式;但要評估實際效益,仍需等待公開重現資料、正式部署案例與更完整的測試。

FAQ 常見問題

Google 的 Rust 版 AV1 解碼器真的比 C++ 快 20–30% 嗎?

這是 Google 對指定測試片段所報告的比較結果,不是第三方已重現的普遍結論。處理器、編譯設定、影片內容與執行緒條件均未完整公開,因此其他環境不一定得到相同幅度。

100% bit-exact parity 是否代表解碼器完全沒有錯誤?

不能。逐位元一致只涵蓋 Google 報告的符合性測試套件,證明的是受測試試中的輸出與原版相同,並不等於所有輸入、邊界情況或安全風險都已排除。

這個 Rust 版本是否已經正式上線?

依 Google 的披露,這項工作尚未宣佈進入正式生產環境。原始專案仍公開記載 C++17 與 CMake 建置資訊,因此目前較準確的定位是研究與工程成果,而不是已完成全面替換。

開發者要如何判斷這套 AI 改寫方法是否適合自己的專案?

先保留未修改的測試套件與固定輸出基準,再建立獨立的效能分析流程。比較時應同時記錄程式版本、建置參數、硬體、素材、執行緒與時間分佈,避免把功能一致、速度提升與正式部署混為一談。

資料來源與利益揭露

主要來源:Google says AI rewrote a video decoder and made it 20–30% faster in tests。來源發布時間為 2026-11-16;文中工程數據與方法均依該來源所載 Google 的披露整理。

利益揭露:目前沒有可獨立確認並揭露的酬庸或利益關係資訊。

若你正在評估 AI 程式改寫,下一步可先挑一個有既有測試與效能基準的模組,以相同硬體和建置條件進行可重現比較,再決定是否擴大採用範圍。

同分類文章