摘要：本文系统梳理了屏幕内容编码（SCC）的技术演进与AV1编码器生态。首先回顾了SCC从HEVC-SCC到AV1、VVC的标准化历程及其核心工具。随后重点对比了AOMedia生态下的三大AV1编码器（libaom、SVT-AV1、rav1e），深入剖析了SVT-AV1的架构优势、预设档位设计与线程模型。最后，针对屏幕共享场景，探讨了SVT-AV1的SCC专项优化路径，包括调色板模式、IBC的快速决策以及内存访问模式重构等，旨在实现高压缩率与低复杂度的平衡。

前言

随着远程办公、在线教育、云游戏等应用的普及，高效编码与传输计算机生成的屏幕内容（如桌面界面、文档、代码编辑器）已成为关键需求。传统视频编码标准针对自然场景设计，在处理屏幕内容时面临压缩效率低、复杂度高、画质受损等挑战。屏幕内容编码（Screen Content Coding, SCC）技术应运而生，通过利用屏幕内容的独特特征（无噪声、锐利边缘、有限颜色、空间重复性等）显著提升了编码效率。

本文旨在为开发者与技术决策者提供一份关于SCC技术及AV1编码器选型的实用指南。文章将首先概述SCC的标准演进与核心工具，然后深入对比主流AV1编码器的特性与适用场景，最后聚焦于SVT-AV1在SCC场景下的优化实践，为相关应用开发提供参考。

屏幕内容编码工具最早在 HEVC-SCC（2016 年）中正式引入，根本动机是传统视频编码标准无法高效处理计算机生成的屏幕内容。核心驱动力是 2010 年代屏幕共享、远程协作等应用的爆发式增长。HEVC-SCC 通过 IBC、调色板模式、ACT、AMVR 四大工具，利用屏幕内容的无噪声、锐利边缘、有限颜色、空间重复、离散运动等特征，实现了相比自然视频编码2倍以上的压缩效率提升。这些工具随后被 AV1 和 VVC 继承并标准化。

标准	SCC 支持情况
HEVC-SCC (2016)	首次引入，作为扩展（非强制）
AV1 (2018)	将 SCC 工具纳入基础标准（非扩展），支持 IBC、调色板模式、变换跳过
VVC/H.266 (2020)	继承并增强 SCC 工具，新增 TSRC（变换跳过残差编码）、BDPCM 等

值得注意的是，AV1 将 SCC 作为标准内建功能而非扩展，这意味着所有 AV1 解码器都必须支持屏幕内容解码，推动了 SCC 在移动端（如骁龙 8 Gen 2、天玑 9000）的硬件解码支持。

屏幕共享场景主要采集电脑如笔记本，PC。分辨率1080p起步，主流PC已经默认4k分辨率，如果按自然视频编码发送码率太高，画质也难以保障。那么引入SCC屏幕编码工具是强需求。通过上述分析，AV1编码器是最优选择。Av1编解码器有四大开源工程，即aom、svt-av1、rav1e和dav1d。它们均出自AOMedia（开放媒体联盟）组织。 Svt-av1比较特殊，单独介绍如下：

一、SVT-AV1 项目的历史与组织关系

起源：Intel + Netflix 的独立项目

SVT-AV1 最初 并非 AOMedia 官方项目，而是 Intel 与 Netflix 于 2018 年 8 月开始合作开发的独立编码器项目。

Netflix 在 2020 年的技术博客中明确说明："Intel 和 Netflix 自 2018 年 8 月以来一直在 SVT-AV1 编码器和解码器框架上展开合作。"

被 AOMedia 正式收养（2020 年 8 月）

2020 年 8 月，AOMedia 宣布成立 Software Implementation Working Group（SIWG，软件实现工作组），正式将 SVT-AV1 收养为 AOMedia 的官方 AV1 编码器实现。

这一转变的关键信息：

• 代码仓库迁移：从 github.com/OpenVisualCloud/SVT-AV1 迁移到 github.com/AOMediaCodec/SVT-AV1（后改为 GitLab）
• SIWG 联合主席：Facebook 的 Ioannis Katsavounidis 和 Tencent 的 Xiang Li
• 软件协调员：Intel 的 Hassene Tmar
• 使命："创建在各种应用中提供出色视频压缩的 AV1 编码器实现，消除计算复杂度权衡"

二、AOMedia 生态中的三大 AV1 编码器对比

AOMedia 生态中有三个主要的 AV1 开源编码器实现，定位各不相同：

维度	libaom	SVT-AV1	rav1e
开发主体	AOMedia官方（Google主导）	Intel + Netflix → AOMedia SIWG	Xiph/Mozilla 社区（Rust）
定位	AV1 参考实现（Reference）	生产级高性能编码器	安全、可审计的替代实现
语言	C/C++	C + 汇编	Rust
编码速度	慢（~2-15 fps @ 1080p）	最快（~50-120 fps @ 1080p）	中等（~15-60 fps）
压缩效率	最高（基准）	接近 libaom（差距 < 2%）	略低于 libaom
标准符合性	黄金标准	完全合规	完全合规
配置灵活性	极高（研究用）	中等（生产用）	较低
主要场景	研究、AV2 开发、最高质量 VOD	VOD 批量转码、实时编码	安全敏感场景、Web 集成
实时编码	勉强（cpu-used 7-8）	原生支持（Preset 8-12）	有限支持
解码器	有（参考解码器）	已移除（v2.1.1+）	无

三、libaom 与 SVT-AV1 的核心技术差异

1. 架构哲学

libaom	SVT-AV1
递归块划分（RDO 递归决策）	多阶段流水线（由粗到精筛选）
单帧处理为主，Tile 级并行	三维并行：帧级 + 片级（Segment）+ 任务级
为质量优化（RDO 搜索最彻底）	为速度优化（预设档位覆盖极广）
适合离线高质量编码	适合大规模批量转码和直播

SVT-AV1 的核心架构是 Scalable Video Technology（可扩展视频技术），专为 Intel Xeon 多核处理器设计，通过将每帧拆分为多个 Segment 并行处理，在不损失质量的前提下最大化计算资源利用率。

2. Preset 档位设计

• libaom：-cpu-used 0-8，共 9 档，速度跨度约 187 倍，但最快档仍难以实时
• SVT-AV1：-preset -2 到 13，共 16 档，覆盖从极致质量到实时直播的全场景

SVT-AV1 的 Preset 10-12 已可实现实时编码，这是 libaom 无法做到的。

3. 线程模型

• libaom：Tile 级并行 + Row-MT（行级多线程），线程扩展性有限
• SVT-AV1：Segment-based 并行 + 帧级并行 + 任务流水线，在 8 线程以上仍有良好扩展性

有趣的是，SVT-AV1 的测试表明，超过 8 线程后性价比递减——从 1 线程到 8 线程的吞吐量提升与云 CPU 成本增长基本匹配，但超过 8 线程后成本效益下降。

关键要点：

• AOMedia 负责 AV1 标准规范、专利池管理和生态推广
• libaom 是 AOMedia 官方维护的参考实现，承担"算法正确性黄金标准"和 AV2 研究平台的角色
• SVT-AV1 最初由 Intel + Netflix 独立开发，2020 年被 AOMedia SIWG 收养为官方生产级编码器，专注速度-质量平衡和实时编码
• rav1e 是社区驱动的 Rust 实现，强调安全性和可审计性
• dav1d（VideoLAN）是独立的最快 AV1 软件解码器，不属于 AOMedia 官方项目

对于生产环境的选择建议：VOD 批量转码和直播场景首选 SVT-AV1，需要最高压缩效率或进行编解码研究时用 libaom，安全敏感场景考虑 rav1e，解码端统一使用 dav1d。

为什么我们只在scc场景下才选择av1编码呢？svt-av1经过多年优化，从preset上也已经覆盖到实时场景。但是对比x264和openh264在同等压缩率下复杂度没有优势，而解码器生态还不成熟，而scc场景首先通过优化scc编码工具，不需要前处后处理（包括内部的LPfliter,CDEF等）复杂度可控，压缩率提升1倍。其次屏幕共享的帧率刷新更低，通常低于15fps,有甚者分享刷新1~5fps. Svt-av1 scc实测4kp15不到1Mbps,已经满足清晰度需求。对于生产端和接收端的cpu性能都没有压力。

四、SVT-AV1的SCC优化

1．屏幕内容编码（SCC）强化

SVT-AV1 的 SCC 优化弱于传统视频，需要如下算法优化：

• 调色板模式（Palette Mode）：UI/文本内容压缩效率极高，但搜索开销大，需快速决策
• IBC（Intra Block Copy）：屏幕内容中大量重复图案，IBC 可替代 inter 预测
• 跳过模式（Skip Mode）：静态区域直接复制参考块，几乎零码率

其次各算法模块的simd指令集优化加速。支持 x86 (SSE2/SSSE3/AVX2/AVX-512)、ARM (NEON)

2. SVT-AV1自身常规流程优化。

早期Svt-av1的解码器（24年6月移除）与dav1d解码性能对比有明显差距。Scc编码器除编码流程外还包含自解码流程。

1)  编码器双向操作（正向变换 + 量化 + 反量化 + 逆变换）

正如我们上文所言。 Svt-av1的实现有一个问题，正反变换有重复的二次转置问题。需要相应的修改扫描与反扫描矩阵，移除正反变换中的二次转置操作。

2)  Dav1d解码器汇编模块的移植

Intrapred,mc,tx/itx只需要少量代码重构，可以复用dav1d的深度指令集汇编优化。比较复杂的LPFilter和cdef等模块可以屏蔽掉，或者后期进行PGO编译优化。

3)  SAD/SATD重计算复用

4)  内存访问模式重构

借鉴 dav1d 的 cache-friendly 设计：

• 减少编码器各阶段间的内存拷贝（Zero-Copy）
• 优化参考帧的内存布局，提高运动估计时的缓存命中率
• 压缩上下文数据结构，减少 L2/L3 缓存占用

通过以上优化，1080p scc双线程编码能轻松达到200fps,码率降到200~300bps.