近日，由中國電信云計算研究院常建慧博士撰寫的論文《Generative Image Coding with Diffusion Prior》已被多媒體技術領域的頂級國際學術會議——IEEE International Conference on Multimedia & Expo（IEEE ICME 2025）接收，并將于近期正式發(fā)表。該研究提出的基于擴散先驗的生成式圖像編碼框架，為解決當下復雜視覺內(nèi)容編碼難題帶來了新突破。

隨著生成技術的蓬勃發(fā)展，視覺內(nèi)容的構成日益復雜多樣，傳統(tǒng)編碼技術和現(xiàn)有智能編碼方法在高壓縮比下難以兼顧主觀重建質(zhì)量、視覺保真度和通用性。此項研究的核心在于借助預訓練擴散模型的強大先驗知識，通過精心設計預優(yōu)化編碼器、輕量級適配器以及注意力融合模塊，將壓縮后的潛在表示與預訓練模型內(nèi)部特征緊密結合，同時設計分布歸一化方法顯著提升重建保真度。

該圖像編碼技術能夠大幅提升海量圖像視頻數(shù)據(jù)在云端的存儲和傳輸效率，減少存儲成本和傳輸帶寬需求。從網(wǎng)絡架構角度看，該技術加速了圖像數(shù)據(jù)處理的云原生化進程，有助于構建更為高效、靈活的“云 + 網(wǎng)”融合能力體系。其在語義通信、智能融合終端以及無線衛(wèi)星通信、低空視覺通信等場景的應用潛力，與智能泛在云“無處不在、按需服務”的理念高度契合，能夠為各類政企客戶提供定制化的視覺通信服務。

作為中國電信的高層次學術研究機構，中國電信云計算研究院密切關注在智能泛在云環(huán)境下，數(shù)據(jù)的高效處理和傳輸問題，致力于通過技術創(chuàng)新推動算力網(wǎng)絡的深度融合，為多元行業(yè)場景提供更優(yōu)質(zhì)、高效的服務。

國際多媒體與展覽會議（IEEE International Conference on Multimedia & Expo，ICME）由IEEE于 2000 年創(chuàng)立，作為多媒體技術及應用領域的頂尖國際學術會議，在全球范圍內(nèi)備受矚目。其會議議題深度覆蓋多媒體信號處理、計算機視覺、人機交互、增強現(xiàn)實與虛擬現(xiàn)實，以及人工智能驅(qū)動的多媒體解決方案等多個前沿領域。ICME 是中國計算機學會 B 類推薦會議，擁有極為嚴格的審稿流程，被該會議收錄的論文會被 EI 數(shù)據(jù)庫檢索，在計算機多媒體技術領域具備較高的國際影響力，已成為國內(nèi)科研成果對外展示的關鍵窗口之一，為國內(nèi)科研人員在國際學術舞臺上發(fā)聲、提升中國在多媒體技術領域的國際話語權發(fā)揮著重要作用。