Netflix 发布 VMAF v1：一场更接近“VMAF 2.0”的更新

如果只看命名，VMAF v1 很容易被误解成一次常规模型迭代。但结合 Netflix 官方技术博客《VMAF v1: Good Is Not Good Enough》和 Netflix/vmaf 在 2026 年 6 月 20 日 发布的 v3.2.0 来看，这次更新的分量其实更接近很多人口中的 “VMAF 2.0”。 原因不在于名称，而在于它要解决的，是旧版 VMAF 在工程实践里最棘手的一类问题：指标看起来没问题，画面实际却并不好看。对做编码器评估、码率梯设计和转码参数整定的团队来说，这已经是决策基础设施层面的变化。

背景：VMAF 为什么需要一次“大更新”

VMAF 的价值，在于让客观分数尽量接近人的主观感受。它把VIF、ADM、Motion 等特征融合成一个分数，帮助工程团队在没有大规模人工观测的情况下比较编码结果、做码率控制和画质权衡。

问题在于，旧版 VMAF 在一些典型场景里会出现 Netflix 博文所说的 “metric lies” ：编码结果在指标上看着不错，但落到电视、手机或 4K 屏幕上，观众未必买账。最典型的误差包括：低码率档位里的 banding 没被充分惩罚；分辨率和观看距离假设不对，导致 4K 和移动端判断失真；还有过度锐化等 “讨好指标、不讨好眼睛” 的优化方向。

因此，VMAF v1 的重点不是把旧分数微调得更漂亮，而是修正会把工程团队带偏的系统性误差。

这次更新最重要的四个变化

1. 明确把 banding 敏感性纳入模型

以往很多低码率编码结果，在旧版 VMAF 下得分不低，但一上电视就能看出明显色带、渐变断层或者暗部过渡不自然。Netflix 在VMAF v1 里明确强化了对这类失真的敏感性，让那些 “分数还行、观感很差” 的低码率 rung 不再轻易过关。

这意味着 VMAF 不再只盯着“细节有没有保住”，也更认真地看“画面有没有出现让人一眼就能察觉的不自然伪影”。对 ABR 梯设计来说，这会直接影响低码率档位的取舍。

2. 把观看距离和终端场景显式建模

Netflix 在models_v1.md 中公开了多套VMAF v1 模型，包括1080p、phone、4k_1.5h、4k_3h 以及对应的HFR 版本。这里最重要的信号不是“模型变多了”，而是 VMAF 更明确地承认：同一段视频，在不同分辨率、不同屏幕和不同观看距离下，人眼感受到的质量并不一样。

过去很多流程默认拿一套模型覆盖所有场景，实际上等于假设“所有用户都在同一种观看条件下看视频”。VMAF v1 把这个隐含假设拆开了。对于做码率-分辨率决策的团队，这一点尤其关键。

3. 把 NEG 逻辑更系统地纳入模型行为

Netflix 在博文里反复强调，新的 VMAF 更新要减少一种常见偏差：编码器通过锐化、边缘增强等手段把指标“抬上去”，但观众并不会因此觉得更好。

这背后的核心，是让模型对NEG 这类非自然增强行为更敏感，避免优化器朝着“更会讨好指标”的方向跑。对编码器调参来说，这会直接影响“什么样的参数组合值得追求”。

4. 让分数更适合真正用于业务决策

说到底，VMAF 的意义从来不只是生成一个分数，而是支撑决策。Netflix 这次更新真正想修正的，是“数值更好但画面更差”这种工程上最尴尬的局面。VMAF v1 的目标，就是让编码器选型、转码参数整定和 ABR 梯设计所依赖的决策曲线，更接近观众真实看到的画面质量。

本次更新对行业的意义

在视频工程里，最危险的情况往往不是“指标没用”，而是“指标看起来足够可信，于是大家开始毫无保留地依赖它”。旧版 VMAF 的历史贡献毋庸置疑，但随着内容复杂度、终端多样性和压缩压力一起上升，一个指标体系如果不能更好地覆盖 banding、观看场景差异和非自然增强，它就会在关键决策环节逐步失真。

所以，VMAF v1 的行业意义并不只是“Netflix 又更新了一个模型”，而是它在提醒整个行业：视频质量评估不能只奖励容易量化的那一部分，还必须惩罚那些用户一眼就能看出来、但旧指标容易放过的问题。

仍然易于使用

这次更新的另一个现实意义在于，它不是停留在博客里的研究成果。按照 GitHubv3.2.0 发布说明，VMAF v1 的公开模型已经随当前libvmaf 主线发布，开发团队可以直接在现有工作流里切换到新的v1 模型文件来跑分析，而不需要推翻原有接入方式。

从仓库公开信息看，2026 年 6 月 20 日 发布的v3.2.0 还同步加入了实验性的VMAF_BATCH_THREADING、VMAF_PICTURE_POOL、motion2 和 direct read 等执行层更新。这说明 Netflix 的思路并不只是“把模型做得更准”，也在考虑如何让它继续适合大规模生产环境。

如果团队今天已经在用 VMAF 做编码比较或质量回归，迁移到VMAF v1 的成本并不高，真正需要投入精力的地方反而是重新校准阈值、重新审视旧有 ladder 和重新验证过去基于v0 得出的经验结论。

结语

综上，VMAF v1 虽然在命名上没有直接叫 “VMAF 2.0”，但就它试图解决的问题、影响的决策层级以及已经进入主线发布这一点来看，它确实更像一次真正意义上的大版本更新。

对行业来说，这类更新的价值不在于多了一个新名字，而在于它能否减少“数字正确、画面错误”的情况。如果 Netflix 这次更新能把 banding、观看场景和过度锐化带来的指标偏差显著压下去，那么它影响的就不只是 VMAF 本身，而是整个视频质量决策链条。

资料来源

• Netflix Tech Blog: https://medium.com/netflix-techblog/vmaf-v1-good-is-not-good-enough-60d7e4244ea8
• GitHub 仓库：https://github.com/Netflix/vmaf
• v3.2.0 发布页：https://github.com/Netflix/vmaf/releases/tag/v3.2.0