Meta Lanza Codec AV1 Personalizado para Miles de Millones de Usuarios Móviles

Meta ha implementado AV1 en la mayoría de dispositivos móviles ejecutando Messenger y WhatsApp, completando un despliegue de múltiples años que comenzó con hardware high-end en 2023. El equipo de ingeniería publicó un post-mortem el 22 de junio cubriendo selección de codec, device eligibility gating, rate control y trabajo de error-resilience requerido para implementar AV1 en real-time communication — un objetivo de despliegue más desafiante que video-on-demand, el caso de uso para el cual AV1 fue optimizado en la estandarización.

El número destacado: reducción del 20% de bitrate versus H.264/AVC en dispositivos low-end y mid-range bajo las configuraciones de producto de Meta, con ganancias mayores en hardware que sostiene mayor complejidad de encoding. En el rango operacional que más le importa a Meta — 10 kbps a 400 kbps en redes reales de mercados emergentes — esa diferencia es material. Por debajo de 100 kbps, H.264 produce salida visualmente borrosa. La codificación de transformada más eficiente de AV1 y dos herramientas screen-content recuperan esa calidad. Palette mode señala clusters de colores en lugar de coeficientes cuantizados, adaptándose a frames UI con mucho texto. Intra-block copy permite predicción de bloques dentro de un frame, reduciendo redundancia en contenido de pantalla repetitivo. Ambos están en el perfil principal de AV1.

RTC difiere de VOD en una restricción crítica: latencia end-to-end menor a 300 milisegundos. Este límite descalifica encoding multi-pass — la palanca de calidad estándar para AV1 offline — porque pases adicionales añaden delay. Define cómo el encoder maneja eventos de red. Cuando el ancho de banda cae, el encoder cambia resolución mediante un nuevo key frame, provocando picos de bitrate y congelación de vídeo. La pérdida de paquetes desencadena el mismo fallo mediante retransmisiones o key frames forzados. El rate controller RTC de Meta debe anticipar y absorber estos eventos en lugar de reaccionar ante ellos, comportamiento que los encoders VOD estándar no proporcionan.

Power fue el segundo bloqueador. Un encoder AV1 open-source en un Pixel 8 durante una video call consumió 14% más potencia que H.264/AVC — prohibitivo cuando tanto encoding como decoding se ejecutan en batería. Meta construyó un encoder AV1 low-complexity interno para coincidir con la potencia baseline de H.264 mientras preserva ganancias de compresión. Ese encoder, no libaom o SVT-AV1 stock, se ejecuta en device hoy.

Device eligibility añade otra puerta. La complejidad de encoding AV1 varía entre chipsets. Meta construyó un sistema runtime gating para determinar qué dispositivos pueden ejecutar AV1 en tiempo de llamada. Los dispositivos que pasan obtienen AV1; otros retroceden a H.264. El post no publica criterios, pero la puerta hizo manejable el despliegue — previno los problemas de potencia y térmicos que una habilitación sin restricciones habría generado.

Error-resilience es la sección menos detallada pero aborda el problema central: un codec que requiere key frames frecuentes para recuperarse de pérdida de paquetes no es viable en condiciones de red deficiente. Meta desarrolló técnicas para permitir que los decoders se recuperen sin forzar al encoder a emitir un frame intra completo en cada evento de pérdida, lo que causaría picos de bitrate y reiniciaría el ciclo de calidad.

Para arquitectos construyendo sistemas de inferencia video-in-the-loop — pipelines multimodales ingiriendo frames de llamada en directo, streams screen-share o vídeo generado por agent — la elección de codec no es un detalle de despliegue. La reducción del 20% de bitrate reduce el volumen de datos que llega a los pasos de preprocessing. Las herramientas screen-content importan si frames de texto o UI están en la distribución de entrada. La brecha de 14% de potencia en un Pixel 8 es un recordatorio concreto: el encoder AV1 de referencia no es el encoder de producción. Implementar AV1 a la escala de Meta requirió una implementación low-complexity personalizada ausente en toolchains open-source estándar.