2026/10/19 5:43

NetfliX VMAF：多手法融合による知覚動画品質評価

RSS: https://news.ycombinator.com/rss

要約▶

Japanese Translation:

VMAF は、Emmy 賞を受賞した Netflix が開発した知覚映像品質評価アルゴリズムであり、独立した C ライブラリ（libvmaf）およびカスタム VMAF モデルの学習・テストもサポートする Python ワッパーとして利用可能です。libvmaf パッケージでは、PSNR、PSNR-HVS、SSIM、MS-SSIM、CIEDE2000 を含む追加メトリクスを実装しています。主要なマイルストーンとしては、帯状化および輪郭歪みアーティファクトを検出するために CAMBI（Contrast Aware Multiscale Banding Index）が 2021 年 10 月にオープンソース化され、2021 年 12 月にソースの帯状化を考慮し CAMBI を完全参照メトリクスとして扱うための「full_ref」と、4K コンテンツで約 4.5 倍のパフォーマンス向上をもたらす高コントラスト帯状化を捉えるために導入された「max_log_contrast」が加わったことが挙げられます。2020 年 12 月のバージョン 2.0.0 では、浮動小数点実装に対する 2 倍の速度向上を実現する固定小数点および x86 SIMD 最適化（AVX2、AVX‑512）実装が導入され、コーデック評価用の No Enhancement Gain (NEG) モードも追加されました。2020 年 2 月 27 日付けでライセンスは Apache 2.0 から BSD+Patent（明記された特許付与付き）に変更されました。2023 年 12 月にバージョン 3.0.0 がリリースされ、最適化やバグ修正に加え、v2.0.0 以降非推奨とされていた API の削除も行われました。新しい VMAF モデル（v1）は 2026 年 6 月までに提供が予定されており、v0 のドキュメントは models_v0.md で保持され、プロジェクトはユーザーからのフィードバックに対して引き続き開かれています。「vmaf」コマンドラインツールは本番環境への展開に即した完全な実装に加え、PSNR や SSIM などの補助機能を提供します。VMAF は「--enable-libvmaf」オプションを通じて FFmpeg に統合されており、AOM コモンテストコンディション（CTC）下で業界標準の評価ツールとして位置づけられています。

本文

VMAF: Netflix 開発の実感に基づくビデオ品質評価ツール

概要

VMAF は、Netflix が開発したエイミー賞受賞の実感に基づく（Human Visual System）ビデオ品質評価アルゴリズムです。このパッケージには以下が含まれています。

libvmaf: 独立した C ライブラリ
Python ライブラリ: VMAF のラッパー機能に加え、カスタム VMAF モデルのトレーニングと検証を可能にする一連のツールを提供します。

その他: PSNR、PSNR-HVS、SSIM、MS-SSIM、CIEDE2000 などの複数の追加指標も実装されています。

ニュース履歴

📅 2026 年 6 月：VMAF モデル v1 リリース

VMAF モデルの新しいシリーズ（v1）をリリースしました。
- 詳細は技術ブログをご覧ください。
- モデルの詳細と選択ガイド:
```
models_v1.md
```
- 前世代モデル（v0）の文書:
```
models_v0.md
```
継続的な改良・更新に向けて、ご意見やフィードバックを歓迎しています。

📅 2023 年 12 月 7 日：libvmaf v3.0.0 リリース

複数の最適化機能とバグ修正を実装。
v2.0.0 で廃止された全ての APIを完全に削除しました（互換性のない変更です）。

📅 2021 年 12 月 15 日：CAMBI

full_ref

パラメータ追加

CAMBI に
```
full_ref
```
という入力パラメータを追加。
フル参照指標として実行可能になり、ソースに含まれるバンドリング（帯状ノイズ）の影響を考慮した評価が可能になりました。

📅 2021 年 12 月 1 日：CAMBI

max_log_contrast

パラメータ追加

CAMBI に
```
max_log_contrast
```
という入力パラメータを追加。
高コントラスト領域におけるバンドリングの検出が可能に。
処理速度向上: 4K レゾリューションでも約 4.5 倍の高速化を実現しました。

📅 2021 年 10 月 7 日：CAMBI オープンソース化

**CAMBI **(Contrast Aware Multiscale Banding Index) をオープンソース化しました。
Netflix 開発による、バンドリング（通称：コンタウリング）を検出するツールです。
- 注記: 技術論文は当初のバージョンを記述しており現在のコードとは完全に一致していませんが、依然として優れた導入資料となります。

📅 2020 年 12 月 7 日：最新機能と NEG モード導入

**NEG **(No Enhancement Gain) モードを導入し、コーデック評価に親和性が高い環境に対応しました。
速度向上のための最新取り組みや新たな API デザインに関する技術ブログも公開中です。

📅 2020 年 12 月 3 日：libvmaf v2.0.0 リリース

固定点実装により、浮動小数点数版と比較して 2 倍の高速化を実現しました。
x86 アーキテクチャ向けの **SIMD 最適化 **(AVX2、AVX-512) を適用。
柔軟性と拡張性を高めるための新たな API も導入されました。

📅 2020 年 7 月 13 日：NEG モード追加

画像エンハンスメント処理が施された場合の VMAF の特性とコーデック評価への影響を分析したメモを作成しました。
それに伴い、**「No Enhancement Gain **(NEG) という新しいモードを追加しました。

📅 2020 年 2 月 27 日：ライセンス変更

Apache License 2.0 から BSD+Patent に変更しました。
より許可的であり、明記された特許授与条項も含まれる柔軟なライセンス条件です。

ドキュメント

ドキュメント全体の概要と各ページへのリンクが整備されています。

FAQ
利用可能なモデルと機能
ソフトウェア使用ガイド
関連リソースのリスト

使用方法

VMAF の実装や対話には、以下のような複数の方法をサポートしています。

コマンドラインツール
```
vmaf
```
- 完全なアルゴリズム実装を提供。
- ```
production
```
  環境への簡単な導入が可能。
- PSNR、SSIM、MS-SSIM などの補助機能も同工具経由で利用可能。
C ライブラリ
```
libvmaf
```
- 自らのコードに VMAF を組み込むために使用。
- 他の特徴抽出器をライブラリに統合するためのツールを提供。
Python ライブラリ
- ソフトウェアテスト、VMAF モデルのトレーニングと検証、データセット処理、可視化などに役立つ広範囲のラッパークラスおよびスクリプトを提供。
FFmpeg 統合
- VMAF は FFmpeg のフィルターとして組み込まれています。
- ```
./configure --enable-libvmaf
```
  などのオプションで設定可能。
- 詳細：FFmpeg と VMAF の併用
Docker イメージ
- ```
VMAF-Dockerfile
```
  を使用し、Python ライブラリから Docker イメージを生成できます。
Windows ビルドガイド
- Windows 上で VMAF をビルドする手順は専用ガイドを参照してください。
AOM CTC 準拠
- AOM（Alliance for Open Media）は、共通テスト条件（CTC）において VMAF を標準的な実装指標ツールとして指定しています。
- AOM CTC に準拠した使用方法については専用ページを参照してください。

貢献ガイド

詳細は「貢献ページ」をご覧ください。
貢献ガイドの概要については、スライド資料もご参照ください。

同じ日のほかのニュース

一覧に戻る →

2026/10/19 5:48

潜在空間で思考し、テキストを通じて行動するハイブリッド推論エージェント：LLM エージェント

## Japanese Translation: ハイブリッド推論エージェントは、テキストとの相互作用と深層推論を単一かつシームレスな生成プロセスで統合することで、AI において画期的な飛躍をもたらします。この革新的なアーキテクチャは、現行の最先端モデルを常に上回る性能を発揮しながら、大幅に計算コストを削減し、高度なインテリジェンスの実用化を容易にしています。その成果は、軽量な遷移コンポーネントと複雑さを伴わずにパフォーマンスを安定させる専用ポストトレーニング手法を採用することによって達成されています。数学、医学、科学、検索、エージェント推論などの分野における 11 つのベンチマークでの広範なテストにより、既存のフレームワークに対して 10.4% の性能向上が確認されました。特に重要なのは、この効率化が莫大な節約をもたらす点です：トークン使用量は最大で 54.7% も減少し、推論速度は約 2.6 倍に向上（1.8 倍から 2.6 倍）、運用コストは最大で 3.7 分の 1 に抑えられます（2.7 倍から 3.7 倍の削減）。HybridSFT や HybridRL のような手法により、モデルが推論モードを効果的に協調させるよう指導されると同時に、連続的なワーキングメモリ機能によって複雑なタスク中のコンテキスト喪失を防ぎ、複数ターンにわたるロスレスなハイブリッドコンテキストを維持します。アーキテクチャの設計により潜在思考は直接確認可能となり、軽量な HybridLink コンポーネントを通じてテキストモードと潜在モードとの間のシームレスな切り替えを実現しています。大規模エージェントの導入を検討する企業にとって、この技術は卓越した速度と資源削減による直ちに適用可能な利点を提供します。これらは正確性や能力を損なうことなく実現されます。コードとデータは、提供されたリンクから入手可能です。

2026/10/19 1:32

ソフトウェアの裏にいる人

## 日本語翻訳: Linear は製品の構築において、経験と判断を培った直観を、堅固なデータや標準プロセスよりも重視する。ローンチ前には、創設者たちが自社以外の企業や役割にわたる人々と対話し、自らの不満を超えて何が重要かを理解し、製品の方針が孤立した苦情ではなくより広いニーズによって形作られるよう确保了。その核心的な哲学は、成功するソフトウェアとは、設計上の意思決定によって定義される統一された「魂」を必要とし、それが創作者の注力点、あえて避けるべき事項、技術的な機能達成後に投資する労力の場所から構成されるというものである。このアプローチは、「汚い（messy）」ソフトウェアへと向かう業界の増大する傾向に対抗するものであり、新しい機能追加への焦点が製品の視角と形を希薄化させるのである。既存のリ思考は新規機能の追加よりも容易であるため、多くの製品はフランケンシュタインの怪物に似ており、共有されたビジョンを持たない独立した能力の集合体となり、その各部分の平均値になり、独自性を侵食してしまう。Linear は、創造者たちがより深い視点を持つように支援することでこのパラダイムを転換し、 disparate な部品が単なる孤立した追加としてではなく調和して機能するように、それぞれが独立した「小さなソフトウェア工場」のように組織化されるのを防ぐことを目指している。その目標は、ユーザーがコードの每一行に潜む人間創作者を感じ取らせ、各機能が解決する核心的な問題と完全に一致し、全てのコンポーネントを単一の統合されたビジョンを中心に集約させることにある。

2026/10/19 3:48

フリーパスクompiler が今やダイナミックパッケージをサポートしました

## Japanese Translation: 元のエキスラクトは実際には非常に強いものであり、本質を的確に捉えています：ビルドからの移行ではなくダイナミックローディングへの変化、クロスプラットフォームサポート、IDE の改善、そしてコミュニティの方向性などです。ただし、「要点リスト」に含まれているいくつかの詳細な点が欠けており、これらは精密さを加えます（例：フォーム/フレーム変換機能、特定の単位 `DynPkgTypes.pas`、およびパッケージ間でユニット名が一意であるという要件）。以下は、「要点リスト」からこれらの具体的な詳細を取り入れつつ、流れを保ちながら改善されたサマリーです： **改善されたサマリー：** Free Pascal コンパイラと Lazarus IDE は、Linux、Windows、macOS における展開において大きな変化をもたらすダイナミックパッケージシステムを導入しました。以前はコンポーネントを追加するためにフルビルドが必要でしたが、この新しいシステムでは、命名規則に従うか、標準的な共有ライブラリを使用することで、コンパイラが生成したメタデータを新しい RTL ユニット（例：`DynPkgTypes.pas`）を通じて検査することにより、開発者がプラグインや拡張機能を瞬時にインストールできるようになりました。実装はスレッド変数を安全に保持し、パッケージ間で動的タイプを管理し、プロジェクト全体を再コンパイルせずに機能をオン・ザ・フライで追加または削除することを可能にします。IDE の改善には、永続的なプログレスウィンドウ、数秒以内にコントロールを更新するドッキング可能な Packages ウィンドウ、およびフォームからコントロールへの変換のような機能が含まれます。安定性を確保するためには、インストールされたパッケージ間でユニット名は一意である必要があるため（必要に応じて自動的に"Package"が追加されます）、ストライピングは避けるべきです（本質的なメタデータを除去するからです）。この技術は新しいランタイム型情報 (RTTI) ユニットに依存していますが、実用上の成果は極めて機動的な開発環境です。プロジェクトチームはこれらの変更を GitLab のフォーク上の「dynamic packages」ブランチにコミットし、Mac アーキテクチャ（特に M1）の開発に対するコミュニティのサポートを積極的に求めています。