BLUEDOT ha annunciato la presentazione di “PQO (Perceptual Quality Optimizer)”, una nuova soluzione di ottimizzazione della compressione video basata su intelligenza artificiale che verrà mostrata durante l’evento “2026 AI & Big Data Show” al COEX di Seoul. La tecnologia è stata progettata per migliorare drasticamente l’efficienza di compressione delle pipeline video esistenti senza richiedere la sostituzione dei codec o dell’infrastruttura di encoding già in uso.
PQO funziona come modulo di pre-processing AI inserito prima della fase di codifica video. In pratica, il sistema modifica e ottimizza intelligentemente il segnale video sorgente prima che venga elaborato dall’encoder, consentendo ai codec tradizionali di ottenere livelli di efficienza normalmente associati a codec di nuova generazione. La soluzione è compatibile con H.264, HEVC, VP9 e AV1, indipendentemente dall’encoder utilizzato.
L’obiettivo principale della piattaforma è affrontare il rapido aumento dei costi legati alla crescita esponenziale dei dati video. Settori come guida autonoma, videosorveglianza, streaming UGC, broadcasting sportivo e imaging medicale stanno producendo quantità enormi di contenuti visivi, aumentando significativamente i costi di storage e distribuzione CDN. Secondo BlueDot, un singolo veicolo autonomo può generare diversi terabyte di dati video al giorno, mentre i contenuti creati tramite AI rappresentano ormai una quota rilevante della produzione globale di immagini e video.
Uno degli aspetti più interessanti di PQO riguarda il superamento dei tradizionali compromessi tra qualità video, bitrate e potenza computazionale. I codec più moderni come HEVC e AV1 offrono infatti risparmi di banda elevati, ma richiedono carichi computazionali molto superiori rispetto a H.264. Al contrario, codec più leggeri e compatibili sacrificano efficienza di compressione.
BlueDot sostiene che PQO riesca a rompere questo trade-off grazie a una rete neurale estremamente compatta, composta da meno di 10.000 parametri. Questo permette elaborazione in tempo reale anche in scenari sensibili alla latenza, come streaming live, concerti o eventi sportivi, senza introdurre overhead hardware significativo.
Nei benchmark condivisi dall’azienda, l’integrazione di PQO con encoder esistenti avrebbe prodotto una riduzione media del bitrate fino al 42% mantenendo la stessa qualità percepita misurata tramite VMAF. In alcuni test 4K, il bitrate sarebbe sceso da 18 Mbps a 7,6 Mbps con un leggero miglioramento del punteggio qualitativo complessivo.
Dal punto di vista infrastrutturale, PQO supporta sia ambienti cloud sia installazioni on-premise. In cloud viene distribuito come libreria software e immagine AWS AMI, mentre negli ambienti locali può essere integrato come filtro compatibile con FFmpeg. L’azienda sottolinea inoltre che il modello AI può essere aggiornato nel tempo semplicemente sostituendo i pesi della rete neurale, senza necessità di cambiare hardware o pipeline operative.
La piattaforma include anche controlli avanzati sull’intensità della compressione AI e supporta ottimizzazioni basate su differenti metriche qualitative, tra cui VMAF, PSNR e SSIM. Sono inoltre previste attività di fine-tuning personalizzato per adattare il comportamento del sistema a specifici workflow industriali o ambienti di distribuzione.
Con PQO, BlueDot punta a posizionarsi nel segmento delle infrastrutture AI per video processing, proponendo un approccio che non sostituisce i codec esistenti ma li potenzia attraverso modelli neurali leggeri integrabili nelle pipeline già operative.