近日，一篇被ECCV 2026接收的論文提出了MixCompress，一種基於專家混合（MoE）和深度混合（MoD）的統一可變比特率（VBR）圖像壓縮框架。該研究由Calvin-Khang Ta等人完成，旨在解決學習圖像壓縮（LIC）中獨立模型存儲開銷大以及現有VBR方法中特徵糾纏的問題。
在傳統LIC中，每個率失真工作點都需要獨立存儲模型，導致資源浪費。現有的VBR方法通過密集參數調製減少開銷，但強制共享骨幹網絡去逼近不同的映射會引起嚴重的特徵糾纏。具體來説，低速率下的平滑梯度與高頻紋理細節的保留存在衝突，導致性能次優。MixCompress的核心創新在於稀疏結構專業化。它採用稀疏門控的專家混合（MoE）路由，成功緩解了梯度衝突。然而，MoE在固定計算預算下運行，無法滿足高速率下增加的表示需求。為此，研究者引入深度混合（MoD）擴展，以動態調整模型容量。此外，條件輔助變換（CAT）實現了動態子帶能量調製，使得層次化框架能夠高效地動態縮放容量。
大量評估表明，MixCompress不僅與單獨優化的單速率基線性能相當，甚至在某些情況下超越它們，為計算高效的圖像編碼建立了新的帕累託前沿。這一成果對於圖像壓縮領域具有重要價值，有望推動視頻流媒體、雲存儲等應用的發展。論文已提交至arXiv，並將在ECCV 2026上展示。該工作由Calvin-Khang Ta與三位合作者共同完成，論文編號arXiv:2607.14334。MixCompress通過稀疏門控MoE緩解了梯度衝突，同時引入MoE的深度變體MoD來動態擴展模型容量，配合CAT進行子帶能量調製，實現了在統一框架下的可變比特率壓縮，性能超越了傳統單速率模型。