面向 AI 训练的视频存储重构：打破跨帧依赖以支持高效随机访问

论文指出 AI 训练随机采样视频时存在两类解码放大：顺序重建无关帧，以及重建采样目标所需的参考链。作者提出依赖感知稀疏解码，只重建被请求帧及其必要参考，无需转码源视频；可选的离线 DDRA 编码将每个内部帧限制在两个帧内编码锚点之间，使每个请求目标的重建不超过三帧。在大型机器人语料上，该方法在相近重建质量下达到 LeRobot v3 的 1.45 倍加载吞吐，媒体数据量减少 58.7%。