Deep Render首席执行官Chris Besenbruch指出，当前视频压缩标准制定存在进展缓慢、法律不确定性高及依赖专用硬件加速等问题。
“编解码器开发流程已失灵，”Besenbruch在接受TechCrunch采访时坦言。他表示，在压缩行业探索新路径与创新面临重大挑战。此次采访发生于Disrupt大会前，Deep Render正参与Disrupt Battlefield 200项目。
AI赋能视频压缩的创业初衷
Besenbruch与Arsalan Zafar曾在伦敦帝国理工学院攻读计算机科学和机器学习学位期间相识并合作研究项目。在将TB级视频数据分布式传输的过程中，两人亲身体验到现有压缩技术的局限性，遂共同创立Deep Render寻求突破。
此前，Deep Render完成由Pentech Ventures领投、Speedinvest参与的160万英镑（约合181万美元）种子轮融资。此后两年间，公司又从现有投资者处筹集数百万美元，总融资额达570万美元。
Besenbruch表示：“既然互联网带宽难以扩展，唯有让流经管道的数据更小。”因此，团队决定融合机器学习与AI技术，开发根本性的新方法以实现更优的视频压缩比。
平台无关的AI压缩方案
尽管Alphabet旗下DeepMind已将ML算法应用于YouTube视频压缩（减少4%数据量），WaveOne也声称其编解码器优于现有标准，但Deep Render的方案具备平台无关性。
据Besenbruch介绍，公司编译了超1000万个视频序列数据集训练算法，并结合本地设备（含超百个GPU）与云硬件进行训练。该压缩标准性能比HEVC编解码器高出5倍，且可在配备Apple Neural Engine等专用AI加速芯片的移动设备上实时运行。
目前，Deep Render正与三家市值超3000亿美元的大型科技公司洽谈付费试点项目，具体名称暂未披露。
市场前景与团队扩张
Pentech创始合伙人兼Deep Render董事会成员Eddie Anderson评价称：“Deep Render以机器学习方法颠覆了成熟的编解码器市场。其软件化路径不仅性能显著优于行业领先水平，更有望在带宽需求持续增长背景下，为媒体所有者和发行商带来大幅商业改善。”
Deep Render现有员工20人，预计到2023年底将增至62人，规模增长超两倍。