H.264和H.265，两者都是给足码率的情况下，谁能提供的画质上限更高?
不是，你都给足码率了还编个蛋球啊，都能做到无损。
如果你真的向我一样在做视频编解码这个行业，你应该知道所谓的画质并不是编解码从业者追求的东西，我们追求的是信噪比。也就是不论是什么，输入到这个编码器里，编出来的东西和你输入进去的差距有多大。
我用标准测试序列的cactus举个例子，如果你仔细看那个视频，你会发现背景包含大量噪点（某乎压缩成一坨屎了，看上去不甚明显）：
假如你是一个编码器，要编码cactus这个视频。你要考虑的不是编码这些噪声毫无意义，因为噪声也是信息，而是我如何用最小的代价编码这些噪声，这才是驱动你升级迭代的内在动力。因此你拥有了更加复杂的预测方向、块划分、帧结构，更加强大的熵编码以及一系列灵活的配置选项。这个代价可以是失真，可以是码率，但最常见的是率-失真。关于率失真是如何从一个有约束的问题经拉格朗日乘数法转变为无约束问题的，在此不做推导。
经典信息论认为预测概率低的东西信息量大，编码器理应为信息量大的东西分配更多的码率编码，如果你用CQP编码事实也确实如此。但编码器对信息量的掌握属于是管中窥豹，它认为信息量大的地方人眼未必那样认为。就像上图中那样，属于是帧间相关性比较大又不是很大，比较大的相关性意味着它会使用少量的intra in inter，不是很大意味着它会使用大量的inter和少量的skip，事实也是如此，如下图X265，CQP22，橙色是intra，蓝色是inter，无色是skip：
因此，比特分配就很重要，这也是近年视频编码领域最容易出成果的地方。比特分配说白了就是给失真人眼不敏感的区域分配较少的码率，失真人眼敏感区域分配较多的码率，把之前编码噪声消耗掉的码率拿来给更重要的区域。不论是q域、ρ域、λ域的码率分配，都是一个套路，总结一下就是提出一个R-D模型，再依据这个RD模型制定一套码率分配策略。评价指标包括BDBR，实际分配码率和目标码率相差的百分比，码率波动情况，算法复杂度。
你会发现，随着bpp(bits per pixel)的增加，不论是传统的编码器，还是端到端的神经网络编码器，收益越来越小
总结一下，1、画质指的是画面的实际分辨率和纯净度，但编码关心的不是画质，而是信噪比，尽管信噪比往往与画质正相关。2、不同的编码标准在高码率段差距逐渐收窄。3、做蛋糕的技术基本已经走到头了，现实中远没有分蛋糕重要。
我要补充一点，虽然我们对诸如MSE、SSIM、VMAF这类评价指标，会用到“客观质量”、“主观质量”描述它们，但这里的“质量”不等同于画质，而等同于失真——换句话说，你默认输入为“真”。如今的增强技术，甚至能在解码后计算出超越原始画面的画质，所以追求画质的是拍摄者，是后期，是播放器，而不是编码标准。
