微软向 Mesa 26.2 提交 DX12 硬件 AV1 视频编码原型

近日，微软工程师完成一套基于 DirectX 12 与 Windows 媒体底层的 AV1 硬件编码方案，并将约 900 行核心代码合并进 Mesa 图形驱动主线，该功能将随 Mesa 26.2 正式上线。

这套方案专门面向 WSL（Linux Windows 子系统）环境，可让 Linux 应用直接调用 Windows 主机显卡完成 AV1 硬编码，实现 AMD、NVIDIA、Intel 全显卡厂商兼容，进一步补齐 WSL 视频处理硬件加速能力。

本次微软实现的 AV1 硬件编码依托 DirectX 12 与 HMFT 硬件媒体转换组件搭建，整套工作链路清晰：

WSL 内运行的 FFmpeg、GStreamer 等 Linux 视频程序发起 AV1 编码请求；

请求经由 Mesa 图形层转发至 Windows Media Foundation 多媒体框架；

最终交由 Windows 主机显卡驱动完成硬件编码运算，计算资源完全由 GPU 承担，不占用 WSL 虚拟机 CPU。

该方案最大优势为跨厂商通用性。传统 Linux 视频硬编码需要显卡厂商单独适配驱动，而 DirectX 12 统一适配全品牌显卡，WSL 无需针对不同显卡编写专属兼容代码，一次适配即可覆盖市面主流独显、核显。对微软而言，这套架构也降低了 WSL 多媒体功能的维护成本，不用依赖各显卡厂商零散的 Linux 驱动适配方案。

Hardware Media Foundation Transform（HMFT）是 Windows 媒体层核心组件，负责衔接显卡硬件编码器与上层多媒体接口，随显卡驱动一同分发，是 Windows 原生硬件编解码的底层载体。

AV1 编码优势与当前原型功能限制

AV1 是开放媒体联盟 AOMedia 于 2018 年推出的免费开源视频编码标准，微软作为联盟创始成员深度参与研发。相比 H.265（HEVC），同等画质下 AV1 压缩率提升约 30%，且无专利授权费用，是直播、AI 视频数据集处理、本地转码的主流新一代编码格式。

不过本次合并至 Mesa 26.2 的仅为早期原型实现，功能存在明显短板：

仅支持 I 帧（关键帧）、P 帧（单向预测帧）编码，暂不支持压缩效率更高的 B 帧（双向预测帧）；

缺少高级帧间压缩工具，同等码率下压缩效率弱于成熟完整 AV1 编码器；

开发目标优先打通 “WSL Linux 程序→Windows 显卡硬编码” 完整链路，后续版本才会补齐 B 帧等高级特性。

从编码原理来看，B 帧可同时参考前后画面数据，压缩体积远小于 I/P 帧，缺失该特性会大幅拉高视频文件体积，现阶段仅适合简单测试、低要求转码场景，生产级大规模视频处理仍需等待后续迭代完善。

面向哪些用户？大幅降低 WSL 视频处理 CPU 负载

该功能主要服务两类重度 WSL 使用者：

视频转码、流媒体开发者：在 WSL 中批量处理视频素材、搭建直播推流服务，GPU 分担编码任务后，CPU 占用大幅下降，高分辨率视频处理速度显著提升；

AI 视频研发人员：基于 Linux 环境训练视频 AI 模型，海量视频数据集预处理工作可硬件加速，释放 CPU 算力用于模型运算。

微软布局 WSL GPU 视频加速已有多年历史：早在 2023 年 Mesa 22.2/22.3 版本，WSLg 就上线 D3D12 后端 VAAPI 硬件编解码，实现 H.264/H.265 硬加速；本次新增 AV1 硬件编码，是 WSL 多媒体硬件加速体系的重要补充。

Mesa 采用季度更新节奏，26.0、26.1 分别于 2026 年 2 月、5 月发布，Mesa 26.2 版本时间规划如下：

首个 RC 候选版：2026 年 7 月 15 日；

正式稳定版：预计 2026 年 8 月 5 日。

对于普通 WSL 用户，Mesa 26.2 上线后将新增一套独立 AV1 硬编码通路：无需显卡厂商提供 Linux 专属驱动，任意支持 DX12 AV1 硬件编码的 Windows 显卡，均可在 WSL 内原生跑起 AV1 硬编。

现阶段原型功能有限，短期不会完全替代现有编码方案；待官方补齐 B 帧与高级压缩特性后，WSL 将拥有完整、跨厂商、免费开源的 GPU AV1 编码能力。

微软持续向开源 Mesa 项目贡献 D3D12 视频加速代码，本质是打通 Windows 与 Linux 两套生态的多媒体底层：让原生 Linux 多媒体工具链，无需修改大量代码，就能复用 Windows 成熟的显卡硬件编码能力。

一方面降低开发者跨平台视频工具移植成本，FFmpeg、GStreamer 等主流 Linux 软件开箱即用硬加速；另一方面强化 WSL 作为开发环境的竞争力，兼顾 Windows 硬件生态与 Linux 开发工具链，利好音视频、AI 研发群体。