图片、视频、音频格式完全指南：一张表帮你选对格式

你每天都在和格式打交道

手机拍了一张照片，后缀是 .heic。想发到网站上，得转成 .jpg。下载了一部电影，文件名是 .mkv，播放器却打不开。网易云音乐缓存了一首歌，格式是 .ncm，别的软件根本认不了。

这些后缀名——也就是格式——看起来像一堆随机字母，但它们各自代表着完全不同的存储策略。理解它们，不是什么高深的计算机知识，而是一种实用技能：知道什么时候该用什么格式，能帮你省空间、提速度、保质量。

这篇文章会从最基本的概念出发，把图片、视频、音频的常见格式一次性讲清楚。

先搞懂一个核心问题：压缩

所有格式的本质区别，其实就一句话：怎么把数据变小。

一张未经压缩的照片，一个像素要占 3 个字节（红绿蓝各一个字节）。你手机拍的 1200 万像素照片，原始大小大约是 36 MB。但实际存储在手机里只有 3-5 MB。这就是压缩的功劳。

压缩分两种：

无损压缩——像把衣服整齐叠好塞进箱子，打开箱子后衣服还是原来的样子。PNG、FLAC、ALAC 就是这种方式。文件比原始数据小，但解压后和原始数据一模一样。

有损压缩——像搬家时扔掉一些你不太用的东西。JPEG、MP3、H.264 都是这种方式。它们会丢弃人眼/人耳不太敏感的信息，换来更小的体积。丢掉的东西再也找不回来了，但如果你"扔"得恰到好处，人几乎感觉不到。

理解了"压缩"这个核心，后面所有的格式就都好懂了。

第一部分：图像格式

JPEG——照片的万能选手

全称：Joint Photographic Experts Group（联合图像专家小组）

压缩方式：有损

JPEG 是世界上最常用的图像格式，没有之一。你在网上看到的绝大多数照片都是 JPEG。它的核心算法叫离散余弦变换（DCT），原理是把图像分成 8×8 的小方块，然后用数学方法丢弃人眼不太敏感的高频细节。

优点很明显：兼容性 100%，任何设备都能打开；压缩率高，一张照片通常只需原始大小的 1/10 到 1/20。缺点也很明显：不支持透明度；反复编辑保存会越来越糊（就像复印件的复印件）；文字和锐利边缘附近会出现明显的"方块感"。

什么时候用：照片、色彩丰富的图片。不用透明度的场景。

什么时候别用：Logo、文字截图、需要透明背景的图片。

PNG——无损透明的王者

全称：Portable Network Graphics（便携式网络图形）

压缩方式：无损

PNG 的诞生有一个故事：GIF 格式使用的 LZW 压缩算法有专利限制，开发者需要交授权费。于是社区在 1995 年创造了 PNG，使用无专利的 DEFLATE 算法，完全免费开放。

PNG 最大的两个优势：无损和透明。它不会丢失任何像素细节，还支持 Alpha 透明通道——可以做出半透明的效果，而不像 GIF 那样只有"透明"或"不透明"。

不过 PNG 存照片非常浪费空间。一张手机照片存成 PNG 可能 10-20 MB，存成 JPEG 只要 3-5 MB，但你根本看不出区别。

什么时候用：Logo、图标、截图、需要透明背景的图片、文字为主的图片。

什么时候别用：照片。

GIF——不死的老兵

全称：Graphics Interchange Format（图形交换格式）

压缩方式：无损（但只支持 256 种颜色）

GIF 诞生于 1987 年，是互联网最早的图像格式之一。它有两个致命限制：最多只能用 256 种颜色（照片通常有几百万种），不支持半透明。

但它有一个杀手级功能：动画。在社交媒体时代，GIF 动图成为了表达情绪的"通用语言"。

2024 年的数据显示，GIF 仍占网页图片的 16.8%。但技术上说，它在大多数场景下已经过时了——动画用 WebP 可以小 70-80%，静态图片用 PNG 更好。

什么时候用：简单动画、表情包（兼容性要求极高的场景）。

什么时候别用：照片、需要高质量或透明度的场景。

WebP——Google 的全能选手

全称：Web Picture（网页图片）

压缩方式：有损 + 无损

Google 在 2010 年推出了 WebP，目标很明确：用一个格式同时替代 JPEG 和 PNG。

它做到了。WebP 的有损模式比 JPEG 小 25-35%，无损模式比 PNG 小约 26%。它还支持透明度和动画。截止 2026 年，全球浏览器支持率约 97%。

一个格式搞定所有事，听起来很美。但 WebP 也有小缺点：最大分辨率限制在 16383×16383 像素（对绝大多数人够用，但全景照片可能超限）；Safari 对 WebP 的渐进渲染支持不好。

什么时候用：网页图片的默认选择。照片、图标、动画它都能胜任。

AVIF——体积最小的后来者

全称：AV1 Image File Format

压缩方式：有损 + 无损

AVIF 是目前压缩率最高的图像格式。同样的画质，它比 JPEG 小约 50%，比 WebP 还要小 20-30%。它由 Netflix、Google、Apple、Mozilla 等公司组成的开放媒体联盟共同设计，完全免费、无专利。

它还支持 HDR（高动态范围）和广色域，这在其他格式中很少见。

但 AVIF 有两个明显的短板：编码速度极慢（可能比 JPEG 慢 30 倍以上），不支持渐进渲染（必须等整个文件下载完才能显示）。

什么时候用：对带宽和存储极度敏感的场景、高质量照片展示、配合 CDN 使用。

HEIC——iPhone 的默认选择

全称：High Efficiency Image Container（高效图像容器）

压缩方式：有损 + 无损

从 iOS 11 开始，iPhone 默认用 HEIC 格式存储照片。它基于 HEVC（H.265）视频编码，同等画质下体积约为 JPEG 的一半。你在 iPhone 上拍的照，一张大概 1-2 MB，比 JPEG 省了一半空间。

但 HEIC 有一个大问题：HEVC 的专利授权费很贵。Chrome、Firefox、Edge 都不愿付这个钱，所以除了 Safari 之外几乎没有浏览器支持。如果你要把 iPhone 照片放到网页上，必须先转换成 JPEG 或 WebP。

什么时候用：iPhone 本地存储（系统默认）。其他场景建议转成 WebP 或 JPEG。

SVG——放大不失真的魔法

全称：Scalable Vector Graphics（可缩放矢量图形）

压缩方式：文本文件（本质是 XML 代码）

SVG 和上面所有格式都不同——它是矢量图。其他格式记录的是"每个像素是什么颜色"，而 SVG 记录的是"画一条从 A 点到 B 点的线，颜色是红色"。就像给画家一份说明书，而不是一张画好的画。

这意味着 SVG 无论放大到多大都不会模糊。一个 Logo 的 SVG 文件通常只有 2-10 KB，在手机屏幕和 4K 大屏上都一样清晰。

但 SVG 只能表示可以用线条、形状描述的图像。照片这种复杂图像无法用 SVG 表达。

什么时候用：Logo、图标、图表、插画、UI 元素。

什么时候别用：照片。

BMP 和 TIFF——不常用的老前辈

BMP（Bitmap）是 Windows 的原生图像格式，不压缩，体积巨大，现在几乎没人在用了。

TIFF（Tagged Image File Format）在印刷和专业摄影领域还常见，支持多页（比如一个文件里放多张扫描件），但体积大，浏览器基本不支持。

一张图选对图像格式

第二部分：视频格式

这里是很多人困惑的地方，因为视频涉及两层概念：容器和编码。

一个类比搞定容器 vs 编码

想象你寄一个快递。

容器就是快递箱。箱子上写着收件人信息（元数据），里面可以装各种东西。常见容器：MP4、MKV、MOV、WebM。

编码就是物品的打包方式。一件羽绒服，你可以真空压缩后放进去，也可以直接塞进去——不同的压缩方式对应不同的编码。常见编码：H.264、H.265、AV1、VP9。

一个 MP4 文件（容器）里，视频流可能是 H.264 编码的，音频流可能是 AAC 编码的，还可能有字幕。同一个容器可以装不同的编码内容，就像同一个快递箱可以装不同的东西。

所以当你看到一个 .mp4 文件打不开，很可能不是 MP4 容器的问题，而是里面的视频编码你的播放器不支持。

常见视频容器

MP4——最通用的快递箱

全称：MPEG-4 Part 14

MP4 是兼容性最好的视频容器。几乎所有设备、浏览器、社交平台都支持。如果你不知道选什么，选 MP4 总不会错。

它支持 H.264、H.265 等常见编码，支持字幕（但字幕功能比较有限），适合网页视频、社交媒体上传、手机录像。

MKV——什么都能装的万能箱

全称：Matroska Video

Matroska 是俄罗斯套娃的意思——这个名字很形象，MKV 确实什么都能装。多国语言音轨？可以。多套字幕？可以。章节标记？可以。附件（比如字体文件）？也可以。

下载高清电影时你经常见到 MKV，就是因为它的万能特性。但它不被大多数播放器和社交平台直接支持（需要转换格式）。

MOV——Apple 的快递箱

全称：QuickTime Movie

iPhone 录制的视频默认是 MOV 格式。它和 MP4 很相似（底层结构几乎一样），但在 Apple 生态中对 ProRes 等专业编码的支持更好。

WebM——为网页而生

Google 设计的容器，专门用于网页视频。YouTube 大量使用 WebM。它只支持 VP8、VP9、AV1、Vorbis、Opus 这些开源免费编码。

AVI——退休的老前辈

Microsoft 在 1992 年推出的格式。文件体积大、功能少，已经基本被 MP4 取代。偶尔会在老旧的视频文件中见到。

常见视频编码

H.264 (AVC)——视频界的 JPEG

全称：Advanced Video Coding（高级视频编码）

H.264 自 2003 年以来一直是视频编码的绝对主流。所有设备、所有浏览器、所有平台都支持它。YouTube、Netflix、视频会议——几乎都在用 H.264。

它的压缩效率已经不算先进了，但胜在兼容性无敌。如果你需要一段视频"在任何地方都能播放"，选 H.264 准没错。

H.265 (HEVC)——更好的压缩，尴尬的授权

全称：High Efficiency Video Coding（高效视频编码）

同等画质下，H.265 比 H.264 小 40-50%。4K 视频几乎必须用 H.265 才能保持合理的文件大小。

但 H.265 有一个致命问题：专利授权太贵太复杂。多个专利池收费，浏览器厂商（Chrome、Firefox）不愿支付，导致 H.265 的网页支持率只有约 75%。它更多被用在 Apple 生态、4K 蓝光光盘和专用播放器中。

VP9——Google 的免费替代品

Google 开发的开源免费编码，压缩效率与 H.265 大致相当。YouTube 的默认编码就是 VP9。Chrome、Firefox 等主流浏览器都支持。

AV1——未来的王者

全称：AOMedia Video 1

AV1 是目前最先进的视频编码，由 Google、Netflix、Amazon、Microsoft、Apple 等巨头联合开发，完全免费开源。它比 H.264 小 60-70%，比 H.265/VP9 还要小约 30%。

YouTube 和 Netflix 已经在大量使用 AV1。硬件解码支持也在快速普及（骁龙 8 Gen 2、Apple M3 等芯片已支持）。

唯一的问题是编码速度很慢，对计算资源要求高。但随着硬件编码器的普及，这个问题正在被解决。

编码对比一览

容器选择速查表

第三部分：音频格式

音频格式的核心矛盾和图像一样：体积与音质的博弈。

MP3——最老牌的有损格式

全称：MPEG-1 Audio Layer III

1993 年诞生，改变了整个音乐产业。MP3 使用心理声学模型——它会分析声音，去掉人耳很难听到的频率。就像一首交响乐里有人在悄悄翻乐谱，MP3 认为你听不到，就把这个声音扔掉了。

在 320 kbps（最高码率）下，大多数人分辨不出 MP3 和原始音频的区别。但在 128 kbps 以下，瑕疵就比较明显了——钹声会变得"金属感"很强，混响尾音会变得粗糙。

MP3 的最大优势是兼容性：从 2000 年的 MP3 随身听到 2026 年的智能音箱，所有设备都支持。

什么时候用：需要最大兼容性的场景、老设备、邮件附件。

AAC——MP3 的继任者

全称：Advanced Audio Coding（高级音频编码）

AAC 在同等码率下音质比 MP3 好。AAC 128 kbps 的效果大约相当于 MP3 160 kbps。它是 Apple Music、YouTube、大多数流媒体服务的默认格式。

你的 iPhone 录音、微信语音、在线视频里的音频，大概率都是 AAC。

什么时候用：流媒体、移动端、网页音频（最佳体积/音质比）。

FLAC——无损发烧友的选择

全称：Free Lossless Audio Codec（免费无损音频编解码器）

FLAC 能把音频压缩到原始大小的 50-70%，但完全不丢任何信息。解压后的音频和原始录音一模一样，bit 级别完全一致。

一首 4 分钟的歌，WAV 格式约 42 MB，FLAC 格式约 25 MB，MP3 格式约 4-10 MB。

如果你是音频发烧友，或者需要存档原始录音，FLAC 是不二之选。大多数现代播放器都支持 FLAC，Spotify 和 Apple Music 也提供了无损音质选项（底层就是 FLAC 或 ALAC）。

什么时候用：音乐收藏/存档、发烧级播放、音频编辑的源文件。

WAV——最原始的声音

全称：Waveform Audio File Format（波形音频文件格式）

WAV 不做任何压缩，直接存储声波的原始采样数据。CD 音质就是 44100 Hz 采样率、16 位深度、双声道——每分钟约 10 MB。

它的体积大得吓人，但在专业音频制作领域是不可替代的：录音棚录音、音频编辑、后期处理都用 WAV 作为工作格式，最后再转换成其他格式分发。

什么时候用：专业录音、音频编辑、母带处理。

OGG Vorbis——开源游戏音频

全称：OGG 是容器名，Vorbis 是编码名

开源免费的有损音频格式，压缩效率和 AAC 大致相当。很多游戏（比如 Minecraft）和开源项目使用 OGG 格式，因为完全不需要付授权费。

什么时候用：游戏音频、开源项目、避免专利问题的场景。

音频格式对比

选格式的终极心法

不用记住上面所有的细节。记住这几条就够了：

图片：照片用 JPEG/WebP/AVIF（体积小），图形/Logo 用 SVG/PNG（无损且清晰）。

视频：容器选 MP4（最通用），编码选 H.264（最兼容）或 AV1（最先进）。

音频：听歌用 AAC/MP3（体积小），收藏用 FLAC（无损），做音乐用 WAV（原始）。

一条通用原则：如果是给网页用的，尽量选体积小的格式。文件越小，加载越快，用户体验越好。现代格式（WebP、AVIF、AV1）在同等甚至更好的质量下，体积远小于老格式。

参考资料

• Image file type and format guide — MDN Web Docs (Mozilla)
• Image Formats Explained — TheImageCDN
• Video Codecs Explained: H.264, H.265, VP9, and AV1 — Peasy Video
• Container Formats Explained: MP4, MKV, WebM, and MOV — Peasy Formats
• Audio Format Comparison: MP3, AAC, FLAC, OGG, and WAV — Peasy Dev
• Best Image Format for Web in 2026 — Pixotter