从像素到核苷酸：基于令牌的端到端视频压缩用于 DNA 存储
计算机视觉与模式识别
2026-04-16 v1 新兴技术
摘要
DNA 存储作为应对全球数据危机的有前景方法，具有分子级密度和千年级稳定性且维护成本低。在过去的十年里，大量进展已用于存储文本、图像和文件——但视频仍是一个开放挑战。难度不仅在于技术层面：有效的视频 DNA 存储需要从头设计压缩和分子编码，这一挑战位于两个 largely 独立演化的领域的交叉处。本文提出 HELIX，即首个端到端神经网络联合优化视频压缩和 DNA 编码——以往方法将两者独立处理，导致生物化学约束与压缩目标根本性地错位。我们的关键洞察：基于令牌的表征自然与 DNA 的四碱基字母表相吻合——离散语义单元可直接映射到 ATCG 碱基。我们引入 TK-SCONE（Token-Kronecker 结构约束优化神经编码），通过 Kronecker 结构混合打破空间相关性，结合基于有限状态机 (FSM) 的映射确保生物化学约束，实现每核苷酸 1.91 位的压缩效率。不同于两阶段方法，HELIX 同时学习令牌分布，这些分布针对视觉质量、掩码下预测和 DNA 合成效率进行优化。本工作首次表明，学习式压缩与分子存储在令牌表征处自然收敛——指向一种新范式：从头设计神经视频编解码器以适应生物学基质。
引用
@article{arxiv.2604.13667,
title = {From Pixels to Nucleotides: End-to-End Token-Based Video Compression for DNA Storage},
author = {Cihan Ruan and Lebin Zhou and Bingqing Zhao and Rongduo Han and Qiming Yuan and Chenchen Zhu and Linyi Han and Liang Yang and Wei Wang and Wei Jiang and Nam Ling},
journal= {arXiv preprint arXiv:2604.13667},
year = {2026}
}