为了回答这个问题，我下载了视频：
下载为“3Uyndrm.mp4”，4,762 kB
在 Windows 11 中，我使用“文件资源管理器”>“详细信息”来查看其属性：
在这些数据中，Data rate是视频比特率，
Total bitrate= 音频Bit rate+ 视频Data rate
通过根据这些数字计算文件的大小可以确认这一点：
File size = 1,765,000 bits/sec * 22 second / 8 / 1024 = 4,740 kB
但我对这些数字有些不明白。
我们可以计算视频中每秒的像素数：
(854 * 480) pixels/frame * 30 frames/sec = 12,297,600 pixels/sec
由此，我们可以得到每个像素的视频位数：
1,635,000 bits per sec / 12,297,600 pixels/sec / 8 = 0.017 byte/pixel
这有道理吗？这意味着视频数据只是每帧中每个像素一个字节的一小部分。我本以为每个像素的颜色值至少需要三个字节。将其从 3 减少到 0.017 的压缩率将超过 99%，这比我听说过的任何压缩比都要大。
我的计算有问题吗？
根据视频的不同，他们可以拥有一个主帧，该主帧本质上是类似于 JPEG 的有损格式的压缩图像。这是
i-frame包含实际图像数据的。JPEG 已经达到了 10:1 的压缩率，并且质量损失最小，较新的视频编解码器可能至少同样好。
如果接下来的几帧包含大量非常相似的数据，但移动量很小，您可以简单地使用一些数据来表示“将图像的这些区域移动 x 像素”，然后仅压缩实际的新图像数据。 t 已经出现在屏幕上。这是一个
p-frame或基于前一帧的预测帧。p-frames如果在 an 之后有一系列连续的帧，那么i-frame您基本上可以擦除整个系列的帧。您可以将 8 个完整数据帧减少为 1 个单个压缩帧，同时提供少量数据进行变换和数学计算。在每秒 25 帧的情况下，如果每八帧就有一个 i 帧，则可以显着减少数据量。它有可能将数据减少到 1/8 左右，再加上图像的一些新部分。
然后是
b-frames双向预测帧。这些可以回顾过去i-frames，但也可以展望未来i-frame。如果您知道下一个完整图像中有新数据，那么您可以使用该数据对当前图像中更少的数据进行编码b-frame，并依赖于i-frame更进一步的数据。这些预测帧可以大量减少实际编码数据量，但代价是增加视频编码和解码所需的处理能力。您需要大量的处理能力来前后查看一系列图像，找出所有相似点和差异，并应用变换、混合、模糊、运动等。
它还会消耗解码器的成本，因为您需要缓冲至少两个帧
i-frames才能重新创建中间的所有帧。通过将大量数据卸载到详细说明变换和运动的方程中，您可以将比特率降低得远远低于您的预期，并实现更高的压缩比，特别是对于没有太多运动方式或帧之间变化的视频。
您链接的视频显示了一些高度压缩的人工制品
i-frames，并且几乎没有运动方式。它可以轻松获得非常高的压缩比。您可以在维基百科中获取有关该过程基础知识的更多信息：视频压缩图片类型