Historie formátů souborů od roku 2010

TL;DR

Od roku 2010 se formáty souborů posunuly od desktop‑centrických, proprietárních blobů k otevřeným, cloud‑nativním a AI‑připraveným kontejnerům. Největší posuny jsou:

• Ukládání cloud‑first – formáty nyní podporují streamování, částečné čtení a spolupráci v reálném čase (Google Docs, Office 365).
• Momentum otevřených standardů – bezlicenční kodeky (AV1, AVIF, WebP) a datové formáty (Parquet, Arrow) dominují, aby se předešlo vendor lock‑in.
• Komprese a efektivita šířky pásma – HEVC, AV1, JPEG‑XL, Zstandard a Brotli zmenšují velikost souborů o 30‑60 % při zachování kvality.
• Metadata, bezpečnost a provenance – bohatší XMP/EXIF, digitální podpisy a šifrované kontejnery chrání integritu a splňují regulatorní požadavky.
• AI‑připravené, samopopisné struktury – TFRecord, Parquet a Arrow umožňují strojům číst data bez vlastních parserů, což pohání big‑data pipeline a ML úlohy.

Proč poslední desetiletí má význam

Když v roce 2010 otevřeli soubor, byl obvykle statickým, lokálním artefaktem: PDF, které jste vytiskli, JPEG, který jste poslali e‑mailem, nebo ZIP, který jste uložili na pevný disk. Přeskočte do roku 2024 a stejný soubor může žít v cloud bucketu, být upravován současně desítkami uživatelů a nést kryptografický podpis, který dokazuje, kdo jej vytvořil. Tato transformace je poháněna třemi makro‑trendy:

Formáty dokumentů a dat: Od PDF po Parquet

Dokumenty se stávají bezpečnými, prohledávatelnými a multimediálně bohatými

• PDF 2.0 (ISO 32000‑2, 2021) přidal silnější kryptografii, bohatší XMP metadata a lepší přístupnost. Také zavedl PDF/A‑4 pro dlouhodobé archivování s vestavěnou provenance.
• Office Open XML (OOXML) držel krok s koautorstvím v reálném čase v Office 365, vkládáním cloud‑spojených aktiv přímo do souborového balíčku.
• OpenDocument Format (ODF) získal na popularitě v evropských veřejných správách díky nařízením EU pro otevřené, bezlicenční standardy.
• ePub 3.x proměnil e‑knihy na plnohodnotné webové stránky (HTML5, MathML, audio/video), umožňující interaktivní učebnice a audioknihy.

Big‑data pipeline se přesunuly na samopopisné, sloupcové kontejnery

• Parquet se stal de‑facto úložným formátem pro Spark, Hive a Presto, nabízejícím predicate push‑down a efektivní kompresi.
• Apache Arrow představil jazykově agnostický, v‑paměti sloupcový layout, který umožňuje zero‑copy výměnu dat mezi Python, Java a Rust.
• Avro a ORC zůstávají populární pro streamování (Kafka) a Hive úlohy, protože ukládají schéma spolu s daty, což usnadňuje evoluci.

Výsledek? Dokument nebo datová sada může cestovat napříč cloudy, být indexována AI a zachovat si kompletní auditní stopu bez proprietárního zamčení.

Obrázky, audio a video: Závod v kompresi

Obrázky – HDR, animace a progresivní dekódování

• HEIF/HEIC (2015) využil HEVC kompresi ke zmenšení JPEG souborů na polovinu při podpoře 16‑bitové hloubky a HDR. Apple jej nastavil jako výchozí na iOS 11, posunul ekosystém k širšímu gamutu fotografií.
• AVIF (2020‑2024), postavený na kodeku AV1, nyní nabízí 50 % zmenšení velikosti oproti JPEG s podporou lossless a HDR. Chrome, Firefox a Android všechny dodávají nativní dekodéry.
• JPEG‑XL (2022) slibuje lossless i lossy režimy, progresivní renderování a lepší kompresi oproti WebP a AVIF a je již používán Cloudflare pro doručování obrázků.
• WebP přidal animaci, vylepšení lossless a podporu ICC profilů ve verzi 1.2, čímž se stal preferovaným formátem pro webovou grafiku na Chrome a Android.

Audio – Nízká latence a lossless streamování

• Opus (RFC 6716, 2012) se stal výchozím kodekem pro WebRTC, Discord a Zoom, poskytujícím vysoce kvalitní hlas pod 64 kbps s latencí pod 10 ms.
• FLAC zaznamenal oživení, když prémiové služby (Tidal, Qobuz) přidaly lossless úrovně, zatímco ALAC se stal bezlicenční po otevřeném zdrojovém kódu od Apple v roce 2011.
• Emerging MPEG‑H 3D Audio a Dolby Atmos ADM připravují základ pro prostorové audio soubory, které lze streamovat spolu s videem.

Video – Od dominance H.264 k bezlicenčnímu AV1

• HEVC/H.265 (2013) snížil bitrate o ~50 % oproti H.264, umožňujíc streaming 4K a 8K při omezené šířce pásma.
• VP9 (2013) a AV1 (specifikace vydána 2018, produkční použití 2020+) nabídly bezlicenční alternativy; AV1 nyní těží z hardwarové akcelerace na Intel Xe, Nvidia RTX 40 a Apple Silicon.
• HEVC‑SCC (2023) optimalizoval kódování obrazovkového obsahu pro vzdálené desktopy a cloud gaming, snižujíc artefakty v textu a UI prvcích.
• Koncergence kontejnerů: ISO‑BMFF (MP4) a WebM nyní oba podporují více kodeků, titulky a HDR metadata, zjednodušujíc adaptivní bitrate streaming (MPEG‑DASH, HLS).

Celkově posun k vyšší kompresi, HDR a bezlicenčnímu licencování přetvořil, co můžeme doručovat přes mobilní sítě a co zařízení dokážou dekódovat nativně.

Co bude dál? AI‑vložené, provenance‑první a sjednocené kontejnery

• AI‑připravené formáty – Návrh PDF 3.0 (2024) navrhuje vložené inference grafy, umožňující prohledávat skenovaný text bez samostatných OCR pipeline.
• Blockchain‑podporovaná provenance – Projekty jako IPFS CAR soubory vkládají Merkle‑tree hash, umožňující odolnou proti manipulaci distribuci vědeckých dat a digitálního umění.
• Kontejnery prostorového audia – MPEG‑H 3D Audio a Dolby Atmos ADM přecházejí z vysílání na spotřebitelské streamování, vyžadujíc nové souborové obaly, které nesou objektově‑základní audio metadata.
• Koncepty Unified Media Container (UMC) – Diskuse ve skupině ISO‑BMFF usilují o vytvoření jediného kontejneru, který může obsahovat video, audio, titulky, 3D geometrii (glTF) a AR metadata, snižujíc „žonglování formáty“ v imerzivních zážitcích.
• Post‑kvantové podpisy – Rané experimenty vkládají Dilithium nebo Falcon podpisy do PDF/A‑4 a ODF, připravujíc na budoucnost, kde by klasické RSA/ECDSA mohly být zranitelné.

Pro vývojáře a tvůrce obsahu je závěr jasný: vyberte si otevřené, samopopisné formáty již nyní. Budou snazší zabezpečit, levnější licencovat a připravené pro AI‑řízené pipeline, které budou dominovat v následujícím desetiletí.

Rychlý přehled (Na první pohled)

Pokud stále ukládáte vše jako obyčejný ZIP, je čas na upgrade. Vyberte formát, který odpovídá médiu (cloud, mobil, AI) a budoucnost vám poděkuje.

Štítky: #file-formats #tech-history #cloud-native
Slug: file-formats-history-2010-2024