Google新的JPEG開源函式庫Jpegli，相較傳統JPEG解編碼器壓縮效能更好，色帶失真更少，且具有高度相後相容性
Google釋出了一個新的JPEG編碼函式庫Jpegli，其設計比傳統JPEG更快更有效率，圖片也更美觀。在高品質的壓縮設定下，Jpegli可比傳統JPEG解編碼器壓縮比提高35％，更重要的是該函式庫保持高度的向後相容性，可與現有系統無縫整合。
Jpegli提供與原始JPEG標準完全可互通的編碼器和解碼器，以及和libjpeg-turbo、MozJPEG的API/ABI高度相容性，其採用最為廣泛使用的8位元格式來處理和儲存圖像資料，如此確保了Jpegli的泛用性，在不犧牲現有系統和應用穩定性的前提下，供用戶馬上獲得效能提升。
特別的是，當圖片透過Jpegli壓縮或是解壓縮時，函式庫會執行精確且符合心理視覺（Psychovisually Effective）特性的計算，這將使整體影像看起來更加清晰，且可觀察到的失真更少。Jpegli能比傳統JPEG解編碼器更有效地壓縮圖像，可節省頻寬和儲存空間，以及加快網頁速度。
Jpegli還有一項特性是執行快速，在提高影像品質和壓縮比的同時，Jpegli的編碼速度並沒有因此變慢，仍與libjpeg-turbo和MozJPEG等傳統方法相當，這使得開發人員可以將Jpegli整合進現有的工作流程中，且不會犧牲額外的編碼效能或是記憶體使用。
傳統JPEG編碼解決方案僅對每個色彩成分（Color Component），僅使用8位元來表示，如此大幅限制顏色的表達範圍，容易產生可見的色帶（Banding）失真，但在Jpegli中，每個色彩成分都可以使用10+位元進行編碼。
不過Jpegli的10+位元編碼是以原始8位元格式進行，因此所產生的圖像能夠與8位元圖像瀏覽器完全相容，Google提到，Jpegli應用了許多新技術來降低雜訊並提高影像品質。這些技術包括自JPEG XL參照實作的自適應量化啟發式演算法、改進的量化矩陣選擇，以及精確計算中繼結果，並且盡可能使用進階色彩空間。
自適應量化啟發式演算法主要是根據心理視覺模型，控制量化的死域（Quantization Deadzone），這種方法是Google為JPEG XL設計，其核心概念在於動態調整圖像不同部分的壓縮強度，根據人眼對於亮度、色彩和細節等感知差異，在細節豐富或是視覺重點區塊，執行較少的壓縮，而在視覺不敏感的地方加強壓縮。
Jpegli還使用了一組量化矩陣，這些矩陣會根據心理視覺品質指標進行最佳化選擇，而Jpegli精確計算的中繼結果則可提高圖像品質，且編碼和解碼都會產生更高品質的結果。Jpegli還會使用JPEG XL的XYB色彩空間，進一步提高圖像品質和密度。
