¿Existe un códec de audio y video (AV) que permita una tasa de bits compuesta?

¿Existe algún códec que permita transmitir una sola corriente de datos en la que haya una línea base de datos para la calidad más baja y donde se pueda enviar más datos desde una fuente que aumenten la calidad y viceversa?

Normalmente, tenemos varias versiones de un vídeo o transmisión. Como 240p, 360p, 480, 720p, 1080p, 1440p, 2160p… en donde cada una de estas representa un conjunto de datos completamente diferente con ajustes de códec distintos. Esto provoca el problema de la multiplicación de datos. Entonces me pregunto si algún códec permitiría tener solo la versión de la más alta calidad, como 2160p, que podría tener una tasa de bits de 10 Mb/s, pero también permitiría que los consumidores con conexión lenta reciban, digamos, 512 kb/s de la misma fuente de datos y por lo tanto, obtengan una calidad más baja de la fuente original… ¿o estamos destinados a siempre tener archivos/transmisiones dedicados para cada calidad de fuente?

Supongo que tal vez no sea un problema del códec, sino del contenedor. He estado trabajando un poco con transmisión de video, por lo que tengo una comprensión general de los códecs y contenedores, pero no soy un experto.

Para expandir un poco más, si aún no está claro, imagina tener un archivo de video de varios gigabytes de tamaño y quieres transmitirlo. Normalmente, una transmisión implica que la fuente se dividirá en segmentos de, digamos, 5 segundos de duración. Supongamos que cada segmento tendría un tamaño de 10 Mb. Un consumidor rápido sería capaz de recibir todo el segmento en menos de 5 segundos, lo que le permitiría consumir todo el video en su calidad original. Pero digamos que un consumidor lento solo puede consumir los mencionados 512 kB, en cuyo caso solo se enviaría medio megabyte de dicho segmento a este consumidor, dejando fuera los otros 9.5 megabytes, y el consumidor aún podría reproducir el fragmento de video que recibió.

Entonces, el códec/contenedor funcionaría como una estructura organizada o compuesta con diferentes capas de datos, cada capa proporcionando más “calidad” a la capa anterior. Por lo tanto, cuanto más “capas” se consuman, mayor será la calidad de reproducción. Supongo que algo similar a las imágenes JPEG progresivas que eran populares en la época de internet por dial-up.