HTML 是原生的图像格式，听我解释。

HTML 是原生的图像格式，听我解释。
HTML is a native image format, hear me out

HMML（超文本媒体标记语言）提倡摆脱光栅图像的“固化”属性，即不再将文本、3D模型和矢量图等多种视觉元素压缩为不可编辑的像素网格。 HMML 将媒体视为一组可组合的细粒度节点。由于它保留了原始元素（如变换、关键帧和原始媒体）的完整性，因此在创建后仍可完全编辑、版本化和重混。HMML 不会生成一旦需要修改就必须重新制作的静态输出，而是充当一种便携的“契约”，确保源文件始终可访问且可重构。 HMML 的设计旨在契合 AI 模型构建代码（HTML、CSS、SVG）的方式，旨在以一种动态、轻量级的格式取代“负载过重”的静态图像概念；该格式可通过约 2 KB 的阅读器在任何地方读取。通过将当前困在像素中的多种内容类型进行解耦，HMML 优先考虑灵活性和长期实用性，从而克服了渲染后光栅文件的局限性。

Hacker News 上的一场讨论探讨了“HMML”（超媒体标记语言）这一概念。该提案旨在将 HTML、CSS 和 JS 视为一种原生的二进制封装图像格式。 HMML 由 EdDocu 团队开发，旨在通过将资产打包进单个二进制文件来解决 Base64 编码带来的开销问题。与传统网页不同，HMML 被设计为一种“可组合图像”，允许在保留代码可编辑性的前提下呈现富媒体内容，无需依赖专有的设计软件。开发者认为，这能为未来的生成式 AI 模型和设计工具提供一种强大且轻量的抽象，从而使任何渲染出的网页元素都能被视为一等图像类型。社区对此反应不一。部分用户称赞了该概念在可组合性方面的潜力，并将其与 SVG 进行类比。然而，批评者认为这只是在重新发明类似 MHTML（一种浏览器支持请求已停滞 26 年的格式）的现有方案，并建议若需建立标准，应基于现有的技术（如 tar/zstd）而非自定义格式。另一些人则对其应用场景持怀疑态度，质疑将整个网页环境打包进单个文件的效率。

原文

composability, not pixels

An image flattens everything into one frozen raster. HMML keeps the pieces - vector, text, raster, 3D, motion - composable and editable, created at the grain of a node, not a 1024-grid of guesses.

Composable, not flattened

A photo, an icon, a chart, a 3D scene - an image crushes them into one raster. HMML keeps each as itself: layered, addressable, recomposable.

Fine-grained primitives

Create and edit at the grain of an element, a transform, a keyframe - change one node, not the whole render. Diff it, version it, remix it.

Editable, not frozen

Restyle, re-localize, animate after the fact. Generated output that stays source - not a screenshot you can only regenerate.

Native to models

Models already write HTML, CSS and SVG. HMML just seals that output, with raw media, into one portable contract - a ~2 KB reader opens it anywhere.

Will models evolve to emit this directly? Maybe. Maybe not. But “image” is already an overloaded word - photo, icon, chart, scene, animation, all crushed into one frozen raster. HMML un-conflates it, and earns its use cases either way. Or maybe pixels were fine all along. Let’s see.