O MPEG incorporou o QuickTime da Apple em um único contêiner ISO e o MP4 se tornou o arquivo de vídeo

Os primeiros vídeos viviam em contêineres proprietários vinculados a um único reprodutor: um arquivo QuickTime ou AVI só fazia sentido para o aplicativo que o gravou, então compartilhar vídeo significava recodificar.

O MPEG pegou o contêiner QuickTime da Apple e generalizou sua arquitetura no formato de arquivo de mídia base ISO, publicado como formato de arquivo MP4 em 2001 como ISO/IEC 14496-14.

O contêiner é uma sequência de caixas autodescritivas: uma caixa 'moov' contém a temporização e a estrutura, uma caixa 'mdat' contém a mídia bruta e uma caixa 'ftyp' declara a marca. Como a estrutura é explícita e padronizada, qualquer reprodutor em conformidade pode buscar, ordenar e reproduzir os fluxos, independentemente do codec que utilizem.

Essa generalidade é o motivo pelo qual o MP4 e seus irmãos MPEG-4 e 3GP venceram: um único arquivo pequeno padronizado carrega áudio, vídeo e legendas para qualquer dispositivo.

Descrever a mídia com caixas, para que qualquer reprodutor leia qualquer arquivo

Uma estrutura de caixas autodescritiva permite que qualquer reprodutor analise a temporização e a mídia de forma independente.

O formato é apenas um contêiner, então hospeda muitos codecs sem estar vinculado a um só.

Ser um padrão ISO o tornou aceitável para todos os fornecedores.

Um único arquivo pequeno com uma única estrutura é simples de armazenar, transmitir e trocar.

Separe o contêiner do codec e descreva-o com uma estrutura autoidentificável, para que qualquer leitor possa navegar pelo arquivo e o formato sobreviva mesmo quando os codecs mudarem.

O MP4 e o formato de arquivo de mídia base ISO se tornaram a forma padrão de armazenar e transmitir vídeo on-line. Sua onipresença foi reconhecida com um Emmy de Tecnologia e Engenharia em 2021, e a mesma estrutura em caixas está por trás do MP4, do 3GP e do Motion-JPEG 2000.