MPEG 將 Apple 的 QuickTime 納入單一 ISO 容器，MP4 遂成為影片檔

早期的視訊存在於綁定單一播放器的專有容器中：QuickTime 或 AVI 檔案只有寫出它的應用程式才看得懂，因此分享視訊意味著必須重新編碼。

MPEG 採用 Apple 的 QuickTime 容器，將其架構一般化為 ISO 基底媒體檔案格式，並於 2001 年以 ISO/IEC 14496-14 發布為 MP4 檔案格式。

此容器是一連串自我描述的 box：'moov' box 存放時序與結構，'mdat' box 存放原始媒體，'ftyp' box 宣告品牌。由於結構明確且標準化，任何符合規範的播放器都能定位、排序並播放這些串流，無論它們使用哪種編解碼器。

這種一般性正是 MP4 及其同類 MPEG-4 與 3GP 勝出的原因：一個小型標準化檔案就能為任何裝置承載音訊、視訊與字幕。

以 box 描述媒體，讓任何播放器都能讀取任何檔案

自我描述的 box 結構讓任何播放器都能獨立解析時序與媒體。

此格式僅為容器，因此能容納多種編解碼器而不綁定於單一者。

身為 ISO 標準，使其能被所有廠商接受。

一個具有單一結構的小檔案，易於儲存、串流與替換。

將容器與編解碼器分離，並以自我識別的結構描述它，讓任何讀取者都能瀏覽檔案，且格式即使編解碼器改變也能存續。

MP4 與 ISO 基底媒體檔案格式成為線上儲存與串流視訊的預設方式。其普及性於 2021 年獲得技術與工程艾美獎肯定，而相同的 box 結構也是 MP4、3GP 與 Motion-JPEG 2000 的基礎。