Я не знаю, но в этом не будет ничего удивительного. Компьютерное зрение сейчас развивается очень активно, а это значит, что из картинки можно извлекать всё больше и больше "смысла", а чем глубже картинка "осмысляется", тем меньшим количеством байт её можно записать.
Тут интереснее вопрос как они понимают превосходство в характеристиках применительно к требованиям к вычислительным ресурсам. Будет ли этому кодеку обязательна нужна топовая видеокарта и 16-ядерный процессор, чтобы декодировать 4k видео, или он наоборот снизит потребление ресурсов, по сравнению с vp9. То что задача сжатия будет требовать больше ресурсов, я даже не сомневаюсь.