DC-VideoGen：基于深度压缩视频自动编码器的高效视频生成

阅读提示
以下为原帖对项目的介绍，本文本轮未复核论文与代码，也未独立测试。分辨率、14.8倍速度及230倍训练成本比较均须结合原项目的模型、硬件与测试条件理解，不作为任意环境的性能保证。

                               
登录/注册后可看大图

DC-VideoGen 是一个用于加速视频扩散模型的新后训练框架。主要特性：

• 🎬 支持在单个 H100 GPU 上生成高达 2160×3840 分辨率的视频
• ⚡ 相比基础模型，推理速度提升14.8倍
• 💰 相比从头开始训练，训练成本降低 230 倍（Wan-2.1-14B 仅需 10 个 H100 GPU 天）
  

DC-VideoGen 基于两项核心创新：

• 深度压缩视频自动编码器（DC-AE-V）：一种针对视频数据的新系列深度压缩自动编码器，提供 32×/64×空间压缩和 4×时间压缩。
• AE-Adapt-V：一种强大的适应策略，它使预训练的视频扩散模型能够快速且稳定地迁移到 DC-AE-V。
  

https://github.com/dc-ai-projects/DC-VideoGen