|
大家好，我是嘟嘟，深耕ComfyUI赛道的程序员。
清华等机构 FlashVSR 视频超分模型来袭！主打实时流式，靠三阶段蒸馏等技术兼顾画质与速度，代码权重已公开，VSR-120K 大数据集将发布。 一、FlashVSR视频超分模型介绍最近，视频超分辨率领域又迎来了一个重磅项目 ——FlashVSR。它主打 “实时流式视频超分辨率”，基于扩散模型实现，既能保证画质，又能兼顾速度，堪称视频画质提升的 “黑科技”。今天就带大家全面了解这个项目，看看它到底有多强？ 什么是 FlashVSR？
FlashVSR 全称 “Towards Real-Time Diffusion-Based Streaming Video Super-Resolution”，是由清华大学等机构的研究者开发的新型视频超分辨率模型。它的核心目标是解决传统扩散模型在视频超分中速度慢、难以适配实时流式场景的问题，让高画质视频超分从 “实验室” 走向 “实际应用”。 目前，项目已公开推理代码和模型权重，并即将发布包含 12 万段视频、18 万张图像的大规模数据集VSR-120K，方便开发者进一步研究和优化。 核心技术亮点
FlashVSR 能实现 “实时 + 高质量” 的突破，关键在于这几项核心技术： - 三阶段蒸馏 pipeline：专门为流式视频超分设计的训练流程，让模型在保持精度的同时大幅提升速度；
- 局部约束稀疏注意力（LCSA）：减少冗余计算，解决训练与测试时的分辨率差异问题，这也是官方版本画质优于第三方实现的关键；
- 小型条件解码器：在保证重建质量的前提下，让推理更高效；
VSR-120K 数据集 ：大规模视频 + 图像混合训练数据，让模型泛化能力更强。
二、相关安装这里用的还是KJ的Wan系列，模型需要用到3个
其中下面2个放在diffusion_models下面： - Wan2_1-T2V-1_3B_FlashVSR_fp32.safetensors
- Wan2_1_FlashVSR_LQ_proj_model_bf16.safetensors
而下面这个是vae模型放在vae目录下即可 - Wan2_1_FlashVSR_TCDecoder_fp32.safetensors
这3个新模型网盘里面会给大家提供：
三、测试体验工作流已发Runninghub，前往体验or下载：
工作流很简单，KJ的Wan系列基础采样 先看模型，上面提到的3个模型都要用上，另外搭配一个之前用的umt5就行。
然后是视频处理，加载你想要超分的视频，设置最大的分辨率就行了
这里用到一个新节点 WanVideo Add FlashVSR Input，这里这个权重越大越接近原视频色彩，默认1
最后就是采样了，这个超分速度快就在于此，它只要1步采样，嗖嗖的快。最后我接了个图像调色，如果你角色最终视频还有色差，就继续调整这个值，我默认写0.5
案例展示
我把168x300的4秒视频超分到720x1280，花了大概50秒，很强啊。 注意事项
这个超分模型本质还是重绘，多少会改变原来的一些细节，比较适合原本就比较模糊的视频，速度快，效果好。 如果是本身就足够清晰的，用这个当做高清放大也可以，但是细节会变化。 四、在线使用云端镜像
大家如果没有本地 ComfyUI 环境，或者本地显卡配置低于 16G 的，可以使用嘟嘟部署的仙宫云镜像，可直接加载使用。后续分享的工作流都会更像到镜像中，一周更新一次，方便大学学习。 目前整合了2个镜像，一个是Flux绘图用的，另外一个是针对视频模型的，之所以分开是一些模型兼容问题，分开比较好处理。 镜像名称：嘟嘟AI绘画趣味学
云平台镜像地址： https://www.xiangongyun.com/image/detail/d961a7dc-ade3-4bd5-a7c6-92ac49ff5e4b?r=37BCLY https://www.xiangongyun.com/image/detail/81716d29-4461-4b0b-ba4b-7b9b7dd569d3?r=37BCLY 新用户通过邀请码注册，总共可获得 8 元奖励，体验 4 个小时的 4090 作图时长。
| 
雷达卡
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
照妖镜
