FlashVSR: Wan2.1向けリアルタイム動画超解像
ComfyUI Wiki
JunhaoZhuangによるFlashVSRは、Wan2.1向けのリアルタイム動画超解像モデルです。LQプロジェクションモデルとTCデコーダーをmodel_patchesとして使用し、ストリーミングVSRを約17 FPSで実行できます。
F
FlashVSR
Wan2.1動画超解像リアルタイムアップスケーリングWan2.1向けのリアルタイム動画超解像モデル。LQプロジェクションモデルとTCデコーダーをmodel_patchesとして使用し、A100で約17 FPSのストリーミング拡散ベースVSRを実現します。
| 開発元 | JunhaoZhuang (OpenImagingLab) |
| アーキテクチャ | Wan2.1ベースのストリーミングVSR |
| モデルタイプ | 動画超解像（model_patches） |
| パッチ | LQプロジェクションモデル、TCデコーダー |
| パフォーマンス | A100で約17 FPS（768x1408） |
| 学会 | CVPR 2026 |
概要
FlashVSR（CVPR 2026）は、Wan2.1をベースに構築されたリアルタイムの拡散ベースストリーミング動画超解像モデルです。学習に適した3段階の蒸留パイプラインによるストリーミング超解像、局所性制約付きスパースアテンション、そして小型の条件付きデコーダーという3つの主要な革新により、単一のA100 GPUで768x1408の動画を約17 FPSで処理します。
本モデルはWan2.1向けのmodel_patchesとして実装されており、ベースのWan2.1モデルと一緒に読み込めるLQ（低品質）プロジェクションモデルとTC（tiny conditional）デコーダーを備えています。
ComfyUI統合
FlashVSRのパッチは、KijaiのWanVideoWrapperを介してComfyUIと互換性があります。LQプロジェクションモデルとTCデコーダーは、ベースのWan2.1モデルの上にmodel_patchesとして読み込まれます。モデルファイルはKijai/WanVideo_comfyリポジトリで入手できます。
Guides and workflows related to this model series.
No articles found.
コメント
GitHubでサインインしてディスカッションに参加しましょう。