FlashVSR：适用于 Wan2.1 的实时视频超分辨率模型
ComfyUI Wiki
FlashVSR 由 JunhaoZhuang 开发，是面向 Wan2.1 的实时视频超分辨率模型。提供 LQ 投影模型与 TC 解码器作为 model_patches，可在约 17 FPS 下实现流式 VSR。
| 开发者 | JunhaoZhuang (OpenImagingLab) |
| 架构 | 基于 Wan2.1 的流式 VSR |
| 模型类型 | 视频超分辨率 (model_patches) |
| 补丁 | LQ 投影模型、TC 解码器 |
| 性能 | 在 A100 上约 17 FPS（768x1408） |
| 会议 | CVPR 2026 |
概述
FlashVSR（CVPR 2026）是构建于 Wan2.1 之上的实时扩散流式视频超分辨率模型。它通过三项关键创新，在单张 A100 GPU 上对 768x1408 视频达到约 17 FPS：面向流式超分辨率的易训练三阶段蒸馏流程、局部性约束稀疏注意力，以及微型条件解码器。
该模型以 model_patches 的形式为 Wan2.1 实现，包含 LQ（低质量）投影模型和 TC（微型条件）解码器，可与基础 Wan2.1 模型一同加载。
ComfyUI 集成
FlashVSR 补丁可通过 Kijai 的 WanVideoWrapper 与 ComfyUI 兼容。LQ 投影模型和 TC 解码器作为 model_patches 加载在基础 Wan2.1 模型之上。模型文件可在 Kijai/WanVideo_comfy 仓库获取。
Guides and workflows related to this model series.
No articles found.
评论
使用 GitHub 登录后即可参与讨论。