FlashVSR

FlashVSR

一个一步扩散的视频超分辨率模型，以流式方式放大低分辨率视频，在单块 A100 GPU 上处理 768 x 1408 视频约 17 帧每秒。这是第一版，即版本 1。

由 JunhaoZhuang 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：FlashVSR 是视频超分辨率模型。它接收低分辨率视频，用只需一步的扩散模型以更高分辨率重建，所以能近乎实时地处理视频流。

作者报告在单块 A100 GPU 上处理 768 x 1408 视频约 17 帧每秒。他们还构建了训练数据集 VSR-120K，包含 120k 个视频和 180k 张图片，并说它能扩展到很高的分辨率。

适合谁：适合修复或放大视频、并想要一个快到能做流式处理的扩散方法的研究者和工程师。已经在用带 GPU 的视频工具的创作者也可以试试。

Industry | Who uses it | How they use it | Example
研究 | 视频修复研究者 | 比较一步扩散与旧方法 | 与早期扩散放大器做基准比较
媒体 | 视频剪辑师 | 放大旧的或低分辨率的素材 | 让档案片段更清晰
流媒体 | 平台工程师 | 近实时地增强视频 | 在 GPU 服务器上放大直播画面
创意 | 爱好者 | 改善生成或下载的片段 | 把一小段视频提升到更高分辨率

如果你没有 GPU，或者想要一键式应用，可以跳过它，因为这是一个研究项目，代码在另一个仓库里。

用在哪里：模型适用于运行项目推理代码的 GPU 机器。社区有为 ComfyUI 等工具做的移植版，模型卡警告其中一些会损失质量。

• GPU 工作站和服务器，报告的速度是用 A100 测的
• 项目 GitHub 仓库里的官方推理代码
• 第三方移植版，需注意模型卡里的质量提醒

Use case | Who | What they get back
视频放大 | 剪辑师 | 由低分辨率输入得到更高分辨率的帧
流式增强 | 工程师 | 近实时的超分辨率
研究基线 | 学者 | 一个可供比较的快速一步扩散方法

如何设置：你需要 Python 和性能足够的 GPU。模型卡说推理代码和权重已发布，而它的 Getting Started 部分可见的内容里没有命令，所以请按项目 GitHub 上的步骤操作。

• 带 pip 的 Python
• NVIDIA GPU，报告的速度用的是 A100
• GitHub 上的项目推理代码
• 官方流程依赖的 Block-Sparse Attention 库

1. 用 pip 安装 Hugging Face 的 hub 工具。
2. 用 hf 命令下载模型文件。
3. 按 GitHub 仓库的步骤运行推理代码。

pip install -U huggingface_hub
hf download JunhaoZhuang/FlashVSR

如何使用：在低分辨率视频上运行项目的推理代码，然后取得放大后的输出。模型卡可见的部分没有给出命令，所以请从仓库里取得确切的步骤。

示例：你在 GPU 上把一小段低分辨率视频送入官方流程。它返回放大后的版本，模型卡说官方代码能保留精细结构，并避免纹理锯齿。

新手与专家：如果你是新手，可以把它想成一个视频放大器，因为只需一次处理，所以跑得很快。先用一小段视频，把结果和原视频对比。

如果你熟悉这个领域：FlashVSR 结合了用于流式处理的三阶段蒸馏流程、用来弥合训练与测试分辨率差距的局部约束稀疏注意力，以及一个很小的条件解码器。作者报告相比早期的一步扩散视频超分模型，最高约有 12 倍的加速。

低分辨率视频流输入
局部约束稀疏注意力
一步扩散去噪
小型条件解码器
高分辨率帧输出

注意事项：一些第三方版本跳过了局部约束稀疏注意力，退回到稠密注意力，作者说这会在较高分辨率下明显降低质量。较新的 1.1 版本是单独的发布，本页是版本 1。

• License: Apache 2.0
• Cost to run: 未提及费用，但报告的速度使用的是 A100 GPU
• Data it reaches: 你处理的视频，以及你下载的模型文件
• Not for: 如果需要官方质量，就不要用没有稀疏注意力模块的第三方移植版

Hugging Face 上的数据（2026年11月13日）

• 任务：video to video
• 最近 30 天下载：10,832
• 点赞：207
• 许可证：apache-2.0
• Fine-tunes: 1
• 标签：flashvsr, video-to-video

链接

• 模型：https://huggingface.co/JunhaoZhuang/FlashVSR
• 文件：https://huggingface.co/JunhaoZhuang/FlashVSR/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download JunhaoZhuang/FlashVSR

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。