CineScale:开源视频模型免微调推理时直出4K高清视频
liuziwei7 · x · 2026-09-14
南洋理工与 Netflix Eyeline Studios 发布 CineScale，号称首个免微调的高分辨率视频生成框架，并已集成进 Wan。
核心内容
- 大多数视频扩散模型受限于 720p 训练分辨率，难以在推理时生成更高清视频。
- CineScale 通过将 query token 划分为空间分块的分块自注意力，同时保留全局 keys/values 访问，配合自适应校正 RoPE（AR-RoPE）维持局部几何精度并约束长程位置偏移。
- 无需任何额外微调，开源模型（如 Wan）即可在推理时生成远超训练分辨率的 4K 高保真视频。
- 论文包含与 RoPE、NTK-RoPE 的基线对比及级联步数消融实验。
「多模态」频道最新
- AI 生成 Haribo 软糖豆袋沙发图，逼真到像真商品页 — Delahuntagram · 2026-10-30
- Scenario 开源 3D OS：80 项技能让编码 Agent 直通 Blender 和 Unreal — Scobleizer · 2026-10-30
- Simulon 单图生成 3D 神经资产:德古拉骑遥控车还能自主跳车 — Scobleizer · 2026-10-30
- 参赛广告全用 ElevenLabs 生成，冲击创意大赛 — charis_ai · 2026-10-30
- Reddit 用户用 AI 把自己变成卡通形象拍 vlog，画风惊艳 — Jane1030 · 2026-10-30
- 开源项目 Shotfix 用 3D 相机导轨重构 AI 图像视频镜头 — Papermaker97 · 2026-10-30