SJTU 发布 SVEET:流式视频编辑达单卡 H100 上 15 FPS 实时

SJTU · hf · 2026-09-22

上海交大团队提出 SVEET,一个基于预训练双向视频扩散模型的流式视频编辑框架,以自回归方式实现高质量实时编辑。

核心思路

• 系统性回顾现有 video-to-video 扩散方法,提炼出流式适配的两个关键原则:主干特征解耦与条件帧独立性
• 辅助分支用时间独立自注意力编码源视频,将中间特征注入主干对应模块,实现流式兼容的控制
• 提出解耦训练方案,显式强制「视频可控性」与「模型因果性」两个优化方向正交,保证推理时两目标兼容,并支持跨异构主干的零样本知识迁移

效果

• 编辑质量优于现有方法,单张 H100 上达到 15 FPS 实时,无需额外加速技术
• 代码开源:https://github.com/YujiaHu1109/SVEET

原文链接 →

「多模态」频道最新

• Midjourney v8.2 人像实测：参数组合玩出胶片感与立体视觉 — michaelrabone · 2026-09-22
• MiniMax H3 Turbo LoRA 实测：嘈杂场景音频出怪啸叫 — hurdurdur7 · 2026-09-22
• AI 生成《极品飞车》风格追车视频，作者公开完整 prompt — CurieuxExplorer · 2026-09-22
• 玩家用 Wan+Hailuo 重剪《毁灭者柯南》,新增补拍动作镜头与全新场景 — Itchy-Advertising857 · 2026-09-22
• Reddit 用户用 Nano Banana 2 图表提示法做免费角色生成器 — Extension-Fee-8480 · 2026-09-22
• Seedance 2.5 上线 Draft 模式：480P 抽卡再出 1080P，最多省 77% 成本 — 火山引擎 · 2026-09-22

更多「多模态」频道 AI 资讯 →