鱼灯破水，凌空游城；火狮踏焰，奋跃腾空；一群剪纸奔马通体透亮，在壁中狂奔；一纸诗词垂挂成瀑，于天幕间翻卷——2026年央视春晚岳阳分会场《合韵满江淮》，用一连串竹苞松茂的超现实奇观，刷新了虚实融合的设想天堑。
鲜有人知的是，支持这些4K级画面的技术主题，来自智象未来团队提出的PS-SR，一个「伪单步」（Pseudo-Single-Step）视频超分框架。凭借这一突破性工作，该成就被推算机视觉顶级会议 CVPR 2026接管。
把天马行空的创意落地为春晚级的播出画面，不仅必要在4K画质下，高效处置海量实拍与天生素材，更沉要的是，60帧率，每一帧都要经得起逐秒斟酌。鱼灯的鳞片反光必须与水波同频，奔马的筋肉在疾驰中不能有丝毫畸变，AI天生的特效要与真人实景严丝合缝地“长”在一路，似乎它们本就属于那个时空。
然而，这所有的前提离不开一项基础能力：视频超分。没有足够清澈、不变、真实的底层4K画面，那些极致的画面细节，虚实之间的无缝融合，都无从谈起。
单步模型速度快，适合部署，却往往难以补出真实高清视频中的高频纹理；多步扩散模型细节丰硕、视觉质量强，却由于反复迭代而推算昂贵。对于长视频、高清分辨率和靠近实时的视频加强场景来说，这个矛盾尤为敏感。
智象未来的团队提出了 PS-SR，一个「伪单步」（Pseudo-Single-Step）视频超分框架。它并不单一地把多步扩散压缩成一次前向传布，而是沉新分配扩散采样中的推算角色：壮大的 base model（基础模型）只执行最关键的一步，确定全局结构与内容一致性；轻量 draft model（草稿模型）再接力实现后续细节加强。通过这种投契扩散（Speculative Diffusion），PS-SR 试图同时获得靠近单步模型的速度，以及多步扩散模型善于的视觉丰硕度。
视频超分不只是把低分辨率画面放大。真实低清视频通常同时蕴含压缩伪影、噪声、吞吐、纹理缺失和活动退化。模型不仅要复原单帧纹理，还要保障陆续帧之间不闪动、不漂移。
基于 CNN 或 Transformer 的传统 VSR 步骤效能较高，也能维持较强的输入输出一致性，但面对严沉退化时，往往只能给出偏滑润的安全了局。扩散模型带来了更强的天生先验，能够在低清人脸、车辆结构、衣物纹理等区域补出更天然的细节，却必要多步采样，推理成本高。
近年来的单步扩散蒸馏步骤试图破解这个问题，但单步模型很难齐全继承多步扩散的迭代创造力。复杂纹理正本是在多轮更新中逐步形成的，一次性天生时，模型容易退回到更均匀、更守旧的预测。
PS-SR 的主题判断是：真正昂贵的推算不定每一步都必要。视频超分中的第一步最关键，它要稳住语义、结构和低频内容；后续步骤更多是在不变基础上补高频细节。因而，与其让大模型齐全跑多步，不如让大模型先打好地基，再让轻模型急剧补纹理。
第一阶段由基础模型（base model）执行。该模型初始化自 Wan2.1-T2V-1.3B 视坡珐散模型，并通过 LoRA 适配到视频超分工作。它只进行一次全面采样，掌管复原画面的全局结构、语义内容和低频一致性�；痪浠八�，这一步决定「画面应该是什么」。
第二阶段由草稿模型（draft model）收受。草稿模型 来自基础模型的轻量化版本，论文当选取从 30 个 DiT blocks 中裁剪 20 个的配置。为了让轻模型仍能获得强表征，PS-SR 将 基础模型 对应层特点拼接给 草稿模型，再通过全衔接层复原维度。这样，草稿模型 不必要沉新理解整个视频，只需在强模型给出的基础上揣摩并补充细节。
训练上，基础模型先在 latent space 中进建从低质量视频到高质量视频的速度场，并结合 VSD和匹敌损失加强散布对齐与视觉真实感；随后进入 pixel-space training，通过L2损失与LPIPS损失提升部门质量。草稿模型则更聚焦于 refinement，重要通像素空间的L2损失与LPIPS损失进建高频细节复原。
最终，PS-SR 形成一种「1+x」式采样履历：一个齐全的基础模型采样步，加多个轻量草稿模型细化步。它不是严格意思上的单步模型，却在效能上靠近单步，并保留了多步细化的空间。
多步扩散的优势在于能不休细化纹理，风险也在这里：模型可能越改越清澈，却越改越不像原视频。为了预防这种语义漂移，PS-SR 提出了频域更新规定（Frequency-Domain Update Rule）。
这条文则的指标很直接：草稿模型后续步骤只允许注入高频细节，低频结构必须继承自前一步。具体做法是将当前视频和新预测视频转换到 YUV 色彩空间，在亮度通路上提取高频成分，再通过自适应权沉融合高频信息，最后与原有低频内容和色度通路组合回 RGB 空间。
也就是说，基础模型 确定骨架，草稿模型 补充纹理，而频域更新规定掌管守住天堑：让加强产生在细节层面，而不是造成内容沉绘。
消融尝试也从可视化上验证了这一点。去掉频域更新规定后，模型更容易产生看似更锐利、但与原视频结构不齐全一致的细节，部门纹理和边缘会呈显飓移或沉绘。下图展示了 FDU 的作用：它不是单纯钻营锐度，而是在补充高频纹理的同时约束低频内容，让视觉丰硕杜纂内容一致性维吃旖衡。
PS-SR 在 YouHQ 数据集上训练，评测覆盖合成数据集 UDM10、SPMCS、YouHQ40，以及真实世界低质量互联网视频数据集 VideoLQ。对譬喻法蕴含多步扩散模型 STAR、SeedVR，以及单步扩散类步骤 DLoRAL、SeedVR2 和 DOVE。
在有高质量 GT 的数据集上，PS-SR 展示出很强的沉建能力。以 UDM10 为例，PS-SR 获得 SSIM 0.7547、LPIPS 0.2444、DISTS 0.1277，均为对譬喻法中的最佳了局；在 SPMCS 上，PS-SR 获得 PSNR 22.092、SSIM 0.6287、LPIPS 0.2940、DISTS 0.1454，也体现出不变优势；在 YouHQ40 上，PS-SR 获得 PSNR 21.772、SSIM 0.5873、LPIPS 0.3011 和 NIQE 3.7508 蹬仔竞争力的了局。
论文同时强调，PS-SR 并不盲目钻营无参考锐度指标最高。一些步骤在 CLIP-IQA 或 MUSIQ 上更高，但可能伴随过度锐化和输入偏离。PS-SR 的指标是在沉建正确性、视觉细节和内容一致性之间获得更平衡的了局。
时序一致性方面，PS-SR 在多个合成与真实视频场景中都阐发出更不变的帧间对齐。下图的可视化更直观地展示了这一点：相邻帧之间的结构漂移和纹理闪动更少，注明 PS-SR 在加强细节的同时，也能更好地维持陆续活动中的内容不变性。
速度方面，PS-SR 的「伪单步」优势更直观。在 NVIDIA A800 GPU 上，对 29 帧、720×1280 分辨率视频进行推理，STAR 耗时 98.61 秒，SeedVR 耗时 188.93 秒，DOVE 作为单步步骤耗时 20.43 秒；PS-SR 选取 1+3 步投契扩散，耗时 21.11 秒。也就是说，它只比最快的单步步骤带来很幼额表开销，却相比 50 步 SeedVR 快约 9 倍，相比 15 步 STAR 快约 4.7 倍。
从前，视频超分时时被迫在两端扭捏：要么选择急剧但偏滑润的单步模型，要么选择质量更好但昂贵的多步扩散模型。PS-SR 证明，这个选择并非绝对。强模型能够只实现最关键的全局一步，轻模型能够接力补足细节，而频域更新规定则保障这些细节不会越界成语义漂移。
这正是「伪单步」的价值地点：它不否定多步天生的必要性，而是让多步天生以更轻、更受控、更靠近现实部署的方式产生。对于视频建复、低清素材加强、在线内容出产和高清化播放等场景，PS-SR 展示了一个两全速度、质量与不变性的扩散式视频加强方向。
麦子交换3国语正版一百度收入端，摩根大通预计特斯拉营收将从2025年的约950亿美元增长至2030年的约2030亿美元，实现翻倍以上增长，其中近半数增量将来自与自动驾驶及机器人业务相关的服务和新兴业务。表面看，换校长是正常的干部轮换，是组织人事的常规操作。然而，当更换的频率达到一年一换，我们就不得不追问：这种行为，对学校究竟意味着什么？麦子交换3国语正版一百度《《出租老婆》大终局》乔丹·皮克福德、内森·帕特森、汤姆·金以及爱尔兰 trio 马克·特拉弗斯、杰克·奥布莱恩和谢默斯·科尔曼均于周六脱下埃弗顿的皇家蓝色战袍，换上了各自国家队的队服。“这是一个小警报，提醒我们保持高度专注。我们不会以世界杯夺冠热门的身份前往赛场，但我们会带着横扫所有对手的目标而去。我和迈克尔（奥利塞）之间甚至不需要说话就能彼此理解。如果他向中路移动，我不会去占据他的空间。我们拥有一种对比赛的共同理解和默契。能够一起踢球是一件非常美妙的事情。我们的团队拥有非凡的凝聚力。”
20260609 ? 麦子交换3国语正版一百度第二场他25投仅7中，正负值-10，和米切尔・罗宾逊并列全队最低。更让人意外的是，末节他多次获得空位机会没能把握住，还在马刺最后一攻前罚丢关键罚球。适合夫妻二人一路据英媒透露，罗马已向皇马询问情况，试探交易可行性。卜拉欣-迪亚斯特点适合加斯佩里尼的战术，能让罗马进攻更具不可预测性。
20260609 ? 麦子交换3国语正版一百度受从事法律工作的我妈影响，我郑重提出：我爸的指控不成立，属于非法取证，因为他根本没有合法访问我空间日志的渠道。我爸强烈要求我删稿，我拒绝，表示除非他告诉我消息是从哪儿来的。《西厢谭艳》高清建复版百度云他还说：“事情一下子就发生了。晚餐时喝一杯葡萄酒本来很正常，可局面突然就失衡了。我们身边一直有安保人员，这次他们在场是件好事。也就是那时我意识到，这件事会传到教练那里，到了那一步就完了，整个球队氛围已经彻底被破坏了。”
京公网安备11010202000001号
