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。
《日剧《轮番上阵》完整》所有这些都是罗马这只蚂蚁试图积累的储备，以避免出售主力球员，或许最终能以齐奥尔科夫斯基（在英超受到青睐，估值2000万欧元）作为筹码。加斯佩里尼在等待并希望（得到他）。话音落下顺势朝着镜头翻了个白眼，身旁的白鹿瞬间憋红脸颊强忍笑意，一旁的范丞丞见状立马活络气氛，几句话巧妙圆场，避免场面陷入尴尬。《日剧《轮番上阵》完整》就要草视频午饭后，他们驱车前往殡仪馆，办理了火化手续。火化前，到场的亲人在殡仪馆规格最小的告别厅见了王芳最后一眼。“她走得算安详吗？”熊天琪问一旁的姨妈和舅舅。很快，王芳的遗体被推走。即便詹姆斯依旧是联盟顶级球员，但湖人显然着眼于未来，建队核心定为东契奇与里夫斯。顾及自身尊严，詹姆斯或许会选择离开洛杉矶。
20260609 ? 《日剧《轮番上阵》完整》北京时间6月9日，NBA开拓者中锋、中国球员杨瀚森在北京举行的球迷见面会顺利结束，见面会上，翻译刘禹铖分享了他们之间的一件趣事。《国产手机拍视频推荐2023》北京时间6月8日，金华国际足球邀请赛中国vs泰国的赛前新闻发布会在金华体育中心举行。中国队主教练邵佳一携队员张玉宁出席。
20260609 ? 《日剧《轮番上阵》完整》我认为埃德松是一名非常全能的球员，他能够胜任中场的多个不同角色。正如我刚才所说的那样，他的到来在比赛所需要的时刻一定能为我们提供巨大的帮助。他是一名非常出色的球员，目前正处于职业生涯当中一个非常高光而且重要的阶段。虽然我们不参与决定谁来谁走，但我们真心祝愿他在这里一切顺利。红桃视频 对于追觅和俞浩而言，这些都不是一封内部信能解决的事。或许微博被禁言只是一个起点，也可以是一个契机，接下来俞浩怎么选择就至关重要了。
京公网安备11010202000001号
