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。
《咬钩》BY阿阮有酒早些时候，李大爷和老伴儿已经被儿子转移到另外的住处。负责清理杂物的物业工作人员身着全套防护服，拿着大号垃圾袋，推开了李大爷家的房门。臭味袭来，让人窒息，从客厅到卧室，从厨房到卫生间，全都堆满了杂物，其中不乏吃剩的泡面、西瓜和火腿肠，卫生间角落里还趴着一只无精打采的狗。当前，AEE25航空电动发动机正在开展适航试验。一组数据显示，AEE25航空电动发动机扭矩密度达40牛米每千克、功率密度达5千瓦每千克。《咬钩》BY阿阮有酒《�；ǘ杜踊吃写蛩恪钒俣劝倏啤�经民警调查询问，驾驶员王某交代了全部经过。事发当晚，王某和朋友聚餐吃夜宵，一口气喝下12瓶啤酒。凌晨1点多聚餐结束，明知自己饮酒过量，却心存侥幸，自认凌晨路面车流稀少、路程较短，不会被查处，也不会出意外，执意驾车返程。Seele是一家专注于3D游戏AIGC领域的多模态大模型公司。今年6月初，Seele将全国总部正式落户静安市北国际科创区，成为“模界场”的首个入驻项目。
20260609 ? 《咬钩》BY阿阮有酒腰部这个巧妙的“假两件”层次设计。它像一个小小的裙摆一样散开，刚好能遮住我们吃饱后的小肚子，又能拉高腰线，轻盈又显瘦。▼《佳人的自我刷新(完)BY完TXT百度网盘》深交所在这份最新针对长城搅拌下发的监管函中也直言，长城搅拌研发相关内部的确存在控制不规范，导致了相关信息披露与实际情况不一致。
20260609 ? 《咬钩》BY阿阮有酒近期，网上流传“凯越机车资金链断裂即将破产”“凯越撑不住了多次求张雪救命”“凯越销量跌三成，严凯急了找张雪”“凯越最大的败笔，不是没留住张雪，而是连他36%的股份都吞完”等信息。《女生滋润了一个晚上皮肤会变好吗性》据悉，本次赛事面向所有对ETF投资、AI交易及模拟交易感兴趣的投资者开放，报名时间截至7月12日，正式比赛时间为6月11日至7月20日。投资者可通过活动H5页面、AI涨乐APP、涨乐财富通APP、华泰柏瑞基金微理财公众号等多个入口报名参与。比赛中，参赛者通过模拟资金账户构建ETF组合，并进行实时模拟交易，最终按照比赛期间参赛标的的模拟收益率进行排名。
京公网安备11010202000001号
