论文页面 - SoL-Refiner：面向高分辨率视频的极速单步精修方法

来源：https://huggingface.co/papers/2609.37969
发布于9月29日

·

提交者：https://huggingface.co/Owen777

Owen (https://huggingface.co/Owen777) 于9月30日

作者：

,

,

,

,

,

,

,

,

,

,

,

摘要

高分辨率视频生成成本高昂，其开销会随着时空标记数量的增加而急剧上升。一种可行的替代方案是先生成低分辨率视频，再通过精修器进行提升，但传统的多步精修会引入二次采样瓶颈。我们提出了SoL-Refiner——一种单步视频精修器，能够通过单次去噪步骤将低分辨率模型输出转化为4K视频。我们的三阶段方案结合了高分辨率持续训练、强化学习后训练以及最终的单步蒸馏。我们推出了Refiner-Bench，一个基于不同视频生成器输出构建的视频精修基准测试平台，并采用共享输入协议在约2K输出分辨率下对比精修器性能。在2K分辨率下，单步SoL-Refiner在VBench和UniPercept平均指标上超越了所有外部精修器；在3840×2176分辨率下，其两项指标均优于三步LTX-2.3 Refiner。通过完整的加速技术栈，SoL-Refiner在我们设定的2K延迟场景中，将精修延迟相比基线实现了8.91倍加速。

查看arXiv页面 (https://arxiv.org/abs/2609.37969) 查看PDF (https://arxiv.org/pdf/2609.37969) 项目页面 (https://nvlabs.github.io/Sana/Sol-Refiner/) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2609.37969)

在您的工具中获取此论文：

hf papers read 2609.37969

未安装最新版CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用本文的模型 0

无模型关联本文

在模型的README.md中引用 arxiv.org/abs/2609.37969 以从本页链接。

引用本文的数据集 0

无数据集关联本文

在数据集的README.md中引用 arxiv.org/abs/2609.37969 以从本页链接。

引用本文的Space 0

无Space关联本文

在Space的README.md中引用 arxiv.org/abs/2609.37969 以从本页链接。

包含本文的收藏 0

无收藏包含本文

将本文添加到收藏 (https://huggingface.co/new-collection) 以从本页链接。