GVCCTurbo предлагает планировать битрейт для генеративного сжатия видео и изображений без

arXiv Исследователи представили GVCCTurbo — планировщик, который отделяет дорогостоящие обновления генеративного априорного распределения от передачи поправок через кодовую книгу. Вместо того чтобы жёстко привязывать число шагов сэмплера к числу корректирующих слотов, метод позволяет задавать битрейт как входной параметр расписания. Планировщик совместим с rectified-flow видео (стиль GVCC) и diffusion-сжатием изображений (стиль DDCM), не требует дообучения и работает с будущими дистиллированными priors. В тесте на 720p с Wan-GVCC число оценок prior снижено с 20 до 9, что дало около 44% экономии времени декодирования при небольшом росте LPIPS на динамичных сценах.

Что это значит

Новость касается генеративного сжатия видео, а не генерации видео по текстовому описанию. В нашем справочнике нет инструментов, решающих задачу сжатия видео через кодовые книги. Ближайший по названию инструмент — Wan — это генератор видео от Alibaba, работающий по модели text-to-video, а не кодек. GVCCTurbo использует Wan только как тестовый стенд для измерения скорости декодирования, не меняя саму модель и не добавляя ей функций сжатия. Прямого влияния на инструменты из раздела генерации видео работа не оказывает. Она находится в смежной области — передача видео на сверхнизких битрейтах с опорой на генеративные модели, — которая пока не представлена в нашем справочнике отдельными карточками.