FlashVideo

字节跳动与港大联合开源的视频生成框架,两阶段快速输出1080p高清视频,文本到视频仅需102秒。

Github 🆓 免费 🔓 开源
✨ 两阶段框架,先低后高快速出片✨ 流匹配4步生成1080p高清视频✨ 首次将RetNet架构用于视频生成✨ 30秒低分辨率预览,快速决策✨ 开源免费,GitHub可直接获取
🌐 访问官网 →

产品概述

FlashVideo是由字节跳动和香港大学联合研发的开源视频生成框架,专注于文本到视频的高效生成。它采用创新的两阶段设计:第一阶段用50亿参数的低分辨率模型(270p)快速构建视频内容,第二阶段通过流匹配技术仅需4步即可增强至1080p高清,并保持24fps流畅度。相比传统方法,速度提升4倍,显存消耗降低90%,生成1080p视频仅需102秒。

核心优势

FlashVideo的流畅匹配技术大幅简化了高分辨率生成的计算步骤,同时首次将RetNet架构应用于视频生成,将推理时间复杂度从O(L²)降至O(L),处理长序列更高效。框架还引入冗余帧插值方法,确保视频动作连贯、画面平滑。用户还能在30秒内预览低分辨率结果,快速决策是否继续生成高清版本,大幅节省等待时间。

适用场景