OpenImagingLab/FlashVSR

어떤 프로젝트인가요?

핵심 기능

• 01스트리밍 동영상 초해상도에 맞춰 설계된 원스텝 확산 추론.
• 02고해상도에서 연산량을 줄이는 지역성 제약 희소 어텐션.
• 03프레임을 더 빠르게 복원하는 소형 조건부 디코더.
• 04full, tiny 및 긴 동영상용 변형을 포함한 v1 및 v1.1 가중치 추론 스크립트.
• 05주로 4× 업스케일링에 최적화.

활용 사례

• 확산 모델 기반의 고품질 결과로 저해상도 동영상의 해상도 높이기.
• A100급 GPU에서 동영상 복원 실험 실행하기.
• 스트리밍 파이프라인으로 긴 동영상을 프레임 단위로 처리하기.

빠른 시작

1. 1

   저장소를 클론합니다

   git clone https://github.com/OpenImagingLab/FlashVSR
2. 2

   Python 종속성을 설치합니다(Python 3.11.13; Block-Sparse Attention도 README의 안내에 따라 별도로 빌드해야 합니다)

   pip install -r requirements.txt
3. 3

   Git LFS를 사용해 Hugging Face에서 권장 v1.1 모델 가중치를 다운로드합니다

   git lfs clone https://huggingface.co/JunhaoZhuang/FlashVSR-v1.1
4. 4

   examples/WanVSR에서 v1.1 tiny 스크립트로 추론을 실행합니다

   python infer_flashvsr_v1.1_tiny.py

사용 전 알아둘 점

• !Block-Sparse Attention이 필요하며 빌드에는 많은 메모리가 필요합니다.
• !주로 NVIDIA A100/A800 및 H200에서 테스트되었습니다. RTX 40/50 시리즈와 같은 다른 GPU는 검증되지 않았습니다.
• !주로 4× 초해상도 전용으로 설계 및 최적화되었습니다.

토픽

자주 묻는 질문

FlashVSR은(는) 무엇인가요?

Python과 Wan 기반 모델로 실시간 업스케일링을 구현하는 원스텝 확산 기반 스트리밍 동영상 초해상도 프레임워크입니다. FlashVSR은 확산 모델을 사용해 스트리밍 방식으로 동영상 프레임의 해상도를 높이는 프로젝트입니다. 기존 확산 기반 동영상 초해상도 방식은 실제 촬영 영상에서 거의 실시간으로 처리하기에는 너무 느리고 메모리를 많이 사용하며, 특히 초고해상도에서는 이런 한계가 두드러집니다.

FlashVSR은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?

FlashVSR은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.

FlashVSR은(는) 아직 유지보수되고 있나요?

활발히 유지보수 중. FlashVSR의 마지막 커밋은 2026년 10월 16일입니다.

FlashVSR은(는) 어디에 사용할 수 있나요?

확산 모델 기반의 고품질 결과로 저해상도 동영상의 해상도 높이기. A100급 GPU에서 동영상 복원 실험 실행하기. 스트리밍 파이프라인으로 긴 동영상을 프레임 단위로 처리하기.

FlashVSR는 어떻게 설치하나요?

저장소를 클론합니다: git clone https://github.com/OpenImagingLab/FlashVSR Python 종속성을 설치합니다(Python 3.11.13; Block-Sparse Attention도 README의 안내에 따라 별도로 빌드해야 합니다): pip install -r requirements.txt Git LFS를 사용해 Hugging Face에서 권장 v1.1 모델 가중치를 다운로드합니다: git lfs clone https://huggingface.co/JunhaoZhuang/FlashVSR-v1.1 examples/WanVSR에서 v1.1 tiny 스크립트로 추론을 실행합니다: python infer_flashvsr_v1.1_tiny.py

FlashVSR은(는) 어디서 받을 수 있나요?

소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/OpenImagingLab/FlashVSR