OpenImagingLab/FlashVSR

这是什么？

核心功能

• 01面向流式视频超分的一步式扩散推理。
• 02局部约束稀疏注意力，降低高分辨率下的计算量。
• 03小型条件解码器，加快画面重建。
• 04提供 v1 与 v1.1 权重的推理脚本，包括完整版、轻量版和长视频版。
• 05主要针对 4 倍放大场景优化。

适用场景

• 借助扩散模型的画质，把低分辨率视频放大到更高分辨率。
• 在 A100 等数据中心 GPU 上进行视频修复实验。
• 用流式流程逐帧处理较长的视频。

快速上手

1. 1

   克隆仓库

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

   安装 Python 依赖（需 Python 3.11.13；另需按 README 单独编译 Block-Sparse Attention）

   pip install -r requirements.txt
3. 3

   用 Git LFS 从 Hugging Face 下载推荐的 v1.1 模型权重

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

   进入 examples/WanVSR 目录，运行 v1.1 tiny 推理脚本

   python infer_flashvsr_v1.1_tiny.py

使用前须知

• !必须安装 Block-Sparse Attention，且编译过程占用内存较大。
• !主要在 NVIDIA A100/A800 和 H200 上测试，RTX 40/50 系列等其他显卡兼容性未知。
• !主要针对 4× 超分辨率设计和优化，其他倍数效果不保证。

标签

常见问题

FlashVSR 是什么？

基于扩散模型的一步式流式视频超分辨率框架，面向实时视频放大。 FlashVSR 是一个基于扩散模型的视频超分辨率项目，以流式方式逐段放大视频画面。早期的扩散类视频超分方法在超高分辨率下延迟高、显存占用大，难以接近实时运行，这个项目正是针对这一问题。

FlashVSR 可以免费使用吗？用的什么许可证？

FlashVSR 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

FlashVSR 还在维护吗？

活跃维护中。FlashVSR 最近一次提交是在 2026年10月16日。

FlashVSR 适合用来做什么？

借助扩散模型的画质，把低分辨率视频放大到更高分辨率。 在 A100 等数据中心 GPU 上进行视频修复实验。 用流式流程逐帧处理较长的视频。

FlashVSR 怎么安装和运行？

克隆仓库: git clone https://github.com/OpenImagingLab/FlashVSR 安装 Python 依赖（需 Python 3.11.13；另需按 README 单独编译 Block-Sparse Attention）: pip install -r requirements.txt 用 Git LFS 从 Hugging Face 下载推荐的 v1.1 模型权重: git lfs clone https://huggingface.co/JunhaoZhuang/FlashVSR-v1.1 进入 examples/WanVSR 目录，运行 v1.1 tiny 推理脚本: python infer_flashvsr_v1.1_tiny.py

在哪里获取 FlashVSR？

源代码和安装说明在 GitHub 上：https://github.com/OpenImagingLab/FlashVSR