AccVideo：打破视频生成速度与质量瓶颈
在人工智能视频生成范畴，扩散模型虽性能卓越，但迭代去噪特性致使生成耗时且计算成本高，成为广泛应用的阻碍。近日，北京航空大学、香港大学和上海人工智能实验室联合推出创新技术AccVideo。
现有视频扩散模型生成高质量视频表现佳，可迭代去噪过程需大量推理步骤，耗费用户时间且对计算资源要求高，限制了实际应用。研究人员一直探寻加速方法，AccVideo的诞生带来新思路。
AccVideo核心优势：合成数据助力与高效指导并行
AccVideo的关键在于创新蒸馏方法，借助合成数据集加速视频扩散模型。研究团队先用预训练模型生成去噪轨迹，构建高质量合成数据集，该方法避免冗余数据点，提升蒸馏效率。
同时，AccVideo设计基于轨迹的少步指导策略，利用合成数据关键数据点，让“学生”模型在更少步骤内学习“教师”模型去噪过程，实现快速视频生成。
兼顾质量与效率：对抗训练提升视频品质
为挖掘合成数据集信息，AccVideo引入对抗性训练策略，有效对齐学生模型输出分布与合成数据集分布，显著提升生成视频质量。
实验显示，AccVideo在保持性能的同时，生成速度提升8.5倍，还能生成5秒、分辨率720×1280、帧率24fps的高质量视频，相比以往加速方法优势明显。
广阔应用前景：高质量长视频生成不再困难
AccVideo的突破为高质量视频生成带来新机遇。其高效生成能力、出色视频质量和分辨率，在文本到视频生成领域潜力无限。用户通过文本描述，能快速生成优质视频，拓展创作可能性。
从定性结果看，AccVideo能高质量呈现复杂场景和多样主题。其发布是视频生成领域重要里程碑，8.5倍加速效果和高质量输出，解决现有难题，为视频创作和应用奠定基础。项目链接：https://top.aibase.com/tool/accvideo
