HiStream：通过消除冗余实现高分辨率视频生成
计算机视觉与模式识别
2025-12-29 v2
摘要
高分辨率视频生成对于数字媒体和电影至为重要，但扩散模型的二次复杂度使实际推理难以实现。为此，我们提出HiStream，一个高效自回归框架，系统性地消除三个维度上的冗余：i)空间压缩：在低分辨率上进行去噪，然后使用缓存特征在高分辨率上进行细化；ii)时序压缩：采用固定大小的锚定缓存的分块策略，确保推理速度稳定；iii)时间步压缩：对后续的、受缓存条件约束的块应用较少的去噪步骤。在1080p基准测试中，我们的主要HiStream模型(i+ii)实现了最佳视觉质量，同时相较于Wan2.1基线实现了最高可达76.2倍的去噪加速，质量损失可忽略不计。我们的更快变体HiStream+应用了所有三个优化(i+ii+iii)，相较于基线实现107.5倍加速，在速度与质量之间提供了引人注目的权衡，从而使高分辨率视频生成既实际又可扩展。
引用
@article{arxiv.2512.21338,
title = {HiStream: Efficient High-Resolution Video Generation via Redundancy-Eliminated Streaming},
author = {Haonan Qiu and Shikun Liu and Zijian Zhou and Zhaochong An and Weiming Ren and Zhiheng Liu and Jonas Schult and Sen He and Shoufa Chen and Yuren Cong and Tao Xiang and Ziwei Liu and Juan-Manuel Perez-Rua},
journal= {arXiv preprint arXiv:2512.21338},
year = {2025}
}
备注
Project Page: http://haonanqiu.com/projects/HiStream.html