SoL-Refiner：高分辨率视频的光速一步式细化

高分辨率视频的生成成本很高，因为其成本随着时空词元的数量而迅速增长。实用的替代方案首先生成较低分辨率的视频，然后应用细化器，但传统的多步细化会引入第二个采样瓶颈。我们推出了 SoL-Refiner，这是一种一步式视频精炼器，可通过单个去噪步骤将低分辨率模型输出转换为 4K 视频。我们的三阶段配方结合了高分辨率持续训练、强化学习 (RL) 训练后和最终的一步蒸馏。我们引入了 Refiner-Bench，这是一种根据不同视频生成器的输出构建的视频细化基准，并使用共享输入协议以大约 2K 输出分辨率来比较细化器。在 2K 时，一步式 SoL-Refiner 在 VBench 和 UniPercept 平均值上优于所有外部精炼器，而在 3840 美元\!\times\!2176$ 上，它比三步式 LTX-2.3 Refiner 提高了这两个指标。借助完整的加速堆栈，SoL-Refiner 在我们的 2K 延迟设置中的相同基线上实现了 $8.91\times$ 的细化延迟加速。