HF 論文速讀 2026-06-22
今天共同趨勢是用 diffusion 做真實世界超解析，並把多步生成壓到 one-step、串流與可部署。
Video Restoration 正從高畫質 diffusion，轉向 one-step、時間一致、即時串流。
今天先記三件事
- one-step diffusion 是今天 VSR 主軸
- RealBasicVSR-style synthetic degradation 成共同訓練語言
- Real-ESRGAN 仍是 blind SR 的經典基座
五篇速讀
FlashVSR：邁向即時 Diffusion-Based Streaming Video Super-Resolution
即時串流
為什麼重要：把 one-step diffusion VSR 推向 streaming，瞄準單張 A100 上的即時使用情境。
帶走什麼：重點不是只拚畫質，而是把 diffusion VSR 做到低延遲、可連續處理。
下一步：先看 TC Decoder 與 streaming 設計，評估能否接到影片管線。
DOVE：Efficient One-Step Diffusion Model for Real-World Video Super-Resolution
高效一步
為什麼重要：用 CogVideoX1.5-5B 做 one-step VSR，主打真實世界 4× upscaling 的效率。
帶走什麼：大型 video diffusion backbone 可被壓成單步推論，成為 VSR 的新路線。
下一步：比較 DOVE 與 FlashVSR 的速度、品質和部署成本。
SeedVR2：One-Step Video Restoration via Diffusion Adversarial Post-Training
對抗後訓
為什麼重要：透過 diffusion adversarial post-training，把 one-step restoration 推到 720p 4× 場景。
帶走什麼：後訓策略可能是把多步 diffusion 壓成一步、同時保住感知品質的關鍵。
下一步：關注 LPIPS、SSIM、PSNR 之間的取捨與失真案例。
Upscale-A-Video：Temporal-Consistent Diffusion Model for Real-World Video Super-…
品質標竿
為什麼重要：在 VideoLQ 與 YouHQ40 多項指標拿到 rank #1，是今日 VSR 品質基準之一。
帶走什麼：Temporal consistency 仍是 real-world VSR 的核心，不能只看單幀銳利度。
下一步：把它當作畫質上限參考，再對照 one-step 方法的效率差距。
Real-ESRGAN：用純合成資料訓練 Real-World Blind Super-Resolution
經典基座
為什麼重要：以 pure synthetic data 做 real-world blind SR，仍在多個 image SR benchmark 拿 rank #1。
帶走什麼：高品質 degradation pipeline 比真實配對資料更容易規模化，影響後續 VSR 方法。
下一步：回頭看其 degradation 與 sharpened GT 設計，理解今日 VSR 資料來源。