生成式视频编码

生成式视频编码能在超低码率下合成清晰视频，但扩散解码器太慢，一直无法实时运行。ReGenVC 针对说话人头像场景，将 20 步扩散教师蒸馏为 4 步学生，再通过 8 路统一序列并行、空间分割 VAE 和三级重叠流水线，在 8 张 RTX 5090D 上实现 24 fps 稳态解码，总码流仅约 26 kB。系统留有约 28 ms 余量，但余量较窄，且目前仅在单人固定镜头场景下验证，通用性有待扩展。