视频超分辨率

Higgsfield AI是一款面向全场景创作的AI原生工具集合平台，集成文生图、文生视频、AI音视频编辑、视频超分辨率等多项核心创作功能，可搭配AI智能体自动完成创作全流程，支持网页端、移动端双端访问，目前平台已积累超过两千部用户公开创作影片，覆盖多种创作场景需求。

基于事件驱动的视频超分辨率技术，依托高频细节增强纹理恢复效果 EvTexture是业内首次提出使用事件信号进行纹理增强的视频超分辨率技术，通过迭代纹理增强模块逐步探索高时间分辨率的事件信息，实现纹理区域的逐步细化，从而获得更准确、丰富的高分辨率细节。该技术在四个公开数据集达到最先进性能，在Vid4数据集对比同类基于事件的方法，最高可获得4.67dB增益。

南大字节联合开发的，解决GAN过度平滑的创新视频超分辨率技术 STAR创新性结合文本到视频扩散模型与视频超分辨率技术，解决了传统GAN视频超分方案存在的细节过度平滑问题。该技术可有效恢复低分辨率视频的细节信息，同时保持处理后视频的时空一致性，适配各类真实世界视频场景，由南京大学、字节跳动等机构联合研发，具备学术创新性与应用潜力。

基于深度学习的视频增强模型，可处理大动作实现联合超分去模糊 FMA-Net是韩国KAIST VICLab推出的深度学习计算机视觉模型，专注于视频联合超分辨率与去模糊任务。针对同类模型难以处理视频中大动作的痛点，采用流引导动态过滤、多注意力迭代特征精炼技术实现清晰化输出，模型结构简洁，效果突出，可应用于各类视频增强、视频编辑场景。

AI视频超分辨率模型，生成带高频细节的高时间一致性视频 VideoGigaGAN是一款专注于视频超分辨率的人工智能模型，通过新增时间注意力层与特征传播模块，针对性解决现有视频超分方案常见的时间帧不一致问题，搭配反锯齿块减少生成画面的锯齿效应。该模型在公开数据集上与现有顶尖VSR模型对比，可输出8倍超分辨率的视频成果，在细节保留与时序稳定性上表现优于多数同类模型。