原论文首页 · Streaming-Aware Diffusion for Real-Time Video Super-Resolution via Cross-Step Attention

流式扩散视频超分：跨帧复用去噪状态

适合跟踪生成式恢复的吞吐优化，也能帮助团队区分稳态帧率与首帧延迟。

文章信息与阅读大纲

Streaming-Aware Diffusion for Real-Time Video Super-Resolution via Cross-Step Attention
arXiv 2610.11746v1 · 首次提交 2026-10-08 · 往期补选
2026.11.06 周选第 10 篇 · 视频 · 建议选读

阅读顺序：研究问题、核心方案、实验条件、业务验证。

研究问题与核心方案

图 1 · 原论文第 3 页，点击查看原图

跨步注意力从相邻帧和不同去噪步取特征，调度器把相邻扩散轨迹对齐；推理中按帧推进潜变量，分摊串行采样开销。

实验结果与分析

作者在 REDS4、YouHQ40-Test 评估时间一致性与感知质量，报告 512×512、冷启动完成后超过 40 FPS。稳定吞吐无法直接换算手机全高清预览的时延。

表 2 的 LDM 流式版本在 RTX 4090 上由 512² 的 44 FPS 降到 1024² 的 12 FPS。表 1 的 REDS4 结果也显示感知指标与 PSNR 的排序不同，需额外观察细纹和文字。

研发判断与验证建议

选读依据　适合跟踪生成式恢复的吞吐优化，也能帮助团队区分稳态帧率与首帧延迟。

记录首帧到可显示输出的时间，切镜时清空与保留缓存分别测拖影，再评估连续推理内存与温升。