# 字节跳动重磅开源：InfinityStar 10倍提速 720p 视频生成，统一框架颠覆AIGC

- Link: https://paooo.com/ai-tool/12976/
- Published: 2026-06-17T06:42:22+08:00
- Author: 站外新闻

> **💡 站外导读：**当前AIGC领域，视频生成模型普遍存在生成速度慢、算力消耗大、多任务
> 支持割裂等行业痛点，严重制约了其在广告、影视、教育等场景的规模化应用。字节跳动
> 开源的InfinityStar，正是为解决这些核心挑战而来。它通过创新的统一时空自回归框架，
> 不仅将720p视频生成速度提升至传统模型的10倍，更实现了文生视频、图生视频等任务的
> 统一，标志着高效、高质量、一体化视频生成技术进入新阶段。

## InfinityStar是什么

InfinityStar 是字节跳动推出的高效[视频生成](https://ai-bot.cn/ai-video-generation-tools/)
模型，通过统一的时空自回归框架，实现了高分辨率图像和动态视频的快速合成。模型采用
时空金字塔结构，将视频分解为序列片段，有效解耦外观和动态信息，提升生成效率。InfinityStar
基于预训练的变分自编码器（VAE）构建，利用知识继承策略，大幅缩短训练时间并降低计算
资源消耗。支持多种生成任务，包括[文本到图像](https://ai-bot.cn/best-ai-painting-tools/)、
[文本到视频](https://ai-bot.cn/ai-text-to-video-tools/)、[图像到视频](https://ai-bot.cn/ai-generated-video-from-images-tools/)
以及长时间交互视频合成等。

阅读目录

 * [InfinityStar是什么](https://paooo.com/ai-tool/12976/#infinitystar%e6%98%af%e4%bb%80%e4%b9%88)
 * [InfinityStar的主要功能](https://paooo.com/ai-tool/12976/#infinitystar%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [InfinityStar的技术原理](https://paooo.com/ai-tool/12976/#infinitystar%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [InfinityStar的项目地址](https://paooo.com/ai-tool/12976/#infinitystar%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [InfinityStar的应用场景](https://paooo.com/ai-tool/12976/#infinitystar%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)
       * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/ai-tool/12976/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

![InfinityStar](https://paooo.com/wp-content/uploads/2026/05/InfinityStar-website-
1.avif)

## InfinityStar的主要功能

 * **高分辨率视频生成**：支持生成高质量的720p视频，能快速合成复杂的动态场景。
 * **多任务支持**：涵盖文本到图像、文本到视频、图像到视频以及交互式视频生成等多种
   任务，满足多样化需求。
 * **高效生成能力**：生成5秒720p视频仅需58秒，速度远超传统扩散模型，显著提升生成
   效率。
 * **统一时空建模**：通过时空金字塔结构，有效解耦外观和动态信息，实现高效的空间和
   时间依赖关系捕捉。
 * **知识继承策略**：基于预训练的变分自编码器（VAE）构建，缩短训练时间，降低计算
   资源消耗。
 * **开源与易用性**：所有代码和模型均已开源，方便研究人员和开发者快速上手并进行进一步
   研究和应用开发。

## InfinityStar的技术原理

 * **统一时空建模**：采用纯离散方法，将视频分解为序列片段，通过时空金字塔模型联合
   捕捉空间和时间依赖关系，有效解耦外观信息和动态运动信息。
 * **高效学习策略**：基于预训练的变分自编码器（VAE）构建，利用知识继承策略，显著
   缩短训练时间并降低计算资源消耗。
 * **多任务支持架构**：自然支持文本到图像、文本到视频、图像到视频等多种生成任务，
   通过统一的框架实现不同任务的高效转换。
 * **快速生成能力**：通过优化的架构设计，实现快速的视频生成，生成5秒720p视频的速度
   比传统扩散模型快10倍。
 * **高质量生成效果**：在VBench基准测试中表现优异，生成的视频和图像质量高，细节丰富，
   能够满足多种应用场景的需求。

## InfinityStar的项目地址

 * **Github仓库**：https://github.com/FoundationVision/InfinityStar
 * **HuggingFace模型库**：https://huggingface.co/FoundationVision/InfinityStar
 * **arXiv技术论文**：https://arxiv.org/pdf/2511.04675

## InfinityStar的应用场景

 * **视频创作与编辑**：快速生成高质量的视频内容，适用于广告制作、影视特效、短视频
   创作等领域，提升创作效率。
 * **交互式媒体**：支持交互式视频生成，可用于开发互动式游戏、虚拟现实（VR）和增强
   现实（AR）应用，增强用户体验。
 * **内容个性化**：根据用户输入的文本或图像生成定制化视频，满足个性化内容推荐和定制
   化服务的需求。
 * **动画制作**：生成流畅的动画视频，降低动画制作成本和时间，适用于动画电影、动画
   广告等领域。
 * **教育与培训**：创建动态教学视频，通过生成与教学内容相关的动画或视频，提高教学
   效果和学生参与度。
 * **社交媒体**：为社交媒体平台提供丰富的视频内容，帮助用户快速生成吸引人的视频，
   提升用户互动和内容传播。

#### 📝 站长洞察 (Editor’s Insight)

字节跳动此次开源InfinityStar，绝非仅仅发布一个新模型，而是在AIGC视频生成赛道投下
了一颗‘效率炸弹’。其核心价值在于‘统一’与‘高效’。它摒弃了当下流行的扩散模型路径，
回归自回归范式，却通过精巧的时空金字塔设计，有效解决了自回归模型在长序列建模上的
效率瓶颈。这背后透露的趋势是：模型架构的创新与工程优化，正成为突破算力瓶颈、实现
AI普惠的关键。更深远地看，InfinityStar支持长时间交互视频合成，这为未来动态数字内容（
如互动短剧、虚拟人）的实时生成与交互奠定了技术基础。对于开发者和创作者而言，一个
开源、高效、多功能的基座模型，意味着更低的创新门槛和更广阔的商业想象力。它预示着，
AIGC的竞争正从‘生成质量’的单一维度，全面转向‘质量、速度、成本、交互’的综合比拼。