---
title: "突破分钟级长视频生成瓶颈：Meta&普林斯顿推出LinGen，线性复杂度实现单GPU高效生成"
url: "https://paooo.com/aigc-news/14873/"
author: "Prompt 语宙研究院"
published_at: "2026-06-28T16:42:22+08:00"
updated_at: "2026-06-07T20:26:41+08:00"
categories: "AI 工具, AIGC 资讯"
tags: "AIGC, AI视频生成, meta, 大模型微调, 普林斯顿大学"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# 突破分钟级长视频生成瓶颈：Meta&普林斯顿推出LinGen，线性复杂度实现单GPU高效生成

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/14873/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-28

## AI 30 秒核心看点 (TL;DR)

- LinGen用线性复杂度MATE模块替换二次复杂度注意力，显著降低长视频生成算力成本。
- 支持512p、1024p等高分辨率与分钟级时长生成，面向单GPU高效部署。
- 在质量、文本对齐和帧间一致性上保持竞争力，并可用于内容创作、广告与教育场景。

> 
                **💡 站外导读：**当前AI视频生成领域面临核心痛点：高分辨率、长时长的视频创作需要巨大的算力支撑，传统基于Diffusion Transformer的模型因二次复杂度的自注意力机制，导致计算成本高昂，难以在单GPU上实现分钟级视频的高效生成。这限制了AI视频在内容创作、实时交互等大规模场景中的落地应用。Meta联合普林斯顿大学推出的LinGen框架，通过革命性的线性复杂度设计，直接瞄准了这一行业瓶颈，有望推动AI视频生成进入更高效、更普惠的新阶段。

            

             
                        

## LinGen是什么

LinGen是普林斯顿大学和Meta共同推出的新型文本到[视频生成](https://ai-bot.cn/ai-video-generation-tools/)框架。框架基于线性复杂度的MATE模块（包含MA-branch和TE-branch），替换传统Diffusion Transformers中的二次复杂度的自注意力模块，实现在单个GPU上高效生成高分辨率、分钟级时长的视频。LinGen显著降低计算成本，保持高质量的视频输出，在视频质量和生成效率上均优于现有的先进模型，为长视频生成和实时交互式视频应用开辟新的道路。

## LinGen的主要功能

- **高分辨率视频生成**：支持生成高分辨率（如512p、1024p）的视频，满足高质量内容创作的需求。

- **长时长视频生成**：支持生成分钟级时长的视频，突破传统模型只能生成短视频（10-20秒）的限制。

- **线性计算复杂度**：基于采用线性复杂度的MATE模块，显著降低计算成本，让视频生成更加高效，适合在单个GPU上运行。

- **高质量视频输出**：生成的视频在视觉质量和文本对齐方面与现有的先进模型相当，同时保持帧间的一致性。

- **实时交互式视频生成**：LinGen为实时交互式视频生成和编辑提供可能，适用各种动态内容创作场景。

## LinGen的技术原理

- **MA-branch（多尺度注意力分支）**：

**双向Mamba2模块**：Mamba2是高效的线性复杂度的序列模型，基于双向设计，捕捉序列中的双向依赖关系。

- **Rotary Major Scan（RMS）**：基于不同的扫描方式（如空间行优先、空间列优先、时间行优先、时间列优先）重新排列3D视频token张量，增强短距离相关性，同时减少计算延迟。

- **Review Tokens**：在序列处理前添加平均池化的token序列，提供对整个序列的全局概览，增强长距离相关性。

- **TE-branch（时间注意力分支）**：将3D视频token张量划分为小窗口，在窗口内计算自注意力，TESA能捕捉空间上相邻和时间上中等距离的token之间的相关性。窗口在不同层之间交替移动，扩大感受野并增强视频的一致性。

- **线性复杂度**：基于MATE模块的设计，LinGen的计算复杂度与生成视频中的像素数量呈线性关系，而不是传统的二次关系。这使得LinGen能够在保持高质量输出的同时，显著降低计算成本，提高生成效率。

- **训练策略**：LinGen用渐进式训练策略，先在低分辨率的文本到图像任务上进行预训练，再逐步增加视频分辨率和长度进行预训练。在文本到视频预训练阶段，结合文本-图像对进行混合训练，提高生成视频的一致性。基于在高质量视频数据集上进行微调，进一步提升生成视频的质量。

## LinGen的项目地址

- **项目官网**：https://lineargen.github.io/

- **GitHub仓库**：https://github.com/jha-lab/LinGen

- **arXiv技术论文**：https://arxiv.org/pdf/2412.09856

## LinGen的应用场景

- **内容创作**：快速生成高质量的视频内容，如广告、电影、电视剧等，显著缩短创作周期和成本。

- **娱乐行业**：生成游戏中的过场动画和背景视频，增强游戏的视觉效果和沉浸感。

- **教育与培训**：生成教育视频，如课程讲解和实验演示，提高教学的趣味性和互动性；生成培训视频，帮助员工快速理解和掌握知识，提升培训效果。

- **广告视频**：快速生成广告视频，满足不同广告场景的需求，提高广告制作的效率和效果。

- **艺术创作**：生成艺术视频，为艺术家提供新的创作工具，激发创意。

                    
            
                

#### 📝 站长洞察 (Editor's Insight)

                LinGen的发布标志着AI视频生成技术从‘追求效果’向‘效率与效果并重’的关键转折。其核心创新MATE模块通过线性复杂度设计，解决了长期困扰行业的长视频生成算力难题，这不仅是技术路径的突破，更是对应用场景的深层解锁。在AIGC竞争白热化的当下，这种能大幅降低部署门槛、实现‘单GPU生成分钟级视频’的框架，将直接推动视频生成从实验室走向大规模商业化，尤其是在企业级内容创作、教育、广告等领域。它预示着，未来的AIGC竞争将更聚焦于底层架构的创新和实际部署的效能，而非单纯地堆叠模型参数。

## 常见问题解答 (FAQ)

### LinGen为什么能单GPU生成分钟级视频？
因为它用线性复杂度的MATE模块替代了传统Diffusion Transformer中的二次复杂度自注意力，计算成本随像素增长更平缓，因此更适合在单个GPU上高效生成长视频。

### LinGen和传统视频生成模型有什么区别？
传统模型通常受二次复杂度限制，长视频和高分辨率生成成本很高；LinGen通过MA-branch与TE-branch的MATE设计，在降低计算量的同时，仍保持较好的画质、文本对齐和帧间一致性。

### LinGen适合哪些实际应用场景？
适合内容创作、广告制作、教育培训、游戏过场动画和艺术创作等场景，尤其适合需要快速产出高质量长视频、并希望降低算力与部署门槛的应用。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
