# 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

- Link: https://paooo.com/aigc-news/14873/
- Published: 2026-06-28T16:42:22+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 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。

阅读目录

 * [LinGen是什么](https://paooo.com/aigc-news/14873/#lingen%e6%98%af%e4%bb%80%e4%b9%88)
 * [LinGen的主要功能](https://paooo.com/aigc-news/14873/#lingen%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [LinGen的技术原理](https://paooo.com/aigc-news/14873/#lingen%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [LinGen的项目地址](https://paooo.com/aigc-news/14873/#lingen%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [LinGen的应用场景](https://paooo.com/aigc-news/14873/#lingen%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/aigc-news/14873/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

![LinGen](https://paooo.com/wp-content/uploads/2026/05/LinGen-website1-1.avif)

## 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](https://paooo.com/aigc-news/)
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。

🔬 语宙深潜追问 · 进阶实操拆解

线性复杂度架构会不会明显掉质感？

会有风险，但关键看局部建模是否足够强。若把全局依赖交给压缩后的状态表示，再用高质量
解码器补细节，通常能在效率和质感间取得可接受平衡，适合先落地长时长场景。

分钟级视频生成如何做稳定一致性？

要重点控制角色身份、镜头节奏和时序漂移。实操上可引入分段生成、关键帧约束和跨段记忆
缓存，先保证结构稳定，再逐步提升运动细节与纹理一致性。

🗳️ 读者观点微投票 · 您的实战立场是？

单GPU长视频生成，最该牺牲什么？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🐋 所属权威专题：DeepSeek 深度实战与部署 →](https://paooo.com/topics/deepseek/)

 * [Magic 1-For-1 – 北大、英伟达等推出的高效视频生成模型](https://paooo.com/aigc-news/22063/)
 * [英伟达LONGLIVE框架发布：单GPU实时生成240秒交互式长视频，AI视频生成迈入生产力时代](https://paooo.com/aigc-news/13364/)
 * [打破视频生成步数与画质悖论！港中文联合字节跳动重磅开源 DuoMatching：双重分布匹配、1075万参数 LatentBridge 与 2 步极速生成深度架构拆解](https://paooo.com/ai-tool/40397/)
 * [商汤LightX2V开源：实时视频生成推理框架，4步出视频、8GB显存跑14B模型](https://paooo.com/aigc-news/12726/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/14873/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
