---
title: "STAR – 南大、字节、西南大学联合开源的现实世界视频超分辨率框架"
url: "https://paooo.com/aigc-news/23163/"
author: "Prompt 语宙研究院"
published_at: "2026-06-08T22:07:01+08:00"
updated_at: "2026-06-08T22:07:01+08:00"
categories: "AIGC 资讯"
tags: "3D与空间智能, AI视频生成, 开源大模型"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# STAR – 南大、字节、西南大学联合开源的现实世界视频超分辨率框架

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/23163/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-08

## AI 30 秒核心看点 (TL;DR)

- 联合开源的现实世界VSR框架，借助T2V扩散模型提升空间细节与时序建模能力。
- LIEM先补足局部细节，DF损失再按扩散步骤动态约束频率成分，减轻伪影并提升保真度。
- 适用于影视修复、安防监控、运动分析与医疗科研等低清视频/图像增强场景。

## STAR是什么

STAR是南京大学、字节跳动、西南大学联合推出的，创新的现实世界视频超分辨率（VSR）框架，能从低分辨率（LR）视频生成高分辨率（HR）视频，同时保持细节清晰度和时间一致性。STAR整合强大的文本到视频（T2V）扩散模型增强视频的空间细节和时间建模能力。STAR引入局部信息增强模块（LIEM），在全局注意力块之前丰富局部细节，减轻复杂退化引入的伪影问题。STAR推出动态频率（DF）损失，引导模型在不同扩散步骤中关注不同频率成分，提高恢复保真度。

## STAR的主要功能

- **现实世界视频超分辨率**：将现实世界中的低分辨率视频提升为高分辨率，同时恢复视频中的细节，如清晰的面部特征和准确的文字结构等。

- **增强空间细节**：基于文本到视频（T2V）扩散模型的强大生成能力，生成具有丰富空间细节的视频，让视频内容更加逼真和清晰。

- **保持时间一致性**：在提升视频分辨率的过程中，有效保持视频帧之间的时间一致性，避免出现运动模糊或不连贯的现象，让视频播放更加流畅自然。

- **减轻退化伪影**：针对现实世界视频中存在的复杂退化问题，如噪声、模糊和压缩等，STAR能有效减轻退化引入的伪影，提高视频的视觉质量。

## STAR的技术原理

- **T2V模型整合**：将大规模预训练的文本到视频扩散模型融入视频超分辨率任务中。T2V模型具备强大的生成能力和丰富的时空先验知识，从文本描述生成高质量视频，为视频超分辨率提供有力的模型基础。

- **局部信息增强模块（LIEM）**：在全局注意力机制之前引入LIEM，弥补T2V模型在处理局部细节方面的不足。LIEM基于局部注意力机制关注视频中的局部区域，增强局部信息的表达，更好地捕获和恢复视频中的细节，减轻复杂退化带来的伪影问题。

- **动态频率（DF）损失**：STAR推出DF损失优化模型的训练过程。损失函数根据扩散步骤动态调整对低频和高频成分的约束，使模型在早期阶段优先恢复视频的结构和大体轮廓（低频信息），在后期阶段再细化细节（高频信息）。

## STAR的项目地址

- **项目官网**：[https://nju-pcalab.github.io/projects/STAR/](https://nju-pcalab.github.io/projects/STAR/?utm_source=ai-bot.cn)

- **GitHub仓库**：[https://github.com/NJU-PCALab/STAR](https://github.com/NJU-PCALab/STAR)

- **arXiv技术论文**：[https://arxiv.org/pdf/2501.02976](https://arxiv.org/pdf/2501.02976)

## STAR的应用场景

- **影视制作**：对经典电影或电视剧进行超分辨率处理，在现代高清电视或流媒体平台上呈现更佳的视觉效果，吸引更多观众重温经典。

- **安防监控**：在安防监控视频中，对低分辨率的人脸图像进行超分辨率处理，清晰呈现人脸细节，有效辅助犯罪侦查和安全管理。

- **运动员动作分析**：对体育赛事直播视频进行超分辨率处理，让运动员的动作细节更加清晰可见，方便教练和分析师进行动作分析，提高比赛成绩。

- **医疗影像处理**：对病理切片图像进行超分辨率处理，清晰呈现细胞和组织的细微结构，辅助医生进行更准确的病理诊断。

- **科研**：在科研实验中，对显微镜拍摄的低分辨率图像进行超分辨率处理，为科研人员提供更准确的实验数据和图像资料。

## 常见问题解答 (FAQ)

### STAR视频超分辨率框架解决什么问题？
STAR面向现实世界低分辨率视频超分辨率任务，目标是在放大分辨率的同时恢复清晰细节，并尽量保持帧间时间一致性，减少噪声、模糊和压缩带来的伪影。

### STAR为什么要引入T2V扩散模型？
因为大规模文本到视频扩散模型具备较强的生成能力和时空先验，能为视频超分辨率提供更好的空间细节补全与时间建模基础，从而提升恢复效果。

### STAR适合哪些实际应用场景？
文章提到的典型场景包括影视制作、安防监控、运动员动作分析、医疗影像处理和科研显微图像增强，核心价值是把低清视频或图像变得更清晰、更可用。

---
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/)
