Sparse-VideoGen

Sparse VideoGen是一个专注于加速AI视频生成的开源项目，由UC Berkeley的研究团队开发，目前已经获得了709个星标，并且论文被ICML 2025和NeurIPS 2025两大顶级学术会议接收，其中NeurIPS的版本还获得了Spotlight特别推荐，含金量相当高。 这个项目解决的痛点是视频生成模型运行太慢的问题。用过AI视频工具的朋友都知道，生成一段几秒钟的视频往往要等上好几分钟甚至更久，因为视频数据包含大量冗余信息，模型在计算注意力机制时做了很多无用功。Sparse VideoGen的核心思路就是发现并利用视频数据中的"稀疏性"——视频画面中很多区域在时间和空间上变化不大，不需要每次都进行全量计算。它通过一个在线分析策略动态识别这些冗余区域，跳过不必要的计算，从而实现约2倍的加速，而且不需要重新训练模型，直接用在现有的HunyuanVideo、Wan 2.1、CogVideoX等主流开源视频模型上就能生效。 技术上有几个亮点值得关注。首先是训练无关的设计，用户不需要修改模型参数，直接套用就能加速，这大大降低了使用门槛。其次，项目还配套开发了Flash k-Means聚类算法，用Triton实现，比传统方法快了10倍以上，进一步提升了整体效率。另外，项目同时支持文本生成视频和图像生成视频两种模式，覆盖了主流的创作需求。 对于开发者来说，这个项目非常适合那些正在搭建AI视频生成服务、但苦于推理速度太慢的团队。如果你对视频模型的工作原理有一定了解，并且熟悉Python和PyTorch，上手会非常顺畅。项目提供了完整的代码和文档，官方还维护了活跃的社区，遇到问题可以及时获得帮助。总的来说，Sparse VideoGen是一个学术价值和实用价值兼备的项目，能实实在在帮视频生成应用"提速"，值得关注。