一段16:9横屏视频,先用Turbo模式跑出540P初稿,只花了25秒。但要把它升到1080P,走完6步超分,耗时21分49秒。

这组数据来自PixelAIGC(@PixelWiseAI)对一条文生视频管线的实测记录。两个阶段的时间差,把当前AI视频合成里速度与质量的取舍摆在了明面上。

拆开看,这条管线分两步走:

  • 第一步,Turbo加速出草稿。540P、16:9横屏,25秒完成。适合做概念验证,或者动画前期的原型试跑。
  • 第二步,6步超分提清晰度。把画面拉到1080P,累计耗时21分49秒。

25秒对21分49秒,快的那一步负责"有没有",慢的那一步负责"能不能用"。对做内容的人来说,这个结构其实挺熟悉:先低成本出小样,确认方向对了,再投入算力做精修。

问题在于,精修这一步的时间成本压不下来。超分是拿到高保真成片的必经环节,而它恰恰是整条管线里最耗时的瓶颈。草稿阶段的加速做得再好,成片交付的节奏还是被后处理卡着。

换个角度看,这套流程也给出了一种务实的分工方式:把试错放在便宜的环节,把算力留给确定的镜头。25秒的草稿可以多跑几版,21分49秒的超分只留给最终选中的那一条。

速度与画质之间的这笔账,目前还没有第三条路可走。