近日，清华大学TSAIL实验室联合生数科技正式开源视频生成加速框架TurboDiffusion，这一突破性技术将AI视频扩散模型的推理速度提升100至200倍，同时保持视觉质量几乎无损，标志着AI视频创作正式进入实时生成时代。
加速性能惊人:从分钟级到秒级生成
TurboDiffusion针对现有开源视频生成模型（如Wan2.1和Wan2.2系列的1.3B至14B参数模型）进行了深度优化。在单张RTX5090显卡上，端到端生成速度可达峰值200倍以上。例如:
-5秒长视频生成时间从184秒缩短至1.9秒（约97倍加速）;
- 高分辨率720P视频在14B模型下，从数千秒降至数十秒。
即使在消费级RTX4090显卡上，也能流畅运行大型模型，无需依赖昂贵的A100或H100专业卡。这大大降低了AI视频生成的硬件门槛，让更多开发者与创作者能够轻松上手。
核心技术揭秘:多重优化组合拳
TurboDiffusion并非全新模型，而是高效推理框架，通过系统性创新实现近乎无损加速。主要技术包括:
-8位量化:采用SageAttention实现低比特注意力计算，利用Tensor Core加速;
- 稀疏线性注意力（SLA）:仅保留关键注意力连接，进一步减少计算量;
- 时间步蒸馏（rCM）:将传统上百步采样压缩至3-4步，结合分数正则化连续时间一致性蒸馏，确保质量稳定。
这些技术正交结合，仅需6步训练流程即可复现，极大提升了可操作性。项目完全开源，包括代码、预训练模型权重以及完整训练脚本，已在GitHub上获得广泛关注。
行业影响深远:开启实时AI视频新纪元
TurboDiffusion的发布，被业内视为视频生成领域的“DeepSeek时刻”。它不仅解决了高分辨率、长时序视频生成的延迟与成本痛点，还吸引了Meta、OpenAI等国际团队的注意。该框架推动AI视频从实验阶段向规模化应用转型，未来有望支持交互式创作、企业级批量生产等场景。
AIbase认为，这一开源项目将加速AI视频工具的普及，彻底改变内容创作格局。感兴趣的开发者可立即访问GitHub仓库（https://github.com/thu-ml/TurboDiffusion）体验。
