是石科技发布多模态模型服务,AI视频推理提速2.48倍且画质无损

是石科技近日推出面向AI视频生成的多模态模型服务,通过优化推理流程与缓存复用机制,在保持输出画质不变的前提下,将视频生成速度提升2.48倍,为行业提供新的降本增效路径。

人工智能 阅读量: 2887

是石科技近期正式发布其多模态模型服务,聚焦AI视频生成场景,重点解决当前大模型应用中普遍存在的推理延迟高、计算资源消耗大、画质稳定性难以兼顾等问题。该服务并非单纯升级模型参数或算力堆叠,而是从推理架构层面进行系统性优化,实测在相同硬件条件下,视频生成任务的端到端耗时缩短至原来的40.3%,即提速2.48倍,同时输出视频的PSNR(峰值信噪比)与SSIM(结构相似性)等客观画质指标未出现显著下降。

图中对比清晰展示了两种推理策略的效率差异:传统Dense模式下,每帧更新均需完整重算,19帧视频生成耗时19秒;而是石科技提出的RiskQ方案通过智能帧间缓存与关键帧动态重计算机制,在仅7.66秒内完成同等任务,提速效果显著。值得注意的是,该图标注“Recorded streaming only, snapshot capture enabled. Test encoding and VAE decoding excluded”,说明测试环境已排除编码与解码环节干扰,聚焦纯推理阶段性能提升。

这一进展背后,是石科技对AI视频生成工作流的深度拆解。常规扩散模型视频生成通常采用逐帧前向推理,每一帧都独立调用完整的U-Net网络,导致大量重复计算——尤其在相邻帧内容变化较小时,多数特征图几乎一致。是石科技引入“风险感知缓存复用”(Risk-aware Cache Reuse)机制,通过轻量级预测模块实时评估帧间语义差异程度,动态决定是否复用前一帧的中间特征。当检测到局部运动(如人物手势、镜头微移)但背景稳定时,系统仅对变化区域重新推理,其余部分直接复用缓存特征,从而大幅降低计算负载。

AI视频推理速度对比图:左侧Dense模式耗时19秒完成19帧更新,右侧RiskQ(是石方案)仅耗时7.66秒

该策略的关键创新在于“风险量化”设计:不同于简单阈值判断,模型会输出一个0–1之间的风险分数,综合考虑运动矢量幅度、纹理复杂度与时间连续性三个维度。高风险帧(如场景切换、快速转场)触发全量推理;中低风险帧则启用分块复用或特征插值。实测表明,在典型短视频生成任务(如1080p分辨率、16fps、10秒长度)中,约68%的帧可实现部分或全部特征复用,整体FLOPs(浮点运算次数)下降约52%,与实测2.48倍加速基本吻合。

文章配图

技术实现上,该服务支持主流视频生成框架接入,兼容Stable Video Diffusion等开源模型底座,并提供标准化API接口。用户无需修改原有提示词工程或训练流程,仅需替换推理后端即可获得加速收益。据官方披露,该服务已在部分客户侧落地测试,包括短视频平台的内容生成管线与AIGC工具链集成场景,反馈显示在GPU资源占用降低的同时,服务响应延迟波动显著收窄,有利于提升高并发下的稳定性。

从行业视角看,AI视频生成正从“能做”迈向“可用”阶段,但成本瓶颈仍未根本突破。据第三方机构2025年Q3报告,单条10秒高清AI视频的平均推理成本仍高达1.8–3.2美元,其中70%以上来自显存带宽与计算冗余。是石科技此次方案的价值在于,它提供了一种不依赖新型硬件、仅靠算法优化即可实现可观性价比提升的路径。相较依赖专用芯片(如NPU加速)或蒸馏压缩(常伴随画质损失)的常见手段,该方法在维持原模型能力边界前提下提升效率,对已有基础设施友好,迁移成本低。

值得指出的是,该技术并非孤立存在,而是建立在近年多模态推理优化研究基础上。例如,2024年NeurIPS中提出的“FrameFlow”工作曾探讨帧间特征传递,但未解决动态决策问题;2025年ICLR的“CacheDiff”方案虽引入缓存,却依赖离线预处理,无法适应实时生成场景。是石科技的RiskQ机制实现了在线、轻量、自适应的缓存调度,在实用性与通用性之间取得较好平衡。

目前,该多模态模型服务已开放早期试用申请,面向企业级用户提供私有化部署与云API两种接入方式。官方未公布具体定价模型,但强调“按实际推理token消耗计费”,隐含其成本优势将直接传导至终端用户。

随着AIGC内容生产门槛持续降低,视频生成正加速渗透至电商、教育、影视预演等领域。效率与质量的双重保障,将成为下一阶段竞争的关键支点。是石科技此次发布的服务,虽未推出全新基础模型,却以扎实的工程化能力,为行业提供了一个可快速落地的优化范式——在算力资源日益紧张的背景下,如何“少算多得”,或许比“多算快得”更具现实意义。