清华开源 TurboDiffusion，AI 视频生成速度提升 100–200 倍，消费级显卡秒出大片

近日，清华大学 TSAIL 实验室联合 生数科技正式开源了视频生成加速框架 TurboDiffusion。该技术将 AI 视频扩散模型的推理速度提升 100 至 200 倍，在保持视觉质量几乎无损的同时，让 AI 视频创作进入实时生成时代。

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、Wan2.2 系列 1.3B–14B 参数模型）进行了深度优化。在单张 RTX 5090 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 RTX 4090 显卡上，也可流畅运行大型模型，无需依赖昂贵的 A100 或 H100 专业显卡，大幅降低了 AI 视频生成的硬件门槛。

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，结合 Tensor Core 加速；

• 稀疏线性注意力（SLA）：仅保留关键注意力连接，显著减少计算量；

• 时间步蒸馏（rCM）：将传统百步采样压缩至 3–4 步，并结合分数正则化连续时间一致性蒸馏，确保视频质量稳定。

这些技术相互配合，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、预训练模型权重及训练脚本，已在 GitHub 上引发广泛关注。

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，也吸引了 Meta、OpenAI 等国际团队关注。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和企业级批量生产。


AiGoe 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。开发者可立即访问 GitHub 仓库 体验最新成果。