南洋理工大学发布了一种名为Upscale-A-Video的、通过文本引导的潜在扩散框架，用于视频分辨率的提升。该框架通过两个关键机制来确保时序一致性：在局部方面，它将时序层整合到U-Net和VAE-Decoder中，以保持短序列的一致性；在全局方面，无需训练，它引入了流引导的递归潜传播模块，通过在整个序列中传播和融合潜信息来增强视频的整体稳定性。
项目主页：
https://shangchenzhou.com/projects/upscale-a-video
GitHub仓库：
https://github.com/sczhou/Upscale-A-Video