Spark VSSR：谷歌开源视频超分辨率工具，全套权重与训练代码开放

Spark VSSR（开源库名为 SparkVSR）是一个专门用来修复和放大低画质视频的超分辨率工具。无论是野生动物特写、室内外风景，还是年代久远的老电影甚至 3D 动画，它都能在放大分辨率的同时，把原本模糊的纹理和建筑细节重新锐化出来。

它能做什么

大多数现有的视频超分辨率工具就像个黑盒子。一旦生成画面出现奇怪的伪影，你很难手动干预，只能被迫接受模型吐出来的结果。

Spark VSSR 换了一种更聪明的思路，让用户可以用关键帧来控制整段视频的修复质量。

你可以先用任意好用的图片超分工具，把视频里的少数关键帧单独放大并精修好。接着 Spark VSSR 就会把这些高画质先验平滑传递到整个视频序列，同时紧紧贴合原本的运动轨迹。

在基准测试中，它在 CLIP-IQA、DOVER 和 MUSIQ 等画质评估指标上，分别比基线模型提升了 24.6%、21.8% 和 5.6%。比起常见的 Star、CDVR 或 Flash VSSR，它生成的画面不仅更锐利，帧与帧之间的稳定性也明显更好。

硬件要求与开放程度

这次开源开放得非常彻底。项目方不仅放出了推理代码和预训练权重，连完整的训练代码、训练数据集配置以及 ComfyUI 插件都一并公开了。

不过，想在本地跑起来门槛并不低。整套模型与相关资源的总大小约为 42.2 GB，必须配备性能强劲的高端 GPU 才能顺畅运行。

软件环境方面，它需要 Python 3.10 以上版本、PyTorch 2.5.0 以及 Diffusers 库支持。如果你想上手，代码已经放在 GitHub 上的 taco-group/SparkVSR 仓库，社区也已经上线了 ComfyUI 工作流和在线试用节点。

为什么重要

对于做老片修复、动画重置或专业视频后期的人来说，Spark VSSR 带来了一种真正实用的控制权。以往用 AI 放大视频全凭运气抽卡，现在只要把几张关键帧修好，整段视频的画质就能被带上一个台阶。

更关键的是它把全套训练管线和数据集都交了出来。我们认为，比起只给网页 demo 或调用接口的黑盒商业产品，这种全开放的做法让创作者和开发者能够真正微调属于自己的视频管线。只要你手里有足够的高端显卡算力，它非常值得立即拉取下来测试。