En vivo 18.11 · Cohorte 318 nov, 19:00 MSK — taller práctico gratuito de agentes IA · Cohorte 3 en vivo inicia 23.11Taller 18 nov →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarTG: @neuraldvig (Нейродвиж)→ original

RelayVSR multiplica por 4 la resolución de vídeo y alcanza 29 fotogramas/s en una A100

Mejorar la nitidez de un vídeo antiguo resulta tentador, pero procesar cada fotograma con una red neuronal pesada sale caro. RelayVSR reparte el trabajo: un modelo grande prepara fotogramas de referencia y otro pequeño los utiliza para procesar todo el vídeo multiplicando por 4 su resolución. Los autores lograron 29,29 fotogramas/s con salida a 1080p en una NVIDIA A100; conviene que los desarrolladores comprueben primero la velocidad y la calidad con su propio material.

Procesado por IA desde TG: @neuraldvig (Нейродвиж); editado por Hamidun News
RelayVSR multiplica por 4 la resolución de vídeo y alcanza 29 fotogramas/s en una A100
Fuente: TG: @neuraldvig (Нейродвиж). Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalTG: @neuraldvig (Нейродвиж) ↗
Editor jefe
Dato clave #1El consumo máximo de memoria en la prueba fue de 13,82 GB, pero la velocidad se midió en una A100.
Dato clave #2Se han publicado el código, los pesos y las instrucciones para ejecutarlo en Linux con NVIDIA.
El audio deberá recuperarse por separadoel script actual no lo transfiere.

Hay que mostrar un vídeo antiguo en una pantalla grande, pero al ampliarlo de forma convencional los rostros se desdibujan y los detalles se convierten en una masa informe. El reescalado generativo puede producir una imagen más convincente, pero procesar cada fotograma con un modelo pesado resulta caro. RelayVSR propone repartir el trabajo: una red grande prepara fotogramas de referencia espaciados y otra pequeña procesa el resto de la secuencia. Para el equipo de un producto de vídeo, es una oportunidad para probar el procesamiento local con sus propios clips y calcular el coste por minuto.

Por qué usar dos modelos para procesar un mismo vídeo

Imaginemos una grabación de una persona con una chaqueta de tejido texturizado. El modelo grande crea una referencia detallada para determinados momentos, y la red ligera la utiliza junto con el vídeo original para procesar los fotogramas intermedios. Así no tiene que inventar de nuevo toda la textura de la tela en cada ocasión. También tiene en cuenta los fotogramas recientes para mantener la coherencia de los detalles con el movimiento.

Este reparto tiene un inconveniente: un error en un fotograma de referencia puede propagarse a los siguientes. Por eso, los autores entrenan el modelo grande teniendo en cuenta la calidad del vídeo final. No basta con evaluar el atractivo de un fotograma aislado: una buena imagen también debe ayudar a la segunda red a construir un vídeo coherente. El funcionamiento del método se describe en el artículo de RelayVSR.

La idea tiene sentido práctico más allá del reescalado. Si una operación costosa puede ejecutarse de vez en cuando y su resultado se puede reutilizar, existe la posibilidad de reducir el cómputo. Pero hay que evaluar el ahorro junto con los errores: una mala referencia puede estropear varios resultados posteriores. En un servicio de vídeo, esto afecta tanto a los costes como a la proporción de material que habrá que volver a procesar.

Qué significa el resultado de 29 fotogramas por segundo

Según los autores, con una resolución de salida de 1080p, RelayVSR alcanza 29,29 fotogramas/s con un consumo máximo de memoria de vídeo de 13,82 GB. En la misma comparación, FlashVSR-Tiny registra 7,80 fotogramas/s y 24,447 GB. La medición se realizó en una única NVIDIA A100 con 80 GB de memoria, con un intervalo de 15 fotogramas entre los fotogramas de referencia. Son resultados del equipo del proyecto publicados en la página de demostraciones.

De estos datos no se puede deducir la promesa de una publicación de Telegram de que sirve cualquier tarjeta gráfica con más de 14 GB de memoria. La capacidad de memoria solo describe una parte de los requisitos de ejecución. No garantiza la compatibilidad del hardware ni la misma velocidad en un ordenador doméstico. Sería prematuro comprar una tarjeta para esta herramienta basándose en una sola cifra de una publicación.

También está la cuestión de la fiabilidad de la imagen. Una textura más convincente no demuestra por sí sola que esa fuera la textura que había delante de la cámara. Para un archivo familiar, puede ser una concesión aceptable. En materiales donde importa la fidelidad de los detalles pequeños, hay que conservar el original y compararlo con el resultado. La promesa de «rescatar cualquier vídeo» es demasiado amplia: la calidad de cada grabación seguirá requiriendo una evaluación visual.

Cómo comprobar su utilidad antes de integrarlo

El repositorio oficial ofrece instrucciones y enlaces a dos archivos de pesos. El entorno de ejecución descrito utiliza Linux, Python 3.11–3.13 y una GPU NVIDIA. El script multiplica exactamente por cuatro tanto el ancho como el alto, mantiene la tasa de fotogramas, pero no transfiere el audio. Por tanto, el flujo de trabajo necesitará un paso adicional para recuperar la pista de sonido.

Lo razonable es empezar con fragmentos cortos de material propio: un rostro en movimiento, una textura fina y un cambio brusco de escena. Hay que comprobar si se conservan los rasgos de la persona, si los detalles empiezan a parpadear y cuánto tarda el procesamiento. Estas pruebas aportarán más a la decisión de integración que un fotograma espectacular de una demostración.

Para quien gestiona el producto, el siguiente paso es medir el coste total del procesamiento, incluida la preparación de archivos, la recuperación del audio y las nuevas pasadas de las escenas que hayan salido mal. Para quien desarrolla, es comprobar la reproducibilidad en el hardware disponible. RelayVSR ya ofrece lo necesario para ese experimento: una implementación publicada, los pesos y unas instrucciones concretas de ejecución. La decisión de incorporarlo debería tomarse después de probarlo con el vídeo que realmente procesará el producto.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Por qué usar dos modelos para procesar un mismo vídeo?

Imaginemos una grabación de una persona con una chaqueta de tejido texturizado. El modelo grande crea una referencia detallada para determinados momentos, y la red ligera la utiliza junto con el vídeo original para procesar los fotogramas intermedios. Así no tiene que inventar de nuevo toda la textura de la tela en cada ocasión. También tiene en cuenta los fotogramas recientes para mantener la coherencia de los detalles con el movimiento.

¿Qué se sabe sobre Qué significa el resultado de 29 fotogramas por segundo?

Según los autores, con una resolución de salida de 1080p, RelayVSR alcanza 29,29 fotogramas/s con un consumo máximo de memoria de vídeo de 13,82 GB. En la misma comparación, FlashVSR-Tiny registra 7,80 fotogramas/s y 24,447 GB. La medición se realizó en una única NVIDIA A100 con 80 GB de memoria, con un intervalo de 15 fotogramas entre los fotogramas de referencia. Son resultados del equipo del proyecto publicados en la página de demostraciones.

Cómo comprobar su utilidad antes de integrarlo?

El repositorio oficial ofrece instrucciones y enlaces a dos archivos de pesos. El entorno de ejecución descrito utiliza Linux, Python 3.11–3.13 y una GPU NVIDIA. El script multiplica exactamente por cuatro tanto el ancho como el alto, mantiene la tasa de fotogramas, pero no transfiere el audio. Por tanto, el flujo de trabajo necesitará un paso adicional para recuperar la pista de sonido.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…