Hugging Face · 每日论文· 媒体 / 作者来源·精选
StreamingSwap：20FPS实时视频换脸，单卡RTX 4090可稳定生成10分钟长视频
原文标题
From Short Clips to Real-Time Streams: Identity-Aware Supervision and Context-Efficient Generation for Video Face Swapping
AI 导读
研究提出参考引导的流匹配框架StreamingSwap，通过Joint Rec-ID Loss按噪声水平平衡身份监督与隐空间重建，并借助Face-RoI Generation和Short-Context Rollout Training减少空间token与时间上下文长度。同时发布1000小时电影级训练数据及200条短视频、200条长视频评测集HumanFaceVid。实验显示单张RTX 4090上可达20 FPS，最长10分钟视频稳定生成。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
提出面向实时流式视频换脸的完整方法与配套数据集HumanFaceVid，在单卡RTX 4090上实现20 FPS、10分钟长视频稳定生成，属于可复用的视频生成方法进展。
导读由模型辅助整理，非独立核验。完整信息见原文。