बड़े मॉडल तकनीक के साथ-साथ छवि बढ़ाई और ऊंची गुणवत्ता एक सामान्य चीज बन गई है, लेकिन वीडियो की ऊंची गुणवत्ता अभी भी एक बड़ी चुनौती है। हाल ही में, हांगकांग पॉलिटेक्निक विश्वविद्यालय और OPPO अनुसंधान संस्थान ने खुला स्रोत फ्रेमवर्क DLoRAL पेश किया है, जो डिफ्यूज़न मॉडल (Diffusion Model) पर आधारित है और एक चरण में उच्च गुणवत्ता वाले वीडियो के उत्पादन की अनुमति देता है, जो पारंपरिक बहु-अनुक्रमित निष्पादन की कम दक्षता के बंधन को तोड़ता है, वीडियो सुपर रेज़ोल्यूशन के क्षेत्र में एक नए अंक पर पहुंचाता है।
DLoRAL की तकनीकी संरचना विशिष्ट है। पहले, यह डबल LoRA व्यवस्था का उपयोग करता है: C-LoRA वीडियो फ्रेम के बीच समय संगतता के लिए ध्यान केंद्रित करता है, जिससे छवि बिना झिलमिलाहट के स्थायी रहती है; D-LoRA अंतर्निहित विवरण को बढ़ाता है, जिससे स्पष्टता और नुकीलापन बढ़ जाता है। दूसरा, फ्रेमवर्क दो चरण के प्रशिक्षण रणनीति के साथ आता है, जिसमें संगतता चरण और बढ़ाव के चरण शामिल हैं। संगतता चरण में समय संगतता को अप्टीमाइज़ किया जाता है, जिससे आसन्न फ्रेम के छलांग रोके जाते हैं; बढ़ाव चरण में उच्च आवृत्ति जानकारी पर ध्यान केंद्रित किया जाता है, जिससे छवि विवरण प्रदर्शन में निश्चित रूप से सुधार होता है।
इन नवाचारों के कारण, DLoRAL वीडियो की स्थायित्व के साथ-साथ स्पष्टता और विवरण में तेजी से सुधार करता है, जो पारंपरिक वीडियो सुपर रेज़ोल्यूशन विधियों के प्रदर्शन को पार कर जाता है, और अनुमान गति में लगभग 10 गुना वृद्धि होती है। खुला स्रोत परियोजना के रूप में, DLoRAL अनुसंधानकर्ताओं और विकासकर्ताओं के लिए एक प्रभावी उपकरण प्रदान करता है, जो वीडियो सामग्री निर्माण को नए स्तर तक ले जाने में मदद करता है।