炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

（来源：机器之心Pro）

今年以来，开源项目LightX2V 及其 4 步视频生成蒸馏模型在 ComfyUI 社区迅速走红，单月下载量超过 170 万次。越来越多创作者用它在消费级显卡上完成高质量视频生成，把“等几分钟出一段视频”变成“边看边出片”。

LightX2V 背后并不是单一模型的优化，而是一整套面向低成本、强实时视频生成的推理技术栈：从步数蒸馏与轻量VAE，到低比特算子、稀疏算子、多卡并行与分级Offloading，目标只有一个——在主流硬件上，把视频生成推到 1:1 实时。

1:1 实时，远超现有框架

在很多视频生成框架中，生成 5–10 秒视频依然需要几分钟时间。LightX2V 在相同分辨率和硬件条件下，通过极少步数的推理和系统级优化，将生成时间压缩到与视频时长接近的水平 (如上图端到端耗时所示)，实现接近 1:1 的实时体验。

在同类开源方案中，LightX2V 相比 SGLang Diffusion, FastVideo 等优秀的开源框架在延迟和吞吐上都具有明显优势 （如下图单步耗时对比所示），尤其是在 8GB–24GB 消费级显卡区间，更容易跑满硬件能力。

双核心算法：Phased DMD 步数蒸馏 + LightVAE

LightX2V 的速度并不是简单 “少采样几步” 得到的，而是通过两项关键算法协同设计：

Phased DMD 步数蒸馏

LightX2V 自研的 Phased DMD 步数蒸馏，把原本 40–50 步的视频扩散过程压缩到 4 步，同时保持时间一致性和运动细节。基于这一技术产出的少步模型（如 Wan2.1 / Qwen-Image 等）已经在 Hugging Face 趋势榜中长期靠前，累积下载量达到百万级。

LightVAE 轻量级 VAE

针对视频生成场景对吞吐和分辨率的双重需求，LightX2V 设计了极致轻量的 LightVAE。与常规 VAE 相比，在保持高清画质和时间一致性的前提下，有效降低了编解码开销，为 4 步推理释放出更多预算。

这两部分相当于在 “算法上先把路打通”，再让后续工程优化尽可能榨干硬件性能。

全栈性能工程：从 8GB 显存到多卡强实时

在算法压缩完成后，LightX2V 通过一套全栈推理框架，把 “能跑” 变成 “跑得快、跑得省”：

关键技术模块包括：

这些技术叠加，使 LightX2V 不仅在单机单卡上易于部署，也可以顺畅扩展到多卡集群。

模型与硬件生态：从 Wan 到国产芯片

为了方便创作者直接受益于上述优化，LightX2V 面向主流模型和硬件做了系统支持：

使用与落地：从个人创作到企业集群

在实际使用上，LightX2V 覆盖了从个人到企业的不同需求：

从图像转视频、文本转视频，到世界模型和自动驾驶仿真，LightX2V 试图用开源的方式，把 “高质量、低成本、强实时” 的视频生成能力交到更多人手里。