Опубликована VRGDG SeedVR2 TensorRT Studio — опенсорсный локальный инструмент, который превращает исследовательский пайплайн SeedVR2 в студию реставрации и апскейла видео с графическим интерфейсом под Windows 11 и ускорением TensorRT на картах NVIDIA RTX. Репозиторий vrgamegirl19 появился на GitHub 26 августа 2026 года и уже собрал 81 звезду; установка сводится к двум .bat-файлам, а заявленный ориентир производительности — 8-секундный клип 360p→2K примерно за 8 минут на RTX 5090 моделью 7B Sharp FP16.

image
image

Что произошло

Автор выложил на GitHub репозиторий vrgamegirl19/VRGDG-SeedVR2-TensorRT-Studio: это JavaScript-интерфейс с бэкендом на FastAPI, рассчитанный на Windows 11. Перед полным рендером можно отрендерить короткое превью, а результат сравнить с оригиналом в режимах Original, Restored, Compare (шторка) и Side by side. Длинный рендер возобновляется после обрыва благодаря чекпоинтам, а постобработку — шарпенинг, зерно, сглаживание швов и skin finishing — можно донастроить без повторного прогона нейросети. TensorRT ускоряет только VAE-декодирование, и при его сбое инструмент откатывается к обычному декодеру на сохранённых латентах. Установка через Install SeedVR Studio.bat подтягивает Python 3.12+, FFmpeg, CUDA PyTorch, SageAttention 2 и веса моделей; сама студия распространяется под лицензией MIT, интеграция SeedVR2 — под Apache-2.0.

Контекст

SeedVR2 до этого существовал как исследовательский пайплайн с запуском через командную строку, и в данном проекте архитектура модели не менялась — научной новизны здесь нет, вклад чисто инженерный. Такой путь типичен для утилитарных моделей: чтобы стать рабочим инструментом видеопроизводства, им нужна обвязка с превью, чекпоинтами и постобработкой, а не только CLI-скрипт. Пайплайн опирается на 7B-модель, которая в FP16 требует заметного объёма VRAM; FP8-варианты экономят память ценой части качества, FP16 дают максимум. Проекту меньше недели, у него один автор и 81 звезда, поэтому он находится в ранней фазе стабилизации.

Почему это важно для индустрии

Главный актив для индустрии — не сама SeedVR2, а готовый шаблон обвязки: FastAPI, TensorRT-бэкенд, рендер возобновляемыми чанками с чекпоинтами и постобработка без ре-рендера. Этот каркас можно переиспользовать для других видео-диффузионных моделей, и вокруг новых чекпоинтов, вероятно, появятся аналогичные студии по этому образцу. Лицензии MIT и Apache-2.0 коммерчески дружелюбны, поэтому у студий и сервисов с парком RTX-карт реставрация коротких клипов дешевеет до нуля в цене лицензии, что давит на цены простых облачных апскейлеров в низком сегменте. При этом однопользовательская опенсорсная обвязка сама по себе не бизнес: защищаемая ценность смещается к качеству воркфлоу и данным, а конкуренция локальных инструментов сдвигается от голых CLI к студийному UX с превью, сравнением и чекпоинтами.

Почему это важно для пользователей

Если у вас Windows 11 и карта NVIDIA RTX, можно бесплатно и локально восстановить старое или мытое видео, не отправляя файлы в облако. Входной барьер ощутимый: около 35 ГБ весов, Python 3.12+, CUDA PyTorch и требования 7B-модели к VRAM, хотя сама установка идёт через два .bat-файла. Разумный порядок работы такой: сначала отрендерить 5-секундное превью и сравнить его с оригиналом шторкой, затем запускать полный рендер, а резкость и зерно донастроить после него без повторного прогона. На картах уровня RTX 5090 заявленный режим реально применим; FP8-модели помогают уложиться в меньший объём видеопамяти, FP16 дают максимальное качество. Владельцам младших карт работоспособность придётся проверять на своей конфигурации.

Что пока неизвестно / ограничения

Заявленный ориентир производительности — данные автора с одной конфигурации железа (RTX 5090, чекпоинт 7B Sharp FP16): это единственная точка измерения, без таблицы результатов, без сравнения с базовым SeedVR2 и без детальных указаний fps и разрешения источника, поэтому воспринимать её стоит как анекдотическое свидетельство, а не бенчмарк. Поскольку TensorRT ускоряет только VAE-декодер, корректное сравнение скорости возможно по декодеру, а не по всему пайплайну, и общий выигрыш обязан быть скромнее, чем звучит в описании. Неизвестно, расширится ли ускорение за пределы VAE decoding и как инструмент ведёт себя на картах младше RTX 5090; репозиторию меньше недели, так что впереди фаза багфиксов на разных конфигурациях карт и драйверов, а судьба проекта зависит от того, обрастёт ли он контрибьюторами.

Источники

Автор

Look at AI, редакция