Open-Sora v1.2.0 发布：新增视频压缩网络和Rectified-flow训练

Open-Sora 项目团队于今日正式发布 v1.2.0 版本，新增视频压缩网络与 Rectified-flow 训练两大核心组件。该版本是基于 v1.1 的迭代升级，重点提升视频生成效率与模型训练稳定性。项目官方公告指出，此次更新还包含更丰富的数据集、优化的多阶段训练方案以及更便捷的模型条件控制方法。

新加入的视频压缩网络从根本上改变了数据流处理方式。传统视频生成模型常因冗余像素导致训练成本高昂，而 Open-Sora v1.2.0 通过专用压缩网络，能显著降低视频帧的传输与计算负荷。这其实是在为后续的 Rectified-flow 训练铺路——清洗后的数据流通过逆向扩散过程，让模型真正学会从噪声中还原动态画面。何来这般效果？压缩后的低维表示让 Rectified-flow 的优化路径更聚焦，避免被无关噪声干扰。

关于 Rectified-flow 训练

Rectified-flow 训练方法是本次更新的重头戏。它本质上是改进了扩散模型的采样路径，通过逐步校正反向过程，让视频帧与帧之间的运动过渡更自然。项目团队强调，该技术结合了更快的学习收敛速度与更优的生成质量，弥补了 v1.1 在高清长视频生成中的短板。说实话，这种训练机制的调整挺考验模型架构的兼容性，但 Open-Sora 团队确实做到了。

数据与多阶段训练升级

新版本对训练数据做了扩充，并引入了多阶段训练策略。这意味着模型在初期接受低分辨率视频训练，后期逐步转向高精度素材——这种由粗到细的节奏，有助于平衡计算资源与生成效果。咱们可以发现，v1.2.0 在评估指标上也有了明显改善。虽然官方未公布具体数值，但根据公告描述，视频的连贯性和视觉保真度均有提升。

模型条件控制变得更容易了！开发者无需复杂调参，通过内置的简易接口就能对生成内容进行定向引导。这对于搭建视频生成应用来说，降低了很大门槛。难道不正是开源社区最想要的改进吗？

综合来看，Open-Sora v1.2.0 通过视频压缩网络与 Rectified-flow 训练的双重加持，确实在开源视频生成领域迈出了坚实一步。随着数据与训练方案的全面优化，它正逐步逼近商业级视频模型的表现力。项目现已开放代码与预训练权重，开发者可直接在 GitHub 仓库中获取资源。