🎯 情报来源：机器之心
香港城市大学博士生刘耀芳与华为香港研究所小艺团队合作推出Pusa项目，基于其去年提出的帧感知视频扩散模型（FVDM），通过引入向量化时间步变量（VTV）实现了极低成本微调大规模预训练视频模型的突破。Pusa仅需500美元训练成本即可超越Wan官方I2V（至少10万美元训练成本）的效果，成本降低超200倍，数据减少超2500倍。
核心要点：
- Pusa通过对预训练模型如Wan-T2V 14B进行非破坏性微调，训练成本为500美元，性能优于Wan官方I2V。
- Pusa解锁了图生视频、首尾帧生成、视频过渡、视频拓展等多样化任务，并保留文生视频能力。
- FVDM理论引入向量化时间步变量，解决了传统标量时间步对复杂时序动态建模的限制。
📌 情报分析
技术价值：极高
通过向量化时间步变量和概率性时间步采样策略，Pusa显著提升了视频生成中的时序建模能力，同时保持基础模型的强大生成能力，成功解决传统方法难以收敛的问题。
商业价值：高
500美元的训练成本大幅降低了企业或研究机构进入高质量视频生成领域的门槛，尤其适合中小企业快速部署定制化视频生成解决方案。
趋势预测：
未来3-6个月内，Pusa可能吸引大量开发者和研究者参与开源社区建设，进一步优化性能并扩展应用场景，有望成为视频生成领域的重要基准工具。