M W-GAN [213]设计小波域对抗训练框架：低频子带重建结构，高频子带恢复细节，运动对齐 模块抑制帧间闪烁，UVG 数据集 VMAF 提升 16.2%。 在单图增强基础上，She 等[214]提出的图像到视频模型聚焦实时视频增强需求，通过构 建从单图到视频的增强映射关系，在保证帧间时序一致性的同时实现实时处理，为动态场景 中快速运动物体的细节提升提供了有效方案。Zhang 等[215]在此基础上，针对低光视频增强 quality enhancement of compressed video[C]// European Co nference on Computer Vision, 2020: 405-421. [214] She D, Xu K. An image-to-video model for real-time video enhancement[C]//Proceed ings of the 30th 关注激活的量化。 ZeroQuant[213]是一个端到端量化和推理管道，它设计了一个针对权重和激活的细粒度硬件友 好量化方案，同时提供了一个高度优化的量化系统后端。ZeroQuant-v2[214]在 ZeroQuant 的基 础上，引入了低秩补偿技术。它利用低秩矩阵来抵消量化带来的不准确性，从而提升模型精 度。在大模型领域，计算效率和模型性能之间取得平衡是一项艰巨的挑战。为了克服多数量

13.1 技术升级.........................................................................................214 13.1.1 新算法集成.............................................................................217 13.1