---
title: UniVSR
canonical_url: "https://www.modelscope.cn/studios/RichardZZZZZ/UniVSR"
md_url: "https://www.modelscope.cn/studios/RichardZZZZZ/UniVSR.md"
repository: RichardZZZZZ/UniVSR
last_updated: 2026-11-03
sdk_type: docker
sdk_version: 6.29.1
downloads: 0
stars: 0
---

# UniVSR

> UniVSR - RichardZZZZZ 在 ModelScope 创建的在线 Demo。首页现在提供阶段总览，每个阶段有独立网址：

RichardZZZZZ/UniVSR 是 ModelScope 魔搭社区上的在线可交互 Demo（创空间），基于 docker 6.29.1 构建。

- **Repository**: RichardZZZZZ/UniVSR
- **SDK**: docker
- **SDK version**: 6.29.1
- **Downloads**: 0
- **Stars**: 0
- **Last updated**: 2026-11-03

Source: https://www.modelscope.cn/studios/RichardZZZZZ/UniVSR

---

# UniVSR 训练与数据监控

## 分阶段训练页面

首页现在提供阶段总览，每个阶段有独立网址：

- `/stages/sr-pretrain`：已完成的 V18 超分预训练与父模型基线。
- `/stages/ar-df`：32 卡块级 Diffusion Forcing、最少步数 ETA 和评测门禁状态。
- `/stages/ar-rollout`：学生自身历史的配对监督训练；尚未开始时明确显示等待状态。
- `/stages/optical-v19`：已暂停的双目和变焦，分别显示最后日志步与完整恢复点。
- `/stages/history-residual`：后续历史残差阶段，未启动时不显示其他阶段的采样。

原有数据、GPU 遥测与完整历史视频页面保留在 `/legacy`。

`GET /api/stages` 和鉴权的 `POST /api/stages` 独立保存阶段数据，不受旧光学采集器状态影响。`collect_stages.py` 只读日志、完成的评测记录和恢复点指针，每 15 秒同步；不加载模型、查询 GPU 或控制训练。Loss、PSNR、高频/时序误差、FPS、显存、checkpoint SHA 和最近训练步分别归属真实训练阶段。曲线为有界抽样，详细原始日志继续留在训练服务器。

DF 的 ETA 指到达最少步数，之后仍需通过门禁；后续阶段的开始时间不确定时不编造倒计时。已暂停/已结束阶段不计算运行中 ETA。全部时间按北京时间显示，传输或源数据过期时显示缓存标志。

`publisher_ar.py` 在已有 CPU 发布节点运行，凭据只从 stdin 进入进程内存。`package_ar_evals.py` 在评测数据旁用 CPU 打包已完成的 2K/4K 结果，核对输入 LR 的 SHA，生成输入/预测/GT 对比预览、保持发布分辨率的独立预测和 GT 参考。`ar_media_sync.py` 只传输已打包并再次校验的 MP4，不跨网读取逐帧大数组。预览来自评测输出 MP4，只为观看；所有指标保留未压缩评测值，不在有损视频上重新打分。原有评估及其内容地址保持不变，阶段页面可切换本阶段与父模型对照。

迁移自现有 StreamVSR 62695 看板：训练进度与 ETA、Loss、Stage-1 验证曲线、双目／移焦数据统计、8 分片进度、32 卡 GPU 遥测。

服务使用 Python 标准库，Docker 监听 `0.0.0.0:7860`。没有模型、训练程序或 GPU 依赖。

- `/`：看板。
- `GET /api/live`：允许公开展示的最新遥测。
- `GET /api/evals`：已完成评估的视频目录，可按轮次和任务浏览。
- `GET/HEAD /media/<sha256>.mp4`：已校验的评估视频，支持 Range 拖动播放。
- `GET /healthz`：服务状态与遥测过期标记。
- `POST /api/telemetry`：上游推送，必须携带 `X-Telemetry-Key`，与创空间 Secret `INGEST_TOKEN` 匹配。
- `POST /api/media/<sha256>.mp4`、`POST /api/evals`：同样鉴权的视频分块上传与完整评估发布。

`publisher.py` 在现有 CVM 采集器旁运行，每 15 秒读取已有 `127.0.0.1:18795/api/live` 并推送；不会再次查询 GPU、连接训练进程或执行训练命令。程序使用平台提供的专用 API 地址 `https://studio-richardzzzzz-univsr.api-inference.modelscope.net`，以平台 SDK Token 通过网关，并以独立 ingestion key 通过应用校验。启动配置（endpoint、token、platform_token、project_root、state_dir）通过标准输入交给进程，凭据不保存在源码、文件或启动参数中。

独立线程每 30 秒发现当前训练实验的新评估。光学评估必须 `finished:true`，视频与作者记录 SHA 一致；SR 评估按现有原子 `samples.json` 完成契约检查。两者都检查文件稳定性、MP4 结构和版面顺序。视频以 1 MiB 分块上传，完整 SHA 校验后才发布该轮目录；中断可重试，重复内容去重，不会为每轮视频重新提交 Git 或重建应用。

播放器默认静音、自动循环，进入可视区域后加载播放，保留暂停和声音控制。可追溯的双目 3D 后处理展示提供六宫格／六联排切换，分别保留左眼、预测右眼、GT、红青叠加和边缘位移的标识；Wiggle 是左右视图交替展示，红青立体观看需要红青眼镜。

CVM 发布进程使用已有的 `requests`，每个线程复用独立 HTTPS 会话，最多并发上传 3 个视频，并为连接／读取设置超时。网关不支持 HEAD 时自动改用单字节 Range GET；不依赖网关的 HEAD 支持，也不会为检查文件而下载整段视频。应用容器本身仍没有第三方依赖。

首批回填最近三轮 SR 底座评估及两轮历史光学评估，页面标注所属实验。历史视频不代表当前 V19 的新结果。后续当前实验的每轮已完成 eval 自动加入。保留原有比较版面及独立预测视频；移焦合成参考、旧模型右眼和本轮预测均有明确说明。

最新快照保存在运行时目录 `/mnt/workspace/univsr-live/latest.json`；评估目录和已完成视频保存在同目录的 `evaluations/`、`media/`。发布端通过 `replay_sources` 保留历史来源，每轮核对有效云目录：重建后若记录缺失，就重新校验来源并恢复，已有 SHA 媒体不重复上传；目录读取失败时保留原 ACK，不把网络错误当空目录。首次启动使用仓库内带采集时间的 `snapshot.json`，并明确显示为缓存。源时间或接收时间超过 60 秒即显示“缓存／遥测未更新”，不会把旧数据冒充实时数据。训练状态为上游报告值，单独显示其日志时效。

发布内容使用字段白名单，不包含 SSH 配置、CVM 地址、私钥、访问令牌、内部绝对路径、Pod 名称、GPU UUID 或训练控制接口。若上游暂停或网络中断，服务继续展示最后快照及过期状态。
# 固定输入测试趋势

阶段页面的「测试指标随检查点变化」支持独立选择 512 / 2K / 4K 固定组，以及 PSNR、SSIM、时序误差、高频误差、FPS 和相对父模型的变化。逐片段曲线保留明细，白色均值线仅在固定组全部片段、同一检查点 SHA、相同片段身份与分辨率齐全时绘制。缺失项不补零；误差百分比先按片段对照基线再等权平均。

学生自身历史阶段可叠加前一 DF 阶段，纵线标明目标切换。训练曲线可查看总 Loss、辅助项或裁剪前梯度，并切换平滑窗口；平滑不跨连续块课程边界。曲线支持指针悬停及键盘左右键读数。单步 Loss 因样本和监督块而波动，固定输入测试指标才用于判断质量变化。

运行 `python3 -m unittest discover` 和 `node --test test_stage_metrics.cjs` 验证 HTTP、数据持久化与完整固定组统计规则。
