Ref2VA Cast-Swap 人物替换 — bf16 GT vs 量化版对比

输入 = 原视频 + 角色图。124 帧 @24fps · 480×832。四栏从左到右:模型输入 · bf16 ground truth(外部 B200 机器,50 步)· 混合精度 FP8+NVFP4(RTX 5090,10 步)· 全 NVFP4(RTX 5090,10 步)。 注意:GT 为 50 步采样,本机两版为 10 步快速预览,步数差异会带来构图细节差别;同 seed=42。