IT之家 4 月 22 日消息，小米技术今日宣布，开源视频消除技术 SVOR，该技术可以移除视频中出现的路人。

官方表示，现有的方法大多在理想条件下设计和验证，而真实世界的视频远比论文里的测试场景复杂 —— 模型识别的掩码边缘不够准、物体消除后阴影仍然留在画面里、目标快速移动时逐帧处理频繁“跟丢”导致闪烁。

为此小米提出了 SVOR（Stable Video Object Removal）框架，专门针对上述三类“不完美条件”设计了对应的解决方案：用 MUSE 窗口化联合策略解决运动抖动，用 DA-Seg 去噪感知分割提升遮罩容错能力，并通过课程式两阶段训练让模型真正学会处理阴影和反射残留。

SVOR 在多个标准数据集和退化遮罩基准上均达到了新的 SOTA 水平，并在 CVPR 2026 物理感知视频实例消除挑战赛中从 18 支参赛队伍中脱颖而出，荣获第一名。

相关论文已经发布，项目代码也已开源，并准备好 skill 供直接调用，IT之家附相关链接如下：

论文：https://arxiv.org/abs/2603.09283GitHub：https://github.com/xiaomi-research/svorSkill：https://clawhub.ai/wangfei1204/mi-visionforge-svor

小米还表示，在视频消除的评测方案上也做了较多工作，包括评测数据收集整理和创新性评测方法，将在合适的时间进行开源。