篮球买球下单平台本来 50 步才能生成 1 条视频-押注篮球的app

发布日期：2025-01-04 05:04    点击次数：99

提速 8 倍！

速率更快、截止更好的混元视频模子——FastHunyuan来了！

新模子仅用1 分钟就能生成5 秒长的视频，比之前提速8 倍，要领也从 50 步减少到了6 步，以致画面细节也更传神了。

和平淡速率的混元‍对比一下，本来 50 步才能生成 1 条视频，而当前新模子在调换的时候里不错生成8 条：

再来望望和 Sora 的画濒临比，不错看到 Fast-Hunyuan 和 Sora 两者的截止王人更传神一些，一稔、生果和山岭的细节也格外明晰。

以致在一些物理细节的走漏上，Fast-Hunyuan 比 Sora 还强，比如底下拿取柠檬的视频：

更伏击的是，Fast-Hunyuan 的代码也开源了，这下无须为 Sora 的订阅费和名额发愁了。

询查团队来自加州大学圣地亚哥分校（UCSD）的Hao AI实践室，他们主要专注机器学习算法和散播式系统的询查。

混元官方账号还稀奇发博感谢了他们：

有网友看完后直呼，混元才是最佳的开源视频模子。

始创性的视频 DiT 蒸馏配方

团队是若何作念到 8 倍提速的情况下还能擢升视频明晰度呢？

底下就沿途来看一下 Fast-Hunyuan 的本领旨趣——

领先，他们开辟了全新的视频 DiT 蒸馏配方。

具体来说，他们的蒸馏配方基于阶段一致性（Phased Consistency Model, PCM）模子。

在尝试使用多阶段蒸馏后发现截止莫得权贵校正，最终他们遴选保执单阶段诞生，与原始 PCM 模子的建设相通。

其次，团队使用了 OpenSoraPlan 中的MixKit 数据集进行了蒸馏。

为了幸免在测验进程中开动文本编码器和 VAE，团队还预处分了所少见据，用来生成文本镶嵌和 VAE 潜在变量。

在推理阶段，用户不错通过 FSDP、序列并行和遴选性激活查验点进行可推广测验，模子不错近乎线性推广到 64 个 GPU。测试代码在 Python 3.10.0、CUDA 12.1 和 H100 上开动。

最低硬件要求如下：

40 GB GPU 内存，每个 GPU 配备 lora

30 GB GPU 内存，每 2 个 GPU 配备 CPU 卸载和 LoRa。

此外，他们还统一了预测算潜变量和预测算文本镶嵌，用户不错把柄我方的硬件要求遴选不同的微调神态来实施高唱，也救济图像和视频的羼杂微调。

模子已于 2024 年 12 月 17 日发布了 v0.1 版块。

曩昔的开辟筹画还包括添加更多蒸馏轮番（如散播匹配蒸馏）、救济更多模子（如 CogvideoX 模子）以及代码更新（如 fp8 救济、更快的加载和保存模子救济）等等。

One More Thing

除了加快模子，混元还预报了群众王人格外期待的图像到视频生顺利能。

最快1 月份，也即是下个月就不错看到！期待住了。

GitHub：https://github.com/hao-ai-lab/FastVideo

HuggingFace：https://huggingface.co/FastVideo/FastHunyuan

参考蚁合：

[ 1 ] https://x.com/TXhunyuan/status/1869282002786292097

—  完  —

点这里� � 热情我，牢记标星哦～

一键三连「共享」、「点赞」和「在看」

科技前沿理会日日邂逅 ~