开云「中国」kaiyun体育网址登录入口

提速 8 倍！欧洲杯体育

速率更快、效能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，门径也从 50 步减少到了6 步，致使画面细节也更传神了。

和闲居速率的混元‍对比一下，蓝本 50 步材干生成 1 条视频，而当今新模子在相通的时刻里不错生成8 条：

再来望望和 Sora 的画面临比，不错看到 Fast-Hunyuan 和 Sora 两者的效能都更传神一些，穿着、生果和山岭的细节也荒谬明晰。

致使在一些物理细节的闪现上，Fast-Hunyuan 比 Sora 还强，比如底下拿取柠檬的视频：

更垂危的是，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。

计划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永别式系统的计划。

混元官方账号还专门发博感谢了他们：

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晋升视频明晰度呢？

底下就一皆来看一下 Fast-Hunyuan 的技能旨趣——

率先，他们开采了全新的视频 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效能莫得显贵改革，最终他们聘用保捏单阶段建造，与原始 PCM 模子的成就同样。

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

为了幸免在考试经过中启动文本编码器和 VAE，团队还预惩处了所罕见据，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、序列并行和聘用性激活检查点进行可推广考试，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 上启动。

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，他们还结合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条目聘用不同的微调形势来实行高歌，也赈济图像和视频的搀杂微调。

模子已于 2024 年 12 月 17 日发布了 v0.1 版块。

异日的开采盘算推算还包括添加更多蒸馏步调（如永别匹配蒸馏）、赈济更多模子（如 CogvideoX 模子）以及代码更新（如 fp8 赈济、更快的加载和保存模子赈济）等等。

One More Thing

除了加快模子，混元还预报了群众都荒谬期待的图像到视频生到手能。

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

参考诱导：

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

—  完  —

点这里� � 调整我，难忘标星哦～

一键三连「共享」、「点赞」和「在看」

科技前沿推崇日日再会 ~