MAGI-2 Preview

Опенсорс модель для генерации видео со звуком

Но... 114B параметров. Веса - я даже считать не буду сколько, >300ГБ
Требуется 8 GPU NVIDIA Hopper, Python 3.2 и CUDA, ffmpeg

• генерация видео из текста (T2V)
• генерация видео из промта и изображения (I2V)
• создание звука и его микширование с видео

• два этапа генерации: денойз и рефайн
• разрешение 1080p после рефайна
• длительность клипов 10 секунд

Гитхаб
HF - выложили базовую. Ждем дистиллированную/ Ну как ждем. Бояре ждут
API

#av #t2v #t2av #i2v #i2av #api

HiDream-O1-Video-1.0 (HD-V1)

Первая нативная omni-modal видеомодель от HIDream. Вход - текст, картинка и видео, выход - киношные клипы 1080p длиной 5-20 секунд.

• Физика в основе движения и динамики
• Глубокое понимание замысла до генерации
• Длительность решает сюжет, а не фиксированные промпты
• Нативная синхронизация аудио и видео, без артефактов пост-даббинга

#4 на Artificial Analysis Image-to-Video (With Audio)
#8 на Arena.ai Image-to-Video

Раньше генеративные видео игнорировали физику: объекты плавились и проходили сквозь стены. Модель заземлена на реальные законы мира, поэтому студии и независимые авторы смогут делать превизуализацию и спецэффекты без ошибок симуляции.

Пока только API

#i2v #i2av

VK | MAX