HunyuanVideo
PulseAugur coverage of HunyuanVideo — every cluster mentioning HunyuanVideo across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
开源AI视频模型：性能声明与现实的差距
开源AI视频模型领域竞争激烈且常常具有误导性，各种模型在VBench等基准测试中声称性能优越。诸如Wan-2.2、Open-Sora 2.0和HunyuanVideo等模型被频繁提及，但其报告的指标可能无法准确反映实际能力或显存需求。虽然自托管有潜在优势，但对于某些用例，Runway ML等商业解决方案可能仍然是更好的选择。
-
OTCache框架使用最优传输加速扩散模型
研究人员推出OTCache，一个旨在通过预测最优缓存计划来加速扩散模型的新型框架。该方法利用最优传输（OT）原理来模拟在不同推理预算下缓存策略的演变，解决了现有基于图的方法的局限性。OTCache在FLUX.1、Qwen-Image和HunyuanVideo等模型上实现了3.66倍至4.7倍的显著加速，同时与当前最先进的方法相比，还提高了生成保真度。
-
阿里巴巴发布开源视频生成套件 Wan 2.1
阿里巴巴的 Wan 团队发布了 Wan 2.1，这是一个开源视频生成模型套件，旨在让高质量视频生成更加易于获取。该套件包括文本到视频、图像到视频和视频编辑功能，其参数大小针对高端和消费级 GPU 进行了优化。Wan 2.1 采用了一种 Diffusion Transformer 架构，并配备了一种新颖的视频变分自编码器，该编码器可保持时间因果关系以减少闪烁伪影，并支持中文和英文文本提示。
-
NaviCache 通过新颖的自校准技术加速视频生成
研究人员推出了一种名为 NaviCache 的新颖方法，旨在通过解决视频扩散模型 (VDM) 的计算成本来加速视频生成。与依赖离线校准或瞬时近似的先前方法不同，NaviCache 采用了一种测试时间自校准技术。它将特征演化建模为惯性导航系统 (INS) 问题，自适应地跟踪特征变化及其潜在漂移，从而实现有误差界限的计算跳过。在 HunyuanVideo 和 Open-Sora 等数据集上的实验表明，NaviCache 提高了计算跳过的准…
-
LearniBridge 通过可学习特征缓存加速扩散模型 · 已追踪 2 个来源
研究人员开发了 LearniBridge，一种通过优化特征缓存来加速 Diffusion Transformers (DiTs) 等扩散模型的新颖方法。该技术通过使用轻量级 LoRA 更新来校准多个时间步之间的中间表示，从而解决了现有方法中的误差累积问题。LearniBridge 仅需少量训练数据，并在各种图像和视频生成任务上实现了显著的加速，最高可达 5.87 倍，同时在基准测试中保持或提高了性能。
-
ResilPhase框架在不损失质量的情况下加速扩散模型 · 跟踪3个来源
研究人员开发了ResilPhase，一个旨在加速扩散模型推理速度而不牺牲质量的新框架。现有方法在更高加速比下，由于离散外插和数值不稳定的问题，性能常常会下降。ResilPhase通过将加速重新构建为ODE空间中稳定的宏轨迹外插，并将预测与模型的全局漂移对齐来解决这个问题。它采用无导数外插器和有界相位映射来减轻噪声并抑制误差增长，在FLUX.1-dev和HunyuanVideo上展示了最先进的保真度。
-
新方法提升自回归视频生成质量和效率
研究人员正在开发新方法来改进自回归视频生成，重点关注效率和质量。一种名为 One-Forcing 的方法结合了 DMD 目标和 GAN 损失，实现了稳定、高质量的一步视频生成，在基准测试中优于现有的一步法。另一种技术 DySink 使用基于检索的框架和动态帧接收器来保持自适应的远程上下文，并防止长视频生成崩溃。此外，对抗性流蒸馏 (AFD) 提供了一种策略内方法，可以将异构黑盒视频生成器蒸馏成高效的自回归学生模型，而无需教师分数。