Nuva Lab
PulseAugur coverage of Nuva Lab — every cluster mentioning Nuva Lab across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
FastH3 Omni 视频模型发布，开源权重，速度提升 11 倍
FastH3 Omni，一个开源权重的视频生成模型，现已发布，相比前代产品在速度上有了显著提升。该模型能够使用多个图像和视频参考，以及语音输入来生成视频，以控制面部身份和动作等元素。其训练代码和参考预处理也已公开，基准测试显示延迟降低了 5.6 倍至 11.9 倍。
-
FastVideo 发布 FastH3-Omni-Comfy，用于同步视频和音频生成
FastVideo 发布了 FastH3-Omni-Comfy，这是一款新的扩散模型，旨在根据文本和视觉提示生成同步的视频和音频。该模型有多种格式，包括 BF16 和 INT8，并有特定的硬件要求用于加速编码。它与 ComfyUI 以及 UniServe 和 FastVideo 的本地AI等运行时集成，并提供了详细的安装和使用说明。此次发布是 FastVideo 和 Nuva Lab 的合作成果，旨在提供面向生产的创意视频工作流。
-
MiniMax AI 发布开源 H3 视频模型更新
MiniMax AI 发布了其 H3 视频生成模型的开源更新，强调社区贡献和加速进步。更新包括 FastH3，可在 DGX Spark 和 Apple Silicon 上运行；以及 Sol-H3，一个可在 7 秒内生成带音频的 768p 视频的流水线。其他进展包括用于更快推理的 VDN 和集成到 ComfyUI 中的 PDD，所有这些都旨在使 H3 对开发人员来说更易于访问和更快。
-
FastVideo发布FastH3预览版，用于文本到音频视频生成
FastVideo发布了其FastH3模型的预览版，该模型能够根据文本提示生成同步的视频和音频。该模型采用DMD2和VSA-H3的无数据训练方法，每次生成需要四次Transformer前向计算。预览版支持文本到音频视频生成，可通过GitHub安装，并列出了最佳性能所需的特定硬件和软件要求。