Tiêu đề gốc: Hy-Nomas-Diffusers
Tencent Hy-Nomas là mô hình tạo thế giới video hỗ trợ tương tác đa vòng, dạng tự do: tạo ra một đoạn video mỗi lần, người dùng có thể đưa vào các vật thể, thay đổi phong cách và bối cảnh, mô tả hành động hoặc cung cấp quỹ đạo máy quay để kiểm soát góc nhìn thông qua các chỉ dẫn văn bản trong quá trình tạo. Mô hình bao gồm DiT tự hồi quy theo phân đoạn, bộ mã hóa văn bản Qwen, mô-đun điều kiện máy quay và bộ giải mã video PixelUMM, sử dụng bộ nhớ đệm KV bền vững để truyền ngữ cảnh giữa các phân đoạn. Kho lưu trữ này chứa các trọng số BF16 Diffusers phiên bản chưng cất, ví dụ sử dụng 4 bước khử nhiễu, đầu ra 704 × 1280, 24 FPS.
Tại sao quan trọng Biến “mô hình thế giới” từ chỉ có thể xem thành có thể vừa đi vừa chỉnh sửa: thêm vật thể, thay đổi phong cách và bối cảnh, mô tả hành động, kiểm soát góc nhìn đều nằm trong cùng một lần tạo.
Thích bằng biểu tượng ôm mặt 14 · Điểm tăng nhờ thích bằng biểu tượng ôm mặt 0 · Lượt tải nhờ thích bằng biểu tượng ôm mặt 154
Giấy phép: Thương mại có điều kiện · ComfyUI: Được đề cập trong thẻ mô hình · VRAM: ≈21 GB ước tính
Lý do
- Tài khoản tencent trên Hugging Face
- ComfyUI: Gói ComfyUI của bên thứ ba: t8star/HY-Nomas-Comfy
- Điểm đánh giá 35 (mới 0 / nguồn 15 / độ phổ biến 0 / comfy 4 / vram 4 / demo 5 / giấy phép 7)
Cách sử dụng
- Tải bằng HyNomasModularPipeline của Diffusers; cũng có thể dùng thử trên Demo chính thức
Rủi ro
- Thẻ mô hình ghi apache-2.0, nhưng văn bản LICENSE gốc có các hạn chế về khu vực, quy mô hoặc mục đích sử dụng, hãy tuân theo văn bản gốc
- VRAM ước tính bởi chương trình khoảng 21 GB (chưa tính offload)