騰訊Sora開源引爆創意浪潮，官方暗示下月推出驚艷圖生視頻！

網友：最強開源視頻模型

原標題：騰訊版Sora開源后，被提速8倍！官方點贊并預告：下月上新圖生視頻
文章來源：量子位
內容字數：2363字

FastHunyuan：性的視頻生成模型

近日，來自加州大學圣地亞哥分校（UCSD）的Hao AI實驗室推出了全新的混元視頻模型——FastHunyuan。這一模型在視頻生成速度和效果上實現了顯著提升，成為業界關注的焦點。

1. 提速與效果提升

FastHunyuan的最大亮點在于其處理速度的飛躍。新模型僅需1分鐘即可生成5秒長的視頻，相較于之前的模型提速了8倍，生成步驟從50步減少至6步。此外，生成的視頻在畫面細節上也更加逼真，尤其在衣物、水果和山峰等細節表現上都有顯著改善。

2. 技術原理

FastHunyuan的技術基礎是全新的視頻DiT蒸餾配方，采用了階段一致性模型（PCM）。研究團隊經過多次嘗試，最終選擇了單階段設置，以保持與原始PCM模型的配置相似。同時，他們利用OpenSoraPlan中的MixKit數據集進行了蒸餾，并在訓練過程中進行了數據預處理，以優化文本嵌入和VAE潛在變量的生成。

3. 可擴展性與硬件要求

在推理階段，FastHunyuan支持可擴展訓練，用戶可通過FSDP、序列并行和選擇性激活檢查點等方式進行操作。模型的最低硬件要求為40 GB GPU內存，并推薦使用80GB內存的GPU進行最佳性能體驗。

4. 微調方式與未來規劃

FastHunyuan提供全微調和LoRA微調兩種方式，用戶可根據自身硬件條件選擇適合的微調方案。未來，團隊計劃添加更多蒸餾方法，支持更多模型，并進行代碼更新，以提升模型的加載和保存速度。

5. 圖像到視頻功能的展望

除了加速模型，FastHunyuan團隊還預告了備受期待的圖像到視頻生成功能，最快將在下個月上線。這一新功能的推出無疑將進一步擴展用戶的創作可能性。

想要了解更多信息，用戶可以訪問FastHunyuan的GitHub和Hugging Face頁面，獲取最新的模型和文檔。

聯系作者

文章來源：量子位
作者微信：
作者簡介：追蹤人工智能新趨勢，關注科技行業新突破