/ Модель

Характеристики

Лицензия
Своя лицензия
Библиотека
pytorch
Опубликована
6 окт 2026

longlive2.0-robot-m

Видео из изображенияИзображение, текст → видео

Генератор LongLive 2.0 Stage-M создаёт видео из изображения и требует отдельной инфраструктуры инференса, VAE и текстового энкодера.

0скачиваний за 30 дней0лайковвеса обновлены6 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

LongLive 2.0 Robot Stage-M — это опубликованный генератор видео из изображения, выпущенный AaronHuangWei. Чекпойнт принятой версии Stage-M на шаге обучения 11 155 продолжает Stage-S и не является более поздней Stage-L. Он содержит около 5 млрд параметров и представлен только весами генератора в формате PyTorch state_dict, FP32.

Модель предназначена для генерации видео по изображению с использованием архитектуры LongLive 2.0 / Wan2.2-TI2V-5B. Для запуска отдельно нужны совместимый код инференса, VAE и текстовый энкодер; публикация не является готовым конвейером Diffusers. В описанном фиксированном тестировании использовались 50 шагов сэмплирования и CFG 3.0. Указанные проверки относятся к принятию модели в рабочем процессе и не подтверждают внешнюю бенчмарк-эффективность или безопасность управления роботами. Лицензия указана как other; применяются условия вышестоящей модели NVIDIA Open Model License, новая лицензия Apache-2.0 не заявлена.

Сценарии применения

  • генерация видео из входного изображения
  • создание видеопоследовательностей на основе изображения и текстового описания
  • эксперименты с генерацией видео на архитектуре Wan2.2-TI2V-5B

Ограничения

Репозиторий содержит только веса генератора; для инференса требуются совместимые код, VAE и текстовый энкодер. Проверки приёмки не являются внешней оценкой качества и не подтверждают безопасность управления роботами.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LongLive 2.0 Robot — Stage-M final online generator

Public release of the accepted Core7 Stage-M model at training step 11,155. Stage-M continues from the accepted Stage-S online generator; it is not the later Stage-L model.

Weights

  • File: stage_m_final_online_generator.pt
  • Format: bare PyTorch state_dict, online generator only, FP32
  • Parameters: 4,999,787,712; tensors: 825
  • Size: 19999499609 bytes
  • SHA-256: 38371710932738bafab6c74bfee32f05acfcc2e19a1c1b016965d09f778cbe8f

Optimizer state, EMA weights, RNG state, error buffers and intermediate checkpoints are excluded. Every exported tensor was compared exactly against the accepted M11155 source. The source checkpoint's established full-hash proof is recorded in the provenance; this publication does not claim a repeated full-source hash.

Loading

import torch
from huggingface_hub import hf_hub_download

path = hf_hub_download("AaronHuangWei/longlive2.0-robot-m", "stage_m_final_online_generator.pt")
state_dict = torch.load(path, map_location="cpu", mmap=True, weights_only=True)
model.load_state_dict(state_dict, strict=True)

Instantiate the matching LongLive 2.0 / Wan2.2-TI2V-5B generator architecture first. This is a generator-weight release, not a standalone Diffusers pipeline; matching inference code, VAE and text encoder are required separately. No LoRA or few-step distillation is included. The established fixed evaluation uses 50 sampling steps, CFG 3.0, seed 20260711 and online weights. All 20 Stage-M evaluation gates were accepted; the final fixed panel contains 18 videos. These checks are workflow acceptance, not a claim of external benchmark performance or robot-control safety.

Provenance and terms

See stage_m_final_online_generator.pt.provenance.json for source binding, tensor schema, exact-value verification and excluded fields. SHA256SUMS provides the published file checksum. This release follows the generator-only format of the Stage-S repository. Derived from NVIDIA LongLive 2.0; applicable upstream model terms still apply. The upstream model card is at https://huggingface.co/Efficient-Large-Model/LongLive-2.0-5B and links the NVIDIA Open Model License. No new Apache-2.0 relicense is asserted here.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Модели «картинка → видео» пока не запускаются.

Ревизия весов
b395b31

0 моделей