/ Модель

Характеристики

Размер весов
33,6 ГБ
Лицензия
Своя лицензия
Базовая модель
LTX-2.3
Библиотека
diffusers
Опубликована
15 июл 2026

AlayaWorld

Видео из изображенияИзображение, текст → видео3 профессии

AlayaWorld — основанная на LTX-2.3 модель Alaya Lab для генерации длительных интерактивных видеосцен по изображению.

956скачиваний за 30 дней22лайкавеса обновлены20 авг 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

AlayaWorld — веса для инференса модели генерации длительных интерактивных видеосцен, разработанной Alaya Lab. Репозиторий содержит единый файл merged_infer.safetensors с DiT, VAE, текстовым энкодером и энкодером истории; по метаданным модель основана на Lightricks/LTX-2.3 и доступна в формате Diffusers. Основной сценарий — генерация видео по исходному изображению. README также указывает на назначение для создания интерактивных, управляемых сцен, но не приводит подробностей об управлении или длительности генерации.

Текстовый энкодер Gemma-3 и модель глубины пространственной памяти Depth-Anything-3 в набор весов не включены: их нужно получить из исходных репозиториев согласно инструкции в репозитории кода. Лицензия обозначена как other, конкретные условия использования в доступных данных не раскрыты.

Сценарии применения

  • создание видео по исходному изображению
  • генерация длительных видеосцен
  • создание интерактивных игровых миров в виде видео

Ограничения

Текстовый энкодер Gemma-3 и модель пространственной памяти Depth-Anything-3 не входят в репозиторий и требуются из исходных источников. Условия лицензии с пометкой other в доступных данных не уточнены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

AlayaWorld — Weights

Pretrained inference weights for AlayaWorld: Long-Horizon and Playable Video World Generation (Alaya Lab).

Files

FileDescription
merged_infer.safetensorsSingle bundle: DiT + VAE + text-encoder + history-encoder. Place under checkpoints/ per the code repo's README.

The text encoder (Gemma-3) and the spatial-memory depth model (Depth-Anything-3) are not included here — download them from their original sources as described in the code repository's README.

License

This project is based on LTX-2 by Lightricks Ltd. merged_infer.safetensors is fine-tuned from the LTX-2.3-22B base and is a derivative of LTX-2.3; accordingly it is released under the LTX-2 Community License Agreement (https://github.com/Lightricks/LTX-2/blob/main/LICENSE), not Apache 2.0. All original LTX-2 copyright and attribution notices are retained.

For academic research and non-commercial use only. For commercial use of LTX-2 or its derivatives, contact Lightricks Ltd.; entities with ≥ $10M annual revenue require a commercial license from Lightricks.

Citation

@article{team2026alayaworld,
  title={AlayaWorld: Long-Horizon and Playable Video World Generation},
  author={Team, AlayaWorld and Zhang, Kaipeng and Li, Chuanhao and Zhan, Yifan and Ge, Yongtao and Yin, Yuanyang and others},
  journal={arXiv preprint arXiv:2607.06291},
  year={2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Нельзя запустить

Модели «картинка → видео» пока не запускаются.

Ревизия весов
e5b374e

0 моделей