Характеристики

Лицензия: Apache 2.0
Библиотека: mlx
Опубликована: 30 сен 2026

Ссылки

Hugging Face

FlashHead-Pro-MLX

Avdpro

Видео из изображенияИзображение, текст → видео

Локальный MLX-чекпойнт FlashHead Pro для генерации видео из изображения с управлением по аудио.

0скачиваний за 30 дней0лайковвеса обновлены30 сен 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

Avdpro/FlashHead-Pro-MLX — пакет весов для FlashHead Pro от AI2Apps, предназначенный для запуска в нативном MLX Model Worker. Он генерирует видео из изображения с управлением по аудио; в комплект входят Pro DiT, VAE и базовая модель Wav2Vec2. Код модели и среда выполнения распространяются отдельно, а инференс не требует PyTorch. Тензоры исходных моделей преобразуются в MLX при загрузке, а VAE сохранён в safetensors после офлайн-конвертации.

Заявленные параметры генерации — 512×512 пикселей, 25 кадров в секунду и четыре шага денойзинга. Это локальный офлайн-сценарий, без заявленной потоковой генерации в реальном времени. Репозиторий указывает лицензию Apache-2.0 и просит сохранять LICENSE и NOTICE.md; исходные карточки моделей также указывают Apache-2.0.

Сценарии применения

создание говорящего видеопортрета из статичного изображения и аудио
анимация лица на фотографии под голосовую дорожку
локальная офлайн-генерация короткого видео из изображения и звука

Ограничения

Заявлен формат 512×512 при 25 кадрах в секунду и четырёх шагах денойзинга; потоковая генерация в реальном времени не заявлена. Код модели и runtime поставляются отдельно.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

FlashHead Pro MLX

Self-contained checkpoint for AI2Apps FlashHead native MLX Model Worker. Runtime and model Python code are distributed separately.

Includes Pro DiT, its VAE and Wav2Vec2 base. Original tensor layouts are converted to MLX on load; Pro Wan VAE was converted offline from a pure tensor state dictionary to safetensors. No Torch is required for inference.

Fixed upstream revisions, exact runtime file list, sizes and SHA-256 values are in ai2apps-checkpoint.json.

Sources: SoulX-FlashHead, official weights, Wav2Vec2. Upstream model cards declare Apache-2.0. Preserve LICENSE and NOTICE.md.

512x512, 25 FPS, four denoising steps. This is a local offline generation path; no real-time streaming claim.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов: f1909eb