/ Модель

Характеристики

Лицензия
Своя лицензия
Опубликована
16 дек 2024

FastHunyuan

Генерация видеоТекст → видео3 профессии

FastHunyuan — дистиллированная ускоренная модель для генерации видео по тексту за 6 шагов диффузии.

44скачиваний за 30 дней191лайквеса обновлены8 янв 2025

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

FastHunyuan — ускоренная модель Hao AI Lab для генерации видео по текстовому описанию, полученная дистилляцией HunyuanVideo. Она создаёт видео за 6 шагов диффузии; авторы заявляют примерно о восьмикратном ускорении относительно исходной HunyuanVideo с 50 шагами.

Для инференса в репозитории Hunyuan Video README рекомендует 6 шагов, параметр shift 17, разрешение 720×1280×125 и CFG выше 6. Модель можно запускать на одной RTX 4090; для инференса с квантованием NF4 указана потребность в 20 ГБ видеопамяти. Также поддерживается LLM-INT8-квантование через BitsAndBytes.

Модель предназначена для синтеза видеоклипов по текстовым запросам. README указывает лицензию tencent-hunyuan-community; условия её применения следует сверять с текстом этой лицензии.

Сценарии применения

  • создание видеоклипов по текстовому описанию
  • быстрая генерация видео с ограниченным числом шагов диффузии
  • эксперименты с текстовой генерацией видео на одной RTX 4090

Ограничения

README описывает настройки инференса для разрешения 720×1280×125 и указывает требования к видеопамяти для отдельных вариантов запуска. Условия лицензии tencent-hunyuan-community следует проверить перед использованием.

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

FastHunyuan Model Card

Model Details

FastHunyuan is an accelerated HunyuanVideo model. It can sample high quality videos with 6 diffusion steps. That brings around 8X speed up compared to the original HunyuanVideo with 50 steps.

Usage

  • Clone Fastvideo repository and follow the inference instructions in the README.
  • Alternatively, you can inference FastHunyuan using the official Hunyuan Video repository by setting the shift to 17 and steps to 6, resolution to 720X1280X125, and cfg bigger than 6. We find that a large CFG scale generally leads to faster videos.

Training details

FastHunyuan is consistency distillated on the MixKit dataset with the following hyperparamters:

  • Batch size: 16
  • Resulotion: 720x1280
  • Num of frames: 125
  • Train steps: 320
  • GPUs: 32
  • LR: 1e-6
  • Loss: huber

Evaluation

We provide some qualitative comparison between FastHunyuan 6 step inference v.s. the original Hunyuan with 6 step inference:

FastHunyuan 6 stepHunyuan 6 step
FastHunyuan 6 stepHunyuan 6 step
FastHunyuan 6 stepHunyuan 6 step
FastHunyuan 6 stepHunyuan 6 step
FastHunyuan 6 stepHunyuan 6 step

Memory requirements

Please check our github repo for details. https://github.com/hao-ai-lab/FastVideo

For inference, we can inference FastHunyuan on single RTX4090. We now support NF4 and LLM-INT8 quantized inference using BitsAndBytes for FastHunyuan. With NF4 quantization, inference can be performed on a single RTX 4090 GPU, requiring just 20GB of VRAM.

For Lora Finetune, minimum hardware requirement

  • 40 GB GPU memory each for 2 GPUs with lora
  • 30 GB GPU memory each for 2 GPUs with CPU offload and lora.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Генеративная модель выложена не в формате diffusers.

Ревизия весов
7113d80

0 моделей