/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
FastWan2.1-T2V-1.3B-Diffusers
Библиотека
fastvideo
Опубликована
10 авг 2026

FastMetal-1.3B-QAD

Генерация видеоТекст → видео

Компактная модель FastVideo на базе FastWan 2.1, предназначенная для быстрой генерации видео по текстовым запросам на Mac с Apple Silicon.

0скачиваний за 30 дней8лайковвеса обновлены25 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

FastMetal-1.3B-QAD — модель FastVideo для генерации видео по текстовому описанию на компьютерах Mac с Apple Silicon. Она основана на FastWan 2.1 T2V 1.3B и предназначена для генерации за три шага диффузии с использованием дистилляции DMD2.

Диффузионный DiT-компонент имеет квантизационно-ориентированное обучение и предварительно квантованные веса INT8 с affine-квантованием и размером группы 64. В репозитории также находятся fp16 текстовый энкодер UMT5, VAE, токенизатор и планировщик, необходимые для автономной работы. Модель рассчитана на Mac с Apple Silicon и памятью от 16 ГБ.

Модель обучена на видеодатасете FastVideo/Wan-Syn_77x448x832_600k. Репозиторий распространяется по лицензии Apache-2.0. Карточка не сообщает поддерживаемые языки запросов, максимальную длину текста или ограничения по длительности и разрешению генерируемого видео.

Сценарии применения

  • создание коротких видеороликов по текстовому описанию
  • быстрая генерация видео локально на Mac с Apple Silicon
  • прототипирование видеосцен по текстовым запросам

Ограничения

Для запуска требуется macOS с Apple Silicon и не менее 16 ГБ памяти. В карточке не описаны ограничения по длительности и разрешению видео.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

FastMetal-1.3B-QAD

3-step text-to-video, INT8 pre-quantized for Apple Silicon.

The entry-tier FastMetal model — a DMD2-distilled 1.3B Wan video model with a quantization-aware-trained INT8 DiT. Pre-quantized: no startup quantization, tiny download, runs on 16 GB-class Macs.

What's inside

PathContents
mlx_dit.safetensors / mlx_dit.jsonINT8 (affine, group-64) DiT
text_encoder/, vae/, tokenizer/, scheduler/everything needed to run standalone (fp16 UMT5 text encoder)

Quickstart

Requires macOS with Apple silicon (MPS) and Python 3.11+:

pip install torch transformers mlx safetensors av imageio imageio-ffmpeg
git clone https://github.com/FastVideo/FastVideo.git
cd FastVideo

python examples/inference/basic/mlx_wan_prompt_to_video.py \
  --model-root ./FastMetal-1.3B-QAD \
  --mlx-checkpoint ./FastMetal-1.3B-QAD \
  --prompt "a misty mountain river valley at sunrise"

Model details

Base modelFastWan 2.1 T2V 1.3B
DistillationDMD2, 3 denoising steps
Quantizationaffine INT8, group size 64, QAT-trained
Resolution448×832 (480p), 77 frames
Flow shift8.0
DiT weights~1.5 GB (INT8)

Training

DMD2 distillation of the FastWan 2.1 T2V 1.3B teacher onto an INT8 student on NVIDIA GB200 clusters, with quantization-aware training (affine INT8, group 64). Training corpus: FastVideo/Wan-Syn_77x448x832_600k.

FastMetal family

ModelTier
FastMetal-1.3B-QADEntry — 16 GB+ Macs
FastMetal-5B-QADMid — 720p
FastMetal-14B-QADQuality — 16 GB+ Macs

Как запустить

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

GPU в ailist

Универсальный рантайм · fastvideo

Нельзя запустить

Пайплайн WanDMDPipeline не входит в diffusers 0.41.0.dev0: нужен custom_pipeline.

Ревизия весов
2dac015

0 моделей