/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
Prism
Опубликована
6 окт 2026

Prism-FreeVideo-Preview

Видео из изображенияИзображение, текст → видео

Подготовленные для FreeVideo веса Prism превращают изображение первого кадра в короткое видео со синхронизированным звуком.

0скачиваний за 30 дней1лайквеса обновлены7 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

FreeVideoX/Prism-FreeVideo-Preview — подготовленные Tencent веса модели Prism для предварительной версии интеграции в FreeVideo. Модель принимает изображение первого кадра и генерирует видео 1280 × 720 длительностью 8,5 секунды с синхронизированными речью, звуковыми эффектами и музыкой. Репозиторий организован для потоковой загрузки блоков движком FreeVideo и включает варианты INT8 и bf16, а также компоненты текстового и аудиодекодирования.

Для уровня Light предусмотрена дистилляция LightX2V Wan2.2-I2V в виде LoRA ранга 256; уровни Medium и High используют исходные веса Prism с разным числом шагов генерации. Модель рассчитана на запуск через FreeVideo на одной видеокарте NVIDIA RTX 30, 40 или 50 серии с объёмом VRAM от 12 ГиБ. В README указаны лицензии MIT для Prism, MIT для Descript Audio Codec и Apache-2.0 для MOVA, компонентов Wan и дистилляции LightX2V; условия конкретных компонентов следует учитывать отдельно.

Сценарии применения

  • анимация изображения в короткий видеоролик
  • создание видео с речью и синхронизированным звуком
  • генерация звуковых эффектов и музыки для видеосцены

Ограничения

Для работы требуется FreeVideo и NVIDIA RTX 30, 40 или 50 серии с объёмом VRAM не менее 12 ГиБ; веса занимают десятки гигабайт. Заявленные разрешение и длительность ограничены 1280 × 720 и 8,5 секунды.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Prism for FreeVideo (preview)

English · 中文

Prepared weights of Prism (Tencent, MIT) for the Prism preview in FreeVideo. Prism animates a first frame into a 1280 × 720, 8.5-second video with matching sound (speech, sound effects and music). These files are laid out for FreeVideo's block-streaming engine, which runs Prism on a single NVIDIA RTX 30, 40 or 50 series GPU with 12 GiB of VRAM or more. FreeVideo downloads them for you when you select Prism during setup; you do not need to fetch them by hand.

Contents

FolderSizeUsed by
int8/46.6 GiBEvery quality level. W8A8 INT8 Prism weights (128-wide Hadamard rotation, quantized from the original weights), the LightX2V Wan2.2-I2V 260412 distillation as an unmerged rank-256 LoRA for the Light level, the UMT5-XXL text encoder (bf16), the Wan2.1 VAE and the DAC audio decoder.
bf16/60.8 GiBOptional, the Max level only: the original bf16 Prism weights. It reads the text encoder, tokenizer and VAEs from int8/.

Each folder has a manifest.json with the size and SHA-256 of every file. Files are split per transformer block (expert_high/blocks/NN.safetensors, expert_low/…, audio/…, bridge/…) so that blocks that do not fit in VRAM can stream from RAM or disk.

Source: FrancisRing/Prism revision 347659c562dcc392c45dfe1673c051e7c62f57ac (preview_alpha), MOVA-360p, and the LightX2V 260412 distillation (rank-256 extraction by Kijai).

Quality levels in FreeVideo

LevelRecipeTime on one H200
Light8 distilled steps; the audio follows the original model's featuresabout 6 min
Medium20 steps, original weights, CFG 515.5 min
High30 steps, original weights, CFG 523 min
MaxPrism's official 50-step recipe, bf16 weights and exact attention62.5 min

See the FreeVideo Prism guide for the accelerations, the measured quality against the official sampler, and times under smaller VRAM and RAM.

Licenses

Prism weights and code: MIT, Copyright (C) 2026 Tencent. MOVA, Wan2.1 / Wan2.2 (including the UMT5-XXL text encoder and the Wan VAE) and the LightX2V distillation: Apache-2.0. Descript Audio Codec: MIT. These prepared weights are a derivative of those works and keep their licenses; see LICENSE.

中文

Prism(腾讯,MIT 许可证)为 FreeVideo Prism 预览版准备的权重。Prism 可以从一张首帧生成 1280 × 720、8.5 秒、带同步声音(人声、音效、音乐)的视频。文件按 FreeVideo 的分块流式加载引擎排列,可在 12 GiB 显存及以上的 NVIDIA RTX 30/40/50 系单卡上运行。安装 FreeVideo 时勾选 Prism 会自动下载,无需手动获取。

  • int8/(46.6 GiB):所有档位共用。W8A8 INT8 权重(128 维 Hadamard 旋转,从原版权重量化),轻量档使用的 LightX2V Wan2.2-I2V 260412 蒸馏(未合并的秩 256 LoRA),UMT5-XXL 文本编码器(bf16),Wan2.1 VAE 和 DAC 音频解码器。
  • bf16/(60.8 GiB):可选,仅极致档使用的原版 bf16 权重;文本编码器、分词器和 VAE 读取 int8/ 中的文件。

四个档位:轻量(蒸馏 8 步,H200 约 6 分钟)、标准(原版权重 20 步,15.5 分钟)、精细(30 步,23 分钟)、极致(官方 50 步,bf16 加精确注意力,62.5 分钟)。

许可证:Prism 权重与代码为 MIT(腾讯);MOVA、Wan2.1/Wan2.2(含 UMT5-XXL 文本编码器与 Wan VAE)和 LightX2V 蒸馏模型为 Apache-2.0;Descript Audio Codec 为 MIT。详见 LICENSE。

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели «картинка → видео» пока не запускаются.

Ревизия весов
a3d840a

0 моделей