/ Модель

Характеристики

Лицензия
MIT
Базовая модель
kiwi-edit-5b-instruct-only-diffusers
Опубликована
28 сен 2026

kiwi-edit-5b-instruct-only-videoxfun

Языковая модельВидео, текст → видео

Kiwi-Edit 5B в структуре VideoX-Fun предназначена для редактирования видео по текстовым инструкциям.

0скачиваний за 30 дней0лайковвеса обновлены28 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

Massyzs/kiwi-edit-5b-instruct-only-videoxfun — вариант Kiwi-Edit 5B, подготовленный для работы в структуре VideoX-Fun. Репозиторий содержит компоненты DiT архитектуры Wan2.2-TI2V-5B с 30 блоками, размерностью 3072 и 48 латентными каналами, а также видеокодировщик и компоненты связи с DiT. Основные веса имеют формат bf16 в файлах safetensors.

Модель предназначена для редактирования видео по текстовым инструкциям с использованием исходного видео. Репозиторий переносит веса Kiwi-Edit из Diffusers в формат имён и расположение, используемые кодовой базой Video-Editor-MoE; README указывает, что тензоры сохранены, а ключи переименованы. Лицензия — MIT. Отдельные характеристики длины контекста и поддерживаемых естественных языков в предоставленных данных не описаны.

Сценарии применения

  • изменение содержимого исходного видео по текстовой инструкции
  • редактирование видео с сохранением визуальной основы исходного ролика
  • подготовка компонента редактирования видео для проектов на базе VideoX-Fun

Ограничения

Репозиторий предназначен для структуры VideoX-Fun, поэтому для использования нужны совместимый код и соответствующие компоненты. Поддерживаемые языки и длина контекста в предоставленных данных не указаны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Kiwi-Edit 5B (instruct-only), VideoX-Fun layout

Frozen base components shared by the four Video-Editor-MoE models (explicit-moe, mlp-moe, videoeditor-14b, videoeditor-56b), converted from the public Kiwi-Edit release to the layout used by the Video-Editor-MoE code base.

huggingface-cli download Massyzs/kiwi-edit-5b-instruct-only-videoxfun --local-dir <BASE_DIR>/ckpt/kiwi-edit-instruct-only-videoxfun

Files

FileSizeContent
config.json423 BDiT config (Wan2.2-TI2V-5B architecture: 30 blocks, dim 3072, FFN 14336, 24 heads, 48 latent channels)
diffusion_pytorch_model.safetensors10.0 GBKiwi-Edit instruct-only DiT, 825 tensors, bf16, VideoX-Fun key names
moe_expert_init.safetensors34.8 MBmllm.connetor.* (MLLM-to-DiT connector), mllm.video_queries (learnable query tokens), dit.vae_condition.* (source-video patch embedding)
Wan2.2_VAE.pth2.8 GBWan2.2 video VAE
qwen/7.5 GBKiwi-Edit MLLM encoder (Qwen2.5-VL-3B architecture, fine-tuned by Kiwi-Edit) with tokenizer and processor configs; loadable with from_pretrained

SHA256SUMS lists the checksum of every file (sha256sum -c SHA256SUMS).

Provenance

FileOriginalRelation
diffusion_pytorch_model.safetensorstransformer/ of linyq/kiwi-edit-5b-instruct-only-diffuserssame tensors, keys renamed from diffusers to VideoX-Fun naming
qwen/mllm_encoder/ + processor/ of the same repoweight shards byte-identical; note this is the Kiwi-Edit fine-tuned encoder, not stock Qwen/Qwen2.5-VL-3B-Instruct
moe_expert_init.safetensorsmllm_encoder/diffusion_pytorch_model.safetensors + source_embedder/ of the same reposame tensors, renamed; image query tokens dropped (only the video path is used)
Wan2.2_VAE.pthWan-AI/Wan2.2-TI2V-5Bbyte-identical

License

Kiwi-Edit is released under the MIT license by its authors (paper 2603.02175, code showlab/Kiwi-Edit). Wan2.2_VAE.pth is part of Wan2.2, released by Alibaba under Apache-2.0. Please cite Kiwi-Edit and Wan2.2 if you use these weights.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
fd2c44d

0 моделей