/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Wan2.1-T2V-1.3B
Опубликована
27 янв 2026

TeleStyle

Мультимодальная модель

TeleStyle — объединённая модель TeleAI для переноса стиля с сохранением содержания изображений и видео.

0скачиваний за 30 дней64лайкавеса обновлены24 июн 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

TeleStyle — модель Института искусственного интеллекта China Telecom (TeleAI) для переноса стиля с сохранением содержания изображений и видео. В карточке указаны версии V1 и V2, а также публикация кода, модели и демонстрации; для использования авторы отсылают к GitHub.

По метаданным модель объединяет Qwen/Qwen-Image-Edit-2509 и Wan-AI/Wan2.1-T2V-1.3B, распространяется в форматах PyTorch и Safetensors по лицензии Apache-2.0. Заявленное назначение охватывает преобразование между типами данных; карточка ориентирована на стилизацию изображений и видео. Подробности о поддерживаемых языках, требованиях к входам, качестве и ограничениях не раскрыты.

Сценарии применения

  • перенос художественного стиля на изображение с сохранением его содержания
  • стилизация видео с сохранением исходного содержания
  • создание стилизованных версий визуального контента

Ограничения

README не описывает ограничения, входные форматы или параметры работы модели. Подробная инструкция по использованию вынесена в GitHub.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🔔News

How to use

🌟 Citation

If you find TeleStyle useful for your research and applications, please cite using this BibTeX:

@article{teleai2026telestyle,
    title={TeleStyle: Content-Preserving Style Transfer in Images and Videos}, 
    author={Shiwen Zhang and Xiaoyan Yang and Bojia Zi and Haibin Huang and Chi Zhang and Xuelong Li},
    journal={arXiv preprint arXiv:2601.20175},
    year={2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Any-to-any модели пока не поддерживаются.

Ревизия весов
bfb01ed

0 моделей