/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
t2v · dense
Базовая модель
Wan2.1-T2V-14B
Опубликована
11 окт 2026

LastKV-Wan-14B

Генерация видеоТекст → видео

Причинная модель на основе Wan2.1-T2V-14B для генерации видео в разрешении 480p по текстовым описаниям.

13скачиваний за 30 дней0лайковвеса обновлены12 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

LastKV-Wan-14B — модель генерации видео по текстовому описанию, разработанная на основе Wan2.1-T2V-14B с применением метода LastKV. Это причинная text-to-video модель для генерации видео в разрешении 480p. В карточке представлены EMA-веса генератора с шага обучения 10 000; также доступны исходные веса. Для запуска требуются совместимая реализация LastKV, файл config.json, VAE и текстовый энкодер Wan2.1, а веса хранятся в 12 частях safetensors.

В README приведены результаты оценки VBench для EMA-чекпойнта: общий балл LastKV составляет 81,6%, семантический — 76,4%, оценка качества — 83,0%. По данным метаданных, модель распространяется по лицензии Apache-2.0. Она предназначена для генерации коротких видеосцен из текстовых запросов; сведения о поддерживаемых языках запросов и ограничениях по длительности видео в карточке не приведены.

Сценарии применения

  • создание видеоклипов 480p по текстовому описанию
  • генерация причинных видеопоследовательностей
  • сравнение качества text-to-video моделей по метрикам VBench

Ограничения

Для запуска нужны совместимая реализация LastKV, конфигурация, VAE и текстовый энкодер Wan2.1; репозиторий содержит веса в 12 частях. В README указано разрешение 480p, а языки запросов и ограничения на длительность ролика не описаны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LastKV-Wan-14B

480p causal text-to-video generation with LastKV, based on Wan2.1-T2V-14B.

FP32 generator weights from step 10,000. This is the EMA version; raw weights are also available.

Paper results

VBench scores (%, higher is better), from Table 8 of the paper.

ModelQualitySemanticTotal
Transformer82.272.780.3
LastKV83.076.481.6

These results correspond to the step 10,000 EMA checkpoint.

Individual scores from the same paper EMA evaluation (%, higher is better).

MetricTransformerLastKV
Subject consistency93.494.6
Background consistency95.395.1
Temporal flickering96.697.8
Motion smoothness98.498.9
Dynamic degree68.173.3
Aesthetic quality61.161.6
Imaging quality66.962.8
Object class86.292.1
Multiple objects66.375.5
Human action95.096.0
Color80.386.5
Spatial relationship68.371.7
Scene48.947.2
Appearance style20.321.6
Temporal style22.223.0
Overall consistency24.425.4

Use the matching LastKV implementation with config.json and the Wan2.1 VAE/text encoder. Load all 12 weight shards through the safetensors index.

Project page · Paper

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Базовая модель Wan-AI/Wan2.1-T2V-14B выложена не в формате diffusers, адаптер не к чему подключить.

Ревизия весов
7e974e1

0 моделей