/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Wan2.1-T2V-1.3B
Опубликована
24 сен 2026

SparkWan2.1-T2V-1.3B-480P-0.90Sparsity

Генерация видеоТекст → видео

Диффузионная модель SparkDiffusion на основе Wan2.1-T2V-1.3B для ускоренной генерации видео 480p по текстовым запросам.

0скачиваний за 30 дней4лайкавеса обновлены24 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

SparkWan2.1-T2V-1.3B-480P-0.90Sparsity — выпущенный командой Alibaba Group чекпойнт SparkDiffusion на основе диффузионной модели Wan2.1-T2V-1.3B для генерации видео по текстовому описанию. Модель рассчитана на разрешение 480p и использует разреженное внимание RoLA с долей разреженности 90% (topk=0.1), а также дистилляцию CrossDistill для генерации за четыре шага вывода.

Сочетание разреженного внимания и малошаговой дистилляции снижает задержку генерации при сохранении исходной задачи и архитектуры Wan. Модель подходит для создания коротких видеороликов по текстовым запросам. Выпущена по лицензии Apache-2.0.

Сценарии применения

  • создание коротких видеороликов по текстовому описанию
  • быстрая генерация видео для прототипов и концептов
  • генерация видео с разрешением 480p за четыре шага вывода

Ограничения

Модель рассчитана на разрешение 480p и поддерживает указанный режим разреженности внимания 90%; сведения о языках запросов и других режимах разрешения в карточке не приведены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SparkWan2.1-T2V-1.3B-480P-0.90Sparsity

This repository contains the released SparkDiffusion checkpoint for Wan2.1 T2V 1.3B at 480P. It supports 90% attention sparsity (topk=0.1).

SparkDiffusion uses RoLA for learned sparse attention and CrossDistill for few-step diffusion distillation, reducing video generation latency while retaining the original Wan text-to-video task and model architecture.

Checkpoint

  • SparkWan2.1-T2V-1.3B-480P-0.90Sparsity.pth
  • Base model: Wan-AI/Wan2.1-T2V-1.3B
  • Task: text-to-video
  • Resolution: 480P
  • Inference steps: 4
  • Supported attention sparsity: 90%

Project

Citation

@misc{liu2026sparkdiffusionmitigatinghighsparsitytrap,
  title={SparkDiffusion: Mitigating the High-Sparsity Trap --- A Unified Framework for up to $265\times$ Single-GPU Acceleration of Visual Generation},
  author={Yuxi Liu and Haoyu Li and Zekun Zhang and Tengxu Sun and Yixiang Cai and Jiayong Li and Yifei Xia and Tianle Liu and Baole Ai and Ang Wang and Jiamang Wang and Lin Qu and Kai Zhang and Kun Yuan and Bin Cui},
  year={2026},
  eprint={2609.23153},
  archivePrefix={arXiv},
  primaryClass={cs.CV},
  url={https://arxiv.org/abs/2609.23153},
}

@misc{zhang2026rolarotarypositionedlowranklinear,
  title={RoLA: Rotary-Positioned Low-Rank Linear Attention for Efficient Diffusion Transformers},
  author={Zekun Zhang and Yixiang Cai and Yuxi Liu and Tengxu Sun and Tianle Liu and Zhoutong Wu and Haoyu Li and Baole Ai and Ang Wang and Jiamang Wang and Lin Qu and Kun Yuan},
  year={2026},
  eprint={2609.06712},
  archivePrefix={arXiv},
  primaryClass={cs.CV},
  url={https://arxiv.org/abs/2609.06712},
}

@misc{liu2026crossdistillbalancingqualitydiversity,
  title={CrossDistill: Balancing Quality and Diversity via Trajectory-Level Hybrid Few-Step Distillation},
  author={Yuxi Liu and Haoyu Li and Yixiang Cai and Tengxu Sun and Zekun Zhang and Baole Ai and Ang Wang and Jiamang Wang and Lin Qu and Kun Yuan and Kai Zhang},
  year={2026},
  eprint={2609.14725},
  archivePrefix={arXiv},
  primaryClass={cs.CV},
  url={https://arxiv.org/abs/2609.14725},
}

@misc{liu2026ropeslr3dropedrivensparselowrank,
  title={RoPeSLR: 3D RoPE-driven Sparse-LowRank Attention for Efficient Diffusion Transformers},
  author={Yuxi Liu and Zekun Zhang and Yixiang Cai and Renjia Deng and Yutong He and Kun Yuan},
  year={2026},
  eprint={2605.20659},
  archivePrefix={arXiv},
  primaryClass={cs.CV},
  url={https://arxiv.org/abs/2605.20659},
}

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-1.3B выложена не в формате diffusers, адаптер не к чему подключить.

Ревизия весов
26342a9

0 моделей