/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Wan2.1-T2V-14B
Опубликована
24 сен 2026

SparkWan2.1-T2V-14B-480P-0.90Sparsity

Генерация видеоТекст → видео

Чекпойнт Wan2.1 со SparkDiffusion для ускоренной генерации видео 480p по текстовым описаниям за четыре шага.

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-14B-480P-0.90Sparsity — чекпойнт SparkDiffusion на базе Wan-AI/Wan2.1-T2V-14B, предназначенный для генерации видео по текстовому описанию. Модель использует архитектуру Wan2.1 и сохраняет исходную задачу text-to-video.

В чекпойнте применены RoLA для обучаемого разреженного внимания с разреженностью 90% и CrossDistill для дистилляции диффузионной модели с малым числом шагов. Указаны разрешение 480p и четыре шага инференса; эти оптимизации сокращают задержку генерации видео.

Модель распространяется по лицензии Apache-2.0. В README не приведены сведения о поддерживаемых языках и другие ограничения качества; результаты генерации ограничены указанным разрешением 480p и конфигурацией разреженного внимания.

Сценарии применения

  • генерация короткого видео по текстовому описанию
  • быстрое создание видеороликов с разрешением 480p
  • прототипирование текстовых запросов для генерации видео

Ограничения

В описании указана конфигурация генерации 480p с 90% разреженностью внимания и четырьмя шагами инференса; сведения о качестве и языковой поддержке не приведены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SparkWan2.1-T2V-14B-480P-0.90Sparsity

This repository contains the released SparkDiffusion checkpoint for Wan2.1 T2V 14B 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-14B-480P-0.90Sparsity.pth
  • Base model: Wan-AI/Wan2.1-T2V-14B
  • 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-14B выложена не в формате diffusers, адаптер не к чему подключить.

Ревизия весов
1bc44b3

0 моделей