/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Wan2.2-T2V-A14B
Опубликована
24 сен 2026

SparkWan2.2-T2V-14B-480P-0.95Sparsity

Генерация видеоТекст → видео

Модель SparkDiffusion на базе Wan2.2 генерирует видео 480p по текстовому описанию за четыре шага диффузии.

0скачиваний за 30 дней5лайковвеса 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

SparkWan2.2-T2V-14B-480P-0.95Sparsity — производная модель SparkDiffusion на основе диффузионной MoE-модели Wan2.2-T2V-A14B с архитектурой двух экспертов: для высокого и низкого уровня шума. Она предназначена для генерации видео 480p по текстовым описаниям; чекпойнты поддерживают вывод за 4 шага и разреженность внимания от 90% до 95%. В SparkDiffusion применяются обучаемое разреженное внимание RoLA и дистилляция CrossDistill для генерации за малое число шагов.

Модель принимает текст и выдаёт видео. Репозиторий содержит веса PyTorch. Лицензия — Apache-2.0. Заявленный диапазон разреженности и число шагов относятся к конфигурациям чекпойнтов из карточки; сведений о качестве и ограничениях генерации в README нет.

Сценарии применения

  • создание коротких видео 480p по текстовым запросам
  • быстрое прототипирование видеосцен по описанию
  • генерация видеоматериалов для творческих концептов
  • тестирование разреженного внимания в генерации видео

Ограничения

Вывод рассчитан на разрешение 480p и описан для четырёх шагов; поддерживаемая разреженность внимания составляет 90–95%. В карточке не приведены оценки качества или дополнительные сведения об ограничениях.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SparkWan2.2-T2V-14B-480P-0.95Sparsity

This repository contains the released SparkDiffusion high-noise and low-noise expert checkpoints for Wan2.2 T2V A14B at 480P. They support attention sparsity from 90% to 95% (topk=0.1 to topk=0.05).

SparkDiffusion uses RoLA for learned sparse attention and CrossDistill for few-step diffusion distillation while preserving Wan2.2's dual-expert text-to-video architecture.

Checkpoints

  • SparkWan2.2-T2V-14B-480P-0.95Sparsity-High.pth
  • SparkWan2.2-T2V-14B-480P-0.95Sparsity-Low.pth
  • Base model: Wan-AI/Wan2.2-T2V-A14B
  • Task: text-to-video
  • Resolution: 480P
  • Inference steps: 4
  • Supported attention sparsity: 90%–95%

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/Wan2.2-T2V-A14B выложена не в формате diffusers, адаптер не к чему подключить.

Ревизия весов
9f6a3fa

0 моделей