/ Модель

Характеристики

Лицензия
MIT
Базовая модель
Prism
Опубликована
8 окт 2026

Prism-Q6

Видео из изображенияИзображение, текст → видео

Prism Q6 — экспериментальная 6-битная версия Prism для генерации видео по изображению с совместной генерацией аудио.

0скачиваний за 30 дней1лайквеса обновлены8 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

Prism Q6 — экспериментальная 6-битная квантизированная версия модели Prism для генерации видео и аудио по изображению. Автор репозитория atomtanstudio описывает её как первую, не оптимизированную квантизацию весов Linear с группами по 64 значения и шкалами FP32; остальные веса сохранены. Модель основана на FrancisRing/Prism, исходный чекпойнт указан в формате BF16, а веса Q6 занимают 27,1 ГБ в 52 файлах Safetensors.

Модель предназначена для экспериментальной генерации видеоклипов по входному изображению. В README приведены замеры на одной RTX 5090: запуск с выгрузкой части данных на CPU укладывался в 16 ГБ видеопамяти; для запуска автор также указывает требования к свободной оперативной и видеопамяти. Формат prism-custom-q6 несовместим с обычными загрузчиками Prism и требует специального пакета prism_quant и кода инференса Prism. Репозиторий распространяется по лицензии MIT.

Качество не оптимизировано и обозначено автором как экспериментальное: в тестовых клипах наблюдались ограниченная артикуляция, артефакты рта и зубов, а звук мог быть искажённым. Качество синхронизации губ не проверено.

Сценарии применения

  • создание короткого видеоклипа по исходному изображению
  • экспериментальная генерация видео с аудиодорожкой
  • сравнение качества и требований к ресурсам 6-битной квантизации Prism

Ограничения

Это альфа-артефакт квантизации без оптимизаций: возможны ограниченная артикуляция, артефакты рта и зубов, искажённый звук; синхронизация губ не проверена. Нужны специальный загрузчик prism_quant и заметные ресурсы GPU и оперативной памяти.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Prism Q6 (blocks-q6-v1)

A first-attempt, zero-optimization 6-bit quantization of Tencent Hunyuan's Prism image-to-video-and-audio model. Produced and tested on a single RTX 5090. Shared for experimentation and hardware comparisons — quality is experimental (see Known limitations).

Formatprism-custom-q6 — block Linear weights packed at 6 bits, group size 64, FP32 scales; all other weights retained
Size27.1 GB across 52 Safetensors shards (source checkpoint: 65.3 GB BF16)
Source weightsFrancisRing/Prism @ a4ea8f5f6a5d3b71df04a048ed05c4e916f8595e
Source codeTencent-Hunyuan/Prism @ eb943ff6079a8ea261247e965f9556703109c1c0
Manifest SHA-25674eb0f622587458b4eb7c4f18d9de4ea95ee56af85141cd3824cc778602963e1

Announcement: https://x.com/atomtanstudio/status/2107415066299809977

Measured on RTX 5090 (single GPU, CPU offload)

  • 480p, 24 fps, ~5 s clip (121 frames), 50 steps: ~30 minutes, runs in 16 GB VRAM (peak CUDA allocation 11.7 GB / reservation 13.3 GB), peak process RSS ~44 GB host RAM.
  • Native 720p, 61 frames, 50 steps: ~31-34 minutes.

Repository layout

  • manifest.json — versioned Q6 manifest: shard SHA-256s, tensor map, per-module quantization records, provenance.
  • model-000NN.safetensors — the 52 quantized shards.
  • receipts/ — per-shard conversion receipts produced during quantization.
  • loader/prism_quant/ — the loader/conversion package (quant_loader.py verifies every shard hash before loading; quant.py implements the Q6 format and Q6Linear; runtime.py is the research runtime integration it was validated with).
  • loader/convert.py — resumable script that regenerates these shards from the official BF16 checkpoint.

Using it

The format is custom Q6, not GGUF — stock Prism checkpoints loaders will not read it directly. Use prism_quant with the Prism inference code:

from prism_quant.quant_loader import read_manifest, verify_shards

path, manifest = read_manifest("Prism-Q6")   # validates format + shard hashes
verify_shards(path, manifest)                 # full SHA-256 verification

Requires PyTorch and safetensors. Shards are loaded block-wise with CPU offload; in testing the launcher required at least 45 GiB free host RAM and 24 GiB free GPU memory before starting a run.

Known limitations

This is the alpha blocks-q6-v1 artifact: a first attempt with zero optimizations. In completed test clips: restricted articulation, mouth and teeth artifacts, lip sync unverified, and audio that can sound distorted. Exact ASR transcription of prompts was verified, but that is not a quality approval. Treat this as an experimental preview, not a finished preset.

License

MIT, inherited from the base Prism release. This repository contains a quantized derivative of the FrancisRing/Prism weights and adds no additional restrictions.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели «картинка → видео» пока не запускаются.

Ревизия весов
2dbdbe5

0 моделей