Характеристики

Лицензия: Своя лицензия
Опубликована: 4 сен 2026

Ссылки

ViRDM

Генерация видеоТекст → видео3 профессии

ViRDM — причинный генератор видео по текстовым описаниям, опубликованный вместе с артефактами для воспроизведения обучения.

13скачиваний за 30 дней0лайковвеса обновлены26 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

ViRDM — набор обученных генераторов для создания видео по текстовому описанию и компактных артефактов для воспроизведения обучения. В репозитории представлены две причинные модели с четырьмя шагами генерации: основная версия с регуляризацией динамики и сопоставленная версия без неё; основная модель выполняет 20 обновлений. Также доступны 6 505 подписей из исходного обучающего раздела Causal-Forcing-data, фиксированный совместный видео-текстовый набор ориентиров из 4 096 элементов и выровненные признаки текста SigLIP2.

Модель предназначена для экспериментов с генерацией видео по тексту и воспроизведения обучения ViRDM. Репозиторий содержит веса PyTorch и обучающие материалы, но README не сообщает размер модели, поддерживаемые языки запросов, длину контекста или условия лицензии; в метаданных указана лицензия other.

Сценарии применения

генерация видео по текстовому описанию
эксперименты с причинной генерацией видео
сравнение генераторов с регуляризацией динамики и без неё
воспроизведение обучения ViRDM на исходном наборе подписей

Ограничения

README не описывает качество генерации, разрешение и длительность видео или поддерживаемые языки запросов. Лицензия в метаданных обозначена как other, поэтому условия использования следует уточнить по репозиторию и связанным материалам.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.8Универсальные способностиИзображения и компьютерное зрениеAI помогает извлекать визуальные признаки, изменять изображения и создавать новые визуальные материалы.17 задач6 331модель I.10Универсальные способностиВидео, анимация и 3DAI помогает создавать, анализировать и преобразовывать динамический визуальный контент и 3D-сцены.18 задач3 279моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ViRDM models and training assets

This repository contains the trained causal four-step ViRDM generators and the compact frozen artifacts required to reproduce training.

checkpoints/virdm_causal4_dynamic_step20.pt: the primary 20-update model with dynamics regularization (5e-4).
checkpoints/virdm_causal4_nodynamic_step20.pt: the matched model without dynamics regularization.
prompt_data/data.mdb: 6,505 captions in the original ordered zhuhz22/Causal-Forcing-data training split; no video or latent payloads.
references/reference_M4096.pt: the fixed 4,096-landmark joint video-text reference used by ViRDM. Its publication metadata contains stable upstream identifiers rather than machine-local paths.
references/siglip2_text_fp32.npy: frozen SigLIP2 features aligned row for row with the reference and prompt table.
asset_receipt.json: row contract, filenames, and SHA-256 checksums.

📄 Paper: ViRDM

Project page: https://neu-vi.github.io/ViRDM/

Code: https://github.com/neu-vi/ViRDM

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Генеративная модель выложена не в формате diffusers.

Ревизия весов: 5af481c