/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Wan2.1-T2V-1.3B-Diffusers
Опубликована
23 авг 2026

CausalForcing-Long-Wan2.1-T2V-1.3B-Diffusers

Генерация видеоТекст → видео3 профессии

Модель на основе Wan2.1-T2V-1.3B для генерации длинных видео по текстовым запросам с помощью Rolling Forcing.

21скачиваний за 30 дней0лайковвеса обновлены23 авг 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

CausalForcing-Long-Wan2.1-T2V-1.3B-Diffusers — конвертированный в формат Diffusers чекпойнт Rolling Forcing на основе Wan2.1-T2V-1.3B. Модель создаёт видео по текстовому описанию и предназначена для генерации длинных роликов, вплоть до минутного уровня, с использованием скользящего окна и совместного пошагового денойзинга фрагментов. Для работы требуется совместимый конвейер WanRollingForcingPipeline; стандартный конвейер Causal Forcing для роликов длительностью около пяти секунд не подходит.

Модель использует 3-кадровый блок attention sink, буфер KV на 24 латентных кадра и окно внимания на 21 кадр. Не-трансформерные компоненты унаследованы от Wan2.1-T2V-1.3B. Репозиторий распространяется по лицензии Apache-2.0. README описывает применение через среду выполнения SGLang.

Сценарии применения

  • создание длинного видео по текстовому сценарию
  • генерация минутных роликов с согласованной последовательностью кадров
  • создание видеосцен для коротких описаний
  • прототипирование длинных роликов в SGLang

Ограничения

Для генерации длинных роликов требуется WanRollingForcingPipeline; обычный конвейер Causal Forcing для видео примерно на пять секунд несовместим. В README не приведены результаты оценки качества.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

CausalForcing-Long-Wan2.1-T2V-1.3B-Diffusers

Diffusers-layout conversion of the minute-level long-video Causal Forcing checkpoint (zhuhz22/Causal-Forcing, chunkwise/longvideo.pt, generator_ema weights) from thu-ml/Causal-Forcing.

This checkpoint is a Rolling Forcing model (rolling-window joint denoising, 3-frame attention-sink block, 24-latent-frame KV buffer with a 21-frame attention window) retrained from Causal Forcing's ODE initialization — upstream adopts the TencentARC/RollingForcing framework and only changes the ODE init. It therefore runs on the Rolling Forcing pipeline (WanRollingForcingPipeline), not the 5-second Causal Forcing pipeline. Non-transformer components are copied from Wan-AI/Wan2.1-T2V-1.3B-Diffusers.

Converted with sglang.multimodal_gen.tools.convert_forcing_to_diffusers --preset rolling-forcing for use with the SGLang diffusion runtime:

sglang generate --model-path frankleeeee/CausalForcing-Long-Wan2.1-T2V-1.3B-Diffusers \
  --prompt "A stylish woman walks down a Tokyo street..." \
  --width 832 --height 480 --num-frames 321 --save-output

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Пайплайн WanRollingForcingPipeline не входит в diffusers 0.41.0.dev0: нужен custom_pipeline.

Ревизия весов
aafaf76

0 моделей