/ Модель

Характеристики

Лицензия
Своя лицензия
Опубликована
7 дек 2025

HunyuanVideo-1.5-Diffusers-480p_i2v_step_distilled

Видео из изображенияИзображение, текст → видео3 профессии

Модель HunyuanVideo 1.5 для генерации видео из исходного изображения.

1 193скачиваний за 30 дней1лайквеса обновлены7 дек 2025

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

HunyuanVideo-1.5-Diffusers-480p_i2v_step_distilled — модель для создания видео по изображению, представленная в сообществе hunyuanvideo-community. Репозиторий содержит веса в формате Diffusers и Safetensors; карточка указывает на использование пайплайна HunyuanVideo15ImageToVideoPipeline. Суффикс step_distilled указывает на дистиллированный вариант, однако базовая модель в предоставленных данных не названа.

Модель предназначена для преобразования исходного изображения в видео. В README упоминаются маски внимания для последовательностей переменной длины и рекомендуется эффективный backend внимания для обработки padding; установка дополнительных ядер приведена как рекомендация по производительности. Лицензия обозначена как other, поэтому конкретные условия использования по имеющимся данным определить нельзя.

Сценарии применения

  • создание короткого видео на основе изображения
  • анимация статичного изображения
  • превращение иллюстрации в видеосцену

Ограничения

Для производительности рекомендуется backend внимания, эффективно обрабатывающий padding; README также рекомендует установить kernels для доступа к готовым ядрам. Конкретные условия лицензии не раскрыты в предоставленных данных.

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

Hunyuan1.5 use attention masks with variable-length sequences. For best performance, we recommend using an attention backend that handles padding efficiently.

We recommend installing kernels (pip install kernels) to access prebuilt attention kernels.

You can check our documentation to learn more about all the different attention backends we support.

import torch

dtype = torch.bfloat16
device = "cuda:0"
from diffusers import HunyuanVideo15ImageToVideoPipeline, attention_backend
from diffusers.utils import export_to_video, load_image

pipe = HunyuanVideo15ImageToVideoPipeline.from_pretrained("hunyuanvideo-community/HunyuanVideo-1.5-Diffusers-480p_i2v_step_distilled", torch_dtype=dtype)
pipe.enable_model_cpu_offload()
pipe.vae.enable_tiling()

generator = torch.Generator(device=device).manual_seed(1)
image = load_image("https://huggingface.co/datasets/YiYiXu/testing-images/resolve/main/wan_i2v_input.JPG")
prompt="Summer beach vacation style, a white cat wearing sunglasses sits on a surfboard. The fluffy-furred feline gazes directly at the camera with a relaxed expression. Blurred beach scenery forms the background featuring crystal-clear waters, distant green hills, and a blue sky dotted with white clouds. The cat assumes a naturally relaxed posture, as if savoring the sea breeze and warm sunlight. A close-up shot highlights the feline's intricate details and the refreshing atmosphere of the seaside."
with attention_backend("_flash_3_hub"): # or `"flash_hub"/"flash_varlen_hub"` if you are not on H100/H800
    video = pipe(
        prompt=prompt,
        image=image,
        generator=generator,
        num_frames=121,
        num_inference_steps=12,
    ).frames[0]
export_to_video(video, "output.mp4", fps=24)

to use default attention backend

import torch

dtype = torch.bfloat16
device = "cuda:0"
from diffusers import HunyuanVideo15ImageToVideoPipeline
from diffusers.utils import export_to_video, load_image

pipe = HunyuanVideo15ImageToVideoPipeline.from_pretrained("hunyuanvideo-community/HunyuanVideo-1.5-Diffusers-480p_i2v_step_distilled", torch_dtype=dtype)
pipe.enable_model_cpu_offload()
pipe.vae.enable_tiling()

generator = torch.Generator(device=device).manual_seed(1)
image = load_image("https://huggingface.co/datasets/YiYiXu/testing-images/resolve/main/wan_i2v_input.JPG")
prompt="Summer beach vacation style, a white cat wearing sunglasses sits on a surfboard. The fluffy-furred feline gazes directly at the camera with a relaxed expression. Blurred beach scenery forms the background featuring crystal-clear waters, distant green hills, and a blue sky dotted with white clouds. The cat assumes a naturally relaxed posture, as if savoring the sea breeze and warm sunlight. A close-up shot highlights the feline's intricate details and the refreshing atmosphere of the seaside."

video = pipe(
    prompt=prompt,
    image=image,
    generator=generator,
    num_frames=121,
    num_inference_steps=12,
).frames[0]
export_to_video(video, "output.mp4", fps=24)

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
854c04a

0 моделей