/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Wan2.1-VACE-1.3B
Опубликована
9 окт 2026

Openlongtail

Видео из изображенияИзображение, текст → видео

OpenLongTail дополняет видео с фронтальной камеры синтезированными ракурсами пяти камер автомобиля для генерации многокамерных данных автономного вождения.

0скачиваний за 30 дней1лайквеса обновлены9 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

OpenLongTail — модель генерации видео для дополнения данных автономного вождения, разработанная авторами проекта Generative Scaling of Long-Tail Driving Data. Получая видео с фронтальной камеры автомобиля, она синтезирует видео с пяти недостающих камер: cross-left, cross-right, rear-left, rear-tele и rear-right, сохраняя соответствие временным меткам исходного видео. Модель построена на Wan2.1-VACE-1.3B и дообучена с помощью LoRA rank 32, а также обучаемых компонентов self-attention и эмбеддингов камеры и позы; обучение выполнено на 40 тысячах шагов.

Модель предназначена для создания многокамерных видеоданных в редких дорожных сценариях и может использоваться для расширения обучающих наборов систем автономного вождения. Для запуска нужны базовая модель Wan2.1-VACE-1.3B и GPU; README приводит ориентир около 10–15 минут на H200 для демонстрационного запуска. Репозиторий распространяется по лицензии Apache-2.0. Языковые возможности не относятся к основному сценарию модели.

Сценарии применения

  • синтез видео с боковых и задних камер по записи с фронтальной камеры
  • создание многокамерных данных для обучения систем автономного вождения
  • расширение дорожных датасетов редкими сценами
  • генерация синхронизированных видеопоследовательностей для пяти ракурсов автомобиля

Ограничения

Модель синтезирует пять дополнительных ракурсов по видео с фронтальной камеры и зависит от отдельной установки базовой Wan2.1-VACE-1.3B. Для демонстрационного запуска требуется GPU; README указывает ориентир около 10–15 минут на H200.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

OpenLongTail

Generative Scaling of Long-Tail Driving Data · Paper · Project Page · Code

From a single front-camera driving video, OpenLongTail synthesizes the five missing rig cameras (cross-left, cross-right, rear-left, rear-tele, rear-right) at the same timestamps. One model, built on Wan2.1-VACE-1.3B, renders all five cameras in two stages.

demo

Files

pathcontent
trainable.ptthe OpenLongTail weights (LoRA rank 32 + self-attention, camera and pose embeddings), 40k steps; sha256 486e800113d7d7c11c54f0e37e71f593aebc16b8a0c2f77d0c475c1a5a456c7f
metadata.jsontraining metadata
demo/cached/the demo clip as a latent cache: a long-tail scene from the held-out set (a narrow city street after snowfall, lined with parked cars)
assets/the result of the one-click demo on that clip

The Wan2.1-VACE-1.3B base model is downloaded separately from Wan-AI/Wan2.1-VACE-1.3B.

Usage

git clone https://github.com/phai-lab/OpenLongTail.git && cd OpenLongTail
pip install -r requirements.txt && pip install -e .
bash scripts/download.sh     # this checkpoint, the base model, the Wan code and the demo clip
bash scripts/demo.sh         # one GPU, ~10-15 min on an H200

License

The weights are released under Apache-2.0. The Wan2.1-VACE-1.3B base model and the other upstream models remain under their own licenses.

Citation

@misc{liu2026openlongtailgenerativescalinglongtail,
      title={OpenLongTail: Generative Scaling of Long-Tail Driving Data},
      author={Lulin Liu and Nuo Chen and Yan Wang and Bangya Liu and Wenyan Cong and Hezhen Hu and Boris Ivanovic and Hao Wang and Ziyao Zeng and Xinyu Gong and Yang Zhou and Zixiang Xiong and Dilin Wang and Zhangyang Wang and Weisong Shi and Ruohan Zhang and Marco Pavone and Zhiwen Fan},
      year={2026},
      eprint={2607.09655},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2607.09655},
}

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
f2f99ce

0 моделей