/ Модель

Характеристики

Архитектура
t2v · dense
Опубликована
11 окт 2026

long_rolling_plain_from_ode_init

Генерация видеоТекст → видео

Чекпойнт OmniMem для генерации длинных видео по фиксированному текстовому промпту.

8скачиваний за 30 дней0лайковвеса обновлены11 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

OmniMem long rolling — чекпойнт генерации видео по тексту с фиксированным промптом и инициализацией self-forcing, полученной из ODE-линии. Выпуск содержит EMA-генератор на шаге обучения 1500; запуск plain rolling обучался с EMA-весов self-forcing на шаге 800. Веса сохранены в FP32, конфигурация использует выбор верхних 12 блоков NSA.

Модель предназначена для генерации длинных видео по одному неизменному текстовому промпту. В оценке обучения использовались статичные промпты, разрешение 832 × 480 и длительность 60 секунд. Для запуска требуются совместимый код OmniMem с CausalWanNSAModel и CausalWanT2VPipeline, а также отдельные Wan2.1 VAE, текстовый энкодер UMT5 и токенизатор. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • генерация длинного видео по одному текстовому описанию
  • создание 60-секундных видеосцен со статичным промптом
  • эксперименты с каузальной генерацией видео
  • оценка методов rolling-генерации и self-forcing

Ограничения

Модель рассчитана на фиксированный промпт в ходе генерации; оценка описана для статичных промптов при 832 × 480 и длительности 60 секунд. Для запуска нужны отдельные компоненты Wan2.1 VAE, UMT5 и токенизатор, а сведения о лицензии не приведены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

long_rolling_plain_from_ode_init

OmniMem long rolling video generation with a fixed prompt, using an ODE-derived self-forcing initialization.

This release contains the EMA generator checkpoint at training step 1500. The plain rolling-training run initialized from step-800 self-forcing EMA weights in the ODE lineage.

Contents

  • config.json
  • Two safetensors weight shards and their index
  • SHA256SUMS for payload integrity checking

The weights retain their original FP32 storage. The model configuration uses NSA top-12 block selection.

Usage

Use compatible OmniMem code with CausalWanNSAModel and CausalWanT2VPipeline. The Wan2.1 VAE, UMT5 text encoder, and tokenizer are separate required components.

from omnimem.models.transformers.causal_wan_nsa_model import CausalWanNSAModel

model = CausalWanNSAModel.from_pretrained(
    "omnimem/long_rolling_plain_from_ode_init"
)

The original checkpoint configuration is preserved unchanged. Its saved class name records the training wrapper, and _name_or_path records the initialization source. The released weights are the step-1500 EMA weights.

Training evaluation settings

SettingValue
Prompt modeFixed prompt throughout each video
Resolution832 × 480
Video duration60 seconds
Frame rate16 FPS
Exported frames960 (969 generated, tail cropped)
Sampling steps4
Guidance scale1
Timestep shift5
Seed42
Frame block size3
KV history window3
KV cache LRU maximum7
VAE decode chunk size3

Training evaluation uses five full-length static prompts.

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
9be6b2c

0 моделей