/ Модель

Характеристики

Архитектура
t2v · dense
Опубликована
11 окт 2026

self_forcing_from_cd

Генерация видеоТекст → видео

Промежуточный self-forcing чекпойнт OmniMem на основе Wan для генерации видео по текстовым запросам.

5скачиваний 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 ordinary self-forcing — чекпойнт генератора для создания видео по текстовому описанию. Он основан на весах генератора, обученного с помощью CD, и содержит EMA-веса на шаге 600 обычного self-forcing обучения; в цепочке происхождения указаны CD step-4500, self-forcing step-600 и последующее plain rolling training. Модель относится к семейству Wan text-to-video, хранится в формате safetensors с исходной точностью FP32 и использует выборку блоков NSA top-12.

Для запуска требуются совместимый код OmniMem, классы CausalWanNSAModel и CausalWanT2VPipeline, а также отдельные VAE Wan2.1, текстовый энкодер UMT5 и токенизатор. Карточка не сообщает лицензию, поэтому условия использования определить нельзя.

Сценарии применения

  • создание видео по текстовому описанию
  • эксперименты с self-forcing-генерацией видео
  • продолжение plain rolling обучения генератора OmniMem

Ограничения

Для работы нужны совместимые компоненты OmniMem, Wan2.1 VAE и UMT5 с токенизатором. Лицензия и поддерживаемые языки в предоставленных данных не указаны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

self_forcing_from_cd

OmniMem ordinary self-forcing checkpoint initialized from CD-trained generator weights.

This release contains the generator EMA weights at self-forcing training step 600. It is the initialization checkpoint used by long_rolling_plain_from_cd.

Checkpoint lineage

CD step-4500 EMA → ordinary self-forcing step-600 EMA → plain rolling training.

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/self_forcing_from_cd"
)

The original checkpoint configuration is preserved unchanged. Its saved class name records the training wrapper, and _name_or_path records the upstream CD initialization source. The released payload is the ordinary self-forcing step-600 EMA checkpoint.

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
dcba1b2

0 моделей