/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
ti2v · dense
Опубликована
26 дек 2025

Yume-5B-720P

Видео из изображенияИзображение, текст → видео3 профессии

Yume-5B-720P — модель генерации интерактивных видеомиров по изображению с возможностью задавать события текстом.

685скачиваний за 30 дней95лайковвеса обновлены6 янв 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки1

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • meituan-longcat/WBench

    score

    Результат

    68,9

    wbench_navi 73,5
    Hugging Face Eval Results

    Отчёт автораревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Yume-5B-720P — модель генерации видео семейства Yume-1.5, представленная пользователем stdstu123. Она предназначена для создания интерактивных и непрерывных видеомиров по изображению или текстовому запросу; в Hugging Face указана задача image-to-video. В README описаны длительная генерация видео с компрессией контекста и линейным вниманием, ускорение потоковой генерации с помощью дистилляции двунаправленного внимания и управление событиями в мире текстовыми запросами.

Модель рассчитана на сценарии, где пользователь задаёт изображение и исследует сгенерированное окружение с клавиатуры. README также упоминает генерацию конкретных событий по тексту, однако доступные сведения не позволяют определить точные характеристики интерактивного интерфейса, поддерживаемые языки или качество результатов. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0.

Сценарии применения

  • создание непрерывного видео по исходному изображению
  • генерация интерактивного окружения для исследования с клавиатуры
  • управление событиями в сгенерированном мире текстовыми запросами

Ограничения

README не приводит количественных оценок качества, требований к вычислительным ресурсам или подтверждённого списка поддерживаемых языков.

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

Yume-1.5: A Text-Controlled Interactive World Generation Model

Yume-1.5 is a framework designed to generate realistic, interactive, and continuous worlds from a single image or text prompt. It supports keyboard-based exploration of the generated environments through a framework that integrates context compression and real-time streaming acceleration.

Features

  • Long-video generation: Unified context compression with linear attention.
  • Real-time acceleration: Powered by bidirectional attention distillation.
  • Text-controlled events: Method for generating specific world events via text prompts.

Usage

For detailed installation and setup instructions, please refer to the GitHub repository.

Inference Example

To perform image-to-video generation using the provided scripts:

# Generate videos from images in the specified directory
bash scripts/inference/sample_jpg.sh --jpg_dir="./jpg" --caption_path="./caption.txt"

Citation

If you use Yume for your research, please cite the following:

@article{mao2025yume,
  title={Yume: An Interactive World Generation Model},
  author={Mao, Xiaofeng and Lin, Shaoheng and Li, Zhen and Li, Chuanhao and Peng, Wenshuo and He, Tong and Pang, Jiangmiao and Chi, Mingmin and Qiao, Yu and Zhang, Kaipeng},
  journal={arXiv preprint arXiv:2507.17744},
  year={2025}
}
@article{mao2025yume,
  title={Yume-1.5: A Text-Controlled Interactive World Generation Model},
  author={Mao, Xiaofeng and Li, Zhen and Li, Chuanhao and Xu, Xiaojie and Ying, Kaining and He, Tong and Pang, Jiangmiao and Qiao, Yu and Zhang, Kaipeng},
  journal={arXiv preprint arXiv:2512.22096},
  year={2025}
}

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
b117c77

0 моделей