/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Wan2.2-I2V-A14B
Опубликована
21 дек 2025

TurboWan2.2-I2V-A14B-720P-ComfyUI-GGUF

Видео из изображенияИзображение, текст → видео3 профессии

TurboWan2.2-I2V-A14B-720P-ComfyUI-GGUF — это версия модели TurboWan2.2-I2V-A14B-720P в формате GGUF, подготовленная для использования с ComfyUI.

1 014скачиваний за 30 дней2лайкавеса обновлены22 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

Модель основана на Wan-AI/Wan2.2-I2V-A14B и распространяется автором репозитория VantageWithAI; исходная модель разработана командой TurboDiffusion. Она предназначена для генерации видео из изображений и относится к моделям диффузионного типа с конвейером image-to-video.

Модель ориентирована на сценарии преобразования исходного изображения в видео с разрешением 720p. В её названии указано обозначение A14B, однако README не раскрывает точную архитектуру, число параметров, поддерживаемые языки и модальности помимо входного изображения и выходного видео, максимальную длину контекста или требования к оборудованию. К заявленным особенностям относятся ускорение диффузионной генерации, связанное с проектом TurboDiffusion, и формат GGUF, удобный для запуска в совместимой среде ComfyUI.

Сильной стороной модели является сочетание image-to-video-генерации, заявленного разрешения 720p и оптимизаций TurboDiffusion, направленных на существенное ускорение вывода. Ограничения, точные показатели качества и совместимость с конкретными конфигурациями ComfyUI в README не указаны. Модель распространяется по лицензии Apache-2.0; условия применения производных компонентов и исходной базовой модели следует дополнительно проверять по их соответствующим репозиториям.

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

GGUF version of TurboWan2.2-I2V-A14B-720P for ComfyUI.

Original model link: https://huggingface.co/TurboDiffusion/TurboWan2.2-I2V-A14B-720P

Watch us at Youtube: @VantageWithAI

TurboWan2.2-I2V-A14B-720P

Citation

@article{zhang2025turbodiffusion,
  title={TurboDiffusion: Accelerating Video Diffusion Models by 100-200 Times},
  author={Zhang, Jintao and Zheng, Kaiwen and Jiang, Kai and Wang, Haoxu and Stoica, Ion and Gonzalez, Joseph E and Chen, Jianfei and Zhu, Jun},
  journal={arXiv preprint arXiv:2512.16093},
  year={2025}
}

@software{turbodiffusion2025,
  title={TurboDiffusion: Accelerating Video Diffusion Models by 100-200 Times},
  author={The TurboDiffusion Team},
  url={https://github.com/thu-ml/TurboDiffusion},
  year={2025}
}

@inproceedings{zhang2025sageattention,
  title={SageAttention: Accurate 8-Bit Attention for Plug-and-play Inference Acceleration}, 
  author={Zhang, Jintao and Wei, Jia and Zhang, Pengle and Zhu, Jun and Chen, Jianfei},
  booktitle={International Conference on Learning Representations (ICLR)},
  year={2025}
}

@article{zhang2025sla,
  title={SLA: Beyond Sparsity in Diffusion Transformers via Fine-Tunable Sparse-Linear Attention},
  author={Zhang, Jintao and Wang, Haoxu and Jiang, Kai and Yang, Shuo and Zheng, Kaiwen and Xi, Haocheng and Wang, Ziteng and Zhu, Hongzhou and Zhao, Min and Stoica, Ion and others},
  journal={arXiv preprint arXiv:2509.24006},
  year={2025}
}

@article{zheng2025rcm,
  title={Large Scale Diffusion Distillation via Score-Regularized Continuous-Time Consistency},
  author={Zheng, Kaiwen and Wang, Yuji and Ma, Qianli and Chen, Huayu and Zhang, Jintao and Balaji, Yogesh and Chen, Jianfei and Liu, Ming-Yu and Zhu, Jun and Zhang, Qinsheng},
  journal={arXiv preprint arXiv:2510.08431},
  year={2025}
}

@inproceedings{zhang2024sageattention2,
  title={Sageattention2: Efficient attention with thorough outlier smoothing and per-thread int4 quantization},
  author={Zhang, Jintao and Huang, Haofeng and Zhang, Pengle and Wei, Jia and Zhu, Jun and Chen, Jianfei},
  booktitle={International Conference on Machine Learning (ICML)},
  year={2025}
}

@article{zhang2025sageattention2++,
  title={Sageattention2++: A more efficient implementation of sageattention2},
  author={Zhang, Jintao and Xu, Xiaoming and Wei, Jia and Huang, Haofeng and Zhang, Pengle and Xiang, Chendong and Zhu, Jun and Chen, Jianfei},
  journal={arXiv preprint arXiv:2505.21136},
  year={2025}
}
@article{zhang2025sageattention3,
  title={SageAttention3: Microscaling FP4 Attention for Inference and An Exploration of 8-Bit Training},
  author={Zhang, Jintao and Wei, Jia and Zhang, Pengle and Xu, Xiaoming and Huang, Haofeng and Wang, Haoxu and Jiang, Kai and Zhu, Jun and Chen, Jianfei},
  journal={arXiv preprint arXiv:2505.11594},
  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: нужен ввод изображения для diffusion.

Ревизия весов
e9716e0

0 моделей