/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
HunyuanVideo
Опубликована
8 окт 2026

DiffusionART-HunyuanVideo

Генерация видеоТекст → видео

Дообученная версия HunyuanVideo-13B для генерации видео по текстовым описаниям.

0скачиваний за 30 дней1лайквеса обновлены12 окт 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Видео» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели сгенерируют результат по каждой задаче. Опубликованный тест появится на этой странице.

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

DiffusionART-HunyuanVideo — видеогенератор из текста на базе HunyuanVideo-13B, дообученный с помощью метода DiffusionART. Репозиторий содержит полные веса трансформера; это не LoRA и не готовый полный pipeline. При запуске скрипт загружает VAE и текстовые энкодеры базовой модели.

Модель предназначена для создания видео по текстовому описанию. В README приведён пример генерации ролика с бегущей по мелководью лошадью на освещённом солнцем пляже. Для работы нужны базовая модель и предусмотренный автором скрипт инференса. Репозиторий опубликован под лицензией с идентификатором other; конкретные условия лицензии в предоставленных данных не раскрыты.

Сценарии применения

  • создание коротких видеосцен по текстовому промпту
  • визуализация природных сцен и движения объектов
  • подготовка видеоматериалов по заданному описанию

Ограничения

Репозиторий содержит только веса трансформера, поэтому для инференса требуются VAE и текстовые энкодеры базовой модели. Конкретные условия лицензии в доступных данных не приведены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

DiffusionART · HunyuanVideo

Paper · Code · Project Page · Demo

HunyuanVideo-13B fine-tuned with DiffusionART for text-to-video generation.

This repository contains the full transformer weights, not a LoRA or a complete pipeline. The inference entry below downloads the base model's VAE and text encoders automatically.

Inference

Use the included infer.py. Expand the setup once, then run the example from the same directory.

Linux, Python 3.12, a CUDA 12.1-compatible driver and toolkit (nvcc), and approximately 100 GiB of available GPU memory and disk space for the verified default path. The installer uses a pinned public DanceGRPO inference runtime.

export RUN_DIR="${RUN_DIR:-$PWD/diffusionart-t2v-demo}"
export HF_HOME="$RUN_DIR/cache/hf"
export PIP_CACHE_DIR="$RUN_DIR/pip-cache"
export TMPDIR="$RUN_DIR/tmp"
export XDG_CACHE_HOME="$RUN_DIR/xdg-cache"
mkdir -p "$RUN_DIR" "$HF_HOME" "$PIP_CACHE_DIR" "$TMPDIR" "$XDG_CACHE_HOME"
cd "$RUN_DIR"
python3.12 -m venv bootstrap
bootstrap/bin/python -m pip install 'huggingface-hub==0.26.1'
bootstrap/bin/huggingface-cli login

bootstrap/bin/python - <<'PY'
from huggingface_hub import snapshot_download
snapshot_download(
    "vanzl/DiffusionART-HunyuanVideo",
    revision="b9f83d8fc677be078cf20e75e2149a5f69059220",
    allow_patterns=["infer.py", "install.sh", "requirements-inference.txt"],
    local_dir="release",
)
PY
bash release/install.sh "$RUN_DIR/venv" "$RUN_DIR/runtime"

The fixed revision preserves the released weights and inference entry. Hugging Face login is used by that entry even though this model is public.

venv/bin/python - <<'PY'
import runpy
import sys
import torch

# Use the attention backend from the successful inference checks.
torch.backends.cuda.enable_cudnn_sdp(False)
sys.argv = [
    "infer.py",
    "--revision", "b9f83d8fc677be078cf20e75e2149a5f69059220",
    "--prompt", "A white horse gallops through shallow water along a sunlit beach.",
    "--output", "diffusionart.mp4",
    "--cache-dir", "cache",
]
runpy.run_path("release/infer.py", run_name="__main__")
PY

Defaults: 640×640 · 53 frames · 8 FPS · 30 sampling steps. The script uses the verified shift, guidance, precision and VAE settings. Change --prompt and --output for another video; an existing output is never overwritten.

Examples

Selected outputs from this model. See the Demo for the full gallery and pretrained comparisons.

License

Subject to the Tencent Hunyuan Community License and Notice. Training provenance and weight hashes are recorded in release.json.

Citation

@misc{wan2026diffusionartefficientstablescalable,
  title={DiffusionART: Efficient, Stable and Scalable Reinforcement of Diffusion Models},
  author={Zhenglin Wan and Jiayu Chen and Zhengfeiyang Zhang and Pengfei Zhou and Wangbo Zhao and Fangyuan Kong and Pengfei Wan and Kun Gai and Yang You},
  year={2026},
  eprint={2610.12572},
  archivePrefix={arXiv},
  primaryClass={cs.LG},
  url={https://arxiv.org/abs/2610.12572},
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
7904853

0 моделей