Пекинский университет, Университет Цинхуа и Alibaba представили SparkDiffusion с открытым исходным кодом для генерации WAN-видео до 265 раз быстрее
✅ Исследователи из Пекинского университета, Университета Цинхуа и Alibaba опубликовали в открытом доступе SparkDiffusion — фреймворк для ускорения обработки видеомоделей с использованием диффузионно-трансформаторного алгоритма, ориентированный на платформы Alibaba Wan 2.1 и Wan 2.2.
🟢 В ходе тестов команда обнаружила, что генерация 81-кадрового видео длительностью около пяти секунд в разрешении 720p с помощью Wan2.1-T2V-14B сократилась с 4769 секунд до 18 секунд на одной видеокарте RTX 5090, что в 265 раз быстрее по сравнению с базовым алгоритмом с плотной структурой данных (50 шагов) без использования классификатора. На H100 та же задача сократилась с 1757 секунд до 8 секунд, то есть в 220 раз быстрее.
➡️ Команда планирует распространить этот подход на создание всенаправленных моделей с более высоким разрешением, авторегрессивные видеомодели и модели мира, где более длинные последовательности приводят к более дорогостоящим структурным ошибкам на ранних этапах.
Источник: Pandaily
@chinastocksnet
Если полезно, поставьте лайк 👍😇
#Китай #BABA
📞 Навигация по каналам
▪️Акции ▪️Облигации
▪️Китай ▪️Трейдинг
▪️Новости ▪️Клуб
✅ Исследователи из Пекинского университета, Университета Цинхуа и Alibaba опубликовали в открытом доступе SparkDiffusion — фреймворк для ускорения обработки видеомоделей с использованием диффузионно-трансформаторного алгоритма, ориентированный на платформы Alibaba Wan 2.1 и Wan 2.2.
🟢 В ходе тестов команда обнаружила, что генерация 81-кадрового видео длительностью около пяти секунд в разрешении 720p с помощью Wan2.1-T2V-14B сократилась с 4769 секунд до 18 секунд на одной видеокарте RTX 5090, что в 265 раз быстрее по сравнению с базовым алгоритмом с плотной структурой данных (50 шагов) без использования классификатора. На H100 та же задача сократилась с 1757 секунд до 8 секунд, то есть в 220 раз быстрее.
➡️ Команда планирует распространить этот подход на создание всенаправленных моделей с более высоким разрешением, авторегрессивные видеомодели и модели мира, где более длинные последовательности приводят к более дорогостоящим структурным ошибкам на ранних этапах.
Источник: Pandaily
@chinastocksnet
Если полезно, поставьте лайк 👍😇
#Китай #BABA
📞 Навигация по каналам
▪️Акции ▪️Облигации
▪️Китай ▪️Трейдинг
▪️Новости ▪️Клуб