github.devotd.
新着マルチモーダル

tencent-hunyuan/hunyuanvideo — 大規模動画生成フレームワーク

HunyuanVideo は、論文で使用された PyTorch のモデル定義、事前学習済み重み、推論・サンプリングコードを収めた Python リポジトリで、README は FP8 重みの公開と xDiT ベースの並列推論コードにも触れている。

リポジトリ情報tencent-hunyuan/hunyuanvideo ↗

HunyuanVideo は、論文で使用された PyTorch のモデル定義、事前学習済み重み、推論・サンプリングコードを収めた Python リポジトリで、README は FP8 重みの公開と xDiT ベースの並列推論コードにも触れている。

GitHub の説明: HunyuanVideo: A Systematic Framework For Large Video Generation Model

スター
★ 12.6K
フォーク
1.4K
言語
Python
ライセンス
NOASSERTION
原文を見る ↗GitHub で見る ↗

HunyuanVideo は大規模な動画生成のための体系的なフレームワークである。GitHub の tencent-hunyuan/hunyuanvideo に公開されている Python リポジトリで、2024 年 11 月 28 日に作成された。確認できる情報にはリリースタグもバージョン番号も存在しない。リポジトリには論文で使用された PyTorch のモデル定義、事前学習済み重み、推論・サンプリングコードが含まれている。

重心を置くのはモデルとコードである。モデル定義はネットワーク構造をコードに落としたものであり、事前学習済み重みはその構造に収まる学習済みの値が詰まったファイルである。README はさらに FP8 重みの公開と xDiT ベースの並列推論コードにも触れている。FP8 は 8 ビットの浮動小数点形式で、xDiT ベースの並列推論は推論を複数の経路に分割して同時に処理する方式である。GitHub のスター数は 12640 と記録されている。

確認を要する点/Durationもはっきりしている。ライセンスは NOASSERTION と表記されているため、重みとコードをどのような条件で再配布できるかは、与えられた情報だけでは分からない。収集されたモメンタムスコアは 10 点満点中 2.6 と低く、品質や技術のスコアは収集されていない。残る判断はここまでで、このリポジトリはモデル定義と推論コードを参照できるようにまとめて置かれた一式だということまでだ。実際の映像品質は比較資料がさらに集まってから初めて語れるもので、ライセンス条件が整理されれば判断は変わりうる。