腾讯Sora开源引爆创意浪潮，官方暗示下月推出惊艳图生视频！

网友：最强开源视频模型

原标题：腾讯版Sora开源后，被提速8倍！官方点赞并预告：下月上新图生视频
文章来源：量子位
内容字数：2363字

FastHunyuan：性的视频生成模型

近日，来自加州大学圣地亚哥分校（UCSD）的Hao AI实验室推出了全新的混元视频模型——FastHunyuan。这一模型在视频生成速度和效果上实现了显著提升，成为业界关注的焦点。

1. 提速与效果提升

FastHunyuan的最大亮点在于其处理速度的飞跃。新模型仅需1分钟即可生成5秒长的视频，相较于之前的模型提速了8倍，生成步骤从50步减少至6步。此外，生成的视频在画面细节上也更加逼真，尤其在衣物、水果和山峰等细节表现上都有显著改善。

2. 技术原理

FastHunyuan的技术基础是全新的视频DiT蒸馏配方，采用了阶段一致性模型（PCM）。研究团队经过多次尝试，最终选择了单阶段设置，以保持与原始PCM模型的配置相似。同时，他们利用OpenSoraPlan中的MixKit数据集进行了蒸馏，并在训练过程中进行了数据预处理，以优化文本嵌入和VAE潜在变量的生成。

3. 可扩展性与硬件要求

在推理阶段，FastHunyuan支持可扩展训练，用户可通过FSDP、序列并行和选择性激活检查点等方式进行操作。模型的最低硬件要求为40 GB GPU内存，并推荐使用80GB内存的GPU进行最佳性能体验。

4. 微调方式与未来规划

FastHunyuan提供全微调和LoRA微调两种方式，用户可根据自身硬件条件选择适合的微调方案。未来，团队计划添加更多蒸馏方法，支持更多模型，并进行代码更新，以提升模型的加载和保存速度。

5. 图像到视频功能的展望

除了加速模型，FastHunyuan团队还预告了备受期待的图像到视频生成功能，最快将在下个月上线。这一新功能的推出无疑将进一步扩展用户的创作可能性。

想要了解更多信息，用户可以访问FastHunyuan的GitHub和Hugging Face页面，获取最新的模型和文档。

联系作者

文章来源：量子位
作者微信：
作者简介：追踪人工智能新趋势，关注科技行业新突破