К содержимому
Другое

StreamDiffusion V2 ONNX

экспорт видеомодели для быстрого инференса

1 мин чтенияобновлено

Этот репозиторий представляет собой готовый к запуску ONNX-экспорт (формат для оптимизированного выполнения моделей) казуальной видео-в-видео модели StreamDiffusionV2 на базе Wan2.1 1.3B. В комплект входят компоненты DMD DiT (в формате fp16 с разрешением 256x256 и профилем батча KV-cache 1-4), текстовый энкодер UMT5-XXL, автоэнкодер TAEHV VAE и токенизатор. Набор создан с помощью инструментов TiXL и предназначен для использования в сторонних приложениях и браузерах моделей без необходимости устанавливать Python на целевой машине.

Ключевые особенности

  • Базируется на казуальной архитектуре Wan2.1 1.3B DiT для генерации видео.
  • Экспортирован в формат ONNX (fp16) с разрешением 256x256.
  • Включает текстовый энкодер UMT5-XXL и автоэнкодер TAEHV.
  • Поддерживает профиль батча KV-cache от 1 до 4.
  • Содержит все необходимые компоненты для запуска через TiXL без Python.

Что можно сделать

  • Интегрировать готовую модель в приложения или браузеры моделей с поддержкой TiXL.
  • Запускать видеогенерацию на целевых устройствах без установки Python.

Пример

Модель поставляется в виде готовых ONNX-файлов для экспорта и запуска через утилиты TiXL, пример кода отсутствует в карточке репозитория.

ПодробнееЛицензия: Apache-2.0 (для базовых весов StreamDiffusionV2 и Wan2.1-T2V-1.3B) и MIT (для автоэнкодера TAEHV от madebyollin/taehv).
Компоненты: DMD DiT (fp16, 256x256, KV-cache batch profile 1-4), UMT5-XXL, TAEHV VAE и токенизатор.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # banidu-512/streamdiffusion-v2-onnx
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download banidu-512/streamdiffusion-v2-onnx --local-dir ~/models/streamdiffusion-v2-onnx
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к streamdiffusion-v2-onnx
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии streamdiffusion-v2-onnx — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

banidu-512/streamdiffusion-v2-onnx
Автор
banidu-512
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

zils-lite-dh18

zils-lite-dh18
Другое

Atlas-5K 25M

Atlas-5K 25M